Pasif soğutmalı güneş paneli çözümünün analizi: Optimizasyon algoritmaları kullanılarak şekil sentezi: Bu basit örnek, yüksek güç çıkışını korumak için ısı emici tasarım parametrelerinin optimizasyonunu göstermektedir.

Amaç:

Bu çalışmanın amacı, pasif bir ısı emici ile entegre edilmiş bir güneş panelinin geçici ısı transferi analizini gerçekleştirmek ve yaz gününde 24 saat boyunca kabul edilebilir bir sıcaklık sınırını korumak için ısı emici kanatçıklarının şeklini optimize etmektir.

Sorun tespiti: 

PV güneş modülü üzerinde sıcaklığın etkisi

Güneş ışınım yoğunluğu sabit kaldığında, sıcaklık fotovoltaik güneş modüllerinin çıkış performans eğrilerini önemli ölçüde etkiler. Özellikle, sıcaklık 10 °C ile 70 °C arasında değiştiğinde, 1000 W/m²'de yalnızca küçük değişiklikler meydana gelir. Dahası, I-V eğrisindeki voltaj, atmosferik sıcaklık azaldıkça artar ve güneş pili daha düşük sıcaklıklarda daha fazla güç üretir. Bu nedenle, güneş pili sıcaklıkla ters orantılı bir ilişki sergiler. Sonuç olarak, bu çalışma, gelişmiş optimizasyon algoritmaları kullanarak pasif bir ısı emici sisteminin termal performansını optimize ederek güneş panelinin maksimum sıcaklığını düşürmeyi amaçlamaktadır.

Projenin kapsamı:

Proje, aşağıdaki amaçlarla geçici termal analiz yapılmasını içermektedir:

• Isı dağıtıcının paneli kabul edilebilir sıcaklık sınırının (~330 K) altına soğutmadaki etkinliğini değerlendirin.

• Model boyunca ısı akışını analiz edin.

• Güneş panelinin farklı bölgelerindeki sıcaklık gradyanlarını inceleyin.

• Sonlu elemanlar (FE) modelinde ısı kaynaklı gerilimleri değerlendirin.

• Kabul edilebilir sıcaklıklara ulaşmak ve fotovoltaik hücre verimliliğini artırmak için parametrik modeli optimize edin.

Modelin geometrik analizi: Ayrıntılı görünüm

Yüklerin ve sınır koşullarının belirlenmesi:

Güneş panelleri üzerindeki ışınım etkileri

Şekil, 25 °C sabit sıcaklıkta güneş ışınım yoğunluğunu 200 W/m²'den 1000 W/m²'ye değiştirirken güneş fotovoltaik modelinin I–V ve P–V eğrilerini göstermektedir. Gerilim 30 V'a kadar yükselirken akım sabit kalmakta, ardından azalmaktadır. Işınım yoğunluğunun artması akımı da artırmaktadır. Bu sonuçlar, ışınımın kısa devre akımını güçlü bir şekilde etkilediğini, açık devre geriliminin ise nispeten düşük kaldığını göstermektedir. Güç performans eğrileri, güneş ışınım yoğunluğu arttıkça yükselen maksimum gücü göstermektedir.

Simülasyon koşullarının belirlenmesi

için aşağıdaki varsayımlar yapılmıştır. Simülasyon 

1. Panelin başlangıç ​​sıcaklığı 300K'dir

2. Güneş ışınımından kaynaklanan güç 1000 W/m2

A. Bir güneş paneline düşen güneş ışınımı aşağıdaki eğri ile gösterilebilir:

3. Film Katsayısı 5 W/m2'dir

4. Kabul edilebilir yüzey sıcaklığı üst sınırı 330-350 K'dir.

Başlangıç ​​koşulları

• Başlangıç ​​Sıcaklığı: 300K (~26°C)
• Malzeme: Alüminyum
• Isı akısı genliği: 1000 W/m²
• Isı Akışı fonksiyonu: Sinüzoidal
• Film Katsayısı: 5 W/K.m2
• Ağ elemanı tipi: DC3D4
• Emisyon katsayısı: 0,25

Simülasyon koşullarının belirlenmesi

Simülasyon için aşağıdaki varsayımlar yapılmıştır:

1. Panelin başlangıç ​​sıcaklığı 300K'dir

2. Güneş ışınımından kaynaklanan güç 1000 W/m2

A. Bir güneş paneline düşen güneş ışınımı aşağıdaki eğri ile gösterilebilir:

1. Film Katsayısı 5 W/m2'dir

2. Kabul edilebilir yüzey sıcaklığı üst sınırı 330-350 K'dir.

Şekil 3: Güneş Işınımı 
 

Geçici transferin sonuçları

Zamanla değişen ısı akışına maruz kaldığında sıcaklıkların optimum sıcaklık sınırını, yani 330 K'yi aştığı gözlemlenmektedir. Bu nedenle, güneş panelinin optimum soğutulması ve dolayısıyla en yüksek verimliliğin sağlanması için ısı emici şeklinin ve geometrisinin optimize edilmesi çok önemlidir.

Geçici Isı Transferi Nedeniyle Oluşan Von Mises Gerilimlerinin Sonuçları  

Nedeniyle Yer Değiştirmenin Sonuçları Isı Transferi  

Amaç: Optimizasyon, belirli kısıtlamalar göz önüne alındığında bir probleme en iyi çözümü bulma sürecidir. Mühendislik ürünleri de dahil olmak üzere çok çeşitli sistemlerin performansını iyileştirmek için kullanılabilen güçlü bir araçtır.

