Electronic Theses and Dissertation
Universitas Syiah Kuala
SKRIPSI
IMPLEMENTASI SISTEM MAXIMUM POWER POINT TRACKING MENGGUNAKAN ALGORITMA GREY WOLF OPTIMIZATION PADA BATERAI PEMBANGKIT LISTIK TENAGA SURYA
Pengarang
KHAIRUL ANWAR PANJAITAN - Personal Name;
Dosen Pembimbing
Ira Devi Sara - 197705252001122001 - Dosen Pembimbing I
Alfatirta Mufti - 198003062005011002 - Dosen Pembimbing II
Nomor Pokok Mahasiswa
2004105010062
Fakultas & Prodi
Fakultas Teknik / Teknik Elektro (S1) / PDDIKTI : 20201
Subject
Kata Kunci
Penerbit
Banda Aceh : Fakultas Teknik Elektro., 2024
Bahasa
No Classification
-
Literature Searching Service
Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)
Panel surya menghasilkan energi dengan karakteristik tegangan dan arus output yang bervariasi sesuai dengan kondisi pencahayaan dan suhu. Maximum Power Point (MPP) adalah titik di mana daya yang dihasilkan oleh panel surya mencapai tingkat maksimum. Untuk mencapai MPP, diperlukan sistem pengisian baterai yang berbasis Maximum Power Point Tracking (MPPT). Algoritma konvensional memiliki kelemahan dalam kondisi Partial Shading Condition (PSC), di mana cahaya matahari tidak merata mengenai panel surya, menyebabkan lebih dari satu titik MPP. Untuk mengatasi kelemahan ini, digunakan algoritma Grey Wolf Optimization (GWO) pada sistem MPPT. Algoritma GWO mampu melacak titik MPP dengan lebih efektif dalam kondisi lingkungan yang berubah-ubah dan PSC. Penelitian ini merancang dan mengembangkan prototipe pengisian baterai berbasis MPPT dengan algoritma GWO. Hasil penelitian menunjukkan bahwa prototipe ini dapat bekerja pada kondisi Partial Shading Condition dengan daya rata-rata yang dihasilkan sebesar 23,89 Watt dengan besar nilai rata-rata duty cycle yaitu 64,29%.
Solar panels produce energy with output voltage and current characteristics that vary according to lighting conditions and temperature. Maximum Power Point (MPP) is the point at which the power produced by solar panels reaches its maximum level. To achieve MPP, a battery charging system based on Maximum Power Point Tracking (MPPT) is required. Conventional algorithms have weaknesses in conditions Partial Shading Condition (PSC), where sunlight hits the solar panel unevenly, causing more than one MPP point. To overcome this weakness, the Gray Wolf Optimization (GWO) algorithm is used on the MPPT system. The GWO algorithm is able to track MPP points more effectively in changing environmental conditions and PSC. This research designs and develops a prototype for MPPT-based battery charging with the GWO algorithm. The research results show that this prototype can work under conditions Partial Shading Condition with an average power output of 23.89 Watts with a large average value duty cycle that is 64,29%.
DESAIN MPPT ALGORITMA GREY WOLF OPTIMIZATION APLIKASI PADA PANEL SURYA (Dina Fadhilla Sari, 2022)
DESAIN MAXIMUM POWER POINT TRACKING (MPPT) MENGGUNAKAN SEPIC KONVERTER BERBASIS ARTIFICIAL NEURAL NETWORK (ANN) (Mohd Fajral Riski Yd, 2022)
RANCANGAN SISTEM PEMBANGKIT LISTRIK TENAGA SURYA UNTUK POMPA AIR IRIGASI (Mukhtar Riyandri Tarigan, 2019)
PENENTUAN TITIK DAYA MAKSIMUM ARRAY MODUL SURYA PADA PARTIAL SHADING DENGAN KONDISI MULTIPLE PEAK MENGGUNAKAN METODE GREY WOLF OPTIMIZATION (GWO) (MULIADI, 2021)
PENGARUH VARIASI RADIASI DAN SUHU TERHADAP PELACAKAN TITIK DAYA MAKSIMUM MODUL SURYA DENGAN METODE GREY WOLF OPTIMIZATION (RIZKI FAULIANUR, 2018)