Dosen Pembimbing
Novie Ayub Windarko, S.T., M.T., Ph.D.
NIP. 19751114.200003.1.001
SURABAYA
2020
PROYEK AKHIR
Dosen Pembimbing
Novie Ayub Windarko, S.T., M.T., Ph.D.
NIP. 19751114.200003.1.001
SURABAYA
2020
ABSTRAK
ABSTRAK
i
ABSTRACT
ABSTRACT
ii
KATA PENGANTAR
KATA PENGANTAR
Penulis
iii
UCAPAN TERIMAKASIH
UCAPAN TERIMA KASIH
iv
DAFTAR ISI
DAFTAR ISI
ABSTRAK ............................................................................................... i
ABSTRACT............................................................................................ ii
KATA PENGANTAR ........................................................................... iii
UCAPAN TERIMA KASIH.................................................................. iv
DAFTAR ISI............................................................................................v
DAFTAR GAMBAR ............................................................................ vii
DAFTAR TABEL....................................................................................x
DAFTAR LAMPIRAN.......................................................................... xi
BAB I PENDAHULUAN
1.1. Latar Belakang.................................................................................1
1.2. Tujuan..............................................................................................2
1.3. Metodologi ......................................................................................2
1.4. Perumusan dan Batasan Masalah.....................................................4
1.5. Sistematika Pembahasan..................................................................4
1.6. Tinjauan Pustaka .............................................................................5
BAB II DASAR TEORI
2.1. Photovoltaic.....................................................................................7
2.2. Unilluminated Solar PV (PV Simulator) .......................................11
2.3. Partial Shading Condition (PSC) ..................................................12
2.4. DC-DC Boost Converter ...............................................................14
2.5. Sensor Tegangan ...........................................................................18
2.6. Sensor Arus ...................................................................................18
2.7. Algoritma Differential Evolution (DE)..........................................20
2.8. Penerapan Algoritma Differential Evolution pada MPPT .............25
BAB III PERANCANGAN DAN PEMBUATAN SISTEM
3.1 Gambaran Umum Sistem...............................................................29
3.2 Perencanaan Perangkat Keras Sistem ............................................30
3.2.1. Panel Surya ..............................................................................30
3.2.2. DC-DC Boost Converter ..........................................................31
3.2.3. Sensor Tegangan......................................................................35
3.2.4. Sensor Arus..............................................................................37
3.2.5. Rangkaian Driver MOSFET ....................................................38
3.2.6. Rangkaian Unilluminated Solar PV .........................................38
v
3.3. Perencanaan Perangkat Lunak Sistem........................................... 42
BAB IV PENGUJIAN DAN ANALISA
4.1. Pengujian Parsial........................................................................... 45
4.1.1. Pengujian Karakteristik Panel Surya (unilluminated).............. 45
4.1.2. Pengujian PWM Driver MOSFET........................................... 49
4.1.3. Pengujian DC-DC Boost Converter.........................................52
4.1.3.1 Pengujian Fungsional Boost Converter ............................... 52
4.1.3.2 Pengujian Full Load pada Boost Converter ........................ 54
4.1.4. Pengujian Sensor Tegangan..................................................... 55
4.1.5. Pengujian Sensor Arus ACS712 .............................................. 60
4.2. Pengujian Integrasi (berbasis simulasi) .........................................63
4.2.1. Pengujian MPPT DE pada kondisi normal (non-shading)....... 64
4.2.2. Pengujian MPPT DE pada kondisi partial shading konstan.... 66
4.2.3. Pengujian MPPT DE pada kondisi partial shading fluktuatif .68
4.2.4. Perbandingan performa MPPT DE dengan MPPT PSO .......... 73
BAB V PENUTUP
5.1. Kesimpulan .................................................................................... 77
5.2. Saran .............................................................................................. 78
DAFTAR PUSTAKA............................................................................ 79
LAMPIRAN .......................................................................................... 81
PROFIL PENULIS ................................................................................ 93
vi
DAFTAR GAMBAR
DAFTAR GAMBAR
Gambar Halaman
2.1. Ilustrasi Photovoltaic....................................................................7
2.2. Rangkaian Ekivalen Panel Surya..................................................8
2.3. Kurva karakteristik panel surya Ipv-Vpv dan Ppv-Vpv dengan
beberapa macam iradiasi...............................................................9
2.4. Kurva karakteristik P-V dengan beberapa jenis temperatur .......10
2.5. Rangkaian Unilluminated Solar Panel.......................................11
2.6. Diode Bypass pada Panel Surya .................................................12
2.7. Kurva P-V pada PV String dengan kondisi partial shading.......13
2.8. Rangkaian DC-DC Boost Converter ..........................................14
2.9. DC-DC Boost Converter Switch ON (Close).............................15
2.10. DC-DC Boost Converter Switch OFF (Open)............................16
2.11. Gelombang arus induktor ...........................................................16
2.12. Gelombang tegangan induktor ...................................................16
2.13. Rangkaian pembagi tegangan.....................................................18
2.14. Bentuk fisik ACS712 .................................................................19
2.15. Grafik linearitas ACS712-20A...................................................19
2.16. Pemasangan ACS-712................................................................20
2.17. Klasterisasi metode soft-computing pada MPPT........................20
2.18. Tahapan utama pada algoritma DE ............................................21
2.19. Initialization populasi pada algoritma DE..................................22
2.20. Mutation vector/partikel pada algoritma DE ..............................23
2.21. Tahap selection pada algoritma DE............................................24
2.22. Mutation vector/partikel pada algoritma DE ..............................27
3.1. Blok Diagram Sistem .................................................................29
3.2. Skematik Boost Converter..........................................................31
3.3. Tampilan dari Boost Converter ..................................................34
3.4. Skematik Sensor Tegangan Input...............................................35
3.5. Hardware sensor tegangan input ................................................36
3.6. Skematik Sensor Tegangan Output ............................................37
3.7. Sensor arus output dan sensor tegangan output pada hardware..38
3.8. Tampilan driver MOSFET (FOD3182)......................................38
3.9. Tampilan alat tugas akhir secara keseluruhan ............................39
3.10. Rangkaian pemodelan unilluminated solar PV ..........................39
