Improving solar power system's efficiency using artificial neural network

العناوين الأخرى

تحسين كفاءة أنظمة الطاقة الشمسية باستخدام تقنية الشبكات العصبية الاصطناعية

مقدم أطروحة جامعية

al-Farra, Muhammad Ibrahim Ahmad

مشرف أطروحة جامعية

al-Ayidi, Hatim Ali

الجامعة

الجامعة الإسلامية

الكلية

كلية الهندسة

القسم الأكاديمي

قسم الهندسة الكهربائية

دولة الجامعة

فلسطين (قطاع غزة)

الدرجة العلمية

ماجستير

تاريخ الدرجة العلمية

2018

الملخص العربي

تعد موارد الطاقة المتجددة هي أفضل طريقة للحد من استخدام الوقود الأحفوري ( البترول والفحم والغاز الطبيعي ) لإنتاج الطاقة الكهربائية وأيضا لتقليل انبعاث ثاني أكسيد الكربون الضار بالبيئة الطاقة الشمسية هي واحدة من أهم مصادر الطاقة المتجددة وتعتبر مصدر جيد لتوليد الكهرباء، فهي طاقة نظيفة ومتاحة على نطاق واسع على مدارالعام.

تقدم هذه الأطروحة حلا لقطاع غزة المحاصر، الذي يعاني من نقص مزمن في الطاقة بسبب الحصار الإسرائيلي المفروض عليه، لذلك استخدام الطاقة الشمسية كنظام احتياطي لتوليد الكهرباء وبنك البطاريات لتخزين الطاقة يعتبر بديلا جيد لاستخدام مولدات الديزل.

تستخدم الخلايا الشمسية لتحويل أشعة الشمس الساقطة عليها مباشرة إلى طاقة كهربائية تتمثل المشكلة الرئيسية في استخدام الخلايا الكهروضوئية أنه مع تغير الظروف الجوية يتغير الجهد الكهربي المنتج وبالتالي فإن الطاقة القصوى الناتجة تتغير وبسبب ارتفاع تكلفة الأنظمة الشمسية، لذلك فلا بد من استغلالها بشكل جيد وإنتاج الطاقة القصوى منها من خلال استخدام متحكم الشبكات العصبية.

تقترح هذه الأطروحة متحكم الشبكات العصبية الاصطناعية لتتبع النقطة التي تكون عندها القدرة اقصى ما يمكن من خلال تعديل دورة التشغيل لتضمين عرض النبضة ( PWM ) ) لمحول التيار المستمر رافع الجهد للحصول على الطاقة القصوى من الخلايا الشمسية في جميع الأوقات.

قدمت الأطروحة تصميم كامل لنظام الخلايا الشمسية مع المتحكم باستخدام برنامج الماتلاب ( SIMULINK )، صممت الخلايا الكهروضوئية لمحاكاة عملها في الواقع و ربطها مع تقنية تتبع أقصى نقطة للقدرة باستخدام متحكم الشبكات العصبية الاصطناعية لذلك تم إنشاء نموذج الشبكات العصبية الاصطناعية وتدريبه و اختبار اداءه .

بعد ذلك تم مقارنة نتائج نظام التحكم المصمم مع نتائج نظام الخلايا الشمسية المرتبطة مباشرة بدون تقنية تتبع أقصى نقطة، و قياس أداء النظام عن طريق تغيير الإشعاع الشمسي و درجة حرارة نموذج الكهروضوئية.

تشير النتائج إلى أن متحكم الشبكات العصبية الاصطناعية لتتبع نقطة أقصى قدرة لديه استجابة سريعة للمتغيرات و أكثر كفاءة، مما يعني ضمان نقل الطاقة إلى النظام بأقصى طاقة و تبين النتيجة أن الوحدة الكهروضوئية المرتبطة مباشرة بدون تقنية تتبع نقطة أقصى قدرة لها كفاءة أقل بسبب عدم التوافق بين الوحدة الكهروضوئية و الحمل .

الملخص الإنجليزي

Renewable energy resources are the best way to reduce the use of conventional fossil fuel energy resources, like petroleum, coal, and natural gas to produce energy and also reduce carbon dioxide emission.

Solar energy is one of the renewable energy resources and can be used to produce electricity, which is clean and available throughout the year.

This thesis offers a solution to the besieged Gaza Strip, which suffered from a chronic lack of energy due to the Israeli blockade, by using of solar PV as a backup system, and a battery-bank as a storage system as a good alternative for using diesel generators.

The sunlight is immediately changed into electric power by using solar PV cells.

The major problem of the PV is that with changing of atmospheric conditions, the voltage is changing, and so the maximum power is changing.

We know that PV systems are still very expensive; therefore, an Artificial Neural Network (ANN) controller is aimed to secure the conveyance of the maximum power to the system.

This controller is designed to produce the maximum power from the PV module.

This thesis uses an ANN controller, that utilizes Maximum Power Point Tracking (MPPT) technique to increase the efficiency of converting solar energy into electrical energy by modifying the duty cycle of Pulse Width Modulation (PWM) for the boost converter to obtain the MPP from solar cells at all times.

A PV module is applied and their components are individually modeled in the MATLAB / SIMULINK program to simulate a real PV system behavior, then an MPPT technique, including DC/DC boost converter was designed.

Then an artificial neural network controller was designed and trained.

After that, this controller is compared with the direct connected System (DCS) without an MPPT controller.

The system performance is measured by changing solar radiation and temperature of the PV module.

The outcomes indicate that MPPT ANN has a fast response to the variability (irradiation and temperature) and is more efficient than DCS, which means more power transfer to the system.

The outcome shows that the photovoltaic module directly associated without MPPT technique has less efficiency than DCS because of the mismatch between the photovoltaic module and the load.

التخصصات الرئيسية

الهندسة الكهربائية

الموضوعات

• الطاقة الشمسية
• الشبكات العصبية(الحاسبات الإلكترونية)

عدد الصفحات

83

قائمة المحتويات

• APA
• MLA
• AMA

لغة النص

الإنجليزية

نوع البيانات

رسائل جامعية

رقم السجل

BIM-903398