MAXIMUM POWER POINT TRACKING (MPPT) MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK UNTUK PANEL SURYA

Abstract

Abstrak

Salah satu sumber energi terbarukan sebagai energi alternatif unntuk diterapkan di wilayah Indonesia ialah penggunaan energi matahari. Energi matahari dapat diubah menjadi energi listrik menggunakan panel surya. Perubahan penyinaran dan temperatur permukaan panel surya menyebabkan perubahan daya keluaran panel surya. Daya keluaran panel surya dapat dimaksimalkan dengan MPPT (maximum power point tracking). Penelitian ini bertujuan untuk memperoleh informasi tentang perbandingan daya keluaran panel surya dengan dan tanpa menggunakan MPPT ketika terjadi perubahan radiasi cahaya matahari dan suhu permukaan panel surya. Metode penelitian ini menggunakan metode rekayasa dengan fokus mengontrol besar pulsa sinyal PWM (pulse witdh modulation) yang disalurkan ke DC-DC buck-boost converter untuk mencari titik daya maksimum dengan menggunakan artificial neural network. Penelitian dilaksanakan di Laboratorium Distribusi Jurusan Teknik Elektro Universitas Negeri Surabaya yang dilaksanakan pada bulan Mei - Agustus 2017. Hasil penelitian pengaruh suhu dan iradiasi matahari terhadap daya menunjukan bahwa daya yang dihasilkan panel surya menggunakan MPPT Neural Network lebih baik dari panel surya tanpa MPPT. Nilai daya rata-rata dari setiap 20 menit yang dihasilkan panel surya dengan atau tanpa MPPT Neural Network selama 9 jam adalah 27,80 W dan 27,02 W.

Kata Kunci  : Panel Surya, MPPT, Neural Network, Buck-Boost Converter

Abstract

One of renewable energy sources as an alternative energy to be applied in Indonesia is solar energy. Solar energy can be converted into electrical energy using solar panel. Changes in Irradiation and solar panel surface temperature cause the output power of solar panel varies. Solar panel output power can be maximized with MPPT (maximum power point tracking). The aims of this research are to get information about the comparison of solar panel output power with and without MPPT when there are a changes of solar radiation and solar panel surface temperature. This research method uses engineering method with focus to control large of PWM signal (pulse witdh modulation) which supplied to DC-DC buck-boost converter to track maximum power point by using artificial neural network. The research was conducted at Distribution Laboratory of Electrical Engineering Department of Surabaya State University which was held on May - August 2017. The research result of temperature and solar irradiation effect on the output power is obtain that the output power of solar panels using MPPT Neural Network better than solar panels without MPPT. The average power value of every 20 minutes generated by solar panels with and without MPPT Neural Network for 9 hours is 27,80 W and 27,02 W.

Keywords : Solar Panel, MPPT, Neural Network, Buck-Boost Converter