DESAIN SISTEM MPPT PADA SISTEM PHOTOVOLTAIC BERBASIS ARTIFICIAL NEURAL NETWORK (ANN) PADA KONDISI PARTIAL SHADING

Alamsyah Achmad

Sari


Salah satu sumber energi terbarukan yang sangat penting saat ini adalah sistem photovoltaic (PV) karena kelebihan yang dimilikinya yaitu tidak memerlukan biaya yang banyak seperti sumber-sumber energi lainnya seperti diesel, gas, batu bara dan lain-lain. Dalam penelitian ini akan dirancang sebuah Maximum Power Point Tracking (MPPT) untuk sistem Photovoltaic (PV) pada kondisi partial shading menggunakan metode Artificial Neural Network (ANN). ANN merupakan salahsatu Artificial Intelegent (AI) yang menjadi pertimbangan untuk sistem PV agar mampu beroperasi pada kondisi partial shading. Langkah-langkah komputasi yang lebih sederhana dan konvergensi yang lebih cepat merupakan kelebihan yang dimiliki oleh ANN. Penelitian ini menggunakan dua skema konfigurasi yang berbeda dari PV array yaitu pada kondisi normal dan pada kondisi partial shading. Peningkatan kinerja dalam hal efisiensi dan respon kecepatan MPPT dapat dilihat melalui simulasi yang dilakukan.

Teks Lengkap:

Tidak berjudul

Referensi


K. H. Hussein and I. Muta, “Maximum photovoltaic power tracking: An algorithm for rapidly changing atmospheric conditions,” in IEE Proceedings Inst. Electr. Eng. Generation, Transmission and Distribution, vol. 142, January 1995.

H. Patel and V. Agarwal, “Maximum power point tracking scheme for PV systems operating under partially shaded conditions,” IEEE Transactions on Industrial Electronics, vol. 55, April 2008.

T. Hiyama and K. Kitabayashi, “Neural network based estimation of maximum power generation from PV module using environmental information,” IEEE Transactions on Energy Conversion., vol. 12, September 1997.

Y.-H. Liu, S.-C. Huang, J.-W. Huang, and W.-C. Liang, “A particle swarm optimization-based maximum power point tracking algorithm for PV systems operating under partially shaded conditions,” IEEE Transactions on Energy Conversion, vol. 27, December 2012.

N. Fernia, G. Petrone, G. Spagnuolo, and M. Vitelli, “Optimization of perturb and observe maximum power point tracking method,” IEEE Transactions on Power Electronics, vol. 20, July 2005.

K. Ishaque, Z. Salam, M. Amjad, and S. Mekhilef, “An improved particle swarm optimization (ANN)-based MPPT for PV with reduced steady-state oscillation,” IEEE Transactions on Power Electronics, vol. 27 August 2012.

M. Z. S. EL-Dein, M. Kazerani, and M. M. A. Salama, “Optimal photovoltaic array reconfiguration to reduce partial shading losses,” IEEE Transactions on Sustainable Energy, vol. 4, January 2013.

S. Kinattingal, P. Sankar Peddapati, and P. Sankaran, “MPPT of PV systems under partial shaded conditions Through a colony of flashing fireflies”, IEEE Transactions on Energy Conversion, January 2014

Alajmi, K. H. Ahmed, S. J. Finney, and B. W. Williams, “Fuzzy-logic- control approach of a modified hill-climbing method for maximum power point in microgrid standalone photovoltaic system,” IEEE Transactions on Power Electron., vol. 26, April 2011.

Mahfudz.S “Desain MPPT Pada Sistem Photovoltaic Berbasis Firefly Pada Kondisi Partial Shading” ICTIA 2014


Refbacks

  • Saat ini tidak ada refbacks.

Article Metrics

Sari view : 6 times
Tidak berjudul - 4 times