Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Öğrenci: MEHMET EMİN TÜLÜCÜ
Danışman: Erdem Akboy
Özet:
Günümüzde fosil yakıtlar hızla tükenmektedir ve yerine yenisi oluşamamaktadır. Fosil yakıtların kullanımının artması küresel ısınmaya ile karbon emisyonunun artmasına da neden olmaktadır. Dünyada hızlanarak gelişen yeşil dönüşüm kapsamında, fosil yakıtlar yerini rüzgar, güneş, hidroelektrik, biyokütle, jeotermal gibi yenilenebilir enerji kaynaklarına bırakmaktadır. Bu sebeple, dünya üzerinde ülkemiz gibi güneş enerjisinin yıl boyunca etkili olduğu bölgelerde, fotovoltaik(FV) sistemlere olan ilgi gün geçtikçe artmaktadır. Fotovoltaik sistemlerden sağlanabilecek optimum değerler, dönüştürücünün performansına, güneş ışığı ve sıcaklık benzeri çevresel şartlara ve yük durumuna bağıl bir şekilde devamlı olarak değişim göstermektedir. Bu özellikler içersinde, güneş enerjisinden en yüksek seviyede faydalanmak üzere, maksimum güç noktası takibi (MGNT, MPTT) yöntemleri ile sistemde kullanılacak olan dönüştürücünün türü önemlidir. Güneş panellerinin veriminin düşük olması sebebiyle sistemde kullanılan dönüştürücünün, paneli yüksek verimde çalışmaya zorlayan ve yüksek verime sahip olması arzulanmaktadır. Bu amaçla, evrimsel algoritmalar gibi metasezgisel yöntemler kullanılarak, sistemin maksimum güç noktasının takip edildiği çalışmalar ilgi çekmektedir. Bu tez çalışmasında, FV sistemlerde kullanılmak üzere, yükseltici tür dönüştürücü tabanlı, genetik algoritma kullanılarak MGNT kontrolü gerçekleştirilmiştir. Yapılan çalışma, geleneksel yöntemlerden sars ve gözlemle(SG), artımlı iletkenlik (Aİ) yöntemi ve metasezgisel yöntemlerden yapay sinir ağı (YSA) ile farklı sıcaklık ve ışıma şartları altında karşılaştırılmıştır. Elde edilen sonuçlar kıyaslanarak incelenen yöntemlerin birbirlerine göre olumlu ve olumsuz yanlarından bahsedilmiştir.