Tek Amaç: Optimizasyon algoritmaları kullanarak ısı emici şeklinin sentezi

Bu çalışmada, aşağıdakiler için uygun olan MISQP (Karma Tamsayı Sıralı Karesel Programlama) yöntemi kullanılmıştır:

• Son derece doğrusal olmayan tasarım alanları

• Tamsayı ve Boolean değişkenlerle ilgili sorunlar

• Uzun süreli, gradyan tabanlı simülasyonlar

Ek olarak, MISQP:

• İlk tasarım noktasının etrafındaki yerel alanı kullanır

• Tamsayı değişkenler için dallanma ve sınırlandırma yöntemini kullanır

• Yerel optimum tasarımı hızla belirler

• Eşitsizlik ve eşitlik kısıtlamalarını doğrudan ele alır

Algoritma, Lagrange fonksiyonunun karesel bir yaklaşımını ve her yinelemede tüm çıktı kısıtlamalarının doğrusal yaklaşımlarını oluşturur; bu işlem, Lagrange fonksiyonunun Hessian matrisinin birim matrisiyle başlar ve BFGS yöntemi kullanılarak güncellenir. Her yinelemede, yakınsama sağlanana kadar tasarımı iyileştirmek için karesel bir programlama problemi çözülür. Sonuç olarak, MISQP algoritması maksimum sıcaklığı 300 K'ye düşürür.

Arşiv tabanlı mikro-genetik algoritma kullanarak pasif ısı emici için çok amaçlı şekil sentezi

• Bu optimizasyon çalışmasının amacı, güneş panelinin maksimum sıcaklığını düşürürken aynı zamanda ısı dağıtıcı imalatı için gereken malzeme miktarını da azaltmaktır.
• Bu nedenle, önceki hedef olan Maksimum Sıcaklık ile birlikte, "kalınlık" parametresi de en aza indirilmesi gereken bir hedef olarak eklenmiştir.

Arşiv Tabanlı Mikro Genetik Algoritma (AMGA):

• AMGA – Arşiv Tabanlı Mikro Genetik Algoritma Sınıflandırması

• Amaç: Karmaşık sorunlar ve tasarım alanları için çok amaçlı keşifsel teknik

Uygulamalar:

• • Yüksek derecede doğrusal olmayan arama alanlarında iyi çalışır

  • Bu yöntem, süreksiz ve dışbükey olmayan arama alanlarını etkili bir şekilde ele alır

  • Bu algoritma, oldukça kısıtlı arama alanları için uygundur

  • Ek olarak, birçok yerel optimuma sahip, oldukça çok modlu işlevleri yönetmek üzere tasarlanmıştır

Eğim Tabanlı: Özellik Yok: Her hedef ayrı ayrı ele alınır ve uygulanabilir baskın olmayan tasarımlar seçilerek bir Pareto cephesi oluşturulur.

Arşiv tabanlı Mikro Genetik Algoritma (AMGA)'da, algoritma her bir hedef parametreyi ayrı ayrı ele alır. Tasarımlar üzerinde mutasyon ve çaprazlama gibi standart genetik işlemleri gerçekleştirir.

Algoritma bir arama geçmişi tutar ve seçim süreci çok çeşitli sezgisel yöntemlere dayanır. İlk aşama uygunluk puanı, bir çözümün popülasyondaki baskınlık düzeyine göre atanır.

-İkinci kademe uygunluk, çözümün algoritmanın arama geçmişine olan katkısına dayanmaktadır ve  

-Üçüncü uygunluk seviyesi, çözümün çeşitliliğini dikkate alır. Optimizasyon çalışmasının sonunda, algoritma her tasarımın hedef değerlerinin 'en iyi' kombinasyonunu elde ettiği bir Pareto kümesi oluşturur. Pareto kümesindeki bir hedefi iyileştirmek, diğer hedeflerden bir veya daha fazlasını feda etmeyi gerektirir.

Sonuçlar

Şekil 10: AMGA sentezi

AMGA şekil sentezi 220 iterasyon boyunca çalıştı ve 186. iterasyonda sıcaklığı 341.439 K'ye düşürürken, soğutucu kalınlığını 13.69 mm'ye çıkardı.

• Yazar
• Son Blog Yazıları

Debaditya Chakraborty

Süreç Danışmanı Endüstri Dassault Systèmes'te

Dassault Systèmes'te Endüstri Süreç Danışmanı olan Debaditya, çok gövdeli dinamikler, CAD ve FEA alanlarındaki yeniliklere tutkuyla bağlıdır ve veri odaklı yöntemler kullanarak çok bağlantılı mekanizma tasarımında uzmanlaşmıştır. Metal Katmanlı Üretim simülasyonları, gemi yapısal analizi ve FEA süreç otomasyonu konularında deneyime sahiptir.

son yazıları Debaditya Chakraborty (tümünü gör)

• ABAQUS Boru Kesişimi: Altıgen ve Kabuk Elemanlar - 10 Kasım 2025
• SIMULIA Vekil Modelleme 101: Fizik Simülasyonlarında Yapay Zeka ve Makine Öğrenimi - 8 Ekim 2025
• Üzerinde MODSIM ile Güneş Panellerinin Optimize Edilmiş Termal Analizi 3DEXPERIENCE - 15 Eylül 2025