vii
3.11. Simulasi sistem MPPT DE pada software PSIM ....................... 44
4.1. Diagram rangkaian pengujian panel surya dengan teknik
unilluminated.............................................................................. 46
4.2. Rangkaian pengujian kurva P-V uniluminated ............................ 47
4.3. Kurva karakteristik P-V pada beberapa pola iradiasi................... 48
4.4. Kurva karakteristik I-V pada beberapa pola iradiasi.................... 48
4.5. Rangkaian pengujian PWM driver............................................... 50
4.6. Gelombang PWM duty 30% ........................................................ 50
4.7. Gelombang PWM duty 50% ........................................................ 51
4.8. Gelombang PWM duty 70% ........................................................ 52
4.9. Rangkaian pengujian fungsional Boost Converter....................... 53
4.10. Rangkaian pengujian full load pada Boost Converter................ 55
4.11. Grafik Liniearitas sensor tegangan input ................................... 57
4.12. Grafik Liniearitas sensor tegangan output .................................60
4.13. Grafik Liniearitas sensor arus input ........................................... 61
4.14. Grafik Liniearitas sensor arus output .........................................62
4.15. Rangkaian simulasi integrasi MPPT DE pada PSIM .................63
4.16. Simulasi kurva P-V kondisi normal/non-shading ...................... 64
4.17. Grafik MPPT DE untuk daya panel surya kondisi normal.........64
4.18. Duty cycle MPPT DE pada panel surya kondisi normal............ 65
4.19. Grafik daya output pada boost converter ................................... 65
4.20. Simulasi kurva P-V kondisi partial shading konstan.................66
4.21. Grafik MPPT DE daya panel surya partial shading konstan ..... 66
4.22. Duty cycle MPPT DE panel surya partial shading konstan ...... 67
4.23. Perubahan nilai iradiasi partial shading selama 5 detik............. 69
4.24. Simulasi kurva P-V pola partial shading 1................................ 70
4.25. Simulasi kurva P-V pola partial shading 2................................ 70
4.26. Simulasi kurva P-V pola partial shading 3................................ 70
4.27. Simulasi kurva P-V pola partial shading 4................................ 71
4.28. Simulasi kurva P-V pola partial shading 5................................ 71
4.29. Grafik MPPT DE daya panel surya pada partial shading
fluktuatif selama 5 detik...................................................................... 72
4.30. Duty cycle MPPT DE daya panel surya pada partial shading
fluktuatif selama 5 detik ............................................................. 72
4.31. Grafik MPPT DE daya panel surya pada iradiasi matahari
fluktuatif selama 4 detik ............................................................. 74
viii
4.32. Grafik MPPT PSO daya panel surya pada iradiasi matahari
fluktuatif selama 4 detik ................................................................74
4.33. Duty cycle MPPT DE panel surya pada iradiasi matahari fluktuatif
selama 4 detik ................................................................................75
4.34. Duty cycle MPPT PSO panel surya pada iradiasi matahari
fluktuatif selama 4 detik ................................................................75
ix
DAFTAR TABEL
DAFTAR TABEL
Gambar Halaman
3.1. Spesifikasi Panel Surya................................................................... 30
4.1. Nilai iradiasi matahari dan arus Isc setting pada pengujian
unilluminated solar PV .................................................................... 47
4.2. Nilai daya GMPP dan LMPP pada keempat pola iradiasi .............. 49
4.3. Hasil pengujian fungsional boost converter................................... 52
4.4. Hasil pengujian full load pada boost converter .............................. 54
4.5. Data sensor tegangan input ............................................................. 56
4.6. Data sensor tegangan output ........................................................... 58
4.7. Data sensor arus input..................................................................... 61
4.8. Data sensor arus output................................................................... 62
4.9. Tabel hasil MPPT DE pada variasi partial shading konstan .......... 68
4.10 Tabel pola partial shading selama 5 detik...................................... 69
4.11. Tabel hasil MPPT DE pada partial shading fluktuatif 5 detik ..... 72
4.12. Tabel perbandingan MPPT DE dengan MPPT PSO..................... 74
x
DAFTAR LAMPIRAN
DAFTAR LAMPIRAN
Lampiran Halaman
1. Letter of Acceptance pada paper........................................................81
2. Data pengujian PV .............................................................................82
3. Program MPPT DE pada Keil............................................................90
xi
BAB 1
PENDAHULUAN
BAB I
PENDAHULUAN
Pada bab ini akan dijelaskan tentang latar belakang pembuatan
proyek akhir ini, serta juga dijelaskan metodologi dan tinjauan pustaka
untuk menunjang dalam pembuatan proyek akhir.
keragaman partikel sehingga pada tahap ini partikel hasil mutation akan
diterima berdasarkan probabilitas secara acak serta ada konstanta
pengontrol yang disebut Crossover Rate (CR) yang memiliki range nilai
0 sampai 1. Tahap selection adalah dimana partikel hasil crossover akan
diseleksi dengan cara melakukan evaluasi fitness yang mana dalam hal ini
adalah daya panel surya. Jika hasil fitness baru lebih baik dari hasil fitness
sebelumnya maka partikel mutation akan menggantikan partikel
sebelumnya yang ada di dalam populasi. Proses ini akan berulang sampai
semua partikel memiliki sifat terbaik. Pada proyek akhir ini dirancang
implementasi MPPT menggunakan algoritma Differential Evolution
dengan DC-DC boost converter agar didapatkan daya panel surya
maksimum saat kondisi partial shading.
1.2. Tujuan
Tujuan yang ingin dicapai dalam pembuatan proyek akhir ini
adalah mencoba mengimplementasikan MPPT menggunakan algoritma
differential evolution (DE) dengan boost converter untuk memaksimalkan
daya keluaran dari panel surya dalam kondisi partial shading.
1.3. Metodologi
Dalam Proyek Akhir ini diperlukan suatu metode untuk
mendapatkan hasil yang maksimal, maka direncanakan langkah–langkah
yang dapat dilakukan dalam pelaksanaan Proyek Akhir ini. Rancangan
metodologi Proyek Akhir yang dibuat adalah sebagai berikut:
1. Studi Literatur
Studi literatur mengenai konsep dasar dari MPPT, konverter,
mikrokontroler serta peralatan penunjang lainnya.
3. Perancangan Sistem
Melakukan perancangan sistem Proyek Akhir secara umum. Mulai
dari Boost Converter, driver MOSFET, sensor arus, sensor tegangan.
Pembuatan dan perencanaan melengkapi sistem antara lain:
3
B. Driver MOSFET
Driver MOSFET dalam proyek akhir ini digunakan sebagai
penguat tegangan PWM dari mikrokontroler serta untuk mengaktifkan
gate-source pada MOSFET agar dapat meregulasi tegangan DC yang
masuk.
C. Sensor Arus
Sensor arus dalam proyek akhir ini digunakan sebagai pendeteksi
adanya arus di input maupun output konverter, kemudian data sensor arus
dikirim ke mikrokontroler ARM STM32F1.
D. Sensor Tegangan
Sensor tegangan dalam proyek akhir ini digunakan sebagai
pendeteksi adanya tegangan di input maupun output konverter, kemudian
data sensor tegangan dikirim ke mikrokontroler ARM STM32F1.
BAB V : Penutup
Bab ini membahas kesimpulan dari pembahasan, perencanaan,
pengujian dan analisa berdasarkan data hasil pengujian sistem. Untuk
meningkatkan hasil akhir yang lebih baik diberikan saran-saran terhadap
hasil pembuatan Proyek Akhir.
