YAPAY SİNİR AĞLARI KULLANILARAK FOTOVOLTAİK SİSTEMİN MAKSİMUM GÜÇ NOKTASI TAKİBİ

Abstract

Teknolojik gelişmeler ilerledikçe enerjiye olan ihtiyaç artmaktadır. Bunu karşılayabilmek amacıyla fosil yakıtlar yoğun bir şekilde tüketilmektedir. Bu durumda fosil yakıtların çevreye ve canlılara verdiği zarar giderek büyümektedir. Fosil kaynakların neden olduğu olumsuz çevresel etkenlerden ve bu kaynaklar bir gün tükeneceğinden dolayı, yenilenebilir enerji kaynaklarına yönelme başlamıştır. Güneş enerjisini elektrik enerjisine dönüştüren fotovoltaik sistemlerin kullanımı hızla artmaktadır. Fotovoltaik sistemlerin çevre şartlarına bağımlı olmaları verimliliklerini düşürmektedir ve bu sistemler yüksek maliyetten muzdariptir. Bu dezavantajlarının üstesinden gelmek için, fotovoltaik sistemler maksimum güç noktası etrafında çalıştırılarak üretilen enerji maksimuma çıkarılmalıdır. Bu ise maksimum güç noktası izleme teknikleri ile mümkün olmaktadır. Fotovoltaik sistemler için birçok maksimum güç noktası izleme yöntemi mevcuttur. Bu çalışmada fotovoltaik sistem için maksimum güç noktası izleme yöntemi olarak yapay sinir ağları belirlenmiştir. MATLAB/Simulink ortamında fotovoltaik panel, bir DA/DA yükseltici konvertör, bir kontrol ünitesi ve bir rezistif yükten oluşan sistem tasarlanmıştır. Eğitilmiş yapay sinir ağı, her bir sıcaklık ve güneş ışınlaması için optimal yükseltici konvertör görev döngüsüne karşılık gelen maksimum güç noktasını belirlemektedir. Çalışmanın sonuçlarına bakıldığında maksimum güç noktası izleme kontrolüne dayalı yapay sinir ağının performansı, farklı sıcaklık ve ışınımlarda fotovoltaik sistemin maksimum güç noktasına ulaşmak için etkilidir.

As technological developments progress, the need for energy increases. In order to meet this, fossil fuels are consumed intensively. In this case, the damage of fossil fuels to the environment and living things is growing. Due to the negative environmental factors caused by fossil resources and because these resources will be exhausted one day, a tendency towards renewable energy sources has begun. Photovoltaic systems, which convert solar energy into electricity, are becoming increasingly popular. It reduces the need for photovoltaic systems environmental conditions, and these systems can be less expensive. It can be scaled up to get through the night by harnessing the power of photovoltaic systems. We use maximum power point tracking techniques in this. For photovoltaic systems, the maximum power point tracking method is available. This feat has been meticulously researched and employs artificial neural networks as the MPPT method most appropriate for the system. In the MATLAB/Simulink environment, a photovoltaic panel, a DC/DC boost converter, a control unit, and a resistive load are designed. The trained artificial neural network selects the maximum power point that best meets its temperature requirements as well as the best step-up converter for solar radiation. The outcomes of simulation The performance of artificial neural network based on maximum power point tracking control is effective in achieving PV method maximum power point at various temperatures and irradiance levels.