Ekstraksi Daya Maksimum Turbin Angin dengan Supervisory Control Berbasis Algoritma Extremum Seeking untuk Pembangkit Listrik Tenaga Hibrida Photovoltaic dan Turbin Angin

Hartono, Faris (2019) Ekstraksi Daya Maksimum Turbin Angin dengan Supervisory Control Berbasis Algoritma Extremum Seeking untuk Pembangkit Listrik Tenaga Hibrida Photovoltaic dan Turbin Angin. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

Text 02311440000018-Undergraduate_Theses.pdf - Accepted Version Restricted to Repository staff only until 1 October 2022. Download (2MB) | Request a copy

Abstract

Energi angin dan energi matahari di Indonesia sangat berlimpah, namun pemanfaatan energi tersebut belum optimal. Pembangkit listik tenaga hibrida (PLTH) adalah salah satu solusinya. Namun turbin angin dan photovoltaic sebagai teknologi konversi energi angin dan energi matahari masih memiliki banyak kendala. Ketergantungan dengan teknologi konversi tersebut terhadap cuaca dan lingkungan menjadikan keluaran daya tidak maksimal dan tidak stabil. Oleh karena itu, dibutuhkan mekanisme pemaksimalan daya keluaran dari turbin angin menggunakan supervisory control berbasis Algoritma Extremum Seeking (ES) dengan battery controller sebagai penstabil keluaran tegangan sistem sehingga rotor dapat berputar pada kecepatan optimal untuk memaksimalkan ekstraksi daya. Sistem pengendalian tersebut tersusun atas supervisory level yang menggunakan algoritma extremum seeking sebagai setpoint adjustment, dan dua buah kontroler PI yang tersusun cascade untuk mengendalikan respon arus dan kecepatan rotor. Berdasarkan hasil simulasi yang telah dilakukan menggunakan algoritma ES mengahasilkan daya keluaran yang lebih tinggi dibandingkan dengan tidak menggunakan kontroller. Nilai daya tertinggi pada turbin angin pada saat sistem open loop adalah 154.45 watt sedangkan ketika menggunakan sistem supervisory control menghasilkan daya keluaran sebesar 430,2 watt pada kecepatan angin 9 m/s. Performansi supervisory control lebih baik dibandingkan dengan performansi tanpa controller karena pada supervisory control berhasil meningkatkan daya keluaran listrik secara maksimal dengan mempertahankan nilai Cp optimal yaitu sebesar 0,475. Battery controller menggunakan aktuator berupa buck-boost DC-DC konverter dan algoritma PI sebagai kontrolnya mampu menstabilkan keluaran sebesar 12 V dengan nilai error rata-rata sistem sebesar 3,4%.
================================================================================================
Wind and solar energy in Indonesia are very abundant, but the energy utilization is not optimal. Hybrid power plants are one solution. But wind turbines and photovoltaic as a technology for converting wind and solar energy still have many obstacles. Dependence with the conversion technology on weather and the environment makes the power output not optimal and unstable. Therefore, it is necessary to maximize the output power of wind turbines using Supervisory Control based on Extremum Seeking (ES) algorithm with a battery controller as a system voltage output stabilizer so that the rotor can rotate at optimum speed to maximize power extraction. The control system is composed of supervisory levels that use the extremum seeking algorithm as a setpoint adjustment, and two PI controllers arranged cascade to control the current response and rotor speed. Based on the results of simulations that have been carried out using the ES algorithm produces a higher output power compared to not using the controller. The highest power value in the wind turbine when the open loop system is 154.45 watt while when using the supervisory control system produces an output power of 430.2 watt at a wind speed of 9 m/s. The supervisory control performance is better than the performance without the controller because the supervisory control manages to increase the electricity output power maximally by maintaining the optimal Cp value of 0.475. The battery controlle r uses an actuator in the form of buc k- boost
DC-DC converter and PI algorithm as the control is able to stabilize the output of 12 V with a system average error value of 3.4%.

Item Type:	Thesis (Undergraduate)
Additional Information:	RSF 621.406 Har e-1 2019
Uncontrolled Keywords:	PLTH, supervisory control, extremum seeking, battery controller
Subjects:	T Technology > TJ Mechanical engineering and machinery > TJ828 Wind turbines T Technology > TK Electrical engineering. Electronics Nuclear engineering T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK1322.6 Electric power-plants T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK7872 Electric current converters, Electric inverters.
Divisions:	Faculty of Industrial Technology and Systems Engineering (INDSYS) > Physics Engineering > 30201-(S1) Undergraduate Thesis
Depositing User:	Faris Hartono
Date Deposited:	16 Dec 2021 07:44
Last Modified:	16 Dec 2021 07:44
URI:	http://repository.its.ac.id/id/eprint/61576

Actions (login required)

View Item