EKSTRAKSI DAYA MAKSIMUM PADA PHOTOVOLTAIC DENGAN Supervisory Control Berbasis Algoritma Extremum Seeking Untuk Pembangkit Listrik Tenaga Hibrida Wind Turbine Dan Photovoltaic

Hija, Akhmad Ibnu (2018) EKSTRAKSI DAYA MAKSIMUM PADA PHOTOVOLTAIC DENGAN Supervisory Control Berbasis Algoritma Extremum Seeking Untuk Pembangkit Listrik Tenaga Hibrida Wind Turbine Dan Photovoltaic. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 02311440000067_Undergraduate_Theses.pdf]
Preview
Text
02311440000067_Undergraduate_Theses.pdf - Accepted Version

Download (2MB) | Preview

Abstract

Pemanfaatan energi matahari dan energi angin di Indonesia masih belum optimal. Adanya pembangkit listik tenaga hibrida (PLTH) menjadi solusinya. Namun photovoltaic dan wind turbine sebagai teknologi konversi energi matahari dan energi angin memiliki banyak kendala. Kebergantungan dengan iklim menjadikan keluaran daya yang tidak maksimal dan tidak stabil. Maka dibutuhkan mekanisme pemaksimalan daya keluaran dari photovoltaic menggunakan supervisory control berbasis Algoritma Extremum Seeking (ES) dengan battery controller sebagai penstabil keluaran tegangan sistem. Algoritma ES menghasilkan nilai sinyal referensi berupa arus (Iref) sehingga pada setiap perubahan lingkungan nilai daya yang dihasilkan selalu pada titik maksimum. Berdasarkan hasil simulasi yang telah dilakukan menggunakan algoritma ES pada perubahan kondisi lingkungan, selisih daya antara algoritma ES dengan daya maksimal photovoltaic openloop rata-rata sebesar 58.98%, dibandingkan dengan metode P&O memiliki rata-rata selisih daya dengan photovoltaic openloop sebesar 41,45%, namun algoritma ES miliki 6 kondisi dengan selisih dibawah 5%, 4 diantaranya dibawah 1%, sedangkan P&O hanya 4 kondisi dibawah 5%, diantaranya 1 titik dibawah 1 %. Sehingga algoritma ES memiliki performa lebih baik daripada metode P&O. Battery controller menggunakan aktuator berupa buck-boost DC-DC konverter dan algoritma PID sebagai kontrolnya mampu menstabilkan keluaran sebesar 12 V dengan nilai error rata-rata sistem sebesar 4,73% ================================================================================================
Utilization of solar energy and wind energy in Indonesia are not optimal yet. The Hybrids Power Plant becomes the solution. But photovoltaic and wind turbine as a technology to convert solar energy and wind energy has many constraints. Reliance with climate makes the output power is not optimal and unstable. So we need the mechanism of maximizing the output power from photovoltaic using supervisory control based on Extremum Seeking (ES) Algorithm, with battery controller as the system voltage output stabilizer. The ES algorithm produces a reference signal value in the form of a current (Iref) so that in each environmental change the value of power generated is always at its maximum point. Based on simulation result which have been done using ES algorithm on environmental condition change, the difference of power between ES algorithm with maximum power openloop condition average is 58.98%, compared with P & O method has average power difference with openloop photovoltiac equal to 41.45%, but ES algorithm has 6 conition with different value below 5%, 4 of them below 1%, whereas P & O only 4 condition with different value below 5% among them 1 point below 1%. So the ES algorithm performs better than the P & O method. Battery controller using actuator buck-boost DC-DC converter and PID algorithm as its control able to stabilize output equal to 12 V with system error average value equal to 4,73%

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: PLTH, Algoritma ES, Kontrol PID, Battery Controller,
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK1087 Photovoltaic power generation
Divisions: Faculty of Industrial Technology > Physics Engineering > 30201-(S1) Undergraduate Thesis
Depositing User: Akhmad Ibnu Hija
Date Deposited: 21 Jul 2021 23:14
Last Modified: 21 Jul 2021 23:14
URI: http://repository.its.ac.id/id/eprint/54565

Actions (login required)

View Item View Item