Elektrik Üretimi İçin Güneş Pillerinin Kullanımında Verimi Arttırıcı Yeni Bir Yöntem

thumbnail.default.placeholder
Tarih
2001
Yazarlar
Batman, M. Alp
Süreli Yayın başlığı
Süreli Yayın ISSN
Cilt Başlığı
Yayınevi
Fen Bilimleri Enstitüsü
Institute of Science and Technology
Özet
Günümüzde, artan enerji ihtiyacına paralel olarak çevre sorunlarının da büyümesi, yeni ve temiz enerji kaynaklarına yönelme gereğini gündeme getirmiştir. Gerek fosil kökenli enerji kaynaklarının rezervlerinin sınırlı oluşu, gerekse bunların çevre üzerindeki olumsuz etkileri, özellikle 20. yüzyılın son çeyreğinde alternatif enerji kaynaklarına ilgiyi arttırmıştır. Başlıca alternatif enerji kaynakları, hidrolik enerji, jeotermal enerji, rüzgar enerjisi ve güneş enerjisidir. Elektrik üretiminde kullanılan enerji kaynakları arasında, nükleer enerji ve jeotermal enerji hariç, diğer tüm kaynaklar güneş kökenlidir. Güneşten doğrudan elektrik enerjisi elde edilmesi, Fotovoltaik güneş pilleri ile yapılmaktadır. Fotovoltaik güneş pillerinin ticari alanda kullanımı, 80'li yıllarda başlamıştır. Yapılan tüm çalışmalara karşın, bu gün için güneş pilleri ile büyük miktarlarda elektrik enerjisi üretmek hala pahalı bir yöntemdir. Bunun başlıca sebebi, güneş pillerinin ucuza üretilememesi ve veriminin düşük oluşudur. Bu faktörler göz önüne alındığında, güneş pillerinin verimli kullanılması önem kazanmaktadır Bu çalışmada, güneş pillerinin kullanımında verimi arttırmak için oluşturulan deneysel ve sayısal bir yöntem sunulmuştur. Yöntemin temeli, tüm hava koşulları için güneş pili modüllerini en fazla enerji alabilecekleri yöne çevirmektir. Açık havalarda, modüllerin sadece güneşe çevrilmesi yeterli olmaktadır. Fakat, bulutlu günlerde bu yetersiz kalmaktadır. Bu tip havalarda, gökyüzünden gelen ışık enerjisinin doğrultusu, şiddeti ve güneş modülünün üreteceği enerjiyi tahmin etmek gerekmektedir. Sözü geçen tahmin, statik modellerle, belirli zaman dilimleri için sağlıklı olarak yapılamamaktadır. Bu tezde, gerekli verileri toplamak amacıyla İ.T.Ü. Elektrik - Elektronik Fakültesi binasına bir ölçü düzeneği kurulmuştur. Tahmin için, bu düzeneğim topladığı verilere göre kendini sürekli olarak güncelleyen yapay sinir ağı algoritması kullanılmıştır. Güneş modüllerini yönlendirmek amacıyla geliştirilen algoritma, gündüz, üç durum göz önüne alarak çalışmaktadır. Bu durumlar ve algoritmanın bunlar karşısındaki davranışı aşağıda özetle verilmiştir.. Havanın açık ve güneşli olması. Bu durumda, modüller güneşin konumu hesaplanarak güneşe yönlendirilir.. Havanın çok bulutlu olması ve gelen ışığın belirli bir doğrultusunun olmaması. Modüller en çok enerji toplayabilecekleri zenit (başucu) noktasına çevrilirler. xıı lûÜİÂNTASYÖtl İERfffiÜ . Havanın bulutlu olması durumu. Bu durumda modüller, yapay sinir ağları algoritmasının yaptığı tahminler sonucu, en çok enerji toplayabilecekleri yöne çevrilirler Yapılan bu çalışmada, kurulan ölçü düzeneğinden alınan veriler, algoritma tarafından kullanılarak örnek bir güneş modülü yönlendirilmiştir. Güneş modülünden alınan veriler yorumlanarak, geliştirilen algoritma tarafından yönlendirilen panellerin daha verimli çalıştıkları sonucu elde edilmiştir. 
Today, due to the increasing rate of energy consumption and the environmental problems, electric utilities go towards environment-friendly green energy sources. Since the reserves of the fossil sources are limited and these sources have adverse effects on the environment, alternative energy sources become important especially in the last quarter of 20l century. The main alternative energy sources are hydraulic energy, geothermal energy, wind energy and solar energy. All, but nuclear and geothermal, energy resources, which generate electricity, are originated from the sun. Electrical energy is directly obtained from the sun by means of photovoltaic solar cells. The commercial use of photovoltaic solar cell was started in 1980's. In spite of the long-term research carried out in this area, today it's still too expensive to generate large amount of electrical energy by means of solar cells. One of the main reasons for this that the manufacture of solar cells isn't cost-effective and its efficiency is very poor. Therefore, considering these factors, the operational efficiency of solar cells becomes important. In this study, a new method, which uses both experimental and numerical results, to increase the operational efficiency of solar cells, is presented. This method is based on the orientation of solar cells so that they can get the maximum energy. In a clear day, it's sufficient to turn arrays towards the sun. But in a cloudy day, it's necessary to estimate the direction and the magnitude of light as well as the energy produced by the solar arrays. This estimate can't be done in specific time intervals by static models. In this thesis, an experimental setup is mounted on I.T.U. Electrical and Electronic Faculty building to acquire the necessary data. Artificial Neural Network Algorithm, which updates itself continuously according to the obtained data, is used for the estimation. The algorithm developed for the orientation of solar cells, works for three cases. These cases and how the algorithm works according to them are described below.. Clear and sunny days In this case after the sun's position is determined, solar modules are turned towards the sun. Very cloudy days and coming sun light doesn't have specific direction. Modules are turned towards the zenith where they can get maximum energy. xiv . Cloudy days In this case, solar arrays are directed towards where they can get maximum energy according to the estimates of Artificial Neural Network Algorithm. In this study, the algorithm uses data acquired from the experimental setup and it orients a sample solar module. The results obtained show that the developed algorithm increases the operational efficiency of solar modules.
Açıklama
Tez (Doktora) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2001
Thesis (Ph.D.) -- İstanbul Technical University, Institute of Science and Technology, 2001
Anahtar kelimeler
Elektrik üretimi, Güneş pilleri, Güneş radyasyonu, Verimlilik, Yapay sinir ağları, Electricity generation, Solar cells, Solar radiation, Productivity, Artificial neural networks
Alıntı