Akademik Veri Yönetim Sistemi
Yılmaz M., Çorapsız M. F. (Yürütücü)
Yükseköğretim Kurumları Destekli Proje, BAP Araştırma Projesi, 2024 - 2024
| Fosil enerji yakıtlarının çevreye olan zararlı etkilerinden dolayı enerji üretimi için yenilenebilir enerji kaynakları kullanımı gün geçtikçe artmaktadır. Yenilenebilir enerji kaynakları içinde güneş enerjisi gürültüsüz çalışması, bakım gereksinimlerinin az olması ve modüler bir yapıya sahip olması gibi avantajlara sahiptir. Güneş enerji sistemleri fotovoltaik (PV) panellerin seri, paralel veya seri-paralel bağlantısı yapısından oluşmaktadır. PV panellerin en önemli dezavantajı enerji üretiminin çevresel faktörlere bağlı olarak değişkenlik göstermesidir. Tüm çevresel koşullarda PV panellerde maksimum elektrik enerjisi üretilmesi amacıyla maksimum güç noktası takip (MPPT) algoritmaları kullanılmaktadır. Bu projede makine öğrenmesi algoritmalarından hiper parametreleri optimize edilmiş Gauss süreç regresyonu (GPR) ile süper büküm kaydırmalı kipli kontrolcü (STSMC) birlikte kullanılarak hibrit bir yöntem önerilmiştir. Birinci aşamada makine öğrenmesi algoritmalarından hiper parametreleri optimize edilmiş GPR ile referans gerilim değeri üretilmektedir. İkinci aşamada ise STSMC kullanılarak MPPT için gerekli PWM sinyalinin görev süresi optimize edilmektedir. Üç farklı senaryo için önerilen yöntemin performansı gerçek zamanlı veriler kullanılarak metasezgisel optimizasyon algoritmalarından guguk kuşu algoritması (CSA) ve klasik optimizasyon algoritmalarından değiştir&gözle (P&O) algoritması ile karşılaştırılmıştır. Benzetim çalışmaları sonucunda önerilen yöntemin MPP’na daha hızlı bir şekilde ulaştığı gözlemlenmiştir Benzetim çalışmaları sonucunda etkinliği gösterilen hibrit yöntemin deneysel uygulaması yapılacak ve sonuçları CSA ve P&O yöntemlerinin sisteme uygulanması durumunda elde edilen sonuçlarla karşılaştırılacaktır. |