Estimation of the energy output of a photovoltaic panel by metaheuristic optimization based artificial neural networks
Bir fotovoltaik panelin enerji çıkışının metaheuristik optimizasyon tabanlı yapay sinir ağları ile tahmini
- Tez No: 774938
- Danışmanlar: DR. ÖĞR. ÜYESİ FUNDA DEMİR
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Elektrik ve Elektronik Mühendisliği, Mechatronics Engineering, Electrical and Electronics Engineering
- Anahtar Kelimeler: Alternatif enerji, Elektrik enerjisi, Enerji optimizasyon modeli, Genetik algoritma tekniği, Güneş enerjisi, Parametre optimizasyonu, Parçacık sürü optimizasyonu, Yapay arı kolonisi algoritması, Yapay sinir ağları, Alternative energy, Electrical energy, Energy optimization model, Genetic algorithm technique, Solar energy, Parameter optimization, Particle swarm optimization, Artificial bee colony algorithm, Artificial neural networks
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Karabük Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Fotovoltaik (PV) güneş enerjisi, küresel yatırımların en önemli endişesi haline gelmiştir. Bunu yanı sıra, diğer enerji kaynaklarına kıyasla daha düşük karbon etkisine sahiptir. İklim ve küresel ısınma risklerinden korunmak ve bu anlamda tüketiciye hizmet etmek için kullanılan çözüm yollarından biridir. Fotovoltaik güç çıkışının doğru tahmini, panel kurulumu, enerji yönetimi ve dağıtımı, sistem güvenilirliği ve elektrik güç kaynağı şebekelerinin günlük talep çizelgesine entegre edilmesi açısından çok önemlidir. Bu nedenle, ileri teknoloji geliştirmek için değişen hava koşulları ile orantılı bir fotovoltaik enerji tahmin modelinin oluşturmak gerekir. Gerçekleştirilen çalışmada fotovoltaik sistemlere, meteorolojik gözlemlere ve güneş enerjisi çıktılarının tahminine yönelik yeni bir veri toplama sistemi geliştirmek amaçlanmaktadır. Barometre ölçümleri için mikro denetleyiciler ve sensörler kullanılmaktadır. Hava durumu ve elektrik dengeleri web sitesinde arşivlenmekte ve Thinkspeak platformu aracılığıyla Nesnelerin İnterneti üzerinden izlenmektedir. 9 Mayıs 2022 Pazartesi ile 15 Haziran 2022 Çarşamba arasındaki 37 gün boyunca toplanan güneş enerjisi çıktılarını tahmin etmek için metasezgisel algoritmalarla geliştirilmiş Yapay Sinir Ağları (YSA) modeli kullanılmıştır. Üç ana algoritma, Genetik Algoritma ( GA), Parçacık Sürü Optimizasyonu (PSO) ve Yapay Arı Kolonisi (ABC), 18 derecelik eğim ile yerleştirilmiş güneş paneline ait verileri tahmin etmek için kullanılmıştır. Bu algoritmaların sonuçlarını değerlendirmek ve karşılaştırmak için ortalama kare hatası (MSE), ortalama mutlak yüzde hatası (MAPE) ve belirleyicilik katsayısı (R2) olmak üzere üç yöntem kullanılmıştır. Sonuçlar, temel belirleme yöntemlerini kullanan geleneksel yapay zeka yönteminin en iyisi olduğunu göstermektedir. PSO-ANN ise GA-ANN ve ABC-ANN ile karşılaştırıldığında en iyi sonucu vermektedir.
Özet (Çeviri)
Photovoltaic (PV) solar energy has become the most prominent concern of global investments. In addition, it is considered low carbon and its manufacture has a lower carbon impact compared to other energy sources. It is one of the solutions to avoid the risks of climate and global warming and to serve the consumer. Accurate forecasting of photovoltaic power output is very important in terms of panel installation, energy management and distribution, system reliability and integrating it into the daily demand schedule of electrical power supply networks. It is necessary to create a prediction model of photovoltaic energy that is commensurate with the changing weather conditions to develop advanced technology. Our study aims to develop a new data acquisition system dedicated to photovoltaic systems, meteorological observations and prediction of solar energy outputs. We use micro-controllers and sensors for barometer measurements. Weather and electrical balances are archived on our websites and monitored through the Internet of Things via the thinkspeak platform. The Artificial Neural Networks (ANN) model which was improved by metaheuristic algorithms was used to predict the solar energy outputs collected during 37 days from Monday May 9, 2022 to Wednesday June 15, 2022. Three main algorithms, Genetic Algorithm (GA), Particle Swarm Optimization (PSO) and Artificial Bee Colony (ABC) were used to train ANN to predict an 18-degree solar panel. They used three common methods to evaluate and compare the results of the algorithms used which are mean square error (MSE), mean absolute percentage error (MAPE) and coefficient of determination (R2). The results show that traditional NN with basic finding methods is the best. PSO-ANN is the best between PSO-ANN, GA-ANN and ABC-ANN.
Benzer Tezler
- Tipik bir fotovoltaik panelin maksimum güç aktarımını etkileyen temel elektrik devre parametrelerinin hibrit genetik algoritmalar ile tahmin edilmesi
Estimation of fundamental circuit parameters affecting maximum power transfer in a typical photovoltaic panel using the hybrid genetic algorithms
ERDEM ELİBOL
Yüksek Lisans
Türkçe
2014
Elektrik ve Elektronik MühendisliğiDüzce ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. NEDİM TUTKUN
- Fotovoltaik sistemlerde genişletilmiş kalman filtresi ile çıkış gücü kestirimi
Output power estimation using the extended kalman filter in photovoltaic system
HATİCE ÖZMÜŞ
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiMersin ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ALKAN ALKAYA
- Cibuti iklim şartlarında PV sistem ile pompa çalıştırılmasının modellenmesi
Modeling of pump operation with PV system in climatic conditions of Djibouti
IDIL YOUSSOUF SOUGUEH
Yüksek Lisans
Türkçe
2022
EnerjiKarabük ÜniversitesiEnerji Mühendisliği Ana Bilim Dalı
DOÇ. DR. METİN KAYA
- Fotovoltaik sistemlerde optimum eğim ve yönlendirme açılarının belirlenmesi
Determination of optimum tilt and orientation angles in photovoltaic systems
MUSTAFA ARSLAN
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET ÇUNKAŞ
- Şebekeye bağlı fotovoltaik çatı sisteminin performans analizi
Performance analysis of grid-connected photovoltaic roof system
ÖZGE ÖZCAN
Yüksek Lisans
Türkçe
2020
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERCAN İZGİ