Peningkatan Performansi MPPT pada Solar Energy Station Berbasis Ant Colony Optimized Fuzzy Logic Algorithm

Perdana, Raihan Sergi (2020) Peningkatan Performansi MPPT pada Solar Energy Station Berbasis Ant Colony Optimized Fuzzy Logic Algorithm. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
02311640000009-Undergraduate_Thesis.pdf
Restricted to Repository staff only

Download (6MB) | Request a copy

Abstract

Dilakukan penelitian mengenai implementasi Maximum Power Point Tracking (MPPT). Penelitian ini bertujuan untuk menghasilkan metode MPPT yang lebih baik daripada metode MPPT konvensional (P&O), agar dapat mengeliminasi kelemahan metode MPPT konvensional tersebut. Dilakukan perancangan kontrol MPPT berbasis sistem Fuzzy (FLC-MPPT) dan sistem kontrol MPPT berbasis sistem Fuzzy yang di-optimisasi dengan algoritma Ant Colony Optimization (ACO-FLC MPPT). ACO-FLC MPPT melampaui beberapa kriteria performansi FLC-MPPT, seperti pada pengujian Varying Irradiance, menghasilkan Avg. Ess berturut-turut 0.3%, 0.1% dan 0.34% lebih rendah dari FLC-MPPT. Pada uji Varying Temperature kami dapatkan penurunan akurasi akibat kenaikan temperatur, dengan penurunan akurasi sebesar 2.3% dan 1.9% pada ACO-FLC MPPT dengan kenaikan temperatur 25-30 deg C dan 30-35 deg C, lebih baik daripada P&O namun sedikit dibelakang FLC-MPPT. ACO-FLC MPPT menghasilkan performansi dan efisiensi terbaik secara umum, namun belum dapat melampaui FLC-MPPT pada beberapa kriteria.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: PV, MPPT, Optimisasi, Performansi, Efisiensi
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK1001 Production of electric energy or power
T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK1056 Solar powerplants
Divisions: Faculty of Industrial Technology > Physics Engineering > 30201-(S1) Undergraduate Thesis
Depositing User: Raihan Sergi Perdana
Date Deposited: 04 Aug 2020 04:43
Last Modified: 04 Aug 2020 04:43
URI: http://repository.its.ac.id/id/eprint/76899

Actions (login required)

View Item View Item