Peningkatan Penjadwalan Pemeliharaan Pencegahan

untuk Pembangkit Fotovoltaik di bawah Kendala

Lingkungan
Aisyah Sa'ad (   aisha.sa-ad@univ-lorraine.fr )
Universite de Lorraine
Aime Nyoungue
Universite de Lorraine
Zied Haji
Universite de Lorraine

Artikel Penelitian

Kata kunci: sistem fotovoltaik, keandalan, pemeliharaan selektif, pemeliharaan preventif, optimasi,
ketersediaan, kendala lingkungan

DOI: https://doi.org/10.21203/rs.3.rs-542572/v1

Lisensi:    Karya ini dilisensikan di bawah Lisensi Internasional Creative Commons Attribution 4.0.
Baca Lisensi Lengkap
 Peningkatan Penjadwalan Pemeliharaan Pencegahan untuk Pembangkit Fotovoltaik di bawah
Kendala Lingkungan

Aisyah Saad1, Aime Nyoungue1, Zied Haji1

1Laboratoire de Genie Informatique, de Produksi dan Pemeliharaan, Universitas Lorraine,
Metz, Prancis
Aisha.sa-ad@univ-lorraine.fr
Aime.nyoungue@univ-lorraine.fr
Zied.hajej@univ-lorraine.fr

Abstrak

Untuk dapat memasok daya PV yang memenuhi permintaan pelanggan setiap saat, pembangkit
perlu tersedia setiap saat. Namun, dengan bertambahnya usia dan penggunaan
komponen, keandalan komponen berkurang yang mengakibatkan kegagalan. Kegagalan ini disebabkan
untuk berbagai penyebab seperti degradasi dan penuaan dan pemotongan kabel listrik yang mengarah
pada penurunan efisiensi dan keandalan kinerja. Oleh karena itu, untuk meningkatkan keandalan sistem,
tindakan perawatan pencegahan dan selektif gabungan direncanakan dengan menentukan kombinasi
terbaik (interval perawatan preventif yang optimal, komponen yang diganti secara optimal). Dalam
pekerjaan ini, strategi pemeliharaan preventif yang optimal dengan perbaikan minimal dikembangkan
menggunakan teknik numerik iteratif untuk pembangkit fotovoltaik (PV) dengan dan tanpa
mempertimbangkan pengaruh kondisi lingkungan pada sistem. Sebuah algoritma dikembangkan pada
MATLAB untuk menentukan jumlah optimal tindakan pemeliharaan preventif yang menghasilkan
ketersediaan maksimum dengan memilih komponen yang akan dipertahankan berdasarkan ambang batas
keandalan tanpa mempertimbangkan dampak lingkungan pada komponen. Itu
kekritisan elemen lingkungan diperkenalkan dan keandalan ditegaskan kembali berdasarkan
teknik baru. Akhirnya, dengan memaksimalkan ketersediaan sistem, pemeliharaan preventif yang
optimal untuk cakrawala yang terbatas ditetapkan.

Kata kunci: sistem fotovoltaik, keandalan, pemeliharaan selektif, pemeliharaan preventif,

optimasi, ketersediaan, kendala lingkungan.

.
1 pengantar
Saat ini, sektor energi konvensional menjadi bidang yang sangat menantang karena
dampak lingkungan yang tinggi. Mode pembangkit energi ini menimbulkan pertanyaan tentang polusi udara,
menyebabkan peningkatan efek rumah kaca yang pada gilirannya menyebabkan pemanasan global. Hal ini
menyebabkan sumber energi terbarukan mendapatkan perhatian, sehingga memerlukan penyediaan berbagai
sumber energi alternatif termasuk fotovoltaik, energi angin, tenaga surya terkonsentrasi (CSP) antara lain. Energi
matahari merupakan sumber energi terbarukan yang paling melimpah dan tampaknya menjadi salah satu
sumber energi terbarukan yang paling banyak dimanfaatkan terutama untuk pembangkit listrik secara global [1],
mencapai sekitar 227 GW instalasi pembangkit di seluruh dunia [2]. Meningkatnya tingkat pertumbuhan
eksploitasi PV meningkatkan perhatian investor, organisasi pemerintah dan pemangku kepentingan lainnya
untuk investasi keuangan yang bertujuan untuk memastikan bahwa sistem PV menghasilkan energi yang andal
dan hemat biaya. Kegagalan aset penting terkadang menjadi bencana besar dan mengakibatkan waktu henti
yang diperpanjang yang tidak menguntungkan bagi hasil finansial dari investasi, kepuasan dan keamanan klien.
Salah satu yang Berkelanjutan
Tujuan pembangunan (SDGs) adalah energi bersih yang terjangkau, yang lebih menekankan pentingnya
energi terbarukan dan teknologi yang lebih bersih [3].

Penilaian keandalan, ketersediaan, dan pemeliharaan (RAM) biasanya diterapkan untuk

memastikan ketersediaan maksimum produksi energi fotovoltaik setiap saat [4]. Keandalan dan
pemeliharaan penting dalam mengukur efektivitas sistem. Perbedaan utama antara keandalan dan
rawatan adalah bahwa keandalan adalah probabilitas bahwa kegagalan tidak akan terjadi dalam
waktu tertentu, sedangkan pemeliharaan adalah probabilitas bahwa pemeliharaan yang diperlukan
akan berhasil diselesaikan dalam jangka waktu tertentu. Rawatan adalah karakteristik desain yang
mempengaruhi akurasi, kemudahan, dan persyaratan waktu tindakan pemeliharaan yang dapat
diukur dengan menggabungkan faktor-faktor seperti frekuensi pemeliharaan, biaya pemeliharaan,
waktu perbaikan, dan jam kerja [5].
Semua fungsi sistem, peralatan, dan komponen cenderung berkurang seiring penggunaan dan usia.
Pemeliharaan preventif (PM) sering diterapkan untuk meningkatkan keandalan dan ketersediaan sistem secara
keseluruhan. Penjadwalan PM memainkan peran yang sangat penting dalam operasi sistem rekayasa yang
sukses, ekonomis, dan andal. Ketika tindakan pemeliharaan jarang dilakukan terutama pemeliharaan yang tidak
sempurna, sering terjadi kegagalan sistem yang mengakibatkan waktu henti yang lama yang mempengaruhi
ketersediaan sistem serta keuntungan finansial yang terkait dengannya. Namun, bila dilakukan terlalu sering,
dapat menyebabkan pemborosan material dan peningkatan biaya pemeliharaan yang cukup besar. Penjadwalan
yang optimal menjadi penting untuk menyeimbangkan antara biaya pemeliharaan dan penggunaan material
serta mengurangi waktu henti untuk memaksimalkan ketersediaan yang merupakan variabel keputusan penting
untuk setiap kebijakan pemeliharaan preventif.

Dalam sistem yang terdiri dari subsistem dan sub-komponen yang berbeda, penting untuk
menetapkan strategi pemeliharaan untuk menemukan prioritas pemeliharaan komponen dalam sumber
daya yang tersedia. Karena sumber daya yang terbatas, tidak semua kemungkinan tindakan pemeliharaan
dapat dilakukan pada suatu sistem [6], yang membuatnya penting untuk memilih komponen yang akan
dipelihara secara optimal. Pekerjaan ini berkaitan dengan tindakan PM selektif yang optimal dan
memastikan ketersediaan maksimum, dengan mengingat ambang keandalan sebagai variabel keputusan
utama untuk tindakan pemeliharaan. Dampak kondisi lingkungan terhadap keandalan juga dinilai sebagai
perpanjangan pekerjaan.

Meskipun gagasan keandalan PV diakui sekitar empat dekade yang lalu [7],
signifikansinya atas seluruh sistem pembangkit PV tetap tidak jelas karena sifat
kompleks sistem PV. Oleh karena itu, analisis keandalan merupakan masalah yang
menentukan untuk perencanaan sistem. Sebagian besar literatur yang ada
berfokus pada penilaian keandalan subsistem yang berbeda, seperti inverter [8],
modul PV [9,10], dan keseimbangan sistem (BOS) [11]. Lebih sedikit literatur yang
membahas evaluasi keandalan untuk keseluruhan sistem PV. Sederhana, model
tingkat sistem untuk keandalan sistem PV menggunakan konsep pemodelan
Markov disajikan oleh [12].

