Rüzgar-fotovoltaik hibrit güç sistemlerinin yapay sinir ağları ile kontrolü
Yükleniyor...
Tarih
2016
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Ege üniversitesi, Fen Bilimleri Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Rüzgâr ve güneş enerjisi günümüzde en çok kullanılan yenilenebilir enerji kaynaklarıdır. Güneş enerjisi; güneş ışınımı, sıcaklık, bulutlanma vb. parametrelerin sürekli değişmesi nedeni ile süreksiz bir enerji kaynağıdır. Bunun yanında, rüzgâr enerjisi de rüzgâr hızı ve rüzgâr esme yönü parametrelerinin anlık olarak sürekli değişmesi nedeniyle süreksiz bir enerji kaynağıdır. Günümüzde, güneş ve rüzgâr enerjisindeki süreksizliğe çözüm olmak amacı ile hibrit yenilenebilir enerji sistemi yaklaşımı benimsenmiştir. Hibrit yenilenebilir enerji sistemleri, birden fazla yenilenebilir enerji sisteminin birlikte enerji üretmek için kullanıldığı sistemlerdir. Bu sayede güneş ve rüzgâr enerjilerinden ortamda hangileri mevcut ise (güneş enerjisi mevcut iken rüzgâr enerjisi mevcut olmayabilir, rüzgâr enerjisi mevcut iken güneş enerjisi mevcut olmayabilir, veya güneş enerjisi ve rüzgâr enerjisi ikisi birden mevcut olabilirler.) bu enerjilerden en iyi şekilde faydalanma esasına dayalı çalışan sistemlerdir. Elektrik enerjisi elde etmek için güneş ve rüzgâr enerjisinin ikisini beraber veya ayrı ayrı kullanabilen hibrit güç sistemleri, elektrik enerjisi üretiminde fosil yakıtlara olan bağımlılığı azaltma açısından önemli bir uygulama alanına sahiptir ve gün geçtikçe de bu tarz sistemlerin uygulama alanlarının artacağı öngörülmektedir. Hibrit güç sistemleri tasarımı ve operasyonunda karşılaşılan en büyük problemlerden birisi çıkış geriliminin ayarlanmasındaki zaman gecikmesidir. Klasik kontrol metodları, çıkıkş geriliminden ve giriş geriliminden sürekli örnekler alarak bu örnekleri referans değerler ile karşılaştırıp hata oranını sıfıra indirerek çıkış gerilimini istenilen değere ayarlamaya çalışmaktadır. Bu nedenle, çıkış geriliminde belirli bir gerilim aralığında dalgalanmalar söz konusu olmaktadır. Bu durumun önüne geçilmei için hibrit güç sistemlerinde farklı kontrol teknikleri kullanılmalıdır. Yapay Sinir Ağları (YSA) tekniği, insan beynindeki nöron hücrelerinin çalışma prensibi dikkate alınarak geliştirilmiş bir çeşit yapay zeka algoritmasına dayanan bir kontrol tekniğidir. YSA, belirli bir eğitim verisi ile eğitildikten sonra, eğitilmediği veriler için de çıkarımda bulunabilen ve hızlı karar verebilen yapısı ile kontrol uygulamalarında kullanılabilmektedir. Bu teknik ilk çıktığı yıllarda bilgisayar uygulamalarını gerçekleştirmek için yeterli teknoloji mevcut değildi. Fakat günümüzde, yapay sinir ağlarının gelişen teknolojisi ve uygulama maliyetlerinin geçmişe göre çok daha düşük olması göz ününde bulundurulduğunda, kontrol uygulamaları için tasarlanan yapay sinir ağlarının mikrodenetleyici veya mikrobilgisayar içerisine gömülerek sistem tanılama ve kontrol amaçlı kullanımları da kolaylaşmıştır. Bu bağlamda, tez kapsamında rüzgâr-fotovoltaik hibrit güç sistemlerini tanılama ve kontrol amaçlı bir yapay sinir ağı modeli tasarlanmış, tasarlanan sinir ağı modeli bir mikrobilgisayara gömülerek örnek bir hibrit güç sistemini kontrol amaçlı kullanılmıştır. Tez çalışmasında, Ege Üniversitesi Güneş Enerjisi Enstitüsü'nde kurulu olan 3 kW kapasiteli rüzgâr türbini ve 2 kW kapasiteli fotovoltaik paneller kullanılmıştır. Gerçeklenen sistemde, fotovoltaik panellerin ve rüzgâr türbininin çıkış gerilimini kontrol etmek üzere yükseltici konvertör devresi (boost konvertör) tasarlanmıştır. Yükseltici konvertörün görev zamanını ayarlamak için yapay sinir ağı tabanlı kontrolör kullanılarak yükseltici konvertör çıkış gerilimi, belirli bir aralıkta sabit tutulmuştur. Bu sayede sistem içerisinde tek bir DC bara ve tek bir invertör ünitesi kullanılarak enterkonnekte şebekeye bağlantı gerçekleştirilmiştir. Sisteme bağlanmış olan rüzgâr türbininin ve fotovoltaik panellerin optimum şekilde çalışması sağlanmıştır. Önceki çalışmalardan farklı olarak, YSA tabanlı kontrol algoritması özgün olarak geliştirilmiştir. Sistem, çeşitli çevre ve yük koşullarında çıkış geriliminin genliğini sabit tutacak şekilde tasarlanmıştır. Tasarımı gerçekleştirilen YSA, tablet bilgisayar içerisine gömülerek modüler çalışması sağlanmıştır. Sistem ile rüzgâr-fotovoltaik hibrit güç sistemlerinin kullanımı için özgün ve yerli bir invertör ünitesi prototipi gerçekleştirilmiştir.
