com
2017 4th IEEE Uttar Pradesh Section International Conference on Electrical, Computer and Electronics (UPCON) GLA
University, Mathura, 26-28 Okt 2017
Abstrak— Sistem jaringan surya yang terdiri dari surya/ Energi terbarukan memulihkan secara alami dan datang melalui proses
jaringan/baterai dianalisis untuk pengisian baterai dan alami. Manfaat penggunaan energi terbarukan mengurangi
untuk konsumsi daya oleh baterai menggunakan ACO. ketergantungan pada bahan bakar fosil dan juga penipisan bahan
Output matahari tergantung pada faktor atmosfer. Pada bakar fosil menjadi perhatian utama di sektor ketenagalistrikan. Sistem
kondisi ketika output solar PV array lebih besar dari energi terbarukan hibrid mampu memasok beban dalam ukuran
kebutuhan beban maka daya disuplai oleh solar PV array beberapa watt hingga beberapa mega watt.
untuk mengisi baterai. Dalam makalah ini, sistem grid Optimalisasi koloni semut (ACO) adalah pendekatan berbasis
surya (PV) disimulasikan dalam simulink Matlab. Dalam populasi yang terinspirasi dari perilaku biologis semut [1]. Semut
makalah ini pendekatan berbasis Ant Colony Optimization meletakkan feromon zat kimia di jalur mereka mendekati jalur
(ACO) diusulkan untuk pengisian cepat baterai di sistem terpendek untuk menemukan makanan. Marco Dorigo pertama
jaringan surya dan untuk mengurangi konsumsi daya kali memperkenalkan sistem semut dasar pada tahun 1992. Dalam
baterai. makalah ini, sistem jaringan surya (PV) disimulasikan dalam
simulink Matlab. Teknik Ant Colony Optimization digunakan untuk
Kata kunci— Optimasi Koloni Semut (ACO), sistem fotovoltaik pengisian baterai yang cepat dan konsumsi daya yang lebih sedikit
(PV), Pelacakan titik daya maksimum (MPPT), konduktansi oleh baterai. Pengisian baterai terjadi dalam dua langkah: arus
tambahan (IC), Status Pengisian Daya (SOC).
konstan disuplai ke baterai kecuali tegangan baterai mencapai
batas tegangan maksimum yang telah ditetapkan diikuti oleh
tegangan konstan kecuali arus mencapai nilai minimum yang telah
ditetapkan.[1]
TATA NAMA
Pada tata surya ada dua sumber energi yang digunakan, pertama
adalah photovoltaic array dan yang kedua adalah baterai [2]. Ketika
PV Fotovoltaik output array PV fotovoltaik lebih dari permintaan beban maka baterai
diisi. Output dari array PV diberikan ke ACO dan dengan
MPPT Pelacakan titik daya maksimum mengimplementasikan teknik ACO pada parameter input dirancang
sedemikian rupa sehingga daya yang dikonsumsi baterai untuk mengisi
DC, AC Arus searah, Arus bolak-balik daya lebih sedikit. Untuk menghindari hilangnya daya dalam sistem
Algoritma pelacakan titik daya maksimum (MPPT) diterapkan untuk
ACO Optimasi koloni semut menemukan titik daya maksimum. Diagram blok sistem jaringan surya
menggunakan ACO ditunjukkan pada gambar 1. Tujuan memberikan
SOC Negara bagian output dari array PV ke baterai melalui ACO, adalah agar pengisian
baterai dilakukan dengan cepat sehingga lebih sedikit daya yang
PWM Modulasi lebar pulsa digunakan untuk mengisi baterai.
IC konduktansi tambahan
I. PENDAHULUAN
Gambar 1. Diagram Blok Sistem Pembangkit Listrik Tenaga Surya dengan ACO[2]
B. Pelacakan titik daya maksimum (MPPT)
Dalam array PV, MPPT diterapkan untuk memperoleh daya
II.PEMODELAN SISTEM GRID SURYA keluaran maksimum. Suhu dan radiasi terutama dua faktor
di mana daya output array PV tergantung. Diagram blok
A. Sel fotovoltaik konverter MPPT ditunjukkan pada gambar 3. Algoritma
Daya keluaran array PV tergantung terutama pada dua tambahan (IC) [4] MPPT diterapkan yang menentukan titik
faktor yaitu, suhu dan radiasi. Efek fotovoltaik (PV) adalah daya maksimum saat-
proses dasar di mana energi listrik diperoleh dari energi
matahari. Tegangan dan arus keluaran yang diperlukan
+ =0 (4)
diperoleh dengan kombinasi seri dan paralel dari sel
fotovoltaik. Pada rangkaian sel surya PV, dioda
dihubungkan secara anti paralel dengan sumber arus. Titik daya maksimum ditentukan ketika jumlah aljabar
Rangkaian tipikal sel surya PV ditunjukkan pada gambar 2. dari konduktansi inkremental dan seketika
dan spesifikasi PV diberikan pada tabel 1. Persamaan yang
menunjukkan karakteristik VI sel surya.[3] konduktansi sama dengan nol.
b 0– 1)
Ipv = Iph - Id(misqv/k TA (1)
(5)
SAYAph= S(Iscr+ kSaya(T-TR) (2)
L = VSaya-VHai (6)
245
Meja 2.Spesifikasi Baterai
ditentukan oleh daya transien yang disuplai ke lokasi beban[5]- [6]. dan menghasilkan batas maksimum dan minimum variabel
SOC positif dalam hal pengisian dan negatif dalam hal pemakaian
[7]. SOC baterai adalah sebagai berikut: = rand ( ) (10)
SOC( ) =SOC(-1)*(1-SDR)*RTF +Pbs(-1) (8) Di manaSayamemberikan jumlah nilai variabel arus dan tegangan,
knilai didasarkan pada jumlah semut yang dapat bervariasi dari 1
Di manaSDRDanRTFmenentukan tingkat pelepasan diri dan sampaiN. Untuk setiap iterasiNsemut mendapatkan n variabel
efisiensi ujung bulat baterai.Pbs( )mewakili daya yang diperoleh desain
pada waktu [8]. Sebuah baterai lithium ion telah dipilih untuk
simulasi. Model rangkaian listrik baterai seperti yang ditunjukkan
pada gambar 5 dan parameter baterai diberikan pada tabel 2.