Model aksi PM dikembangkan oleh [14] untuk memaksimalkan ketersediaan sistem selama setiap
interval dengan merumuskan nilai konstanta yang digunakan sebagai faktor peningkatan. Model mereka
didasarkan pada asumsi bahwa interval waktu untuk komponen dengan kehidupan paling sedikit dalam
sistem seri dianggap sebagai periode interval perawatan. Namun ini dianggap tidak ekonomis karena
biaya perawatan yang tinggi dan pemborosan material. Vaurio [15] mengeksplorasi tidak tersedianya
komponen penuaan yang diuji secara sporadis di bawah pengujian yang berbeda dan
kebijakan perbaikan. Strategi pembaruan berdasarkan diagnostik usia ditentukan oleh Legat et al. [16] untuk strategi
PM yang optimal didefinisikan selama cakrawala waktu yang terbatas.
Vatn dkk. [17] mengoptimalkan pemeliharaan sistem produksi energi dengan
mempertimbangkan keselamatan dan lingkungan dengan meminimalkan biaya
produksi/pemeliharaan. Studi lebih lanjut telah memperlakukan pemeliharaan
prediktif dan preventif menggunakan model optimasi multi-tujuan untuk jaringan
distribusi daya. Keandalan dan ketersediaan sistem PV melalui metode analisis
keandalan umum dipelajari oleh [18,19]. Metode pohon kesalahan dengan fungsi
distribusi probabilitas eksponensial digunakan untuk menganalisis komponen dari
7 sistem PV skala besar di [19], metode ini berfungsi sebagai alat yang cocok untuk
mengidentifikasi komponen paling kritis dari sistem PV dan membantu dalam
mengidentifikasi area yang harus direncanakan pemeliharaannya. menjadi fokus.

Mode kegagalan dan analisis efek (Kritis) (FME(C)A) diterapkan pada pemeliharaan yang
berpusat pada keandalan (RCM) untuk menghemat keandalan sistem PV dengan identifikasi mode
kegagalan. Hasil yang diperoleh digunakan untuk menghitung risk priority number (RPN) dari sistem
yang menjadi variabel keputusan pemeliharaan [20]. Model yang berbeda dan strategi pemeliharaan
dikembangkan oleh banyak peneliti [13,14] untuk mencapai tindakan pemeliharaan preventif yang
optimal yang sebagian besar meminimalkan biaya dan strategi pemeliharaan preventif selektif.
Sangat sedikit literatur yang berfokus pada strategi pemeliharaan berbasis ketersediaan dan sejauh
pengetahuan kami, tidak ada yang pernah mempertimbangkan pengaruh kondisi lingkungan
terhadap keandalan sistem.
Tujuan dari pekerjaan ini adalah untuk mengusulkan strategi PM baru yang memaksimalkan
ketersediaan sistem PV. Kami akan menemukan jumlah optimal tindakan pemeliharaan preventif
berkala dalam jangka waktu yang terbatas dan kemudian membuat keputusan pemeliharaan selektif
untuk memilih komponen terbaik yang akan diganti selama setiap tindakan untuk menjamin
keandalan maksimum. Model yang diusulkan akan menentukan komponen dalam sistem yang akan
dipelihara selama periode pemeliharaan. Selain itu, penelitian ini mengeksplorasi pengaruh kondisi
lingkungan terhadap keandalan sistem sebagai bagian kedua dari pekerjaan. Keaslian pekerjaan ini
adalah untuk mempertimbangkan kombinasi strategi pemeliharaan preventif dan selektif dengan
menentukan kombinasi terbaik dari jumlah optimal tindakan pemeliharaan preventif serta
komponen yang diganti terbaik. Karena itu, tindakan pemeliharaan preventif yang sempurna
dipertimbangkan jika semua komponen diganti selama tindakan ini yang mengembalikan sistem
fotovoltaik ke kondisi baru jika tidak, pencegahan yang tidak sempurna dianggap. Di sisi lain,
orisinalitas penting dipertimbangkan dengan mempelajari dampak faktor lingkungan pada
kombinasi strategi pemeliharaan preventif dan selektif.
Dengan demikian pekerjaan diatur sebagai berikut: Bagian 2 menjelaskan sistem PV,
komponen yang dipertimbangkan, asumsi yang dibuat, notasi yang diterapkan dan konsep
strategi pemeliharaan selektif/pencegahan. Bagian 3 membahas pendekatan pemodelan
ketersediaan dan keandalan dalam studi di bawah kondisi nominal serta kondisi penilaian
lingkungan. Bagian 4 memberikan rincian algoritme pengoptimalan untuk menentukan
kombinasi optimal (jumlah tindakan PM, komponen yang dipilih untuk diganti). Bagian 5 adalah
contoh numerik dan hasil yang diperoleh sementara bagian 6 menyimpulkan penelitian.
2 Sistem PV, Asumsi, Notasi dan Pemeliharaan preventif/selektif
2.1 Penyebab kegagalan sistem PV

Sebuah pabrik fotovoltaik khas adalah sistem kompleks yang terdiri dari perangkat elektronik
yang berbeda khususnya modul fotovoltaik dan inverter yang keandalannya akan dipelajari selama
pekerjaan ini. Umumnya modul fotovoltaik dihubungkan secara seri, paralel atau kombinasi
keduanya. Ketika dihubungkan secara seri, itu memperbaiki tegangan sementara secara paralel
memperbaiki arus. Seri yang berbeda dihubungkan secara seri untuk meningkatkan intensitas untuk
membentuk medan fotovoltaik. Karena keluaran medan fotovoltaik adalah arus searah, rangkaian
dihubungkan melalui Kabel DC ke inverter yang kemudian digunakan untuk mengubah keluaran
menjadi arus alternatif (AC). Output dari inverter diangkut melalui ACWires ke beban. Gambar 1
adalah skema sederhana dari PLTS.

Panel PV, kabel AC dan DC serta inverter dianggap dapat mengurangi kompleksitas komputasi
keandalan dalam pekerjaan ini. Seperti disebutkan sebelumnya, tujuan dari pekerjaan ini adalah untuk
memaksimalkan ketersediaan sistem dan untuk mengeksplorasi pengaruh lingkungan pada keandalan
sistem fotovoltaik. Jadi, kami telah mendefinisikan kegagalan utama dari setiap perangkat dan elemen
lingkungan yang mempengaruhi kegagalan tersebut. Modul atau panel fotovoltaik adalah perangkat
terpenting dari sistem fotovoltaik. Mereka memiliki berbagai komponen seperti sel fotovoltaik,
interkonektor, bypass dioda, kotak persimpangan, kaca pelindung di kedua sisi dan pita. Kegagalan utama
mereka adalah kegagalan komponen; Hotspot (bagian panel yang kurang teriradiasi berperilaku sebagai
penerima yang menyebabkan pemanasan zona), Delaminasi (pemisahan ikatan antara plastik di bagian
belakang dan kaca di bagian depan panel yang memungkinkan udara dan uap air masuk ke dalam),
Perubahan warna dan korosi karena reaksi kimia. Penyebab kegagalan yang sama dipertimbangkan untuk
Kabel DC dan AC; Potong dan korosi. Akhirnya, inverter
tidak memiliki penyebab kegagalan yang terperinci. Tabel1 mencocokkan setiap kegagalan dengan elemen cuaca
mempengaruhi penyebab kegagalannya.

fi

Gambar 1: Tata letak bidang PV

Strategi pemeliharaan preventif yang optimal dengan perbaikan minimal dikembangkan dan diterapkan
ke sistem produksi listrik yang terdiri dari beberapa panel surya dalam struktur seri. Memang,
dalam situasi kegagalan berbagai komponen sistem fotovoltaik, perbaikan minimal diterapkan
yang ditandai dengan tindakan pemeliharaan korektif untuk kembali beroperasi.
dari sistem fotovoltaik dengan tingkat kegagalan yang sama sebelum kegagalan disebut 'sebagai ba'sebagai
tua' [29]. sayan untuk mengurangi kemungkinan kegagalan serta jumlah rata-rata kegagalan sistem
fotovoltaik, pemeliharaan preventif periodik yang sistematis dikembangkan. Dalam setiap tindakan
pemeliharaan preventif, pekerjaan ini mengembangkan strategi pemeliharaan selektif prioritas untuk
memilih dan mengganti komponen yang paling rusak untuk menjamin ketersediaan maksimal. Pada saat
yang sama, perbaikan minimal yang ditandai dengan tindakan paliatif untuk mengembalikannya ke
layanan dengan menyesuaikan atau mengganti elemen tertentu dengan cepat, seperti sel fotovoltaik,
interkonektor, bypass dioda, kotak persimpangan..., dioda atau kabel, tanpa meningkatkan keandalannya (yaitu,
tanpa mengurangi tingkat kegagalannya).

