PENGATURAN MAXIMUM POWER POINT TRACKING (MPPT) MENGGUNAKAN ARTIFICIAL NEURAL NETWORK (ANN) BERBASIS SIMULASI

Muhammad Farhan Rozi, Syukiryadin Syukiryadin, Suriadi Suriadi

Sari


Energi terbarukan merupakan sumber energi yang dapat digunakan sebagai alternatif bahan bakar untuk pembangkit listrik. Salah satunya yaitu Energi surya, untuk memaksimalkannya dibutuhkan sebuah sistem agar dapat menerima nilai tegangan, arus dan daya dari cahaya matahari. Penelitian ini bertujuan untuk melakukan perbandingan  antara metode Artificial Neural Network (ANN-MPPT) dan metode Hill Climbing (HC-MPPT) menggunakan boost converter dalam memperoleh output maksimum dari tegangan, arus dan daya menggunakan Simulink MATLAB. Simulasi dilakukan pada kondisi STC dan kondisi Non-STC dengan irradian dan suhu yang berubah-ubah untuk  menemukan daya output maksimum yang terjadi saat simulasi. Dari hasil simulasi diperoleh tegangan dan arus mampu mengikuti kondisi STC dan Non-STC, sedangkan untuk daya output tidak dapat mencapai maksimum karena pengaruh daya konstan akibat R konstan sehingga daya PV ditransfer sesuai besar daya output.

 

Kata kunci: Panel Surya, Simulink, MPPT, STC, Artificial Neural Network, Hill Climbing, Boost converter.


Teks Lengkap:

44-49 PDF


DOI: https://doi.org/10.24815/kitektro.v7i1.25006

Article Metrics

Sari view : 0 times
44-49 PDF - 0 times

Refbacks

  • Saat ini tidak ada refbacks.


Dipublikasikan oleh Jurusan Teknik Elektro dan Komputer, Fakultas Teknik, Universitas Syiah Kuala

Creative Commons License 

Kitektro is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.