Farklı ortam koşullarındaki fotovoltaik sistemler için kısmi gölgelemenin mppt üzerindeki etkisinin akıllı algoritmalar ile uygulanması

Maksimum güç noktası takibi (MGNT), Fotovoltaik (FV) panellerin maksimum güç noktasında çalışmasını sağlayarak FV sistemlerin verimini artırmayı amaçlamaktadır. Bu amaçla literatürde MGNT için geleneksel, zeki ve hibrit olmak üzere pek çok yöntem geliştirilmiştir. Geleneksel yöntemlerden Değiştir & Gözle (D&G) eşit ışınım koşulları altında MGNT işleminde iyi bir performans sergilemektedir. Ancak kısmi gölgeleme koşullarında birden fazla tepe noktası arasında global maksimum güç noktasını bulamayıp yerel maksimum güç noktalarına takılmaktadır ve başarısız olmaktadır. Geleneksel yöntemlere alternatif olarak Parçacık Sürü Optimizasyonu (PSO) ve Guguk Kuşu Optimizasyon (GKO) algoritması gibi metasezgisel yöntemler geliştirilmiştir. Metasezgisel yöntemler yerel maksimum güç noktalarını yakalama sorunlarının üstesinden gelebilmektedir, çünkü formülasyonları yerel maksimum güç noktalarından kaçmalarına izin veren olasılıksal parametreler içermektedir. Bu sebeple bu algoritmalar geleneksel yöntemlere göre daha üstün bir performans sağlamaktadır. Bu tez çalışmasında MATLAB/SIMULINK'de FV dizi, DA-DA yükselten dönüştürücü ve MGNT algoritmalarından oluşan bir model geliştirilmiştir. Bu model üzerinde kısmi gölgeleme koşulları altında D&G, PSO ve GKO algoritmalarıyla MGNT işlemi gerçekleştirilmiştir ve bu algoritmaların takip hızı ve doğruluğu bakımından karşılaştırması yapılmıştır. Sonuç olarak, PSO ve GKO algoritmaları global maksimum güç noktasının bulunmasında başarılı olurken D&G algoritması tek bir gölgeleme konfigürasyonu hariç diğer konfigürasyonlarda yerel bir noktaya takılmıştır. Ayrıca GKO algoritmasının PSO algoritmasından daha hızlı bir şekilde global maksimum güç noktasına ulaştığı görülmüştür.