Kami ingin menentukan jumlah optimal tindakan perawatan preventif yang

memaksimalkan ketersediaan sistem fotovoltaik. Lebih tepatnya, strategi pemeliharaan yang
diadopsi terdiri dari penggantian secara sistematis sejumlah komponen sistem fotovoltaik pada
unit waktu yang berbeda dengan komponen yang berbeda diganti setiap kali tergantung pada
keandalan komponen. Kegagalan yang dapat diderita oleh sistem global umumnya
malfungsi, kabel putus, dan catu daya buruk.

TABEL I
Kegagalan dan jenis elemen lingkungan yang mempengaruhi kegagalan

Komponen Kegagalan         
fotovoltaik Hotspot x
Panel Kotak persimpangan x x
Gelas pecah xx x
Bypass dioda x
Delaminasi x x
Sel rusak x x
Pita las x x
Interkoneksi x x
Perubahan warna x
Korosi x x
DC/AC Potong atau lelehkan x
kabel Korosi    x x
Inverter   Kegagalan x x

Dimana:  mengacu pada Suhu, untuk Iradiasi, untuk Kelembaban  dan Tekanan

2.2 Notasi dan asumsi A: Notasi yang digunakan

dalam model matematika

SEBUAH: Ketersediaan
T: Horison produksi
Tpemeliharaan: Total durasi perawatan
R(t): Keandalan sistem pada t
Cj : Koefisien kekritisan kegagalan sistem
N: Jumlah tindakan pemeliharaan
R*: Ambang batas keandalan minimum yang diperlukan
k: Periode pemeliharaan
Rperalatan: Fungsi keandalan peralatan
Rsebab: Fungsi keandalan penyebab kegagalan komponen Keandalan jini
R,j komponen di bawah pengaruh kondisi lingkungan Keandalan jini
R o, j(t): komponen dalam kondisi nominal Koefisien kekritisan jini komponen
C o, j:
a/bsebab: Kegagalan menyebabkan konstan di bawah pengaruh kimia
(t): Waktu perawatan preventif
μ Waktu perawatan korektif Jumlah
φ ): tingkat kegagalan rata-rata
β:  : Vektor koefisien kekritisan untuk komponen j
(:/  : Tingkat kegagalan konstan komponen/
Zsaya: subkomponen Vektor kondisi lingkungan
ZEC: Representasi kondisi lingkungan

B: Asumsi
1. Sistem dan komponen di dalamnya berada dalam keadaan biner, yaitu
berfungsi atau gagal.
2 Perbaikan minimal dilakukan segera setelah komponen gagal selama misi.
3 Setelah penggantian, sebuah komponen "sebagus baru". Ketika perbaikan minimal dilakukan,
komponen menjadi "seburuk yang lama".
4 Semua kegagalan diasumsikan acak dan independen
5 Untuk kegagalan komponen listrik, keandalan didistribusikan secara eksponensial dengan tingkat
kegagalan yang konstan sementara distribusi Weibull digunakan untuk jenis kegagalan lainnya. Tingkat
6 kegagalan komponen yang sama adalah sama.
7 Untuk peralatan yang memiliki berbagai penyebab, keandalan diasumsikan sebagai produk dari
keandalan semua penyebab.

2.3 Pemeliharaan selektif

Bagian ini ditujukan untuk menetapkan pemeliharaan selektif yang optimal dengan tinggi
tingkat keandalan untuk memastikan periode produksi energi berikutnya berjalan tanpa
diskontinuitas dengan mempertimbangkan estimasi keandalan yang diperoleh dari sistem fotovoltaik
dalam kondisi operasi dan lingkungan. Untuk keperluan ini, fotovoltaik dianggap sebagai sistem
multikomponen dan yang komponennya hanya dirawat dalam periode perawatan optimal yang telah
ditentukan.tidak yang dihitung dalam strategi pemeliharaan preventif. Pada setiap periode
pemeliharaan selektif= 1,2, … ,, tujuan pemeliharaan selektif prioritas adalah
untuk memilih komponen yang tepat = 1,2, … ,  untuk dipertahankan, sehingga tingkat keandalan yang
diperlukan dijamin sampai shutdown berikutnya.
Gambar 2 menunjukkan evolusi sistem keandalan tipikal dari pemeliharaan preventif. Ketika
keandalan sistem turun di bawah ambang batas minimum tertentu R*, perawatan dilakukan pada
komponen tergantung pada jenis perawatan yang diperlukan. Jika misalnya seperti pada gambar 2,
pada saat perawatan dilakukan di T, beberapa komponen hanya memerlukan servis dan/atau
perbaikan, dalam hal ini dilakukan perawatan yang tidak sempurna. Ini meningkatkan keandalan
sistem dengan membuatnya lebih muda tetapi tidak sepenuhnya membuatnya baru. Pada 2T, jenis
perawatan yang dilakukan adalah perawatan sempurna yang terjadi ketika semua komponen diganti.
Pada titik ini, sistem menjadi sepenuhnya Seperti Baru (AGAN). Kesalahan
namun, tingkat menurun dengan peningkatan pemeliharaan seperti yang terlihat pada gambar 3. Dengan
demikian, ini diminimalkan ketika pemeliharaan tidak sempurna dilakukan dan menjadi hampir nol (kecuali
ketika terjadi kegagalan manufaktur) ketika pemeliharaan sempurna dilakukan.

PM yang sempurna

PM tidak sempurna

R(t)

R*
Keandalan

0,5

2T 3T 4T untuk

Periode Pemeliharaan Pencegahan

Gambar 2: Evolusi keandalan sistem

PM tidak sempurna (lebih muda) PM Sempurna (AGAN)

(t)
Tingkat kegagalan

T 2T 3T 4T 5T 6T untuk

Periode Pemeliharaan Pencegahan

Gambar 3: ilustrasi tingkat kegagalan selama tindakan pemeliharaan preventif

3 FORMULASI MASALAH
3.1 Formulasi ketersediaan

Tujuan dari pekerjaan ini adalah penjadwalan yang optimal dari tindakan perawatan untuk
pembangkit fotovoltaik. Untuk tujuan ini, masalah maksimalisasi ketersediaan yang dibatasi
pada ambang keandalan dipertimbangkan. Pada bagian ini, model matematis dikembangkan
untuk menyatakan ketersediaan sistem fotovoltaik sebagai fungsi dari variabel keputusan:
jumlah optimal tindakan pemeliharaan preventifT* dan komponen yang akan diganti jika akan
dirawat berdasarkan ambang batas keandalan. Ketersediaan sistem dinyatakan sebagai
mengikuti:

                                            
               
(1)
 

  =+
  =     
         -     

Diamati bahwa ketersediaan berbanding terbalik dengan durasi pemeliharaan

oleh karena itu masalahnya dirombak menjadi:

          (2)
tunduk pada ( ) >     *   ∀   

Tujuan dari pekerjaan ini adalah untuk memaksimalkan ketersediaan sistem dengan mengingat
bahwa keandalan sistem fotovoltaik harus lebih besar dari nilai minimum tetap yang disebut R.
Dengan demikian, masalahnya dirumuskan sebagai berikut:

Fungsi objektif =  -     

        
(3)

