Optimasi Maximum Power Point Tracking Pada Array Photovoltaic Menggunakan Algoritma Ant Colony Optimization dan Particle Swarm Optimization
DOI:
https://doi.org/10.21776/jeeccis.v16i1.691Keywords:
Ant Colony Optimisation, Partikel Swarm Optimization, Maximum Power Point Tracking, Waktu Konvergen.Abstract
Pembangkit listrik tenaga surya pada umumnya tidak dapat bekerja pada daya maksimum dengan sendirinnya, karakteristik tegangan PV pada umumnya mengikuti tegangan batarai atau beban yang terhubung langsung ke PV. Intensitas cahaya yang diterima oleh modul-modul PV pasti tidak semuanya mendapatkan iradiasi yang seragam, sehingga daya yang dihasilkan tidak optimal dan menimbulkan multi-peak. Untuk mengoptimalkan daya dari PV diperlukan sistem Maximum Power Point Tracking (MPPT). Namun metode yang sering digunakan masih sering terjebak dalam local peak dan waktu konvergen yang lama. jurnal ini membandingkan performa pelacakan dan waktu pelacakan menggunakan 2 metode, yaitu Ant Colony Optimization (ACO) dan Particle Swarm Optimization (PSO). Hasil percobaan menunjukkan algoritma ACO mempunyai efisiensi rata-rata keseluruhan yang lebih unggul 1,58% dari PSO, namun algoritma ACO lebih lambat dalam pelacakanya.References
Ishaque, K., Salam, Z., Amjad, M., & Mekhilef, S. 2012. An mproved Particle Swarm Optimization (PSO)–Based MPPT for PV With Reduced Steady-State Oscillation. IEEE Transactions On Power Electronnics, 3627.
Zhang, Q., Sun, X., Zhong, Y., & Matsui, M. 2009. “A Novel Topology for Solving the Partial Shading Problem in Photovoltaic Power Generation System”. IEEE, 2130-2135.
Khanaki, R., Radzi, M. A., & Marhaban, M. H. 2013. Comparison of ANN and P&O MPPT Methods for PV Applications under Changing Solar Irradiation. Clean Energy and Technology (CEAT) (hal. 287-292). Selangor, Malaysia: IEEE.
Divyasharon, R., Banu, R. N., & Devaraj, D. 2019. Artificial Neural Network based MPPT with CUK Converter Topology for PV Systems Under Varying Climatic Conditions. IEEE.
Yetayew, T. T., Jyothsna, T. R., & Kusuma, G. 2016. Evaluation of Incremental Conductance and Firefly Algorithm for PV MPPT Application under Partial Shade Condition. IEEE.
K. H. Chao, Y. S. Lin and U. D. Lai. 2015 .“Improved Particle Swarm Optimization for Maximum Power Point Tracking in Photovoltaic Module Arrays,” Applied Energy 158, pp. 609-618
Purnomo, H. D. 2014. Cara Mudah Belajar Metode Optimasi Metaheuristik Menggunkan Matlab. Yogyakarta: GAVA MEDIA.
Yang, X. S. 2010. Nature-Inspired Metaheuristic Alghorithms Second Edition. United Kingdom: Luniver Press.
Hindriyanto, D.P. 2014. Belajar metode Optimasi Metaheuristik Menggunakan Matlab. Yogyakarta: Gava Media.
Suyanto. 2017. Swarm Intelligenca Komputasi Modern untuk Optimasi. Bandung: Informatika
