Bulanık Mantık Tabanlı Yapay Zekâ Fotovoltaik Güç Dönüştürücü Sistem Tasarımı-Reference-Cited by-同舟云学术

Bulanık Mantık Tabanlı Yapay Zekâ Fotovoltaik Güç Dönüştürücü Sistem Tasarımı

Published:2023-06-15 Issue:2 Volume:13 Page:456-482
ISSN:2564-7377
Container-title:Karadeniz Fen Bilimleri Dergisi
language:
Short-container-title:

Author:

ÖZKAN Erhan^ORCID

Abstract

Bu makalede güneş enerjisi potansiyelini değerlendirecek ve enerji maliyetlerini düşürecek bir sistemin tamamen yerli ve milli olanaklar ile sağlanmasına ilişkin çalışmalar anlatılmıştır. Çalışma iki aşamadan oluşmaktadır. Birinci aşamada güneş enerjisini kullanan güç dönüştürücü donanımının tasarımı, ikinci aşamada ise bu dönüştürücü sistemin verilerini değerlendirip, enerji maliyetinin kullanım oranına göre mukayesesini yapan ve minimum maliyetler ile enerji depolayan bulanık mantık tabanlı yapay zekâ yazılımlarına ait çalışmalar yer almaktadır. En iyileme algoritması Matlab ortamında geliştirilmiştir. Uygulama aşamasında Gekko optimizasyonundan faydalanılmıştır. Tasarlanan güç dönüştürücü sistemi; tüketicinin fotovoltaik (PV) üretim ve tüketim bilgilerini bir veri tabanına kaydeden, kaydedilen bilgilere göre tüketicinin gelecekteki PV üretim ve tüketim profilini günlere/aylara/mevsimlere göre tahmin edebilmektedir. Akıllı şebekelere uyumlu olarak tasarlanan bu sistemin şebekeyle haberleşerek yaptığı tahminleri şebekeye iletmesi ve enerji talebiyle enerji üretiminin arasındaki farkın en aza indirilmesine yardımcı olması gerçekleştirilmiştir. Diğer taraftan sistem; enerji depolayarak gerekli görülen durumlarda güç öteleyebilecek, olası bir şebeke kesintisinde tüketici için kritik yükleri kesintisiz güç kaynağı gibi çalışarak depolanan enerjiden besleyebilecek şekilde geliştirilmiştir.

Funder

TÜBİTAK

Publisher

Karadeniz Fen Bilimleri Dergisi

Reference23 articles.

1. Abdelkader, M. R., Al-Salaymeh A., Al-Hamamre, Z. And Sharaf F.” A Comparative Analysis of The Performance of Monocrystalline and Multiycrystalline PV Cells in Semi-Arid Climate Conditions: The Case of Jordan “, Jordan Journal Of Mechanical And Industrial Engineering, Volume 4 Number 5, Pages 543-552, 2010.

2. Al Badwawi, R., Issa, W. R., Mallick, T. K., &Abusara, M. (2019). Supervisory control for power management of an islanded AC microgrid using a frequency signaling-based Fuzzy Logic Controller. IEEE Transactions on Sustainable Energy, 10(1), 94-104.

3. Arcos-Aviles, D. et al. "Battery management fuzzy control for a grid-tied microgrid with renewable generation." IECON 2012-38th Annual Conference on IEEE Industrial Electronics Society. IEEE, 2012.

4. Arcos-Aviles, D., Pascual, J., Marroyo, L., Sanchis, P., Guinjoan, F., "Fuzzy Logic-Based Energy Management System Design for Residential Grid-Connected Microgrids," in IEEE Transactions on Smart Grid, vol. PP, no.99, pp.1-1 doi: 10.1109/TSG.2016. 2555245.

5. Aslan, S. N., Uçar, A., and Güzeliş, C. (2020, October). Development of Deep Learning Algorithm for Humanoid Robots to Walk to the Target Using Semantic Segmentation and Deep Q Network. In 2020 Innovations in Intelligent Systems and Applications Conference (ASYU) (pp. 1-6). IEEE.