Design of management and monitoring system for renewable energy smart grid based on internet of things

Nüfusun hızla artması ve küresel ısınmaya ilişkin endişelerin artması sonucunda yenilenebilir enerji kaynaklarına daha fazla ilgi duyulmaktadır. Yenilenebilir enerji kaynakları, karbon emisyonlarını azaltarak ve ucuz enerji üreterek çevreyi önemli ölçüde iyileştirir. Güneş enerjisi, diğer yenilenebilir enerji kaynaklarına göre işletme ve bakım giderlerinin daha düşük olması nedeniyle en yaygın kullanılan yenilenebilir enerji kaynağıdır. Akıllı şebekelerde enerji akışının yönetilmesi ve düzenlenmesi çözülmesi gereken önemli konulardan biridir. Yüksek güçlü bir sistemde farklı kaynaklar, yükler ve enerji depolama cihazları arasında dinamik bir enerji alışverişi olduğunda, güç kalitesi ve kararlılığıyla ilgili sorunlar ortaya çıkabilir. Yük talebini karşılamak için sistemdeki enerji akışının sürekli olarak yönetilmesi gerekir. Akıllı şebekelerin işleyişindeki en büyük sorun, enerji depolama sisteminin donanım ve deneysel kurulumuna ilişkin teknik detayların eksikliğidir. Bu çalışma, çeşitli koşullar altında küçük ölçekli bir deneysel SG'deki güç dengesini değerlendirmektedir. Maksimum PowerPoint Takibi'ne (MPPT) ulaşmak için, bu çalışmada PV sistem verimliliği aşamalı olarak yapay zeka tabanlı teknikler kullanır. Ek olarak, bu çalışma rüzgar türbini MPPT'yi de içermektedir. Bu çalışmanın amacı, PV-rüzgar türbini-batarya sisteminin verimliliğini optimize etmek için MPPT'yi elde etmek için kullanılan yapay zeka yaklaşımını temel alan Gray Wolf Optimizer GWO algoritmasını kullanarak güç kalitesini ve enerji yönetimini geliştirmektir. PV-rüzgar türbini-batarya modülü sistemi. Sistem güvenilirliğini güçlendirmek için Nesnelerin İnterneti akıllı şebekeyle de birleştirilebilir. Bu senaryoda, yükün uzun bir süre boyunca yenilenebilir enerji kaynaklarından daha fazla artması durumunda IoT, yük talebini kontrol edebilir.