IMPLEMENTATION AND EVALUATION MAXIMUM POWER POINT TRACKING (MPPT) BASED ON ADAPTIVE NEURO FUZZY INFERENCE SYSTEMS FOR PHOTOVOLTAIC PV SYSTEM

Elagori, Abd El Hakim Ali Bobakir

DSpace Home
→
Enstitüler -- Institutes
→
Fen Bilimleri Enstitüsü -- Institute of Natural & Applied Science
→
Tezler -Thesis
→
View Item

dc.contributor.author	Elagori, Abd El Hakim Ali Bobakir
dc.date.accessioned	2019-05-29T06:24:59Z
dc.date.available	2019-05-29T06:24:59Z
dc.date.issued	2017
dc.identifier.uri	http://hdl.handle.net/11547/2305
dc.description.abstract	Photovoltaik (PV) olarak adlandırılan elemanlarla yapılan güneş enerjisinin elektrik enerjisine dönüşümü önemli bir uygulama alanıdır. Bu çalışmada PV sistemlerinin performanslarının en büyük güç izleme açısından (MPPT) Adaptive Neuro Fuzzy Interference System (ANFIS) tekniğinin incelenmesi ve diğer yaygın algoritmalar olan Perturb and Observe (P&O), Fuzzy Logic Control (FLC) ve Artificial Neural Network (ANN) algoritmaları ile karşılaştırılmaları amaçlanmıştır. Bu algoritmalar güneş panelinden en büyük güç elde edilmesi için DC-DC çeviriciden alınan işaretler, çalışma oranı ile kontrol edilmiştir. MMMPT uygulaması sabit direnç yükünde Boost çevirici kullanılarak yapılmıştır. İlave olarak ile benzetişim, gerçek elektriksel veriler kullanılarak ayarlanabilen parametreler ile yapılmıştır. Radyasyon ve ısı parametreleri değiştirilerek PV çıkış gücü incelenmiştir. Tüm sistemin analiz ve benzetişimi MATLAB Simulink ile gerçekleştirilmiştir. Benzetişim sonuçları; MPPT n temel alınarak ANFIS and ANN teknikleri, MPP tekniğine göre cevabının daha hızlı ve Fuzzy Logic MPPT’ye göre ve bilinen P&Q tekniklerine göre çalışma koşullarının hızlı değişimleri açısından veriminin daha yüksek olduğu saptanmıştır. Anahtar Kelimeler: - Photovoltaic (PV) Cell, P&O Maximum Power Point Tracking (MPPT), Boost DC –DC Converter, Fuzzy logic control (FLC), Artificial Neural Network (ANN) and Adaptive Neuro-Fuzzy Inference Systems (ANFIS).	tr_TR
dc.language.iso	en	tr_TR
dc.publisher	ISTANBUL AYDIN UNIVERSITY INSTITUTE OF NATURAL AND APPLIED SCIENCES	tr_TR
dc.title	IMPLEMENTATION AND EVALUATION MAXIMUM POWER POINT TRACKING (MPPT) BASED ON ADAPTIVE NEURO FUZZY INFERENCE SYSTEMS FOR PHOTOVOLTAIC PV SYSTEM	tr_TR
dc.type	Thesis	tr_TR
dc.description.abstractol	Convert solar energy to electrical energy is one of its important applications which is done by devices called Photovoltaic (PV) cell. This study was aimed to compare, investigate, and evaluate the performance of PV system operating with Maximum Power Point Tracking (MPPT) that work by Adaptive Neuro Fuzzy Interference System (ANFIS) technique. It is appraised with other MPPT algorithms like the most common Perturb and Observe (P&O) algorithm, Fuzzy Logic Control (FLC) algorithm, and Artificial Neural Network (ANN) algorithm. These algorithms work for controlling the duty cycle (D) of the plus signal that goes to switch of the DC-DC converter for maximizing the power generated by solar panel. Implementation of MPPT is made by using boost DC-DC converter with constant resistive load. In addition, it was conducted to introduce for simulating and modeling general PV panel with some adjustable parameters that modelling any real PV panel using its electrical data. And testing the simulated model for showing the effects of changing in the solar irradiation and the operation temperature on the output power of the PV. All systems were analyzed and simulated by using MATLAB Simulink program. The simulation results show that the ANFIS and ANN based MPPT method gave faster response to achieve the MPP and more efficient than fuzzy logic MPPT and the conventional P&O methods under rapid variations of operating conditions. Key Words: - Photovoltaic (PV) Cell, P&O Maximum Power Point Tracking (MPPT), Boost DC –DC Converter, Fuzzy logic control (FLC), Artificial Neural Network (ANN) and Adaptive Neuro-Fuzzy Inference Systems (ANFIS).	tr_TR
dc.publisher.firstpagenumber	1	tr_TR
dc.publisher.lastpagenumber	111	tr_TR