2.1. Photovoltaic
Photovoltaic dibuat dari begitu banyak bagian-bagian kecil yang
disebut sel surya yang terkoneksi seri dan paralel untuk mendapatkan nilai
tegangan dan arus yang dibutuhkan. Kumpulan dari banyak sel surya
disebut dengan modul atau panel surya. Ketika cahaya matahari yang
berupa paket-paket partikel membentur mengenai sebuah material
semikonduktor yang bersifat positif dan negatif, partikel-partikel disebut
photon ini mentransfer energi karena benturannya terhadap material
menyebabkan atom-atom material kehilangan elektronelektronnya.
Elektron-elektron ini bergerak menuju permukaan dan menyebabkan
permukaan yang berseberangan menjadi bermuatan positip. Apabila
sebuah penghantar diletakkan diantara kedua perbedaan muatan diantara
permukaan material seperti ini, dan benturan partikel photon terhadap
material berlanjut secara konstan dan kontinyu, maka arus elektron akan
terus bergerak dengan stabil. Begitulah energi listrik diproduksi oleh
photovoltaic.
1
Ciptian Weried Priananda, ”Desain Model MPPT Baru pada Topologi PV Farm Berbasis
Cluster yang Tertutup Bayangan Sebagaian”, Tesis 2017, hal. 8.
7
8
Dengan keterangan:
2
Ibid., 9.
9
Gambar 2.3. Kurva karaktersistik panel surya Ipv-Vpv dan Ppv-Vpv, dengan
beberapa macam iradiasi3
3
Fuzzy Logic Based Based Adaptive P&O MPPT for Photovoltaic System, diakses dari
http:// https://www.researchgate.net/publication/304039382, pada 5 Januari 2020.
10
4
Ibrahim, Olamedji, “Matlab/Simulink Model of Solar PV Array with Perturb and Observe
MPPT for Maximising PV Array Efficiency”, jurnal CENCON, 2015, hal. 4.
11
5
J.C. Teo, R.H.G. Tan, “Impact of Partial Shading on the P-V Characteristics and the
Maximum Power of a Photovoltaic String”, jurnal Elsevier, 2015, hal. 4.
12
Namun ada efek samping dari pemasangan bypass diode ini. Saat
sebuah PV Array dalam keadaan iradiasi seragam (uniform irradiance),
terdapat 1 puncak pada kurva karakteristik P-V yang menunjukkan
puncak global atau global peak. Puncak ini menunjukkan daya maksimum
pada PV Array tersebut. Ketika partial shading terjadi, muncul beberapa
6
Bower, Ward, “Electrical and thermal finite element modeling of arc faults in photovoltaic
bypass diodes”, Conference: World Renewable Energy Forum, Denver, 2012, hal. 2.
13
kurva pada kurva P-V karena pemasangan bypass diode. Akibatnya daya
yang diserap oleh sistem komsumen tidak maksimal dan ada penurunan
efisiensi yang cukup mempengaruhi kualitas daya dari sistem panel surya
tersebut. Banyaknya puncak yang muncul tergantung dari konfigurasi PV
String serta seberapa besar efek partial shading. Gambar 2.6
menunjukkan kurva P-V saat terjadi partial shading.
Gambar 2.7. Kurva P-V pada PV String dengan kondisi partial shading7
7
Li, Heng & Peng, “A Newton-Based Extremum Seeking MPPT Method for Photovoltaic
Systems with Stochastic Perturbation”, International Journal Photoenergy Hindawi, 2014,
hal. 7.
14
8
W. Hart, Daniel, Power Electronics (New York : McGraw-Hill,2011), Boost Converter,
hal. 212.
15
Analisa switch ON
Ketika dalam keadaan switch ON, diode berada dalam reverse
bias. Hukum tegangan Kirchoff yang berlaku terdapat pada jalur sumber,
induktor dan switch yang tertutup sebagaimana persamaan berikut.
diL
v L = VS = L ………………………………………………………..(2.2)
dt
Nilai perubahan arus adalah konstan, sehingga nilai arus akan naik
secara linear ketika switch ON, seperti pada Gambar 2.10. Nilai perubahan
arus induktor dapat dihitung dengan persamaan berikut.
= − =L ………………………………………………...(2.4)
( )( )
(ΔiL )open = …………………………………………….(2.5)
L
9
Ibid., 212.
16
10
Ibid., 212.
11
Ibid., 213.
12
Ibid., 213.
17
( )( )
+ = 0……………………………………......(2.7)
( +1− )− (1 − ) = 0.…………………………….…….(2.8)
= ………………………………………………….……… (2.9)
( )
L = …………………………………………………...(2.9)
= ………………………………………………………… (2.10)
ΔiL
= ……………………………………………………….. (2.11)
RC
= ………………………………………………….. (2.12)
R( / )
18
R2
Vout = Vin× ……………………………………………….. (2.13)
R1 +R2
Dengan keterangan:
Vout = Tegangan output sensor sebagai input ADC (Volt)
Vin = Tegangan input sensor (Volt)
R1 = Resistor 1 (Ohm)
R2 = Resistor 2 (Ohm)
13
Dokumentasi pribadi
19
arus. Nilai variabel dari sensor ini merupakan input ADC pada
mikrokontroler yang kemudian diolah agar dapat dikomputasi sebagai
variabel kontrol MPPT. Pada umumnya aplikasi sensor ini biasanya
digunakan untuk mengontrol motor, deteksi beban listrik, switched-mode
power supplies dan proteksi beban berlebih. Bentuk fisik dari sensor arus
ACS712 dapat dilihat pada gambar di bawah ini.
14
“Current Sensor ACS712 30A”, (http://www.senith.lk, diakses pada 19 November 2019).
15
ACS-712 datasheet, hal. 1.
20
16
“ACS712”, (https://forum.arduino.cc/, diakses pada 19 November 2019).
17
Salam, Zainal, “The application of soft computing methods for MPPT for PV system:
a technological and status review”, jurnal Elsevier, 2013, hal. 138.
21
18
Gangopadhyaya, Malay. “Design optimization of microstrip fed rectangular microstrip
antenna using differential evolution algorithm”. Jurnal ReTIS, 2015. hal. 2.
22
19
K. V. Price, R. M. Storn, Differential Evolution: A Practical Approach to Global
Optimization (Germany: Springer, 2006), hal. 31.
23
Dengan keterangan:
V = partikel mutation/mutant vector
Xr(n) = partikel yang dipilih secara acak/target vector
F = faktor mutation dipilih dari range 0 sampai 1
r = indeks dengan nilai acak dipilih dari populasi
G = urutan generasi
20
Ibid., hal. 31.