(11)
= (12)
Di setiap iterasiNdiperoleh nilai variabel. Solusi terbaik yang
diperoleh ditentukan oleh
=( ,) (13)
Langkah 2:Nilai-nilai dariPDan variabel diambil secara acak
antara 0 dan 1. Nilai variabel meningkat dan menurun
dengan nilai yang berbedaP.
246
wDi Siniaku j Dan tidak efisien & feromon
= (15)
koefisien dan
aku jadalah yang menarik c
k
aku j= (19)
k
Di mana aku j
adalah intensitas feromon yang diletakkan di tepi (aku j) oleh
kthsemut pada iterasi ini; itu diberikan oleh
k
aku j= (20)
Di mana
P(ACO Jaringan Surya) :daya yang dikonsumsi oleh baterai untuk pengisian
daya melalui ACO Solar Grid.
P(Jaringan Surya) :daya yang dikonsumsi oleh baterai untuk pengisian
melalui Solar Grid.
Probabilitas darisemutperubahan jalur pada setiap iterasi yang Gambar 7. Model simulasi Matlab solar grid system
menghormati preferensi heuristik [14]-[15]. Probabilitas
transisi dihitung dalam persamaan berikut. Konverter penambah DC-DC meningkatkan tegangan larik PV dari
270V ke 500V. Konverter jembatan 3 tingkat mengubah 500V DC
menjadi 270Vph-phAC. Konverter jembatan 3 tingkat adalah
Paku
k j= (16) terhubung ke saluran transmisi dan saluran transmisi
terhubung ke transformator delta bintang 3 100kVA yang
mengubah 270V menjadi 20 kV. Tegangan dari trafo disuplai
247
ke jaringan utilitas. Iradiasi, suhu, daya dan bentuk gelombang tegangan konstan dapat diberikan ke baterai untuk pengisian.
tegangan yang diperoleh pada terminal panel PV ditunjukkan pada Baterai diisi dengan arus konstan hingga baterai mencapai
gambar 8. batas tegangan maksimum diikuti dengan tegangan konstan
hingga arus baterai mencapai batas arus maksimum. Status
pengisian baterai ditunjukkan pada tabel 3.
Awalnya radiasi adalah 1000w/m2pada 0,5 detik turun menjadi Baterai yang digunakan dalam sistem jaringan surya adalah 500V,
500w/m2hingga 1,1 detik dan meningkat lagi menjadi 1000w/m 8Ah dan 4kWh. Gambar 10 menunjukkan daya yang dikonsumsi
2. Suhu dijaga konstan pada 250C. Tenaga surya diperoleh oleh baterai dari array PV dengan jaringan surya ACO dan jaringan
10kW saat radiasi 1000w/m2dan menurun dengan jatuhnya surya. Algoritme ACO membandingkan daya yang dikonsumsi
radiasi. Tegangan yang diperoleh konstan pada 270V. baterai untuk pengisian langsung dari sistem jaringan surya dan
melalui sistem jaringan surya ACO. , jika daya yang dikonsumsi
oleh baterai tidak lebih besar dari sistem jaringan surya, maka
baterai akan terisi. Konsumsi daya oleh baterai dengan sistem
jaringan surya adalah 2090 W tetapi dengan jaringan surya ACO
adalah 1590W Perbedaan konsumsi daya 500W oleh baterai untuk
pengisian daya dengan sistem jaringan surya dan dengan sistem
jaringan surya ACO terlihat. Jam 4thiterasi terjadi penurunan
konsumsi daya oleh baterai sejak baterai diisi dan kemudian
menjadi konstan.
248
V. KESIMPULAN [13] CF Juang, CM Lu, C.Lo, dan CYWang, “Algoritma optimasi koloni semut
untuk desain kontroler fuzzy dan implementasi FPGA-nya,” Trans IEEE.
Ind. Elektron., vol. 55, tidak. 3, hlm. 1453–1462, Maret 2008.
Pada makalah ini, sistem grid solar PV disimulasikan dalam [14] Hu, X.-M., Zhang, J., Chung, HS-H., dkk.: 'SamACO: algoritme pengoptimalan
MATLAB dimana pengisian baterai dilakukan melalui teknik koloni semut pengambilan sampel variabel untuk kontinu
ACO. Perhatian utama dalam makalah ini adalah pengisian pengoptimalan', IEEE Trans. Sistem. Man Cybern. B, Cybern., 2010, 40,
(6), hlm. 1555–1566
baterai yang cepat dalam sistem jaringan PV surya dan
[15] Dorigo, M., Birattari, M., Stutzle, T.: 'Optimasi koloni semut',
konsumsi daya yang lebih sedikit oleh baterai dari sistem Komputer IEEE. Intell. Mag., 2006, 1, (4), hlm. 28–39
jaringan PV surya. Teramati bahwa menggunakan ACO
pengisian baterai dilakukan relatif cepat dan juga daya yang
dikonsumsi untuk mengisi baterai berkurang. Terlihat bahwa
status pengisian daya (SOC) baterai meningkat sebesar 0,5%
dan konsumsi daya baterai berkurang sebesar 500W.
REFERENSI
249