Perbandingan Performa Optimasi MPPT Menggunakan Alghoritma Particle Swarm Optimization dan Firefly Algorithm pada Photovoltaic dalam Kondisi Bayangan Partial

Abstract

Pada dasarnya,  energi Photovoltaic (PV) yang didistribusikan langsung ke konsumen  tidak selalu  berada dalam kondisi optimal. Jika intensitas cahaya atau suhu yang diterima oleh panel surya berubah misalnya dalam kondisi pasial shading. Hal ini dapat disebabkan oleh awan yang menghalangi matahari atau faktor lainnya. Penyaringan sebagian dari panel surya dapat memiliki dampak signifikan pada daya keluarannya. Oleh karena itu, energi atau daya yang disupply ke beban dapat bervariasi, dan bahkan energi yang dihasilkan mungkin tidak optimal. Sebuah metode kontrol khusus diperlukan untuk jumlah daya yang paling signifikan. Maximum Power Point Tracking (MPPT) adalah teknik yang dapat digunakan untuk mengoptimalkan output energi panel surya. Namun, praktik yang telah digunakan sejauh ini sering kali terjebak dalam puncak lokal (Local peak)dan periode konvergensi yang panjang. Untuk mengatasi kelemahan pada penelitian sebelumnya digunakan 2 metode heuristic yaitu Metode Particel Swarm Optimization (PSO) dan Firefly  alghorithm.Penelitian ini menggambarkan kelebihan dan kekurangan PSO dan FA dalam memantau daya optimal dari PV dalam kondisi penyaringan sebagian. Hasil simulasi menunjukkan bahwa algoritma FA lebih handal dibandingkan dengan algoritma PSO dalam pemantauan, dengan tingkat keberhasilan sekitar 98,9% dan 99,7% serta tingkat kegagalan sekitar 1,3%. Dalam kasus ini, FA lebih efektif sebesar 1,96% dibandingkan dengan PSO. PSO sekitar 0,33% lebih cepat dalam pemantauan.