<![CDATA[Partial shading condition (PSC) pada sistem photovoltaic menghasilkan kurva daya-tegangan multimodal dengan multiple peak points yang menyebabkan algoritma Maximum Power Point Tracking (MPPT) konvensional seperti Perturb and Observe (P&O) terperangkap pada Local Maximum Power Point (LMPP), mengakibatkan kehilangan daya signifikan hingga 40-50%. Penelitian ini bertujuan membandingkan kinerja algoritma metaheuristic Grey Wolf Optimization (GWO) dengan algoritma konvensional P&O dalam kondisi partial shading untuk mengevaluasi efisiensi tracking, kecepatan konvergensi, dan stabilitas sistem. Metode penelitian menggunakan simulasi MATLAB/Simulink dengan konfigurasi panel surya 3 seri-2 paralel pada berbagai skenario PSC statis dan dinamis, dengan referensi GMPP pada kondisi non-shading sebesar 119,695 watt (tegangan 52,5 V, arus 2,28 A). Hasil pengujian menunjukkan pada kondisi non-shading, GWO mencapai 119,7 W dengan tracking time 0,71 detik dan efisiensi 99,99%, sedangkan P&O mencapai 119,5 W dengan tracking time 3,6 detik dan efisiensi 99,99%. Pada PSC dengan 5 panel shading, GWO berhasil mencapai GMPP 61 W (efisiensi 99,85%) dalam 2,6 detik, sementara P&O terperangkap pada LMPP 28,1 W (efisiensi 46%) dalam 1,86 detik. Pengujian dinamis menunjukkan GWO mampu merespons perubahan iradiasi 100-1000 W/m² dengan tracking akurat tanpa overshoot signifikan, sedangkan P&O mengalami overshoot pada iradiasi >600 W/m². Penelitian ini menyimpulkan GWO menunjukkan superioritas signifikan untuk aplikasi MPPT pada PSC dengan kemampuan menemukan GMPP dan menghindari LMPP, meskipun memerlukan kompleksitas komputasi O(N) dibanding P&O dengan O(1).]]>
Copyrights © 2026