W h  e r e() =    ⏟

   Σ  =  1 [ μ         
×  ⏟
= 1  Σ          (   ) ]    +μ     ×   φ( tidak
)  (4)

Tunduk pada

 (. ,) ≥  *

   ℎ                             ℎ               

 () = {01
      

= fa 
rata-rata nuφm(btidake)r dariΣ s∫. 
. Δ λ()
 
+
saya = saya-kamu01kembali[∫saya s(.  e+x1p).r eλss e d(Sebuah s) untuk aku rendah
(5)
dimana:

λ, () = -  , ( ) (6)

( )

Di sini, waktu pemeliharaan preventif (μ) dapat didefinisikan sebagai jumlah dari durasi

pekerjaan berikut:

saya. Waktu akses (t1): Ini adalah waktu yang diperlukan untuk mendapatkan akses ke dan mengidentifikasi

komponen yang gagal untuk dipelihara dengan membongkar sistem.

ii. Waktu pemeriksaan (t2): Waktu yang dibutuhkan untuk menentukan dan mendiagnosis penyebab

aku aku aku. kegagalan. Waktu penggantian (atau perbaikan) (t3): Setelah komponen diidentifikasi dan

diperiksa, ini adalah waktu sebenarnya untuk melakukan aktivitas PM utama baik perbaikan atau

penggantian tergantung pada keputusan manajer.

iv. Waktu perakitan (t4): Ini adalah tahap terakhir yang terdiri dari verifikasi, penyelarasan dan

perakitan sistem yang dibongkar untuk membuatnya kembali beroperasi.

Selanjutnya, waktu Pemeliharaan Korektif (  ) selain waktu yang disebutkan di atas
memerlukan waktu tambahan karena kegagalan terjadi secara tidak terduga [14]. Waktu tambahan dinyatakan sebagai
berikut:

saya. Waktu tunda pasokan: waktu tunda dalam memperoleh suku cadang atau komponen yang diperlukan.
ii. Waktu tunda pemeliharaan: waktu yang dihabiskan untuk menunggu personel pemeliharaan, sumber
daya dan fasilitas berada di tempatnya.

3.2 Estimasi keandalan fotovoltaik

3.2.1 Estimasi probabilitas reliabilitas

Biarkan T menjadi acak  variabel mengacu pada waktu untuk kegagalan peralatan dan P the
kemungkinan kegagalannya. Mengingat asumsi yang dibuat di atas, keandalan peralatan pada t
didefinisikan sebagai probabilitas bahwa sistem tidak akan gagal sebelum atau pada saat itu.
R adalah peluang(t(h  a))t=saya  
s((g   te r) 1t, t. Hal ini dijelaskan sebagai berikut:
kembali>

(7)
= 1a>  2 >  2, … ,>  ) (8)

Sistem PV adalah kompleks dan berisi sejumlah besar sub-rakitan yang dapat dihubungkan
secara seri, paralel atau bahkan kombinasi keduanya. Ketika sub-rakitan dihubungkan secara
seri, sistem keseluruhan akan terputus jika terjadi kegagalan satu sub-rakitan.
Namun, semua sub-ass emblies harus gagal untuk mengganggu keseluruhan sistem secara paralel
sistem yang terhubung. Untuk komponen yang dihubungkan secara seri, keandalan grup diasumsikan of
menjadi produk dari ea(c h)c= bil saya
om p Hai( n)en untuk
1 t y(a)ss=hoΠwn=i
kembali li)a…
2    1tidak( 8():)

(9)
 Untuk peralatan (t) yang terdiri dari berbagai komponen yang dihubungkan secara seri, ketidakandalannya
fungsi Q digunakan untuk mendefinisikan keandalan grup. Ketidakandalan peralatan adalah
produk dari e ac hc=om1p-di en tu= ab ili(t y [>
nre1li- 22]):

() (10)

( ) = ( ). ( )… ( ) = ( ) = (1   =1 ( ) (11)

1(1)). (12-  2())…(1   ()) (12)

( ) = 1=1(1()) ( ) = 1  (13)

=1(1( >  )) (14)

Keandalan persamaan(ui)pment yang memiliki(g)berbagai penyebab kegagalan diasumsikan sebagai produk dari
fungsi keandalan yang ditetapkan untuk setiap fa saya lur2e  kau…se. T

=1 .       ()   
()
h e kembali untuk kembali, (15)

Persamaan 17 dijumlahkan di( ke) 1=8 Π 

=1  () (16)

3.2.2 Keandalan pembangkit fotovoltaik:

  Keandalan Sistem:
Seperti disebutkan sebelumnya, sistem terdiri dari medan fotovoltaik, Dc W ir, inverter, dan AC
Kabel yang terkait dalam S e r saya e s  . s, tΠe4=kembali1ia  b aku
aku  saya saya ty  Hai f  t )  aku

(T h)u= h   ,e( w h Hai e  s kamu s untuk e, m
)
dinyatakan sebagai:

        ( ) =        ( ).          (  )  .             (  )  ( 1 7.   ()         

(18)
  Keandalan Bidang Fotovoltaik:  
Medan fotovoltaik terdiri dari:        jumlah komponen fotovoltaik yang terkait
dalam seri. Keandalannya memiliki  untuk h  en t)h=sf1atau-saya:Π  

    (  saya
= 1(1, ()) (19)
ab1ili-
Karena serinya identik al, mereka(r e)li= ty(f1
un-cti adalah ( juga  identik. Dengan demikian keandalan lapangan
adalah sama dengan:

      

        , (20)

  Keandalan Seri Fotovoltaik:

Rangkaian Fotovoltaik  bertahan (     panci els ie)s
asso(c i) makan dalam s(e2r1 memiliki bentuk berikut:

, )=   Π =1 , 

 , () = (())        (22)

  Ph otovol(t a) Keandalan Panel ic:

Fungsi keandalan =ion dari fotovolta (i c) P

      (  )        .  anel

      adalah (e x) ditekan sebagai berikut: (23)

             (  )   =().  ().            

  ( ).         ).      (  ) ) .   ()

  ( )           =              ( ).  ( 2 4)  ().( ).

 () (25)

  Kabel DC/AC Keandalan:

Fungsi keandalan Kabel DC dan Kabel AC memiliki bentuk yang sama, karena itu:
diperlakukan dengan cara yang sama:

 () =().  () (26)

  Keandalan Inverter:
Inverter adalah komponen yang kompleks dan mahal dari sistem fotovoltaik. utama
penyebab kegagalan pada inverter terutama masalah desain, cacat manufaktur dan praktik manajemen
yang buruk [23] meskipun pengaruh suhu dan kelembaban dapat mempengaruhi fungsionalitas inverter.
Dengan demikian, keandalan inverter yang rendah berkontribusi pada sistem yang tidak dapat diandalkan
dan hilangnya kepercayaan pada teknologi terbarukan. Fungsi reliabilitas dijelaskan oleh distribusi
eksponensial dan akan diungkapkan secara eksplisit pada subbagian berikutnya.