24
crossover. Tahap crossover ini menghasilkan trial vector Ui. Syarat yang
digunakan pada tahap crossover dapat dilihat pada persamaan 2.16
dimana sebuah angka random dengan range 0 sampai 1 dibandingkan
dengan konstanta crossover rate (Cr) dengan yang dipilih dari range 0
hingga 1. Tahap crossover bertujuan untuk meningkatkan keragaman
partikel sehingga pada tahap ini mutant vector akan diterima berdasarkan
probabilitas stokastik (acak) jika nilai random lebih besar atau sama
dengan konstanta Cr.
V, if random ≥ Cr
Ui = …………………………………..(2.16)
X, else
U, if f(U ) ≥ f(X )
Xi+1 = ……………………………...…(2.17)
X, else
21
Ibid., hal. 32.
25
Di,G ; i = [1,2,3,…Np]……………………………………………...(2.18)
Setelah inisialisasi, maka daya dari panel surya pada tiap duty cycle
disimpan pada variabel Pi. Selanjutnya, dicari daya yang paling besar
diantara Pi lalu disimpan pada variabel Pbest dan duty cycle terbaik pada
variabel Dbest. Kemudian masuk proses algoritma dimulai dari proses
mutation untuk mencari nilai duty cycle baru dengan variabel DVi
menggunakan persamaan 2.19. Nilai konstanta F dipilih antara range 0
hingga 1. Nilai F ditentukan oleh user berdasarkan proses tuning di awal
desain sistem MPPT karena nilanya bisa berbeda pada sistem yang lain.
Pada algoritma yang diajukan, terdapat modifikasi pada rumus mutation
yaitu hanya menggunakan 2 partikel acak untuk mencari perbedaan
partikel sehingga partikel yang akan dimutasi adalah partikel Dbest sebagai
target vector. Dari modifikasi ini dapat diharapkan proses tracking MPPT
akan selalu menuju nilai global optima sehingga waktu tracking dapat
dipercepat serta dapat menghindari local optima.
DV , if random < Cr
DUi = ……………………………………(2.20)
Dbest , else
DU , if P(DU ) ≥ P(D ,)
Di+1 = ………….……………….…(2.21)
Dbest, else
27
29
30
Dari data tegangan dan arus panel surya tersebut maka bisa
digunakan untuk mendesain boost converter untuk beban lampu
60V/200W. Perancangan perangkat keras dilakukan menggunakan
software Autodesk EAGLE. Adapun skematik konverter yang sudah
didesain adalah sebagai berikut:
Pbeban 200
Iout = = = 3,33 A
Vout 60
Mencari nilai ( )
Vs(min)
( ) =
(1 − )
30
( ) =
18,018 (1 − 0,5)
( ) = 6,66 A
Mencari nilai Δ :
Δ = 10% × ( )
Δ = 10% × 6,66
Δ = 1.99 A
33
1 ( ) 1
L= × [ + ] × ×
f [ ]+ ( ) Δ
1 30 1
L= × [60 + 0,895] × ×
40k [60 + 0,895] + 30 1,99
L = 252,4 μH
Δ = ±0,1 % ×
Δ = 0,001 × 60
Δ = 0,06 V
VO × D
CO =
R×ΔVO ×f
60× 0,5
CO =
18,018×0,06×(40000)
CO = 693,7 μF
Voff = Vo = 60 Volt
D = 0,5
1
T= = 25 μs
40000
Vo
I = Io ×
Vs(min)
60
I = 3,33 ×
30
I = 6,66 A
34
Perhitungan:
Vin = 50 Volt;
Vout = 3 Volt
R1 = 33000 Ω
R2
Vout = Vin×
R1 +R2
R2
3 = 50×
33000+R2
36
3(33000+R2 ) = 50R2
99000+3R2 = 50R2
99000 = 46,7R2
R2 = 2200 Ω
Perhitungan:
R2
Vout = Vin×
R1 +R2
R2
3 = 130×
33000+R2
3(33000+R2 ) = 130R2
99000+3R2 = 130R2
99000 = 147R2
R2 =779,5 Ω
Gambar 3.7. Sensor arus output dan sensor tegangan ouput pada hadware
surya dihubung sebuah sumber arus dimana pada prakteknya nanti adalah
DC power supply yang dioperasikan pada mode constant current. Sumber
arus ini digunakan sebagai pengganti nilai iradiasi matahari sehingga
untuk jika kita menginginkan panel surya beroperasi pada iradiasi sekian,
maka kita harus mengubah nilai arus dari DC power supply tersebut. Lalu
pada sisi keluaran panel surya terdapat sebuah diode block yang dipasang
secara eksternal pada rangkaian seri panel surya agar tidak ada arus balik
yang menuju ke panel surya. Terdapat alat ukur ammeter DC untuk
mengukur arus keluaran panel surya serta terdapat voltmeter DC untuk
mengukur tegangan keluaran panel surya. Data pengukuran tegangan dan
arus ini akan digunakan untuk menghitung nilai daya panel surya yang
dihasilkan. Kemudian untuk mengambil kurva karakteristik panel surya
digunakan boost converter sebagai pengubah impedansi panel surya
sehingga titik kerja panel surya dapat berubah sesuai dengan kurva P-V.
Konverter diubah nilai duty cyclenya mulai dari 10% hingga 90% dengan
setiap kenaikan 2%. Selain itu juga diukur tegangan open circuit Voc dan
arus short circuit Isc. Pada sisi keluaran konverter dipasang beban lampu
200 Watt sesuai dengan desain perangkat keras. Selain itu juga terdapat
alat ukur ammeter DC dan voltmeter DC sebagai fungsi monitoring daya
output dari konverter.
Untuk kondisi partial shading, maka perlu ditentukan nilai iradiasi
pada masing-masing panel surya dimana terdapat 1 panel yang iradiasinya
lebih rendah sehingga perlu pengaturan nilai arus input pada power
supply. Hal ini dilakukan karena iradiasi matahari berpengaruh signifikan
pada nilai arus panel surya. Nilai arus yang diatur pada power supply
disebut Iscsetting yang dihitung dengan persamaan berikut:
Iradiasisetting
Iscsetting = x IscPV………………………………………….(3.1)
1000
Dengan keterangan:
Iscsetting = Arus yang diatur pada DC Power Supply (A)
Iradiasisetting = Iradiasi yang diinginkan (W/m2)
IscPV = Arus Isc pada nameplate panel surya (A)
1000
Iscsetting = x 6,09
1000
Iscsetting = 6,09 A
41
800
Iradiasi 800 W/m2 :
Iscsetting = x 6,09
1000
Iscsetting = 4,872 A
700
Iradiasi 700 W/m2 :
Iscsetting = x 6,09
1000
Iscsetting = 4,263 A
300
Iradiasi 300 W/m2 :
Iscsetting = x 6,09
1000
Iscsetting = 1,827 A
500
Iradiasi 500 W/m2 :
Iscsetting = x 6,09
1000
Iscsetting = 3,045 A
Dalam bab ini akan dibahas tentang pengujian alat, baik hardware
maupun software yang berdasarkan atas perencanaan sistem. Pengujian
ini dilakukan dengan tujuan untuk mengetahui unjuk kerja dari sistem
serta untuk mengetahui apakah sudah sesuai dengan perencanaan yang
dibuat. Metode pengujian meliputi dua pengambilan data, yaitu pengujian
secara parsial yang merupakan pengujian setiap bagian sistem dan
pengujian integrasi yang merupakan pengujian gabungan dari sistem.
