Karakterisasi Superkapasitor dengan Pemodelan Rangkaian R-C Dua Cabang dan Kapasitansi Variabel

Rahmani Awali, Audie (2019) Karakterisasi Superkapasitor dengan Pemodelan Rangkaian R-C Dua Cabang dan Kapasitansi Variabel. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 07111540000065-Undergraduate_Theses.pdf]
Preview
Text
07111540000065-Undergraduate_Theses.pdf

Download (4MB) | Preview

Abstract

Perkembangan sistem penyimpanan energi secara masif turut berkontribusi pada pengembangan aplikasi energi baru-terbarukan secara luas. Performa unik superkapasitor yang unggul dalam hal kerapatan energi dan kemampuan charge-discharge secara instan membutuhkan suatu pemodelan yang akurat melalui metode karakterisasi superkapasitor. Pemodelan superkapasitor menjadi rangkaian ekivalen RC dua cabang dengan kapasitansi variabel memiliki keunggulan tingkat akurasi yang tinggi dan prosesnya yang lebih sederhana. Dengan metode karakterisasi charge-discharge menggunakan arus konstan 10 A, maka parameter internal superkapasitor Maxwell 100F dan 650F dapat dimodelkan menjadi komponen penyusun rangkaian RC dua cabang yang terdiri atas resistansi, kapasitansi konstan, dan kapasitansi variabel. Serta dilakukannya pengujian hybrid pulse power characterization (HPPC) sebagai validasi tingkat akurasi rangkaian pemodelan terhadap profil arus dinamis. Maka berdasarkan dari hasil Tugas Akhir ini dapat disimpulkan bahwa rangkaian RC dua cabang memiliki akurasi pemodelan yang tinggi terhadap hasil pengujian superkapasitor sesungguhnya. Selain itu, rangkaian RC dua cabang juga memiliki akurasi yang lebih tinggi daripada rangkaian RC sederhana sebagai rangkaian pembanding baik pada metode pengujian charge-discharge maupun HPPC. Karakter kapasitansi variabel yang mampu meningkatkan akurasi pemodelan RC dua cabang, maka menjadikan rangkaian RC dua cabang sebagai rangkaian pemodelan superkapasitor dengan akurasi yang lebih tinggi daripada RC sederhana.
=========================================================
The massive development of energy storage systems has contributed to the development of renewable energy applications widely. The unique performance of supercapacitors that are superior in terms of energy density and the ability of instant charge-discharge characteristic requires an accurate modeling through the supercapacitor characterization method. Supercapacitor modeling by RC two-branch model equivalent circuit with variable capacitance has the advantage of high accuracy and a simpler process. With the charge-discharge characterization method using a constant current of 10 A, the internal parameters of the Maxwell 100F and 650F supercapacitors can be modeled into a RC two-branch circuit component that consist of resistance, constant capacitance, and variable capacitance. As well as hybrid pulse power characterization (HPPC) testing as a validation of the accuracy of the modeling circuit with dynamic current profiles. Based on the results of this Final Assignment it can be concluded that the RC two-branch model has high modeling accuracy on the results of the actual supercapacitor testing. In addition, the RC two-branch model also has a higher accuracy than the RC standard model as a comparison circuit in both the charge-discharge and HPPC testing methods. Variable capacitance characters can improve the accuracy of RC two-branch modeling, then make the RC two-branch model as a series of supercapacitor modeling with higher accuracy than RC standard model.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Superkapasitor, Rangkaian Ekivalen, RC Dua Cabang, Charge-Discharge, Kapasitansi Variabel
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK452 Electric apparatus and materials
Divisions: Faculty of Electrical Technology > Electrical Engineering > 20201-(S1) Undergraduate Thesis
Depositing User: Audie Rahmani Awali
Date Deposited: 20 Mar 2023 06:20
Last Modified: 20 Mar 2023 06:20
URI: http://repository.its.ac.id/id/eprint/63721

Actions (login required)

View Item View Item