Maximum Power Point Tracking Dengan Interleaved Boost Converter Pada Sistem Proton Exchange Membrane Fuel Cell Berbasis Adaptive Neuro-Fuzzy Inference System

Mauliza, Yuli (2023) Maximum Power Point Tracking Dengan Interleaved Boost Converter Pada Sistem Proton Exchange Membrane Fuel Cell Berbasis Adaptive Neuro-Fuzzy Inference System. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6009202003-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2025. Download (3MB) | Request a copy

Abstract

PEMFC merupakan pilihan yang tepat untuk diaplikasikan di perumahan dan kendaraan karena memiliki temperatur operasi yang rendah, kecepatan daya yang tinggi dan startup yang cepat. Daya keluaran PEMFC tidak selalu optimal dalam pengoperasiannya dan sangat bergantung pada temperatur dan kadar air membran. Perubahan temperatur operasi dan kadar air membran menyebabkan bergesernya maximum power point (MPP) dari PEMFC. Penelitian ini bertujuan untuk merancang sistem Maximum Power Point Tracking (MPPT) pada PEMFC. Adapun algoritma yang digunakan adalah ANFIS dan dibandingkan dengan dua algoritma lainnya yaitu MPPT berbasis tegangan (VMPPT) dan MPPT berbasis logika fuzzy. Perancangan MPPT terdiri dari pemodelan sistem PEMFC, desain konverter, desain kontroler, desain algoritma MPPT dan pengujian sistem secara keseluruhan. ANFIS menghasilkan sistem inferensi fuzzy (FIS) yang fungsi keanggotaanya diatur dengan menggunakan metode optimasi hibrid yang menggabungkan algoritma propagasi balik dan algoritma kuadrat terkecil untuk mendapatkan tegangan dimana daya bernilai maksimum ketika terjadi variasi temperatur dan kadar air membran. Kontroler fuzzy akan mengatur duty cycle interleaved boost converter (IBC) agar tegangan PEMFC sama dengan tegangan pada MPP sehingga daya PEMFC maksimum. Hasil perancangan menunjukkan bahwa metode ANFIS memberikan respon transien yang lebih baik karena dapat menentukan titik daya maksimum lebih cepat yaitu kurang dari 0,2 detik dengan efisiensi yang tinggi (η>99%). IBC yang dipilih memberikan arus dan tegangan keluaran dengan ripple yang lebih rendah dibandingkan dengan boost converter konvensional. Penggunaan IBC juga dapat mengurangi kerugian switching dan meningkatkan efisiensi dari daya keluaran.
=====================================================================================================================================
PEMFC is the right choice for residential and vehicle applications because it has a low operating temperature, high power speed and fast startup. PEMFC output power is not always optimal in operation and is highly dependent on membrane temperature and moisture content. Changes in operating temperature and membrane moisture content cause a shift in the maximum power point (MPP) of the PEMFC. This study aims to design a Maximum Power Point Tracking (MPPT) system for PEMFC. The algorithm used is ANFIS and compared to two other algorithms, namely voltage-based MPPT (VMPPT) and fuzzy logic-based MPPT. MPPT design consists of PEMFC system modeling, converter design, controller design, MPPT algorithm design and overall system testing. ANFIS produces a fuzzy inference system (FIS) whose membership function is regulated by using a hybrid optimization method that combines backpropagation algorithms and least squares algorithms to obtain a voltage where the maximum power is when there are variations in temperature and moisture content of the membrane. The fuzzy controller will set the interleaved boost converter (IBC) duty cycle so that the PEMFC voltage is the same as the MPP voltage so that the PEMFC power is maximum. The design results show that the ANFIS method provides a better transient response because it can determine the maximum power point more quickly, which is less than 0.2 seconds with high efficiency (η> 99%). The selected IBC provides output current and voltage with lower ripple compared to conventional boost converters. The use of IBC can also reduce switching losses and increase the efficiency of the output power.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	ANFIS, FCL, IBC, PEMFC ANFIS, FCL, IBC, PEMFC
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK1007 Electric power systems control
Divisions:	Faculty of Industrial Technology and Systems Engineering (INDSYS) > Physics Engineering > 30101-(S2) Master Thesis
Depositing User:	Yuli Mauliza
Date Deposited:	25 Jan 2023 06:07
Last Modified:	25 Jan 2023 06:07
URI:	http://repository.its.ac.id/id/eprint/95616

Actions (login required)

View Item