Kitektro
Vol 7, No 1 (2022)

KENDALI MAXIMUM POWER POINT TRACKING (MPPT) MENGGUNAKAN ARTIFICIAL NEURAL NETWORK (ANN) BERBASIS SIMULASI

Muhammad Farhan Rozi (Jurusan Teknik Elektro dan Komputer)
Syukiryadin Syukiryadin (Jurusan Teknik Elektro dan Komputer)
Suriadi Suriadi (Jurusan Teknik Elektro dan Komputer)



Article Info

Publish Date
15 Apr 2022

Abstract

Energi terbarukan merupakan sumber energi yang dapat digunakan sebagai alternatif bahan bakar untuk pembangkit listrik. Salah satunya yaitu Energi surya, untuk memaksimalkannya dibutuhkan sebuah sistem agar dapat menerima nilai tegangan, arus dan daya dari cahaya matahari. Penelitian ini bertujuan untuk melakukan perbandingan  antara metode Artificial Neural Network (ANN-MPPT) dan metode Hill Climbing (HC-MPPT) menggunakan boost converter dalam memperoleh output maksimum dari tegangan, arus dan daya menggunakan Simulink MATLAB. Simulasi dilakukan pada kondisi STC dan kondisi Non-STC dengan irradian dan suhu yang berubah-ubah untuk  menemukan daya output maksimum yang terjadi saat simulasi. Dari hasil simulasi diperoleh tegangan dan arus mampu mengikuti kondisi STC dan Non-STC, sedangkan untuk daya output tidak dapat mencapai maksimum karena pengaruh daya konstan akibat R konstan sehingga daya PV ditransfer sesuai besar daya output. Kata kunci: Panel Surya, Simulink, MPPT, STC, Artificial Neural Network, Hill Climbing, Boost converter.

Copyrights © 2022






Journal Info

Abbrev

kitektro

Publisher

Subject

Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering

Description

KITEKTRO is an online journal (electronic) for Scientific Work of Computer Engineering/Science, Information Technology, and Electrical Engineering field. KITEKTRO has been published as dissemination media of research to public domain. KITEKTRO has been publishing articles since 2012 with e-ISSN: ...