Desain dan Simulasi Regenerative Braking Menggunakan Hybrid Energy Storage System dengan Pengendalian Artificial Neural Network Pada Sepeda Motor Listrik Bangkits Cendrawasih

Saragih, Mogah Sagacious (2023) Desain dan Simulasi Regenerative Braking Menggunakan Hybrid Energy Storage System dengan Pengendalian Artificial Neural Network Pada Sepeda Motor Listrik Bangkits Cendrawasih. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 07111940000168-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 September 2025. Download (3MB) | Request a copy

Abstract

Pertumbuhan penduduk Indonesia semakin hari semakin meningkat. Berdasarkan data dari Badan Pusat Statistik laju pertumbuhan penduduk Indonesia mengalami peningkatan sekitar 3 juta jiwa per tahun. Dari pertumbuhan penduduk yang semakin meningkat, kebutuhan energi juga semakin meningkat. Masyarakat Indonesia juga merupakan konsumen kendaraan bermotor yang cukup tinggi. Dari data Badan Pusat Statistik mencatat jumlah kendaraan bermotor meningkat sekitar 3 juta pertahun dengan konsumsi terbanyak adalah kendaran roda dua atau sepeda motor. Dengan peningkatan jumlah penduduk serta peningkatan konsumsi kendaraan bermotor tersebut, kebutuhan bahan bakar sebagai sumber energi kendaraan juga akan semakin meningkat. Untuk mengurangi penggunaan kendaraan berbahan bakar fosil, penggunaan kendaraan berbahan bakar listrik sudah mulai digunakan untuk mengurangi emisi yang buruk terhadap lingkungan. Untuk meningkatkan performa kendaraan listrik, diperlukan sistem regenerative brake. Pada sisi penyimpanan kendaraan listrik juga berkembang tidak hanya menggunakan baterai sehingga penulis menggunakan sistem penyimpanan HESS yang memampukan kendaraan bekerja menggunakan baterai dan superkapasitor. Pada tugas akhir kali ini akan membahas desain dan simulasi dari regenerative braking pada sepeda motor listrik Bangkits Cendrawasih sebagai pembebanannya dengan metode Artificial Neural Network yang bekerja untuk mengontrol pulse width modulation saat pengereman sehingga back EMF yang dihasilkan semakin meningkat. Pada saat kondisi regeneratif, SOC superkapasitor tanpa menggunakan kontrol ANN terisi penuh dan beralih ke pengisian menggunakan baterai pada detik ke-3.76, sedangkan SOC superkapasitor ketika menggunakan kontrol ANN terisi penuh dan beralih ke pengisian menggunakan baterai pada detik ke-3.51 yang menunjukkan kontrol ANN mampu mempercepat proses regeneratif dengan selisih waktu 0.25 detik.
=====================================================================================================================================
Population growth is increasing day by day in Indonesia. Based on data from the Badan Pusat Statistics, the growth rate of Indonesia's population has increased by around 3 million people per year. From the increasing population growth, energy needs are also increasing. Indonesian people are also quite high consumers of motorized vehicles. Data from the Central Statistics Agency noted that the number of motorized vehicles increased by around 3 million per year, with the highest consumption being two-wheeled vehicles or motorcycles. With an increase in population and increased consumption of motorized vehicles, the need for fuel as a vehicle energy source will also increase. To reduce the use of fossil-fuel vehicles, the use of electric-fueled vehicles has begun to be used to reduce emissions that are bad for the environment. To improve the performance of electric vehicles, a regenerative brake system is needed. On the storage side, electric vehicles are also developing not only using batteries, so the authors use the HESS storage system which enables vehicles to work using batteries and supercapacitors. In this final project, we will discuss the design and simulation of regenerative braking on the Bangkits Cendrawasih electric motorbike as a load using the Artificial Neural Network method which works to control pulse width modulation during braking so that the back EMF generated increases. During the regenerative condition, the supercapacitor SOC without using ANN control is fully charged and switches to charging using a battery at 3.76 seconds, while the supercapacitor SOC when using ANN control is fully charged and switches to charging using a battery at 3.51 seconds which shows ANN control is able to speed up the regenerative process with a time difference of 0.25 seconds.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Artificial Neural Network, Charging, HESS, Regenerative Brake, Sepeda Motor Listrik, Artificial Neural Network, Charging, Electric Motorcycles, HESS, Regenerative Brake
Subjects:	T Technology > TL Motor vehicles. Aeronautics. Astronautics > TL220 Electric vehicles and their batteries, etc. T Technology > TL Motor vehicles. Aeronautics. Astronautics > TL448 Electric motorcycles
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Electrical Engineering > 20201-(S1) Undergraduate Thesis
Depositing User:	Mogah Sagacious Saragih
Date Deposited:	31 Jul 2023 03:28
Last Modified:	31 Jul 2023 03:28
URI:	http://repository.its.ac.id/id/eprint/100111

Actions (login required)

View Item