Mahendra, Luki Septya (2020) Desain Sistem Managemen Energi Untuk Pelanggan Industri Dengan Prediksi Daya Keluaran PV Dan Kondisi Pengisian Baterai. Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
07111850010009-Masters_Thesis.pdf Download (7MB) | Preview |
Abstract
Listrik merupakan kebutuhan yang sangat penting untuk kehidupan sehari-hari. Sehingga mulai banyak dikembangkan dan diteliti sumber energi tambahan berupa sumber energi terbarukan, seperti pemanfaatan energi matahari menggunakan Photovoltaic (PV). Pemanfaatan energi matahari pada PV bisa dikoneksikan pada jala-jala atau grid. Untuk itu perlu kestabilan performa agar pemakaian grid dapat dikurangi. Sehingga digunakannya Batteray Energy Storage (BES). Peran Energy Management System (EMS) menjadi dibutuhkan untuk menentukan charge/discharge baterai dan strategi meminimalkan daya grid. Penelitian yang diusulkan melakukan EMS pada sistem yang terdiri dari PV, BES dan beban. Terdapat dua pertimbangan utama untuk EMS. Pertama adalah daya keluaran PV diprediksi menggunakan Artificial Neural Network (ANN) dengan mempertimbangkan parameter irradiance, suhu, dan waktu. Kedua adalah dipertimbangkan State-Of-Charge (SOC) baterai. Baterai dijaga pada batas SOC minimum dan maksimum untuk memelihara baterai. Kedua parameter ini menjadi masukan untuk strategi EMS dengan menggunakan ANN untuk menentukan charge-discharge baterai dan meminimalkan penggunaan daya grid yang optimal dengan menentukan penggunaan beban. Penelitian ini disimulasikan menggunakan Simulink MATLAB. EMS menggunakan ANN selanjutnya dibandingkan hasilnya dengan EMS dengan algoritma rule-base.
================================================================================================================================
Electricity is a very important need for daily life. It began to be developed and researched additional energy in the form of renewable energy sources, such as the utilization of solar energy using Photovoltaic (PV). Utilization of solar energy in PV can be connected to the grid. For that, we need a stable performance that grid usage can be reduced. So we use Battery Energy Storage (BES). The role of the Energy Management System (EMS) is needed for determine charge/discharge of battery and strategies to minimize grid power. The proposed research carried out an EMS on a system that consisting PV, BES and load. First is predicting PV output power using Artificial Neural Network (ANN) by considering the parameters of irradiance, temperature, and time. Second are considered State-Of-Charge (SOC) battery. The battery is keeped at the minimum and maximum SOC limits to maintain the battery. These two parameters become input of EMS. EMS using ANN to determine charge/discharge of battery and minimize grid power usage by determining load usage. This research was simulated using MATLAB Simulink. EMS uses ANN then compares the results with EMS with the control algorithm.
Item Type: | Thesis (Masters) |
---|---|
Additional Information: | RTE 621.31 Mah d-1 2020 |
Uncontrolled Keywords: | Prediksi ANN, BES, SOC Baterai, ANN, EMS |
Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK1087 Photovoltaic power generation |
Divisions: | Faculty of Electrical Technology > Electrical Engineering > 20101-(S2) Master Thesis |
Depositing User: | Luki Septya Mahendra |
Date Deposited: | 14 Mar 2025 07:35 |
Last Modified: | 14 Mar 2025 07:35 |
URI: | http://repository.its.ac.id/id/eprint/73464 |
Actions (login required)
![]() |
View Item |