Tipik bir fotovoltaik panelin maksimum güç aktarımını etkileyen temel elektrik devre parametrelerinin hibrit genetik algoritmalar ile tahmin edilmesi

Abstract

Gelişen teknoloji ve artan enerji talebi dolayısıyla enerji ihtiyacı hızlı bir şekilde artarken rezerv enerji kaynakları da hızlı bir şekilde tükenmektedir. Bu durum yeni enerji kaynaklarına yönelmeyi zorunlu hale getirmiştir. Bununla birlikte yenilenebilir enerji kaynakları sahip oldukları yüksek enerji potansiyeli ve devamlılık göstermeleri sebebiyle oldukça iyi birer alternatif enerji kaynağı durumuna gelmişlerdir. Yeni enerji kaynakları bulmak kadar sahip olunan enerji kaynaklarından elde edilen verimi maksimum seviyeleri çekmekte oldukça önemlidir. Bu sebeple bu çalışmada yenilenebilir enerji kaynaklarından biri olan fotovoltaik (FV) sistemler ele alınmış ve FV panellerden maksimum güç çıkışlarını alabilmek temel elektrik devre parametreleri genetik algoritmalar ile tahmin ettirilmiş. Fotovoltaik sistemler güneş enerjisinden doğrudan elektrik enerjisi üretebilen sistemler olup elektrik devre modelleriyle temsil edilebilirler. Literatürde birçok farklı FV devre modeli bulunmakla birlikte bu tez çalışmasında tek diyot devre modeli üzerinde çalışılmıştır. Modelden maksimum çıkış gücünü alabilmek için model parametrelerinin optimum şekilde seçilmesi gerekmektedir. Buna karşın FV panellerin üretici katalog verilerinde diyot idealite faktörü , seri ve paralel dirençler ve değerleri hakkında herhangi bir bilgi verilmemektedir. Öncelikle bilinmeyen bu üç parametrenin çıkış akımı, çıkış gerilimi ve çıkış gücü üzerindeki etkileri MATLAB/SİMULİNK paket programında modellenen sisteminden elde edilen karakteristik eğriler ile gösterilmiştir. Daha sonra karmaşık ve kapalı bir yapıya sahip olan FV devre modeli denklemleri Lambert W fonksiyonuyla açık ve daha kullanışlı hale getirilmiştir. Elde edilen denklemler ile üretici katalog bilgi sayfasında yer olan parametre değerlerinden yola çıkılarak üç bilinmeyen parametre değeri Genetik Algoritmalar yardımıyla tahmin edilmiş ve farklı sıcaklık ve ışıma miktarları içi en uygun idealite faktörü, seri ve paralel direnç değerleri elde edilmiştir

As the evolving technology and growing energy demand are increasing, reserve energy sources are rapidly declining. This situation has increased the interest in alternative energy sources and has made renewable energy sources important due to their energy potential and continuity As find some alternative energy sources as developing the owned sources for increasing yields is important too. For this reason, in this study photovoltaic (PV) systems were discussed and estimated fundamental circuit parameters affecting maximum power transfer in a typical photovoltaic panel using the genetic algorithms. PV systems which provide electrical energy from solar energy systems has been defined with electrical circuits. The literature survey has shown that there are few circuit models to obtain a better understanding of the PV cell characteristic. The most known approximate circuit models of the PV cell is described by the single diode model which used in this study. In order to transfer maximum power from a PV cell, it is important to estimate the certain parameters within acceptable error range. However, manufacturer data sheet of PV panels are not give information about diode ideality factor n, series resistnace R_s and shunt resistance R_p. Firstly, for understanding the effect of this three unknown parameters on the PV characteristic curves, the PV system was sımulated and the characteristic curves of system was plotted by MATLAB/SIMULINK package program. Single diode model involves in a transcendental equation which may have some difficulties directly to calculate the load current or the output voltage. Therefore the Lambert W function is used to reformulate voltage-current or current-voltage characteristic equation for easy computation. Thus, the load current or the output voltage can easily be calculated by the corresponding characteristic equation depending on known values of the circuit parameters. After that the resulting equations were used with manufacturer data sheet parameter values and the unknown parameters was estimated for amounts of different temperature and irradiance by genetic algorithms.