Elektrik güç dizgeleri için fotovoltak dizge geliştirmesi

Abstract

Teknolojinin ilerlemesi, elektrik enerjisine olan istemin de artmasına neden olmuştur. Zaten sınırlı ve sürdürülebilirliği kuşkulu olan fosil temelli enerji kaynaklarının kullanımındaki artış artan çevre kirliliği ve yaşamda olumsuz etkiler oluşturmuştur. Böylece insanlar, kullanılabilirliği ve kesintisiz olması nedeniyle başta güneş enerjisi olmak üzere temiz,yenilenebilir enerji kaynaklarına yönelmiştir. Bu çalışma, güneş enerjisinin verimliliğini artırma amacıyla varolan yöntemlere ek yeni bir yaklaşımın sınanmasıdır. Bu yaklaşım , en iyi eğim açısını ve en iyi çıkış AA gücünü bulmak için PVsyst 6.8.5 programını Yapay Sinir Ağları (YSA) algoritmalarıyla birleştirerek kullanmaktır. Farklı 100 şehirde, PVsyst 6.8.5 programı ile 10-20 kW arasında değişen bir çıkış gücü temelinde fotovoltaik dizgeler tasarlanmıştır.Tasarım verileri yapay sinir ağları için öğrenme ve sınama işlemlerinde veri olarak kullanılmıştır.Çalışma, en verimli tasarım için iki senaryoya ayrılmıştır; en uygun eğim açısı için en iyi kestirimi ve en uygun çıkış AA gücü iyi kestiririmin aranması. Yapay Sinir Ağlarının hızlı ve yüksek bir doğruluğu olduğu bilinmektedir. İlk senaryoda ve ikinci senaryoda yanılgı ölçütü olarak MSE ve RMSE ölçütlerine bakılmıştır.Gereksinimlere göre seçilen bir sinir ağı NN tasarımına dayanarak, ilk senaryoda başarım işlevi olarak SSE kullanılırken, ikincisinde MSE kullanılmıştır. Ve geçiş işlevi olarak TANSIG ve eğitim işlevi olarak TRAILIM kullanılarak oldukça iyi sonuçlar elde edildiği görülmüştür.Öğrenme işlevleri olarak da birinici senaryoda LEARNGD ,ikinci senaryoda LEARNGDM uygun görülmüştür. Sonuçlar değerlendirilmiş ve gelişme önerileri yapılmıştır.

Advancement of technology caused an increase in demand for electric energy.The increase in the use of traditional –fossile based energy sources causes increase in environmental pollution and a negative effect impact on life and health. The world has increased efforts in clean and renewable energy sources, most important one being the solar energy with its availability and continuity. This study, has aimed at a new approach to increase the efficiency of solar energy production. Thes method has been to combine the program PVsyst6.8.5 with ANN algorithms to find optimal of tilt angle and the optimal output AC power. This thesis presented a design of the photovoltaic systems in hundred different by the PVsyst6.8.5 software, choosing an output power range between 10 to 20 kW. The design data have been used for training and testing purposes with ANN.The study was divided into two scenarios to obtain the most efficient design, the best prediction for the optimal tilt angle, and the best prediction for the optimal output energy. It is admitted that ANN algortihms the neural networks are fast and have high accuracy. The error criteria for testing have been selected as MSE and RMSE for both scenarios. Based on these and the design of the ANN, which has been chosen according to requirements, SSE has used as the performance function in the first scenario, while MSE has been used in the second. TANSIG transfer function and, TRAILIM training function have shown to be highiy effective for both scenarios, The appropriate learning functions have been LEARNGD for the first scenario and LEARNGDM for the second. The results have been assessed and proposals for further work have been made.