Perbandingan Performa Optimasi MPPT Menggunakan Alghoritma Particle Swarm Optimization dan Firefly Algorithm pada Photovoltaic dalam Kondisi Bayangan Partial
Keywords:
Photovoltaik, Parsial Shading, Local Peak, Firefly Algorithm, Maximum Power PointAbstract
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.
Downloads
References
Safitri, Nelly & Rihayat, Teuku. (2019). BUKU TEKNOLOGI PHOTOVOLTAIC.
G. Liu, J. Zhu, H. Tao, W. Wang and F. Blaabjerg, "A MPPT Algorithm based on PSO for PV Array Under Partially Shaded Condition," 2019 22nd International Conference on Electrical Machines and Systems (ICEMS), Harbin, China, 2019, pp. 1-5, doi: 10.1109/ICEMS.2019.8921806.
Pamuk N. Performance Analysis of Different Optimization Algorithms for MPPT Control Techniques under Complex Partial Shading Conditions in PV Systems. Energies. 2023; 16(8):3358. https://doi.org/10.3390/en16083358
Hanlı, Süleyman & Buker, Mahmut & Alkilinç, Hikmet. (2021). Performance Assessment of Partially Shaded PV Modules With Microcracks. 10.1109/SIU53274.2021.9477929.
Han, P. & Li, Y. & He, X. & Fu, Y. & You, H. & Li, B.. (2016). Improved maximum power point tracking method for photovoltaic multi-peak based on quantum-behaved particle swarm optimization algorithm. 40. 101-108. 10.7500/AEPS20160304010.
N. Ould Cherchali, M. R. Skender, B. Bentchikou, A. Tlemçani and A. Morsli, "Parametric identification of a photovoltaic panel by the Firefly algorithm," 2022 13th International Renewable Energy Congress (IREC), Hammamet, Tunisia, 2022, pp. 1-5, doi: 10.1109/IREC56325.2022.10001922.
Chun-Wei Tsai, Ming-Chao Chiang,Handbook of Metaheuristic Algorithms: From Fundamental Theories to Advanced Applications, Elsevier:2022, ISBN : 0443191093, 9780443191091
Mirhassani, S. & Razzazan, Mohsen & Ramezani, Amin. (2014). An improved PSO based MPPT approach to cope with partially shaded condition. 550-555. 10.1109/IranianCEE.2014.6999604.
Qi Zhang, Xiangdong Sun, Yanru Zhong and Mikihiko Matsui, "A novel topology for solving the partial shading problem in photovoltaic power generation system," 2009 IEEE 6th International Power Electronics and Motion Control Conference, Wuhan, 2009, pp. 2130-2135, doi: 10.1109/IPEMC.2009.5157752
Nordin, A.H., & Omar, A.M. (2011). Modeling and simulation of Photovoltaic (PV) array and maximum power point tracker (MPPT) for grid-connected PV system. 2011 3rd International Symposiu & Exhibition in Sustainable Energy & Environment (ISESEE), 114-119.
Titri, S., Larbes, C., Youcef-Toumi, K., & Benatchba, K. (2017). A new MPPT controller based on the Ant colony optimization algorithm for Photovoltaic systems under partial shading conditions. Appl. Soft Comput., 58, 465-479.
R. Divyasharon, R. Narmatha Banu and D. Devaraj, "Artificial Neural Network based MPPT with CUK Converter Topology for PV Systems Under Varying Climatic Conditions," 2019 IEEE International Conference on Intelligent Techniques in Control, Optimization and Signal Processing (INCOS), Tamilnadu, India, 2019, pp. 1-6, doi: 10.1109/INCOS45849.2019.8951321
F. Hasan , H. Suyono, A. Lomi.Jurnal EECCIS ( Electrics, Electronics, Communications, Controls, Informatics, System) 2022 Vol.16 Page. 1-9, e-ISSN (Online) : 2460-8122
Zhang, Q., Sun, X., Zhong, Y., & Matsui, M. (2009). A Novel Topology for Solving the Partial Shading Problem in Photovoltaic Power Generation System. IEEE, 2130-2135
Gosumbonggot, J., Nguyen, D.-D., & Fujita, G. (2018). Partial Shading and Global Maximum Power Point Detections Enhancing MPPT for Photovoltaic Systems Operated in Shading Condition. IEEE...
Downloads
Published
Issue
Section
License
Copyright (c) 2024 Eva Jamiyanti, Sutra Wardatul Jannah, Fuad Hasan (Author)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.