Analisis Dampak Penetrasi Daya Photovoltaic Pada Sistem Kelistrikan Tegangan Rendah Dengan Menggunakan Metode Artificial Neural Network

Laksmi, Divyah (2020) Analisis Dampak Penetrasi Daya Photovoltaic Pada Sistem Kelistrikan Tegangan Rendah Dengan Menggunakan Metode Artificial Neural Network. Other thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of Divyah Laksmi_07111640000156 (2).pdf]
Preview
Text
Divyah Laksmi_07111640000156 (2).pdf

Download (2MB) | Preview

Abstract

Energi terbarukan berkembang pesat seiring terjadinya pemanasan global dan krisis energi. Salah satu jenis energi terbarukan yang sangat berkembang ialah photovoltaic. Salah satu dari sekian banyak penelitian yang dilakukan adalah penetrasi daya dari photovoltaic ke sistem kelistrikan. Namun, penetrasi ini menimbulkan masalah yaitu fluktuasi harmonisa dan fluktuasi tegangan. Untuk mengatasi permasalahan seperti ini, maka pada penelitian ini menggunakan metode Artificial Neural Network untuk menganalisa dampak penetrasi dan juga peramalan kapasitas daya dari photovoltaic yang dapat dipenetrasi ke sistem kelistrikan. Adapun tahapan dalam penelitian ini yaitu, tahapan pengambilan data, pengolahan data, simulasi, dan analisa data. Simulasi dilakukan menggunakan artificial neural network berjenis feed forward backpropagation, setelah melakukan simulasi didapatkan hasil data testing. Dimana dampak dari penetrasi PV adalah fluktuatif tegangan, harmonisa arus yang tidak stabil, ini dapat menyebabkan dampak buruk bagi kelistrikan, sehingga pada sistem kelistrikan ini daya yang dapat diinjeksikan kurang dari 720 Watt, dikarenakan setelah melewati itu tegangan melewati batas SPLN + 5%, -10%. Prediksi yang dilakukan menyimpulkan bahwa semakin tinggi daya yang diinjeksi maka tegangan akan semakin naik, harmonisa arus akan semakin menurun dan harmonisa tegangan juga akan menurun dengan stabil.

Item Type: Thesis (Other)
Additional Information: RSE 621.312 44 Lak a-1 • Laksmi, Divyah
Uncontrolled Keywords: Photovoltaic, Penetrasi Photovoltaic, Artificial Neural Network
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK1087 Photovoltaic power generation
Divisions: Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Electrical Engineering > 20201-(S1) Undergraduate Thesis
Depositing User: Divyah Laksmi
Date Deposited: 06 Aug 2020 01:47
Last Modified: 26 May 2023 07:56
URI: http://repository.its.ac.id/id/eprint/77034

Actions (login required)

View Item View Item