3.3 Fungsi Keandalan Eksplisit

Secara lebih eksplisit, keandalan komponen adalah sering ditandai dengan tingkat kegagalan dan
dinyatakan dalam persamaan th kamus:
=  -λ 

(27)
Ditetapkan berdasarkan [24], bahwa fungsi keandalan dari komponen yang berbeda hanya
bergantung pada waktu dan tidak tergantung pada kondisi atmosfer; maka untuk setiap komponen,
fungsi reliabilitas eksplisit diberikan sebagai berikut:

P
Untuk kamu r e  (  ) , (),(),
fa saya aku 

   untuk h  e
             e() c)o, m p Hai
          e  c a(u)se, se f Hai r   
tidak e tidak t(s)sebuah d ini       ℎ 

 V Panel  P   
 VP(   Sebuah tidak e aku  s untukmemiliki
       ) ,   h   ,
bentuk yang sama diberikan sebagai:
(
  /     () =-λ/      .  (28)

Ini kamu s,untukel h
 ia  e r    saya untuk yo)kakidia p
b   aku = -sebuahλ e aku c Hai saya
             

 p Hai t+eλtidak untuk s saya s  e x  p r e+sλs e d   b+y:+λ)∙   (29)

Ini e  r e aku saya Sebuah b(il i) fungsi yang terkait dengan perubahan warna dan kegagalan korosi  (),
   adalah expr 
es s e d  sebagai)fo=halo w

-s:.+     
(30)
Jadi, R e  saya s e  x p/r e s s e d

  c Sebuah kamu s     b y(:) =( + ).++ (31)

Kegagalan itu es adalah karena reaksi kimia dan ini adalah alasan untuk menggunakan probabilitas yang berbeda
distribusi. () =∙( 

)(32)
(  +λ++λ ).++λ++ λ         

Kabel DC/AC:

Kabel memiliki dua penyebab kegagalan; potong dan korosi. Untuk setiap penyebab, fungsi keandalan
memiliki bentuk yang berbeda:  () =-λ    

((3334))

 () = 1.            
Keandalan kabel AC dan DC adalah:

 () = (1.   ) ∙  -λ   -    ∙   (35)

Inverter:

Fungsi keandalan inverter digambarkan dengan distribusi eksponensial: (36)

 () =-λ         
Dengan demikian keandalan saya t kamu ex p)r=
ess io
 tidak
  Hai f(Hai n)e∙p h Hai untuk-Hai v Hai aku ta( ic) s∙kamu s te saya

- saya s  ex pra∙ )
s s e d  b kamu: (

Karena itu,  () =( +λ+λ+λ+λ)∙  

 + )  ) .+  ) ∙  -λ   -  ) ∙  -λ        (   -  

37)
((1 ( (                   ..     
∙  )   + )

 
((1         -  -   
Kontra( e    bi(li1ty-pembangkit listrik fotovoltaik diberikan oleh:
eh (el1ia-

 q kamu e tidak tl y(, t)h=

()) ) ).  () .  () .  ()         

(38)
Subseq(u1en-tly(,1 ( 

 () =

) )
∙  λ( ++λ +).λ+++λ           
+λ    )  )∙ 

(((11.   ) ∙  -λ   -  )         

  -    .    ) ∙  -λ   -  ) (39)
(-λ           )      

Terlebih lagi, jika tindakan pemeliharaan diterapkan pada saat itu .  dengan (k: 1,..,T), keandalan
dari pembangkit fotovoltaik dinyatakan:( ( )

 (. ) =        (  ) .  
     ( )(.1 ) 1 )) (∙ )(. )(1− ()) ∙  (. )(1− ()) ∙ (40)

 (. ) =( +λ+λ+λ)(1− ())

(    . (     ∙  +
(1− ( ))
( )   )∙   ∙ 
(  ) )       -          +  -    ∙    ∙  ∙ (1− (   )
(1         -    )(1+−  

1)))))
( 1-λ- ) )(1− ()) ∙  -λ   -  (1− ( 4 ( 

 
               ( 1− -   .((  ))

Dan Konsekuensi terutama ( kembali.lia)b=

  tov( 
ili(ty1Hai-fp(h1Hai- oltaik p(o w.  eh)(p 1aku
Sebuah  -nt :())) ) ).

 
             

 
.( ))
       .(  
(     (.   ) (1− ( )))   
        (. )
(1− ( 
) (. )(1− ()))         
(42)
3.4 Keandalan Pabrik Fotovoltaik di Bawah Pengaruh Kondisi Lingkungan Environmental

Pada bagian ini, studi mendalam tentang estimasi keandalan komponen fotovoltaik
sebagai fungsi kondisi lingkungan menggunakan hubungan parametrik antara
dan faktor risiko dilakukan. Setiap faktor iklim   dikaitkan dengan pembobotan
koefisien β, yang mengkuantifikasi pengaruh faktor iklim pada sistem fotovoltaik. Model regresi
multiplikasi untuk model regresi data kelangsungan hidup (Cox) digunakan untuk menetapkan:
hubungan antara fungsi keandalan yang ditetapkan dalam kondisi iklim nominal nominal
( 0,j()) dan fungsinya  () dari   kondisi iklim. Untuk mengintegrasikan dampak lingkungan
pada fungsi keandalan, koefisien kekritisan (C) untuk setiap kegagalan didefinisikan [25].
Koefisien adalah produk dari frekuensi (F), Deteksi (D) dan keparahan (S) dari setiap
kegagalan.

=×× (43)
Berdasarkan indikasi elemen lingkungan yang merangsang setiap jenis kegagalan seperti yang
ditunjukkan pada Tabel I, nilai koefisien kekritisan yang berbeda ditentukan berdasarkan data
cuaca. Data lingkungan dieksplorasi dengan memberikan nilai antara 0 dan 5 untuk setiap
elemen sesuai dengan nilai sebenarnya. Ekspresi matematis dari kekritisan
n elemen cuaca ditetapkan seperti pada (46) dan ditunjukkan pada gambar
koefisien sebagai af unctio =
4. Idenya adalah untuk memperkuat degenerasi keandalan jika kondisi lingkungan conditions
lebih kritis dan kembali c) omp en jika o iniβe0,r w

β s e = +aku sβe.,  

(44)

W : 0,  , β1, , β2, , β3, , β4, ) adalah vektor parameter dari  ()

β  h=er(eβ

7 0, 
Persamaan (46) direkonstruksi t(e d)sebagai=(4   ec
sebelum untuk, Σh ∙β  

() w)h=
 
0,   ri koefisien talitas (ic4saya5id)t  () didefinisikan sebagai:

dimana  0,  dianggap sebagai konstanta kekritisan untuk setiap komponen.

Gambar 4: Koefisien kekritisan elemen cuaca

 Faktor kekritisan (Cj) diintegrasikan ke dalam persamaan fungsi reliabilitas yang menghasilkan
persamaan (48).  () menunjukkan fungsi keandalan dari sayaini komponen/penyebab hanya bergantung
pada waktu sementara  0, () adalah keandalan untuk kondisi lingkungan nominal. Diberikan
bahwa  (, ) harus berkurang secara imperatif dari waktu ke waktu, kami memilih integrasi yang sebelumnya
tindakan.
nilai kesenangan ini terkait Jadi
dengan setiap ekspresi berikut dikembangkan untuk setiap fungsi reliabilitas:
fa saya aku (u kembali= Hai /c)omp  n(e tidak: 1,1) (0, (1)0, ()) 

(46)

W1sebelumnya: = ( , ) (  1, )
  h   : adalah vektor elemen lingkungan yang bersesuaian dengan waktu instan (t - 1).
Dan       1

< 11  = <  00,,  (()) -    00,,  ((1 1))

Jadi: {  =
 > 1>  0, ()0, (1)

Keandalan pembangkit pada t pada kondisi Z menjadi

 (, ) =(1,1) (((1 (1 ( (1)))       ).  (  -

1).  (1).  (1)) ((1 (1 ( ()))       ).  ().  ().  ()) × 0 ,,

(47)

Lebih eksplisit menjadi  (, ) =(1,1) -

( (( 1 (1 ( (          +      + +                )∙( −1) ∙

+          ).( −1) +              + )       )       ) ((1 -  )   ∙. (  -

( −1) )    ((1
1)  )-λ    -  
         -   . (  1)           -  

 -λ         -  
( −1) )    (( −1) )          (1 (1 ∙
( (  +      +        +                )∙ 

)       ) ((1
+           1       ) . + + .         
 (                         )          ∙(  -   .    )    −   )
      (( )×
           -   -λ         
 )    0 ,,            -   )-λ    -   )   

(48)
  ∙   

Jika tindakan pemeliharaan adalah diterapkan secara instan .  dengan (k: 1,..,T), keandalan dari
Pembangkit fotovoltaik dinyatakan:
 ( 1  ( ( 1 −. (,  ) = ( . , )
 
(1−  ( ))) ×
      

     
(1−−   ( ))      
) ) ) (  )(1− (  ( . , ) )
(
(1 ) )       ( ) )        
    
. (    .,) ) ( . , )
     