Wind and solar energy are the most commonly used renewable energy sources today. Solar energy is a source of energy that is discontinuous due to the constant change of parameters such as solar radiation, temperature, cloudiness and so on. In addition, wind energy is a discontinuous source of energy because of the instantaneous constant change of wind speed and wind direction parameters. Today, a hybrid renewable energy system approach has been adopted with the aim of being a solution to the discontinuity of solar and wind energy. Hybrid renewable energy systems are systems in which more than one renewable energy system is used to generate energy together. In this case, solar and wind energy systems are based on the best way to utilize these energies in the environment (solar energy may not exist when there is solar energy, solar energy may not exist when wind energy is present, or solar energy and wind energy may be both.). Hybrid power systems, which can use either solar or wind energy to generate electricity, have a significant application area in terms of reducing dependence on fossil fuels in the production of electric energy, and it is anticipated that the application areas of such systems will increase day by day. One of the biggest problems in the design and operation of hybrid power systems is the time delay in adjusting the output voltage. Conventional control methods try to adjust the output voltage to the desired value by comparing these samples with the reference values by taking continuous samples from the output voltage and input voltage and reducing the error ratio to zero. For this reason, fluctuations occur in the output voltage at a certain voltage range. To avoid this situation, different control techniques should be used in hybrid power systems. Artificial Neural Networks (ANN) technique is a control technique based on a kind of artificial intelligence algorithm that is developed considering the working principle of neuron cells in the human brain. After being trained with a specific training data, ANN can be used for control applications where it can be inferred for the data that has not been trained and can be decided quickly. Not enough technology was available to implement computer applications in the first years of this technique. However, nowadays, when artificial neural networks are considered to have a much lower technological and application costs than the past, artificial neural networks designed for control applications have been embedded in microcontrollers or microcomputers, making their use for system diagnosis and control easier. In this context, an artificial neural network model was designed for the detection and control of wind-photovoltaic hybrid power systems. The designed neural network model was embedded in a microcomputer and a hybrid power system was used for control. In the thesis study, a 3 kW capacity wind turbine and 2 kW capacity photovoltaic panels were installed at Ege University Solar Energy Institute. In the actual system, a boost converter is designed to control the output voltage of the photovoltaic panels and the wind turbine. Using the artificial neural network controller to adjust the duty cycle of the boost converter, the output voltage of the boost converter is kept constant within a certain range. In this system, a single DC bus and a single inverter unit are used to connect to the interconnected network. Optimum operation of the wind turbine and photovoltaic panels connected to the system is ensured. Unlike previous studies, the ANN-based control algorithm was originally developed. The system is designed to keep the output voltage constant at various environmental and load conditions. Designed ANN was embedded in the tablet computer and modular operation was provided. A prototype of a unique and native inverter unit has been implemented for the use of wind-photovoltaic hybrid power systems with the system.
