Black-winged kite algorithm for accurate parameter estimation in photovoltaic systems

Bu tez, tek-diyotlu, çift-diyotlu ve üç-diyotlu fotovoltaik (PV) modellerdeki parametre kestirimlerinin güvenilirliğini artırmayı amaçlamaktadır. Mevcut yöntemlerin yeterli doğruluk sağlamaması nedeniyle, PV parametrelerinin daha hassas bir şekilde tahmin edilmesine ihtiyaç duyulmaktadır. Bu durum, sistem verimliliğinin artırılması ve arıza tespitinin desteklenmesi açısından önem taşımaktadır. PV parametre kestirimi için birçok algoritma kullanılmış olmasına rağmen, bu alanda hâlâ giderilmesi gereken önemli bir boşluk bulunmaktadır. Bu çalışmada, yüksek doğruluk ve güvenilirlik sağlamak amacıyla Black-Winged Kite (BKA) Algoritması önerilmiştir. BKA algoritması; foton akımı, ters doyma akımı, seri direnç, şönt direnç ve idealite faktörü olmak üzere beş temel parametrenin kestiriminde, RTC France silikon hücresinden elde edilen deneysel veriler kullanılarak uygulanmıştır. Ölçülen ve simüle edilen veriler arasındaki farkların değerlendirilmesi için Kök Ortalama Kare Hata (RMSE) metriği kullanılarak karşılaştırmalı bir analiz gerçekleştirilmiştir. Elde edilen sonuçlar, BKA algoritmasının diğer bireysel algoritmalara kıyasla daha düşük RMSE değerlerine ve daha kısa yakınsama süresine ulaştığını göstermekte; bu da PV modelleme açısından etkinliğini doğrulamaktadır. Önerilen algoritmanın performansı, diğer optimizasyon teknikleriyle yapılan benzetim karşılaştırmalarıyla değerlendirilmiştir.