(  
(       

 Σ 0 ,,
(49)
  ∙   

4 Algoritma Optimasi
Untuk menerapkan algoritma pada masalah, serangkaian langkah harus didefinisikan dengan jelas. Sana
adalah N jumlah tindakan pemeliharaan yang direncanakan untuk tindakan pemeliharaan.
Tujuan pekerjaan ini adalah untuk menentukan jumlah optimal tindakan perawatan yang harus
dilakukan untuk mencapai ketersediaan maksimum sambil memilih komponen yang akan
dipelihara selama setiap periode perawatan tergantung pada keandalan komponen pada saat
perawatan dan untuk mengeksplorasi pengaruh kondisi lingkungan terhadap keandalan sistem
PV. Selain itu, tidak ada batasan jumlah komponen yang harus dipelihara selama setiap periode
pemeliharaan. Hal ini karena beberapa komponen siklus hidup dan faktor degradasi lebih
rendah dari yang lain. Ikhtisar algoritma ditunjukkan pada diagram alir pada gambar 5.
Pada awal cakrawala, semua komponen baru dan dianggap memiliki keandalan tertinggi. Penjadwalan
pemeliharaan direncanakan sedemikian rupa sehingga pemeliharaan selektif pada komponen dilakukan
pada saat tindakan pemeliharaan preventif. Representasi vektor yang menunjukkan urutan tindakan
pemeliharaan adalah bilangan bulat terbatas dari string m. Setiap elemen m adalah salah satu dari jumlah
tindakan pemeliharaan yang tersedia. Kita mulai dengan m1 dan menghitung keandalan komponen untuk
menentukan apakah kondisi verifikasi (reliability threshold) terpenuhi. Setelah elemen dalam rangkaian
solusi dipilih untuk perawatan pertama, elemen berikutnya menjadi rencana tindakan berikutnya untuk
rencana perawatan berikutnya. Dimungkinkan untuk menemukan dua rangkaian solusi yang identik
selama cakrawala perencanaan; oleh karena itu vektor dikonstruksi sedemikian rupa sehingga mencoret
semua duplikat string sehingga pemeliharaan dilakukan pada setiap komponen satu kali selama periode
tindakan pemeliharaan.
Dengan rangkaian solusi yang dibangun, jumlah tindakan pemeliharaan preventif (N) diatur ke N
maksimal dan ambang keandalan. algoritma diatur sedemikian rupa sehingga untuk setiap N (1:Nmaks) dipilih,
waktu pemeliharaan dievaluasi menggunakan persamaan (6). Total waktu pemeliharaan mencakup waktu
pemeliharaan preventif dan korektif yang direncanakan. Estimasi ketersediaan seperti pada persamaan 5
selanjutnya diikuti. Ketersediaan yang dicapai disimpan dan digunakan sebagai ambang batas untuk
estimasi ketersediaan berikutnya, dan jika nilainya lebih kecil dari nilai sebelumnya, nilai sebelumnya tetap
menjadi ketersediaan yang dimaksudkan sampai diperoleh nilai yang lebih besar, dengan kata lain hanya
menyimpan nilai maksimum. ketersediaan sistem.
 Iya

Gambar 5: Diagram alir algoritma

5. Contoh Numerik
Mengikuti prosedur optimasi numerik berdasarkan algoritma yang kami kembangkan untuk
sejumlah tindakan pemeliharaan yang terbatas, kami mengusulkan contoh numerik berikut yang
nilainya dipilih secara sewenang-wenang. Tingkat kegagalan konstan komponen dan subkomponen
sistem PV ditabulasikan pada tabel 2. Sistem PV terdiri dari 3 modul PV yang dihubungkan secara
seri, output dihubungkan ke 2 inverter melalui kabel DC. Output inverter ditransmisikan ke beban
melalui 2 kabel AC juga. Tingkat reparasi untuk setiap komponen dan waktu pemeliharaan korektif
konstan juga ditabulasikan pada tabel 3. Mempertimbangkan kondisi lingkungan yang
mempengaruhi komponen/subkomponen, data koefisien kekritisan diberikan dalam lampiran 1
sedangkan nilai yang diwakili yang sesuai ditunjukkan pada Gambar 4. Parameter kondisi lingkungan
yang dipilih untuk tujuan ini adalah 3,4,3,4 untuk suhu, kelembaban, radiasi dan tekanan masing-
masing sesuai dengan gambar 4 dan cakrawala waktu yang dipilih adalah 1000 satuan waktu.
Dengan menggunakan informasi ini, ketersediaan sistem ditentukan dalam dua skenario yang
disebutkan sebagai:
Skenario 1: Sistem dalam kondisi nominal
Skenario 2: Sistem dalam penilaian kondisi lingkungan
Tabel 2: Tingkat kegagalan konstan komponen/subkomponen
Mode gagal Tingkat Kegagalan Konstan (jam-1)

Titik panas 7.13x10-7

Bypass dioda 5,85 x 10-7
Kotak persimpangan 7.87x10-7
Delaminasi 5,44 x 10-7
Kotak kaca (pecah) 5,44 x 10-7
Sel 7.13x10-6
Pita solder 4,84 x 10-6
Kotak interkoneksi 4.68x10-6
b-perubahan warna 1,36x10-20
a-perubahan warna 3,08x10-20
b-korosi 1,61x10-21
a- Korosi 3,08x10-20
kabel DC 4.83x10-8
Kabel DC Koefisien korosi 1,68x10-7
Kabel AC 1,30x10-8
Kabel AC Koefisien korosi 8.82x10-8
Inverter 9,51 x 10-6

Tabel 3: Tingkat perbaikan komponen sistem PV

Komponen Waktu PM (satuan) CM (satuan)
panel surya 0,3 1.5
kabel DC 0.2
kabel AC 0.2
Inverter 0,3

5.1 Hasil dan Diskusi

Setelah iterasi algoritma berhasil, dan memvariasikan jumlah
tindakan pemeliharaan untuk mendapatkan yang optimal yang menghasilkan ketersediaan
maksimum untuk kedua skenario, diamati seperti pada Gambar 6 pada kondisi nominal,
ketersediaan sistem maksimum ketika tiga (3) tindakan pemeliharaan dilakukan. Gambar 7
menjelaskan ketersediaan skenario 2 dimana elemen lingkungan' pengaruh diperhitungkan. Kami
melihat bahwa hanya dua (2) tindakan pemeliharaan yang menghasilkan waktu henti paling sedikit.
Pada Gambar 8, jelas bahwa sistem lebih tersedia dalam kondisi nominal bahkan dengan
peningkatan jumlah pemeliharaan dengan skenario 2 memiliki 99,1% di bawah 10 tindakan
pemeliharaan, 98,7% pada 15 dan 98,2% pada 20. Nilai yang sesuai adalah 99,56 %, 99,47 dan 99,37%
untuk skenario 1 masing-masing. Sejumlah besar dipilih untuk menentukan untuk memastikan
bahwa nilainya adalah maksimum global dan bukan maksimum lokal. Mempertimbangkan pengaruh
lingkungan pada ketersediaan, efeknya lebih terlihat pada keandalan daripada ketersediaan.
Gambar 6: Ketersediaan sistem di bawah kondisi lingkungan nominal nominal

Gambar 7: Ketersediaan sistem di bawah pengaruh kondisi lingkungan

Gambar 8: Ketersediaan sistem untuk membandingkan 2 skenario.

Selama setiap tindakan perawatan, karena diasumsikan bahwa komponen menjalani

perawatan yang sempurna, mereka membuat sistem hampir seperti baru jika semua komponen
diganti yang membuatnya sangat andal. Dengan jumlah maksimum pemeliharaan yang
menghasilkan ketersediaan, kita dapat memperoleh panjang antara misi pemeliharaan sebagai 1000/
N* mewakili 333 unit untuk skenario1 dan 500 unit untuk skenario 2. Pada tabel 4 dan 5 komponen
yang dipilih untuk diganti selama masing-masing tindakan pemeliharaan ditampilkan.

