PEMODELAN DAN SIMULASI MAXIMUM POWER POINT TRACKING MENGGUNAKAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM PADA APLIKASI FOTOVOLTAIK DENGAN KONVERTER CUK
Abstract
Penelitian ini menggunakan metode Adaptive Neuro Fuzzy Inference System (ANFIS) dalam pemodelan Maximum Power Point Tracking (MPPT) untuk mengontrol konverter Cuk sehingga fotovoltaik (PV) menghasilkan daya maksimum. Â Sistem ini menggunakan Fotovoltaik 200 W dan konverter Cuk dengan desain teganganterhubung beban. Dari hasil penelitian, PV dapat menghasilkan daya maksimum dengan variasi iradiasi dan temperatur pada kondisi statis. ANFIS dapat bekerja dengan baik dalam menjejak titik daya maksimum atau sebagai kontrol MPPT pada sistem PV terhadap perubahan iradiasi dan temperatur dalam kondisi statis. Akurasi daya PV terhadap daya maksimum pada kondisi variasi iradiasi dan temperatur berada di atas 90%.
Keywords
Full Text:
PDFReferences
Sankarganesh, R. & Thangvel, S. 2012, Maximum Power Point Tracking in PV System using Intelligence based P&O Technique and Hybrid Cuk Converter, 2012-International Conference on Emerging Trends in Science, Engineering and Technology. pp. 429-436.
Soedibyo, Priananda, C. W. & Haikal, M. A., Maximum Power Point Tracking Using Root Finding Modified Bisection Algorithm, International Conference on Information Technology, Computer and Electrical Engineering (ICITACEE), pp. 394-399.
Devi, M. L. & Chilambarasan, M. 2013, Design and Simulation of Incremental Conductance MPPT Using Self Lift Cuk Converter, 2013 International Conference on Renewable Energy and Sustainable Energy [ICRESE’ 13].
Sahu, T. P. & Dixit, T.V. 2012, Modelling and Analysis of Peturb & Observe and Incremental Conductance MPPT Algorithm for PV Array Using Cuk Converter, 2012 IEEE Student’s Conference on Electrical, Electronics and Computer Science. pp. 1-6.
Tarek, B., Said, D., & Benbouzid, M.E.H. 2013, Maximum Power Point Tracker Control for Photovoltaic System Using Adaptive Neuro-Fuzzy “ANFISâ€, 2013 Eighth International Conference and Exhibition on Ecological Vehicles and Renewable Energies (EVER), IEEE.
DOI: https://doi.org/10.35334/jeb.v5i1.591
Refbacks
- There are currently no refbacks.
Address: Gedung D Lt. 3 Kampus Universitas Borneo Tarakan. Jl. Amal Lama No. 1, Tarakan, Kalimantan Utara, Indonesia. Kodepos: 77123. Email:elektrika@borneo.ac.id
| All Publications by JEB (Jurnal Elektrika Borneo) are licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License |