Değiştir gözle, genetik algoritma ve parçacık sürü optimizasyon algoritmalarının fotovoltaik sistem verimine etkisinin incelenmesi

Fotovoltaik güç dönüşüm sistemleri, güneş ışınımlarından elde edilen çevre dostu elektrik enerjisi üretimine dayanan dünya çapında en yaygın yenilenebilir enerji kaynaklarındandır. Güç sistemleri temel olarak güneş panel dizisi, pil grubu, şarj düzenleyicileri ve çeviricilerden meydana gelmektedir. Yeni teknoloji güneş enerjili şarj cihazları pil grubunu olabildiğince verimli şekilde şarj yapabilmek için darbe genlik modülasyonu (DGM) ve maksimum güç noktası takibi (MGNT) teknolojisi gibi yöntemleri içeren teknolojileri kullanmaktadırlar. MGNT teknolojileri, DGM yöntemini kullanan sistemlerden daha yüksek verimlilikte çalışmaktadır. MGNT teknolojisinin çalışma prensibine bakıldığında güç-gerilim özelliklerinde MGNT bağlıdır ve pil bankasını şarj etmek için kullanılacak ideal şarj akımını belirler. Buna cevaben MGNT yöntemi özellikle geliştirilmesi ve verimliliğinin arttırılması alanında araştırmacıların ilgisini büyük derecede çekmektedir. Değiştir gözle metodu (DGM) algoritmasında MGNT alanında oldukça popüler olmuştur. MGN ulaşmak için güneş panelinin özelliklerini adım adım araştırmak gerekir. Bu çalışmada optimizasyon işlemlerinde temel olarak kullanılan arama algoritmaları yani genetik algoritma (GA) ve parçacık sürü optimizasyonuna (PSO) dayanan MGNT yapabilmek için bir yöntem önermekteyiz. Kullanılan optimizasyon algoritmaları başlangıç noktasında rastgele arama işlemi yaparak mevcut maksimum değerleri bulmaya yönelik üretilen dizi öğelerine dayanmaktadır. MATLAB/SIMULINK ortamında modelleme ve simülasyona dayalı MGNT, DGM, GA ve PSO algoritmaları karşılaştırılmıştır. Sonuçlara göre PSO yönteminin ideal arama algoritmalarının kullanılmasında sistemin verimliliğini geleneksel algoritmaya göre önemli ölçüde artırdığını göstermektedir.