Tabel 4: Diganti komponenselama aksi PM dalam skenario 1 ketika N* = 3

Periode (satuan) Keandalan panel surya kabel AC kabel DC Inverter
(%)
333 96.08 x x - -
666 99.36 - - x x
1000 99,99 x x x x

Pada aksi pertama seperti pada tabel 4, panel PV dan kabel AC dipertahankan sehingga keandalan
sistem menjadi 98,74% dan 85,32% sedangkan 2 komponen lainnya dipertahankan. Setiap kali suatu
komponen menjalani perawatan, ia memiliki kemungkinan kegagalan yang lebih rendah. Oleh karena itu,
peningkatan nilai keandalan sistem tercapai untuk misi berikutnya. Pada aliran terakhir, a
perawatan sempurna dilakukan dengan mengganti semua komponen dan membuat sistem “As
Bagus Seperti Baru”. Pada tabel 5, hanya panel PV dan inverter yang dipertahankan selama istirahat
pemeliharaan dengan sistem yang memiliki keandalan 89,38% dengan penggantian komponen total di
ujung cakrawala.

Tabel 5: Diganti komponenselama aksi PM di skenario 2 saat N *= 2

Periode (satuan) Keandalan panel surya kabel AC kabel DC Inverter
(%)
500 89.38 x - - x
1000 99,99 x x x x
5.2 Analisis sensitivitas
Untuk memvalidasi algoritme, kami memutuskan untuk mengujinya dengan nilai yang
berbeda dari waktu perawatan korektif 10 dan 20 dan waktu reparasi masing-masing menjadi 0,2,
0,1, 0,15 dan 0,25 untuk panel PV, kabel DC dan AC dan inverter serta kekritisan koefisien 3, 4, 4, 1
untuk suhu, kelembaban, radiasi dan tekanan, hasilnya ditabulasikan pada tabel 6 dan 7. Dari tabel 6,
jumlah misi yang optimal adalah 5 untuk skenario 1 dan 2 untuk skenario 2. Untuk skenario
2, jumlah optimal tetap sama dengan kondisi awal tetapi ada sedikit variasi dalam ketersediaan
dari 99,50% menjadi 99,75% pada kondisi kritis yang sama untuk sistem dengan penurunan
jumlah CM dan peningkatan waktu PM. Pada tabel 7, waktu CM dan PM mengalami peningkatan
tetapi perubahan ketersediaan tidak signifikan dibandingkan dengan nilai awal
99,50%

Tabel 6: Hasil untuk waktu CM = 10

skenario 1 Skenario 2
T* 5 2
SEBUAH* (%) 99.83 99,75
R (%) 97.25 70.57

Tabel 7: Hasil untuk waktu CM = 20

skenario 1 Skenario 2
T* 4 4
SEBUAH* (%) 99.64 99,51
R (%) 96.58 72.72

Reliabilitas terlihat menurun dari 97,25% menjadi 96,58% pada skenario 1. Hal ini disebabkan oleh sedikit
perubahan pada periodisitas optimal dari 5 menjadi 4 dan peningkatan pada skenario 2 dari 70,57% menjadi
72,72% karena memiliki periodisitas yang lebih pendek. Untuk mengeksplorasi lebih lanjut pengaruh kondisi
lingkungan, 4 vektor yang berbeda dibangun sewenang-wenang dari gambar 4 dan ditabulasikan pada tabel 8.
Hasil yang ditabulasikan pada tabel 9 digunakan untuk membandingkan hasil yang diperoleh pada tabel 6 dan 7.

Tabel 8: String vektor untuk penilaian lingkungan

Vektor Parameter
[T, H, Saya, P]

1 [4, 2, 5, 1]
2 [2, 4, 5, 5]
3 [3, 2, 2, 5]
4 [2, 3, 3, 5]

Tabel 9: Pengaruh lingkungan dengan cm = 10 dan cm = 20 untuk vektor 1 dan 2

Vektor Ketersediaan (%) Keandalan (%)
cm = 10 cm = 20
1 99,58 78,84 79,93
2 99.62 26.70 27.50
3 99,51 35.10 36.30
4 99.48 13.60 14.10

Jelas dari tabel 9 bahwa suhu memainkan peran paling signifikan pada sistem PV. Oleh
karena itu, ketika suhu rendah, keandalan terlihat terpengaruh secara drastis sehingga
membuat keandalan sistem sangat rendah sementara koefisien tekanan mempengaruhi keandalan
secara minimal. Namun ini dapat dikaitkan dengan fakta bahwa suhu mempengaruhi sebagian besar
komponen seperti yang terlihat pada tabel 1. Dari tabel 9, vektor string V1 memiliki suhu untuk
4, kelembaban 2, Iradiasi 5 dan tekanan 1 memiliki reliabilitas tertinggi sebesar 78,84% saat CM
= 10 dan 79,93% saat CM = 20 dengan 99,58%. Di V2, suhu diturunkan sementara kelembaban
meningkat dan parameter lainnya maksimum, keandalannya ditemukan 26,7% dan
27,50% untuk CM 10 dan 20 masing-masing. meningkatkan suhu, mengurangi kelembaban dan radiasi
sambil menjaga tekanan konstan seperti pada V3 meningkatkan keandalan dari 26,7% menjadi
35,1% saat CM10 dan 27,5% menjadi 36,3% saat CM20. Terakhir di V4, keandalan yang sangat
rendah dialami dengan parameter vektor meskipun kelembaban dan radiasi meningkat.

6 Kesimpulan

Makalah ini menyajikan algoritma untuk pemeliharaan preventif selektif dengan mempertimbangkan:
ambang keandalan. Keandalan setiap komponen dihitung pada akhir setiap misi
dan komponen yang akan diganti telah ditentukan sebelumnya. Ketersediaan
sistem ditentukan untuk setiap skenario di bawah setiap tindakan pemeliharaan
sehingga dapat menentukan jumlah optimal tindakan pemeliharaan yang
menjamin ketersediaan. Keandalan sistem juga diperhitungkan dengan
mempertimbangkan jumlah perawatan yang optimal saat melakukan perawatan
selektif pada komponen. Untuk kedua skenario, 2 komponen dipertahankan selama
setiap tindakan. Suhu, kelembaban, tekanan atmosfer dan radiasi matahari
ditemukan memperburuk kegagalan dalam sistem fotovoltaik. pengaruhnya
dipertimbangkan untuk memahami besarnya pengaruhnya terhadap ketersediaan
sistem serta keandalannya.

Waktu perawatan bervariasi untuk komponen serta kondisi lingkungan. Dari hasil
analisis, suhu terbukti sangat berpengaruh terhadap sistem. ketika koefisien suhu tinggi
seperti pada V1, menghasilkan keandalan yang tinggi sebesar 78,84% dan 79,93%
sedangkan pada V4, hanya menghasilkan masing-masing 13,60% dan 14,10% bahkan ketika
parameter lain cukup baik. Suhu tinggi ini meningkatkan keandalan sistem dalam ambang
batas. Oleh karena itu, pengaruh lingkungan terhadap sistem PV dieksplorasi dan
hubungan dengan waktu pemeliharaan ditetapkan. Terbukti bahwa kondisi lingkungan
mempengaruhi keandalan sistem secara signifikan tetapi memiliki pengaruh minimal pada
ketersediaan.
 DEKLARASI

Persetujuan Etis

Tak dapat diterapkan

Persetujuan untuk Berpartisipasi

Tak dapat diterapkan

Persetujuan untuk Memublikasikan

Tak dapat diterapkan

Kontribusi Penulis
Metodologi pengerjaan dikembangkan oleh Zied Hajej dan Aime Nyoungue sedangkan
algoritma/pengembangan perangkat lunak dilakukan oleh Aisha Saad dan Aime Nyoungue.
Aisha Saad, Zied Hajej dan Aime Nyoungue menyiapkan draft asli dan divalidasi oleh Zied
Hajej dan Aime Nyoungue. Semua penulis telah membaca dan menyetujui penyerahan
naskah

Pendanaan / Bunga Bersaing

Kami menyatakan bahwa kami tidak memiliki afiliasi dengan keterlibatan dalam organisasi atau entitas mana pun dengan

kepentingan keuangan dan/atau non-keuangan apa pun dalam penelitian yang disajikan dalam naskah ini.

Ketersediaan Data

Semua data yang dihasilkan atau dianalisis selama penelitian ini termasuk dalam artikel yang diterbitkan ini.