Sebagai catatan bahwa pengujian integrasi dilakukan berbasis simulasi
sesuai yang telah direncanakan pada Bab 3.
45
46
Diode block
Power Supply
Power Supply
PV 2
Tabel 4.1. Nilai iradiasi matahari dan arus Iscsetting pada pengujian unilluminated
solar PV
Kondisi panel surya Iradiasi matahari (W/m2) Arus Iscsetting (A)
Panel 1: 1000 6.09
Normal (tanpa shading)
Panel 2: 1000 6.09
Panel 1: 900 5.481
Partial shading 1
Panel 2: 700 4.263
Panel 1: 1000 6.09
Partial shading 2
Panel 2: 500 3.045
Panel 1: 800 4.872
Partial shading 3
Panel 2: 300 1.827
Tabel 4.1 menunjukkan data nilai arus Iscsetting yang diatur pada DC
power supply pada masing-masing panel surya dengan nilai iradiasi yang
sudah ditentukan. Nilai arus Iscsetting telah dihitung pada perencanaan Bab
3. Pola partial shading ditentukan dengan pertimbangan nilai daya pada
GMPP yang berbeda signifikan antar pola.
power supply yang sebagai pengatur nilai iradiasi panel surya. Komponen
panel surya diletakkan di bawah meja. Tegangan panel surya sebagai input
konverter diukur dengan multimeter digital merk Fluke 116 sedangkan
untuk arus panel surya diukur dengan clamp-meter yang diatur pada
selector DC. Lalu pada sisi output konverter diukur dengan juga terdapat
multimeter digital untuk mengetahui tegangan keluaran dari konverter.
220
200
180
160
140
Daya (W)
120
100
80
60
40
20
0
0 5 10 15 20 25 30 35 40 45
Tegangan (V)
6
5
4
Arus (A)
3
2
1
0
0 5 10 15 20 25 30 35 40 45
Tegangan (V)
Tabel 4.2. Nilai daya GMPP dan LMPP pada keempat pola iradiasi
Pola iradiasi Daya GMPP (Watt) Daya LMPP (Watt)
Non shading 200.3 -
Pola partial shading 1 151.6 89.6
Pola partial shading 2 108.5 98.2
Pola partial shading 3 79.7 67.1
Dari data pada Tabel 4.3 dapat diamati pengujian dimulai dari duty
cycle 50% sampai 85% untuk melihat sejauh mana konverter mampu
menaikkan tegangan. Pada kolom error Vo menunjukkan boost converter
bisa menaikkan tegangan sesuai dengan tegangan output teori meskipun
ada sedikit error. Efisiensi konverter juga bisa dikatakan bagus dimana
efisiensi paling tinggi adalah 98,16% dan efisiensi terendah adalah 84,5%.
Rata-rata error tegangan output adalah 2,87% dan rata-rata nilai efisiensi
konverter adalah 93%. Dari data tersebut dapat dikatakan bahwa boost
converter yang telah dirancang telah bekerja cukup baik dengan duty cycle
tinggi sehingga bisa digunakan untuk pengujian integrasi nantinya.
Rangkaian pengujian fungsional boost converter dapat dilihat pada
Gambar 4.9 di atas.
Pada tabel 4.5 merupakan data kalibrasi sensor tegangan input serta
nilai ADC. Nilai tegangan yang dikalibrasi sama dengan sesuai desain
awal yaitu tegangan maksimal 50 volt diwakilkan tegangan 3 volt sebagai
input ADC mikrokontroler untuk sensor tegangan input. Kolom nilai ADC
didapat dari nilai ADC yang ditampilkan di OLED. Untuk memvalidasi
nilai ADC yang muncul dari OLED maka dapat dihitung secara teori
menggunakan persamaan 4.1
VinADC
Nilai ADCteori = 2n-1× ………………………………..………(4.1)
VrefADC
R² = 0.9998
40
30
20
10
0
0 1000 2000 3000 4000
Nilai ADC
100
80
60
40
20
0
0 1000 2000 3000 4000
Nilai ADC
sensor arus input yang bisa dikatakan cukup baik karena nilai regresi linier
adalah 0,9998 yang mendekati 1. Adapun untuk error rata-rata pembacaan
antara alat ukur dengan tampilan LCD adalah 2,06%
7
6 y = 0.0124x - 24.357
R² = 0.9999
5
Arus Input (A)
4
3
2
1
0
1900 2000 2100 2200 2300 2400 2500
Nilai ADC
Gambar 4.13. Grafik Liniearitas sensor arus input
62
Tabel 4.8. Data sensor arus output
Arus Arus Output Arus Output
Nilai Error
Output Ukur pada LCD
ADC (%)
(A) (A) (A)
0 3047 0 0 0
0.5 3109 0.5 0.45 10
1 3173 1 0.92 8
1.5 3238 1.5 1.45 3.333
2 3304 2 1.95 2.5
2.5 3365 2.5 2.45 2
3 3429 3 2.93 2.333
Pada Tabel 4.8 merupakan data sensor arus output dimana nilai
arus yang digunakan pada desain adalah 3 A sehingga diambil 7 data
mulai dari 0 A hingga 3 A dengan kenaikan 0,5 A. Lalu ditarik grafik
persamaan linier yaitu antara kenaikan arus input dan kenaikan nilai ADC
yang ditampilkan pada OLED. Pada Gambar 4.13 merupakan grafik
linearitas sensor arus output yang bisa dikatakan cukup baik karena nilai
regresi linier adalah 0,9998 yang mendekati 1. Adapun untuk error rata-
rata pembacaan antara alat ukur dengan tampilan OLED adalah 4,01%.
Error ini cukup besar dikarenakan jalur sensor kurang baik karena
menggunakan jalur kabel serabut sehingga terdapat beberapa deviasi nilai
tegangan output saat dibandingkan antara alat ukur dan tampilan OLED.