Wind and solar energy are the most commonly used renewable energy sources today. Solar energy is a source of energy that is discontinuous due to the constant change of parameters such as solar radiation, temperature, cloudiness and so on. In addition, wind energy is a discontinuous source of energy because of the instantaneous constant change of wind speed and wind direction parameters. Today, a hybrid renewable energy system approach has been adopted with the aim of being a solution to the discontinuity of solar and wind energy. Hybrid renewable energy systems are systems in which more than one renewable energy system is used to generate energy together. In this case, solar and wind energy systems are based on the best way to utilize these energies in the environment (solar energy may not exist when there is solar energy, solar energy may not exist when wind energy is present, or solar energy and wind energy may be both.). Hybrid power systems, which can use either solar or wind energy to generate electricity, have a significant application area in terms of reducing dependence on fossil fuels in the production of electric energy, and it is anticipated that the application areas of such systems will increase day by day. One of the biggest problems in the design and operation of hybrid power systems is the time delay in adjusting the output voltage. Conventional control methods try to adjust the output voltage to the desired value by comparing these samples with the reference values by taking continuous samples from the output voltage and input voltage and reducing the error ratio to zero. For this reason, fluctuations occur in the output voltage at a certain voltage range. To avoid this situation, different control techniques should be used in hybrid power systems. Artificial Neural Networks (ANN) technique is a control technique based on a kind of artificial intelligence algorithm that is developed considering the working principle of neuron cells in the human brain. After being trained with a specific training data, ANN can be used for control applications where it can be inferred for the data that has not been trained and can be decided quickly. Not enough technology was available to implement computer applications in the first years of this technique. However, nowadays, when artificial neural networks are considered to have a much lower technological and application costs than the past, artificial neural networks designed for control applications have been embedded in microcontrollers or microcomputers, making their use for system diagnosis and control easier. In this context, an artificial neural network model was designed for the detection and control of wind-photovoltaic hybrid power systems. The designed neural network model was embedded in a microcomputer and a hybrid power system was used for control. In the thesis study, a 3 kW capacity wind turbine and 2 kW capacity photovoltaic panels were installed at Ege University Solar Energy Institute. In the actual system, a boost converter is designed to control the output voltage of the photovoltaic panels and the wind turbine. Using the artificial neural network controller to adjust the duty cycle of the boost converter, the output voltage of the boost converter is kept constant within a certain range. In this system, a single DC bus and a single inverter unit are used to connect to the interconnected network. Optimum operation of the wind turbine and photovoltaic panels connected to the system is ensured. Unlike previous studies, the ANN-based control algorithm was originally developed. The system is designed to keep the output voltage constant at various environmental and load conditions. Designed ANN was embedded in the tablet computer and modular operation was provided. A prototype of a unique and native inverter unit has been implemented for the use of wind-photovoltaic hybrid power systems with the system.
Açıklama
Anahtar Kelimeler
Hibrit Güç Sistemleri, Rüzgâr, Fotovoltaik, Yapay Sinir Ağları, Kontrol, Hybrid Power Systems, Wind, Photovoltaic, Artificial Neural Networks, Control
