<![CDATA[Salah satu tantangan utama dalam panel surya adalah kondisi berbayang sebagian atau Partial Shading Condition (PSC), yang menyebabkan sebagian sel atau modul menerima intensitas cahaya berbeda akibat bayangan pohon, bangunan, atau awan. Kondisi ini mengakibatkan kurva karakteristik menjadi tidak linier dan memiliki lebih dari satu puncak (multi-peak). Salah satu pendekatan alternatif yang banyak digunakan untuk mengatasi permasalahan tersebut adalah metode Maximum Power Point Tracking (MPPT) metaheuristik, Particle Swarm Optimization (PSO). MPPT PSO masih memiliki beberapa kelemahan, seperti berosilasi di sekitar GMPP, premature convergence serta sensitivitas tinggi terhadap pengaturan parameter. Untuk mengatasi keterbatasan tersebut, dikembangkan algoritma Adaptive Particle Swarm Optimization (APSO), yang melakukan penyesuaian parameter adaptif selama proses iterasi. Sistem panel surya yang terdiri dari panel surya, boost converter, dan MPPT yang dimodelkan dan diimplementasikan dalam MATLAB/Simulink. Percobaan dilakukan pada 4 pola bayangan sebagian yang mungkin terjadi pada 6 modul surya yang dihubungkan secara 3S2P. Berdasarkan hasil percobaan yang telah dilakukan, secara keseluruhan MPPT APSO memperoleh hasil rata-rata efisiensi daya 5% lebih besar dibanding PSO dengan rata-rata tracking time 0,2294 s. Kata kunci: panel surya, PSC, MPPT, PSO, APSO]]>
Copyrights © 2026