3.5
3 y = 0.0078x - 23.836
R² = 0.9999
Arus Output (A)
2.5
2
1.5
1
0.5
0
3000 3100 3200 3300 3400 3500
Nilai ADC
150
100
50
0
0 10 20 30 40 50
Voltage (V)
Gambar 4.16. Simulasi kurva P-V kondisi normal/non-shading
Pmpp_DE Pmax
200
[0.222132 , 200.007]
150
Power (W)
[Waktu, Daya]
100
50
0
0 0.2 0.4 0.6 0.8 1
Time (s)
Gambar 4.17. Grafik MPPT DE untuk daya panel surya kondisi normal
dutycycle_DE
1
[Waktu, Duty]
0.8
Duty cycle
0.6
[0.222133 , 0.414002]
0.4
0.2
0
0 0.2 0.4 0.6 0.8 1
Time (s)
Gambar 4.18. Duty cycle MPPT DE pada panel surya kondisi normal
Poutput
200
[0.22133 , 199.135]
150
Power (W)
[Waktu, Daya]
100
50
0
0 0.2 0.4 0.6 0.8 1
Time (s)
Gambar 4.19. Grafik daya output pada boost converter
Kurva P-V
120 [Voltage, Power]
[17.6119 , 100.058]
100
Power (W)
Pmpp_DE Pmax
100
[0.240007 , 100.058]
80
Power (W)
60 [Waktu, Daya]
40
20
0
0 0.2 0.4 0.6 0.8 1
Time (s)
Gambar 4.21. Grafik MPPT DE daya panel surya partial shading konstan
dutycycle_DE
1
[Waktu, Duty]
0.8
Duty cycle
0.4
0.2
0
0 0.2 0.4 0.6 0.8 1
Time (s)
Gambar 4.22. Duty cycle MPPT DE panel surya kondisi partial shading konstan
800
700
600
500
400
300
200
0 1 2 3 4 5
Time (s)
Kurva P-V
120
[17.6143 , 100.085] [Voltage, Power]
100
Power (W)
Kurva P-V
100 [Voltage, Power] [37.3325 , 88.2101]
80 [17.8672 , 70.8045]
Power (W)
(GMPP)
60
(LMPP)
40
20
0
0 10 20 30 40 50
Voltage (V)
Gambar 4.25. Simulasi kurva P-V pola partial shading 2
Kurva P-V
200
[Voltage, Power] [36.9856 , 151.993]
Power (W)
150
[17.5847 , 100.041] (GMPP)
100
(LMPP)
50
0
0 10 20 30 40 50
Voltage (V)
Gambar 4.26. Simulasi kurva P-V pola partial shading 3
71
Kurva P-V
150
[Voltage, Power] [37.1006 , 131.091]
100 (GMPP)
Power (W)
[17.5117 , 90.4095]
(LMPP)
50
0
0 10 20 30 40 50
Voltage (V)
Gambar 4.27. Simulasi kurva P-V pola partial shading 4
Kurva P-V
[Voltage, Power]
150 [37.6026 , 121.893]
Power (W)
0
0 10 20 30 40 50
Voltage (V)
Gambar 4.28. Simulasi kurva P-V pola partial shading 5
Pmpp_DE GMPP
200
[Waktu, Daya]
[2.17812 , 150.771]
150 [3.22807 , 130.782]
[4.18817 , 121.619]
Power (W)
50
0
0 1 2 3 4 5
Time (s)
Gambar 4.29. Grafik MPPT DE daya panel surya pada partial shading
fluktuatif selama 5 detik
dutycycle_DE
1 [4.18817 , 0.207379]
[0.24 , 0.58444] [1.21606 , 0.0785143] [2.17812 , 0.308584] [3.228 , 0.243912]
0.8
Duty cycle
0.6
0.4
0.2
0
[waktu, duty cycle]
0 1 2 3 4 5
Time (s)
Gambar 4.30. Duty cycle MPPT DE panel surya pada partial shading fluktuatif
selama 5 detik
Tabel 4.11. Tabel hasil MPPT DE pada partial shading fluktuatif 5 detik
Pola Daya Mpp Akurasi Waktu
GMPP LMPP
partial Tracking tracking tracking
(Watt) (Watt)
shading (Watt) (%) (detik)
1 100 67.9 100 100.0 0.24
2 88.2 70.8 87.8 99.5 0.216
3 151.9 100 150.7 99.2 0.178
4 131 90.4 130.7 99.8 0.228
5 121.8 100 121.6 99.8 0.188
rata-rata akurasi dan waktu tracking MPPT DE>> 99.7 0.21
73
Tabel 4.11 menunjukkan nilai daya GMPP dan daya LMPP, nilai
daya hasil tracking MPPT DE, akurasi tracking MPPT DE dan waktu
tracking untuk mencapai daya maksimum. Pada pola ke-1, dapat dilihat
nilai daya GMPP adalah 100 Watt sedangkan daya LMPP adalah 67,9
Watt. MPPT DE mampu menemukan daya paling maksimum yaitu 100
Watt dengan waktu yang dibutuhkan untuk tracking selama 0,24 detik.
Selain itu algoritma DE juga tidak terjebak di puncak LMPP yang
merupakan daya lebih rendah. Kemudian pada pola partial shading ke-2
terjadi perubahan iradiasi sehingga nilai daya GMPP turun menjadi 88,2
Watt dan daya LMPP menjadi 70,8 Watt. MPPT DE mampu melakukan
proses tracking ulang agar dapat ditemukan nilai daya maksimum yang
baru dimana hasil tracking adalah 87,8 Watt dengan waktu tracking
selama 0,216 detik setelah detik pertama. Begitu juga dengan pola partial
shading ke-3 nilai daya GMPP adalah 151,9 Watt dan daya LMPP sebesar
100 Watt. MPPT DE melakukan proses tracking ulang lagi untuk
menemukan daya maksimum yang baru yaitu sebesar 150,7 Watt dengan
waktu tracking 0,178 detik. Pada pola yang ke-4 nilai daya GMPP adalah
131 Watt dan daya LMPP sebesar 90 Watt. MPPT DE melakukan proses
tracking ulang dan bisa menemukan daya maksimum sebesar 130,7 Watt
dengan waktu tracking selama 0,228 detik. Pada pola yang ke-5 nilai daya
GMPP adalah 121,8 Watt dan daya LMPP sebesar 100 Watt. MPPT DE
melakukan proses tracking ulang dan bisa menemukan daya maksimum
sebesar 121,6 Watt dengan waktu tracking selama 0,188 detik. Rata-rata
akurasi MPPT DE ini adalah 99,7 % selama diuji pada kondisi partial
shading yang fluktuatif dengan waktu 5 detik. Rata-rata waktu tracking
yang dibutuhkan oleh MPPT DE adalah 0,21 detik pada 5 pola partial
shading tersebut. Dari tabel di atas diketahui bahwa MPPT DE cukup baik
merespon kondisi partial shading fluktuatif.
