Development of a Ga-Based Mppt Algorithm for Photovoltaic Systems

Abstract

Fotovoltaik (FV) sistemlerde güneş panellerinin verimini arttırmak için sistemi maksimum güç noktasında (MGN) çalıştırmak gerekir. Değişen koşullar altında sistemden maksimum verimi alabilmek için sistemin sürekli optimum çalışma noktasında çalışması sağlanmalıdır. Koşullar değiştiğinde yerel optimumlara takılmadan global optimumu yakalamak ve salınımları en aza indirmek gerekir. Literatürde FV panellerin MGN'de çalışmasını sağlayan çeşitli maksimum güç noktası izleyicisi (MGNİ) yöntemleri mevcuttur. Atmosferik koşullardaki ani değişimlerde MGN'den uzaklaşma ve bu nokta etrafında salınımlar karşımıza problem olarak çıkmaktadır. Klasik MGNİ yöntemlerinin de bu problemi aşması mümkün olamamaktadır. Bu çalışmada FV sistemlerde çalışan genetik algoritma (GA) tabanlı bir MGNİ algoritması önerilmiştir. GA'nın bir grup arama yöntemi olması ve yapısal özelliklerinden dolayı lokal optimumlara takılma ihtimali diğer arama yöntemlerine göre daha düşüktür.

In order to increase the efficiency of solar panels in photovoltaic (PV) systems, it is necessary to operate the system at the maximum power point (MPP). In order to provide maximum efficiency from the system under changing conditions, it should be ensured that the system works at the optimum operating point. When the conditions change, it is necessary to catch the global optimum and to minimize the oscillations without getting stuck with the local optima. In the literature, there are various maximum power point tracker (MPPT) methods that enable PV panels to work in the MPP. Sudden changes in atmospheric conditions, moving away from the MPP and oscillations around this point appear as problems. It is not possible for classical MPPT methods to overcome this problem. In this study, a genetic algorithm (GA) based MPPT algorithm working in PV systems is proposed. Due to the fact that GA is a group search method and its structural features, it is less likely to get stuck in local optima compared to other search methods.