REFERENSI
[1] García FP, Pedregal DJ, Roberts C (2010) Metode deret waktu diterapkan pada prediksi dan
deteksi kegagalan. Reliab Eng Syst Saf 95(6):698-703.
[2] Kalogirou, S. (Ed.). (2017). Buku Pegangan Fotovoltaik McEvoy: Dasar-dasar dan
Aplikasi. Pers Akademik.
[3] Zied H., Rezg N., dan Bouzoubaa M. (2017). Strategi Pemeliharaan Terpadu untuk Sistem
Pembangkit Listrik di bawah Variasi Tingkat Kegagalan, 6ini Konferensi Internasional
tentang Penelitian dan Aplikasi Energi Terbarukan, San Diego, CA, AS, hlm 5-8

[4] BS DHILLON, (1999). BAB 3 - Tindakan Pemeliharaan, Fungsi, dan Model,

Pemeliharaan Teknik, Penerbitan Profesional Teluk, Halaman 32-49,
https://doi.org/10.1016/B978-088415257-6/50003-X.
[5] Baschel, S.; Koubli, E.; Roy, J.; Gottschalg, R. (2018) Dampak Keandalan Komponen
pada Kinerja Sistem Fotovoltaik Skala Besar. Energi 2018, 11, 1579.
[6] Pandey M., Zuo MJ, dan Moghaddass R. (2015) Penjadwalan pemeliharaan selektif di atas
cakrawala perencanaan yang terbatas, jurnal risiko dan keandalan, hlm 1-16. DOI:
10.1177/1748006X15598914
[7] Stember LH, Huss WR, Bridgman MS (1982). Sebuah metodologi untuk keandalan sistem
fotovoltaik dan analisis ekonomi. IEEE Trans Rel; R-31(3):296-303.
[8] Alonso, R.; Romawi, E.; Sanz, A.; Santos, VEM; Ibanez, P. (2012). Analisis Pengaruh
Tegangan Inverter Terhadap Kinerja Arsitektur MPPT Terdistribusi. IEEE Trans. Ind.
Elektron., 59, 3900-3907.
[9] Wohlgemuth, JH; Cunningham, DW; Monus, P.; Miller, J.; Nguyen, A. (2006).
Keandalan Jangka Panjang Modul Fotovoltaik. Dalam Prosiding Konferensi Dunia
IEEE 4 Tahun 2006 tentang Energi Fotovoltaik, Waikoloa, HI, AS, 7-12 Mei 2006;
Jilid 2, hal. 2050-2053.
[10] Di sini, NG; Shiradkar, N.; Schneller, E.; Gade, V. (2013). Keandalan dioda bypass
dalam modul PV. Prok. SPIE 2013, 8825.
[11] Cristaldi, L.; Khalil, M.; Fafer, M.; Soulatiantork, P. (2015). Model keandalan proses
Markov untuk kegagalan enkapsulasi modul fotovoltaik. Dalam Prosiding Konferensi
Internasional 2015 tentang Penelitian dan Aplikasi Energi Terbarukan (ICRERA),
Palermo, Italia, 22-25 November 2015; hal. 203-208.
[12] Dhople SV, Davoudi A, Chapman PL, Domi´ńguez-Garci´a AD. (2010). Dalam: Mengintegrasikan
keandalan inverter fotovoltaik ke dalam estimasi hasil energi dengan model markov. Kontrol
dan pemodelan untuk elektronika daya (COMPEL), 12ini Lokakarya IEEE hal. 1-5.
[13] Tsai Y, Wang K dan Teng H. (2001). Mengoptimalkan pemeliharaan preventif untuk komponen mekanis
menggunakan algoritma genetika. Keandalan Eng Syst Aman; 74(1): 89-97.
[14] Tsai Y, Wang K dan Tsai L. (2004) Sebuah studi tentang pemeliharaan preventif yang berpusat pada
ketersediaan untuk sistem multi-komponen. Keandalan Sistem Engng Aman; 84(3): 261-270.
[15] Vaurio JK. (1997). Ketersediaan yang bergantung pada waktu dan optimalisasi pemeliharaan unit siaga
di bawah berbagai kebijakan pemeliharaan. Keamanan Sistem Engng Keandalan;56/1:79-
90.
[16] Legat V, Zaludora AH, Cervenka V, Jurca V. (1996). Kontribusi untuk optimalisasi
penggantian preventif. Keamanan Sistem Terpercaya;51/3:259-66.
[17] Vatn, J., Hokstad, P., & Bodsberg, L. (1996). Model keseluruhan untuk pemeliharaan
optimasi. Rekayasa Keandalan & Keamanan Sistem, 51(3), 241-257.
[18] Li, S. (2012). Penilaian Risiko Tergantung Kondisi dari Grid-Tied Skala Besar
Sistem Tenaga Fotovoltaik. Laporan tesis master.
[19] Ahadi, A., Ghadimi, N., & Mirabbasi, D. (2014). Penilaian keandalan untuk
komponen sistem fotovoltaik skala besar. Jurnal Sumber Daya, 264, 211-219.
[20] Colli, A. (2015). Modus kegagalan dan efek
analisis untuk sistem fotovoltaik. Memperbarui. Menopang. Energi Rev. 50, hal 804-809,
https://doi.org/10.1016/j.rser.2015.05.056.
[21] Gertsbakh, I. Teori Keandalan: Dengan Aplikasi untuk Pemeliharaan Pencegahan, edisi pertama;
Springer: Berlin, Jerman, 2005; 219 hal.

[22] Shenoy, PS, Kim, KA, Johnson, BB, & Krein, PT (2013). Pemrosesan daya diferensial
untuk meningkatkan produksi energi dan keandalan sistem fotovoltaik. Transaksi
IEEE pada Power Electronics, 28(6), 2968-2979.
[23] A.Realini, (2003). Berarti waktu sebelum kegagalan laporan akhir modul fotovoltaik, Laporan
akhir BBW 99.0579, hlm 49.
[24] Al-Rawi NA, Al-Kaisi MM, Asfer D. (1994). Keandalan modul fotovoltaik II.
Interkoneksi dan efek dioda bypass. Bahan Energi Surya dan Sel Surya
1994;31(4):469-480.
[25] Benazzouz, A., Barhdadi, A., Fabrizio, B., & Verdilio, D. (2016). Pengembangan Rencana
Pemeliharaan Pencegahan Tingkat Lanjut untuk Pembangkit Listrik Tenaga Fotovoltaik
Konsentrasi Tinggi yang terhubung ke jaringan. Ulasan Afrika FISIKA, 11, 81-87.
Lampiran 1

Panas persimpangan Kaca dioda Delaminasi Sel solder interkoneksi perubahan warna korosi Memotong korosi terbalik
titik n kotak kasus jalan pintas tidak pita g di atas kotak tidak tidak n kabel r

Konstan 3.993 2.907 1.336 3.521 1.783 1.517 1.207 1.741 3.463 2.703 1.692 1.591 1,874

suhu 0 0.141 0,461 0 0.228 0,293 0,438 0,2132 0 0,153 0,365 0,133 0,395
e
radiasi 0,369 0 0 0.361 0 0 0 0 0,128 0,2062 0 0 0

Kelembaban 0 0.102 0 0 0,319 0 0,080 0,408 0,076 0 0 0,338 0,179

Tekanan 0 0 0 0 0 0,170 0 0 0 0 0 0 0

20.415 39.100 18.584 12,997 35,743 20.516 19.154 45.093 60,161 46.679 18.440 22.952 38.384
Angka

Gambar 1

Tata letak lapangan PV

Gambar 2

Evolusi keandalan sistem

Gambar 3

ilustrasi tingkat kegagalan selama tindakan pemeliharaan preventif

Gambar 4

Koefisien kekritisan elemen cuaca

Gambar 5

Bagan alur algoritma

Gambar 6

Ketersediaan untuk sistem di bawah kondisi lingkungan nominal

Gambar 7
Ketersediaan untuk sistem di bawah pengaruh kondisi lingkungan

Angka 8

Ketersediaan untuk sistem yang membandingkan 2 skenario.