Pmpp_DE GMPP
[0.20898 , 200.116]
200 [Waktu, Daya]
Power (W)
50
0
0 1 2 3 4
Time (s)
Gambar 4.31. Grafik MPPT DE daya panel surya pada iradiasi matahari
fluktuatif selama 4 detik
Pmpp_PSO GMPP
[0.382043 , 198.66]
200
[Waktu, Daya]
Power (W)
100
50
0
0 1 2 3 4
Time (s)
Gambar 4.32. Grafik MPPT PSO daya panel surya pada iradiasi matahari
fluktuatif selama 4 detik
Normal 1000 1000 200 200 198.6 100 99.3 0.208 0.382
Shading
700 600 127.2 126.7 125.6 99.6 98.7 0.204 0.391
1
Shading
950 550 121.4 121.2 121.3 99.8 99.9 0.181 0.383
2
Shading
1000 600 132 131.6 127.9 99.7 96.9 0.209 0.373
3
rata-rata akurasi tracking dan waktu tracking >> 99.8 98.7 0.2 0.382
75
Duty_Cycle_DE
1
0.8
Duty cycle
0.6
[0.208981 , 0.413387]
0.4
[1.2049 , 0.254157] [3.20989 , 0.242477]
[2.18122 , 0.203909]
0.2
0 1 2 3 4
Time (s)
Gambar 4.33. Duty cycle MPPT DE panel surya pada iradiasi matahari
fluktuatif selama 4 detik
Duty_cycle_PSO
1
0.8
Duty cycle
127,2 Watt. Dapat dilihat pada Gambar 4.31, MPPT DE mampu mencari
daya maksimum yaitu 126,7 Watt dengan 0,204 detik sedangkan pada
Gambar 4.32, MPPT PSO mampu mencari daya maksimum yaitu 125,6
Watt dengan waktu 0,391. Kemudian pada panel surya kondisi partial
shading 2 daya GMPP adalah 121,4 Watt. Dapat dilihat pada Gambar
4.31, MPPT DE mampu mencari daya maksimum yaitu 121,2 Watt
dengan 0,181 detik sedangkan pada Gambar 4.32, MPPT PSO mampu
mencari daya maksimum yaitu 125,3 Watt dengan waktu 0,383.
Kemudian pada panel surya kondisi partial shading 3 daya GMPP adalah
132 Watt. Dapat dilihat pada Gambar 4.31, MPPT DE mampu mencari
daya maksimum yaitu 131,6 Watt dengan 0,209 detik sedangkan pada
Gambar 4.32, MPPT PSO mampu mencari daya maksimum yaitu 127,9
Watt dengan waktu 0,373 detik. Perbandingan performa MPPT DE dan
MPPT PSO dirangkum pda Tabel 4.12 dan dihitung nilai akurasi tracking
dan waktu tracking selama 4 detik tersebut. Hasil yang didapatkan adalah
akurasi tracking MPPT DE adalah 99,8 % sedangkan akurasi tracking
MPPT PSO adalah 98,7 %. Akurasi MPPT PSO lebih rendah karena pada
kondisi partial shading ke-3, selisih antara daya GMPP dengan daya Mpp
yang didapatkan adalah 4,1 Watt. Waktu tracking MPPT PSO lebih lama
dari MPPT DE meskipun duty cycle penyebaran diatur pada nilai yang
sama yaitu 5%, 20%, 50%, 70% dan 90%. Respon duty cycle MPPT DE
dan MPPT PSO dapat dilihat pada Gambar 4.33 dan Gambar 4.34.
BAB V
PENUTUP
BAB V
PENUTUP
Pada bab V ini merupakan kesimpulan setelah melakukan
pengujian dan analisa pada proyek akhir.
5.1. Kesimpulan
Setelah melalui beberapa proses perencanaan, pembuatan, pengujian
alat dan pengambilan data yang didapat dari pengujian proyek akhir ini,
maka dapat disimpulkan beberapa hal yaitu sebagai berikut:
1. Pengujian fungsional boost converter menunjukkan performa
konverter sebagai penaik tegangan, dengan nilai error rata-rata
tegangan output 2,87% dan nilai rata-rata efisiensi konverter sebesar
93%.
2. Pengujian full load/beban penuh boost converter menunjukkan
performat konverter mampu bekerja dengan beban 200 Watt serta nilai
efisiensi konverter sebesar 79,22% dengan tegangan input 25 volt dan
84,49% dengan tegangan input 30 volt.
3. Pengujian sensor tegangan input memiliki nilai persen error sebesar
0,718%. Pengujjian sensor tegangan output memiliki nilai persen error
sebesar 1,25%. Pengujjian sensor arus input memiliki nilai persen
error sebesar 2,06%. Pengujjian sensor arus output memiliki nilai
persen error sebesar 4,01%
4. Simulasi MPPT dengan algoritma differential evolution (DE) dapat
menemukan nilai daya maksimum pada panel surya 200 Wp kondisi
normal dengan nilai daya terukur 200,1 Watt dengan waktu tracking
0,222 detik.
5. Simulasi MPPT dengan algoritma differential evolution (DE) dapat
menemukan nilai daya maksimum pada panel surya 200 Wp kondisi
partial shading konstan dimana nilai GMPP adalah 100 Watt dengan
nilai daya didapat adalah 100 Watt dengan waktu tracking 0,24 detik.
6. Simulasi MPPT dengan algoritma differential evolution (DE) diuji
pada 9 pola partial shading konstan yang berbeda dan didapatkan nilai
akurasi rata-rata tracking MPPT DE sebesar 98,6% dan nilai waktu
tracking rata-rata adalah 0,19 detik.
7. Simulasi MPPT dengan algoritma differential evolution (DE) diuji
pada kondisi partial shading yang fluktuatif cepat selama 5 detik,
mampu menemukan daya maksimum pada masing-masing pola partial
shading dengan nilai rata-rata akurasi tracking MPPT selama 5 detik
adalah 99,7% dan nilai waktu tracking rata-rata adalah 0,212 detik
77
78
5.2. Saran
Dalam pengerjaan dan penyelesaian proyek akhir ini tentu tidak
lepas dari berbagai kekurangan dan kesalahan, baik pada perancangan
sistem, pembuatan alat dan pengujian sistem. Untuk memperbaiki
kekurangan tersebut maka diperlukan saran dan masukan agar sistem
dapat dikembangkan lebih baik, maka perlu dilakukan hal-hal seperti
berikut:
1. Pemakaian jalur sensor harap diperhatikan, sebaiknya memakai jalur
board daripada memakai kabel untuk menghindari ketidakstabilan
pembacaan sensor.
2. Kalibrasi sensor harus akurat dengan prosentase error yang dibawah
1%.
3. MPPT dengan algoritma DE bisa dikembangkan dengan self-adaptive
parameter dimana pengguna tidak perlu tuning parameter di awal
mendesain sistem MPPT sehingga nilai konstanta F dan Cr dapat
secara adaptif menyesuaikan kondisi partial shading yang mengenai
panel surya.
