Fotovoltaik sistemlerde güç noktası takibi algoritmalarının performans karşılaştırması

Bu çalışmada, çevre dostu ve sürdürülebilir enerji üretimi sağlamaları nedeniyle son yıllarda büyük bir ilgi gören yenilenebilir enerji sistemleri ele alınmıştır. Ancak bu sistemlerin doğasında bulunan değişken ve öngörülemeyen üretim karakteristiği, elektrik şebekelerinde gerilim dalgalanmalarına ve kararsızlıklara neden olarak enerji sürekliliğini olumsuz etkilemekte ve şebeke istikrarını tehdit etmektedir. Bu sorunun giderilmesi amacıyla, yenilenebilir enerji sistemlerine enerji depolama birimlerinin entegrasyonu, üretim-tüketim dengesizliğinin azaltılması ve sistem kararlılığının artırılması açısından önemli bir çözüm olarak değerlendirilmektedir. Bu kapsamda, enerji depolama ünitesine sahip batarya depolamalı fotovoltaik (FV) enerji sistemi tasarlanmış ve sistemin maksimum verimlilikle çalışmasını sağlamak amacıyla farklı Maksimum Güç Noktası İzleme (MGNİ) algoritmalarının performansları incelenmiştir. Çalışmada hem deterministik hem de stokastik optimizasyon temelli yöntemler değerlendirilmiştir. Sistemin dinamik davranışı, tepki süresi, kararlılığı ve enerji verimliliği üzerindeki etkileri analiz edilmiştir. Böylece, FV sistemlerde farklı MGNİ stratejilerinin sistem performansına olan katkısı ayrıntılı biçimde ortaya konmuştur. Tasarlanan sistemde, FV paneller bir DA/DA dönüştürücü aracılığıyla 96 V'luk bir DA baraya bağlanmıştır. Baradaki gerilim kararlılığını artırmak ve üretilen fazla enerjiyi depolamak amacıyla, lityum tabanlı batarya paketi çift yönlü bir DA/DA dönüştürücü üzerinden sisteme entegre edilmiştir. Bu yapı sayesinde hem enerji sürekliliği hem de gerilim kararlılığı sağlanarak sistemin genel verimliliği artırılmıştır. Maksimum Güç Noktası (MGN) takibi için dört farklı algoritma kullanılmıştır: Değiştir ve Gözle (D&G), Artımlı İletkenlik (Aİ), Bulanık Mantık Tabanlı Değiştir ve Gözle (BM-D&G) ve Parçacık Sürü Optimizasyonu (PSO). Algoritmalar, yükselme süresi, yerleşme süresi ve aşma oranı gibi performans kriterleri bakımından karşılaştırılmıştır. Benzetim sonuçları, BM-D&G algoritmasının 14,28 ms yükselme süresi, 51,6 ms yerleşme süresi ve %69,96'lık batarya doluluk oranı ile en yüksek performansı sergilediğini göstermektedir. Bu sonuçlar, bulanık mantık tabanlı yaklaşımın hızlı tepki süresi ve yüksek kararlılık sağlama açısından avantajlı olduğunu ortaya koymaktadır. MATLAB/Simulink ortamında gerçekleştirilen benzetim analizleri, önerilen sistemin değişken çevresel koşullar altında kararlı bir performans sergilediğini doğrulamaktadır. Ayrıca, sistemin gerçek çalışma koşullarına uyumunu değerlendirmek amacıyla bir günlük gerçek güneş ışınım verileri kullanılmıştır. Elde edilen bulgular, enerji depolamalı FV sistemlerinde yapay zekâ tabanlı MGNİ algoritmalarının geleneksel yöntemlere kıyasla daha yüksek doğruluk, hızlı tepki ve üstün kararlılık sunduğunu göstermektedir. Bu yaklaşımların gelecekteki enerji yönetim sistemlerinde önemli bir potansiyele sahip olduğunu ortaya koymaktadır. 2025, ix + 57 sayfa Anahtar Kelimeler: Yenilenebilir Enerji, Güneş Enerjisi, Maksimum Güç Noktası Takibi, Bulanık Mantık Kontrolör, Artırımlı İletkenlik, Parçacık Sürü Optimizasyonu. lacaktır