4. Penyebaran duty cycle MPPT DE harus tepat berapa titik dan berapa
nilai duty cycle, karena jika kurang tepat maka algoritma bisa jadi
konvergensi terlalu cepat sehingga tidak menemukan daya maksimum.
DAFTAR PUSTAKA
DAFTAR PUSTAKA
[1] Tey, Kok Soon dkk. 2014. “A Differential Evolution Based MPPT
Method for Photovoltaic Modules under Partial Shading
Conditions,”. Jurnal Internasional Photoenergy Hindawi. Vol. 2014.
[2] Windarko, Novie Ayub dkk. 2020. “Simulator Panel Surya
Ekonomis untuk Pengujian MPPT pada Kondisi Berbayang
Sebagian,”. Jurnal Nasional Teknik Elektro dan Teknologi
Informasi. Vol. 9. No. 1. Februari 2020.
[3] Habibi, Muhammad Nizar. 2018. “Maximum Power Point Tracker
Berbasis Algoritma Modified Grey Wolf Optimization Untuk
Sistem Panel Surya Dengan Kondisi Partial Shading,”. Buku
Tugas Akhir Lanjut Jenjang Jurusan Teknik Elektro Industri.
Politeknik Elektronika Negeri Surabaya.
[4] S. Das dan P. N. Suganthan. 2011. "Differential Evolution: A
Survey of the State-of-the-Art,". Jurnal IEEE Transactions on
Evolutionary Computation, vol. 15, no. 1, hal. 4-31, Februari. 2011.
[5] Yuniar, Frediawan. 2017. “Pengendalian MPPT Berbasis Metode
P&O Menggunakan Boost Converter”. Jurnal Arus Elektro
Indonesia. Fakultas Teknik Universitas Jember, Jurusan Teknik
Elektro.
[6] Priananda, Ciptian Weried. 2017. “Desain Model MPPT Baru Pada
Topologi PV Farm Berbasis Cluster Yang Tertutup Bayangan
Sebagian”. Buku Tesis Teknik Elektro FTI-ITS. Institut Teknologi
Sepuluh November.
[7] Sameullah, Malik dkk. 2015. “Fuzzy Logic Based Based Adaptive
P&O MPPT for Photovoltaic System”. Paper pada konferensi:
Renewable Energy and Sustainable Development 2015, Bhutan.
[8] Ibrahim, Olamedji dkk. 2015. “Matlab/Simulink Model of Solar PV
Array with Perturb and Observe MPPT for Maximising PV Array
Efficiency”, paper pada konferensi: 2015 IEEE Conference on
Energy Conversion (CENCON).
[9] Teo, J.C. & Tan, Rodney & Mok, V.H. & Ramachandaramurthy,
Vigna & Tan, ChiaKwang. 2018. “Impact of Partial Shading on the
P-V Characteristics and the Maximum Power of a Photovoltaic
String”. Jurnal dari Energies.
[10] Bower, Ward. 2012. “Electrical and thermal finite element
modeling of arc faults in photovoltaic bypass diodes”, Paper pada
konferensi: World Renewable Energy Forum, Denver.
[11] Li, Heng & Peng. 2014. “A Newton-Based Extremum Seeking
MPPT Method for Photovoltaic Systems with Stochastic
Perturbation”, Jurnal internasional Photoenergy Hindawi, 2014.
[12] W. Hart, Daniel. 2011. Power Electronics. Boost Converter. New
York, USA: McGraw-Hill.
79
80
81
82
Lampiran 2
Lampiran 2 merupakan data lengkap pengujian karakteristik panel
surya dengan teknik unilluminated solar panel pada Bab 4, sub-bab 4.1.1.
Terdapat 4 tabel yaitu 1 tabel pengujian panel surya kondisi normal/tanpa
shading dan 3 tabel pengujian panel surya dengan partial shading. Tabel
7.1 adalah pengujian panel surya tanpa shading.
Lampiran 3
Lampiran 3 merupakan program MPPT Differential Evolution
yang dibuat pada software Keil.
//------------------------------------INISIALISASI PROGRAM DE
int genmax=10,i=0,nC=5,C=0;
float
delD=0,Dmax=0.99,duty=0,D[200],DV1=0,DV2=0,DU=0,Dbest=0;
float par[5]={0.05,0.2, 0.5, 0.7, 0.9};
float Pbest=0,P[200],Ps=0;
float F1=0.7,F2=0.2,Cr=0.5,randomvalue=0;
float Vnew,Inew,Pnew,limitP;
int r1,r2;
void mppt_de()
//--------program MPPT DIFFERENTIAL EVOLUTION--------//
{
if(i==0) //////////////iterasi pertama/////////////
{
if(C<=nC)
{
if(C>=1)
{
P[C-1]=Pin; //----deteksi daya input dri sensor
Ps=P[C-1];
if(Ps>Pbest)
{
Pbest=Ps;
Dbest=D[C-1];
}
}
if(C<nC)
{
D[C]=par[C];
duty=D[C];
C++;
}
else
{
i++;
C=0;
91
}
}
}
else if(i<genmax) //////////////iterasi selanjutnya/////////////
{
if(C<=nC)
{
if(C>=1) ///////////selection daya terbaik///////////
{
P[C-1]=Pin;
Ps=P[C-1];
if(Ps>Pbest)
{
Pbest=Ps;
Dbest=D[C-1];
}
}
if(C<nC)
{
r1=rand()%nC; /////////mutation step//////////
r2=rand()%nC;
if(D[r1]<Dbest)
{
DV1=Dbest+F1*fabs(D[r1]-D[r2]);
D[C]=DV1;
}
else
{
DV2=Dbest+F2*fabs(D[r1]-D[r2]);
D[C]=DV2;
}
if(duty>Dmax)
{
duty=Dmax;
}
else if(duty<0)
{
duty=0;
}
C++;
}
else
{
i++;
C=0;
}
}
}
else //////////////iterasi utk reset iradiasi/////////////
{
duty=Dbest;
Pnew=Pin;
limitP=fabs(Pbest-Pnew);
if(limitP>5.0)
{
i=0;
C=0;
Dbest=0;
Pbest=0;
par[0]=0.05;
par[1]=0.2;
par[2]=0.5;
par[3]=0.7;
par[4]=0.9;
}
}
} //---end of void--//
PROFIL PENULIS
PROFIL PENULIS
Riwayat pendidikan
PENS D4 Teknik Elektro Industri tahun 2016-2020
SMAN 2 Surabaya tahun 2013-2016
SMPN 22 Surabaya tahun 2010-2013
SDN Dr. Soetomo VII tahun 2004-2010
Pengalaman organisasi:
Staf muda Senat HIMA ELIN : periode 2017-2018
Staf muda UKM E2C : periode 2017-2018
Member Lab Renewable Energy : periode 2017-2020
Pengalaman conference:
International Conference EECCIS : tahun 2020
Universitas Brawijaya
93