SISTEM MPPT MENGGUNAKAN LOGIKA FUZZY PADA PEMBANGKIT PHOTOVOLTAIC
SISTEM MPPT MENGGUNAKAN LOGIKA FUZZY PADA
PEMBANGKIT PHOTOVOLTAIC
1 2 Machmud Effendy , Nur Alif M.
Universitas Muhammadiyah Malang
Kontak Person:
Nur Alif Mardiyah
Jalan merpati utara No. 25
Malang, 65152
Telp: 08123312287, E-mail: [email protected]
Abstrak
Penggunaan photovoltaic sebagai sumber energi terbarukan berkembang dengan pesat. Pembangkit
photovoltaic memiliki karakteristik arus dan tegangan yang non-linear, memiliki nilai daya maksimum
pada tegangan optimal dan tergantung pada kondisi faktor alam sekitar seperti suhu dan radiasi.
Untuk mendapatkan daya maksimum disetiap kondisi dari pembangkit photovoltaic menuju beban,
diperlukan rangkaian DC chooper yang dikontrol oleh metode pencari nilai daya maksimum
(Maximum power point tracking/MPPT). Metode MPPT ini sebagai penghasil pulse width modulation
(PWM). Fokus permasalahan dalam makalah ini adalah membuat kontrol logika fuzzy sebagai
kontroller dari konverter boost, untuk mendapatkan nilai daya maksimum dari photovoltaic. Performa
kontroller logika fuzzy akan dibandingkan dengan metode konvensional perturbation and observation
(P&O). Implementasi dan simulasi performa dari sistem (pembangkit photovoltaic, DC chooper, dan
teknik MPPT Fuzzy) ditunjukan dengan menggunakan program Matlab/Simulink.Kata kunci: mppt, logika fuzzy, dan DC chooper Pendahuluan
Dalam beberapa tahun terakhir ini, kekhawatiran atas emisi gas buang dan kenaikan harga bahan bakar menyebabkan permintaan yang tinggi untuk mengembangkan energi alternatif. Keputusan pemerintah Indonesia dalam kebijakan energi nasional (KEN), mendukung dan memberikan insentif yang besar dalam pengembangan energi terbarukan. Energi panas matahari merupakan salah satu sumber energi green yang ramah lingkungan dan tidak dapat habis. Sifat keluaran photovoltaic (PV) berupa arus dan tegangan adalah nonlinier sangat tergantung dari kondisi alam yaitu suhu sekitar dan radiasi yang diterima. Karakteristik PV yang nonlinier menyebabkan kesulitan pengoperasian dalam mendapatkan daya PV yang maksimum. Untuk mendapatkan daya keluaran PV yang maksimum bisa menggunakan metode yang disebut maximum power point tracking (MPPT). Banyak metode dari MPPT ini telah diteliti dan dikembangkan seperti pertub & observe (P&O) dan incremental conductance (incCon).
Kontrol logika fuzzy dapat digunakan sebagai kontrol MPPT. Kontrol ini memiliki dua input yaitu intesitas cahaya dan suhu. Keluaran yang diinginkan adalah tegangan referensi sehingga PV dapat mengalirkan daya maksimum. Keakuratan kontrol sangat dipengaruhi oleh fungsi keanggotaan dan rule base yang dibuat. Biasanya variabel-variabel ini didapatkan dengan metode trial error. Pada penelitian ini, konverter boost digunakan sebagai aktuator dari kontrol MPPT fuzzy pada pembangkit PV yang bekerja secara stand alone. Seluruh sistem dimodelkan dan disimulasikan menggunakan komputer dengan program matlab.
Metode Penelitian
Sistem pembangkit PV yang diusulkan pada penelitian ini dapat dibagi menjadi 5 bagian, yaitu pemodelan PV, metode MPPT, sistem kontrol tegangan, konverter boost dan pemodelan beban DC.
Gambar 1 menunjukan keseluruhan sistem yang diusulkan.
Gambar 1. Konfigurasi Sistem Keseluruhan
A. Pemodelan Photovoltaic(PV) Model matematik dikembangkan untuk menirukan karakter PV. Gambar 2 berikut ini menunjukan rangkaian persamaan PV. I L I D I sh R sh R s I Gambar 2. Pemodelan PV
Persamaan dasar dari PV ditunjukan oleh persamaan(1) berikut: V IR q S
nkT V I R S
I I L D I e 1
(1)
R sh
Keterangan: I adalah arus output PV (A).
I L adalah arus yang terbangkit pada PV (A).
I D adalah arus saturasi dioda. -19 q adalah muatan elektron = 1.6x10 (C). K adalah konstanta Boltzman (j/K). T adalah temperatur sel (K). R adalah resistansi seri sel (Ohm). s R sh adalah resistansi shunt (Ohm). V adalah tegangan output PV (V). 2 Data PV pada iradiasi matahari 1000 W/m dan temperatur 25ºC ditunjukkan oleh Tabel 1. 2 Tabel 1 Parameter PV pada 1000 W/m 25 ºC
Imp
25 A Vmp
60.4 V Pmax 1570.4 W Isc
25.44 A Voc
66 V Pada penelitian ini hanya digunakan satu buah PV untuk mengetahui performa dari penggunaan konverter boost yang dikombinasikan dengan MPPT berbasis fuzzy.
IV-138 SENTRA
B. Konverter Boost Konverter boost adalah salah satu konverter DC to DC yang berfungsi menaikkan tegangan DC.
Konverter boost mempunyai tegangan keluaran yang selalu lebih besar daripada tegangan masukan. Polaritas tegangan keluaranya mempunyai nilai yang sama dengan masukan.
V in V o u t
(2) D
1 * Nilai duty cycle D didapat dengan :
V m D
(3)
1 V
out
C. Metode MPPT Fuzzy Penentuan parameter fuzzy menggunakan bantuan tool matlab, yaitu anfisedit. Tool ini membutuhkan data yang kemudian digunakan untuk membangkitkan fungsi keanggotaan dan
rule base sesuai pola data. Data yang dimasukan berupa data masukan dan keluaran. Data
masukan terdiri dari variasi suhu dan intesitas cahaya, sedangkan data keluaran berupa berupa tegangan referensi. Hasil fungsi keanggotaan yang diolah oleh anfisedit ditunjukan pada
gambar 3 berikut ini.
(a) Fungsi keanggotaan suhu (b) Fungsi keanggotaan intesitas cahaya Gambar 3. Fungsi Keanggotaan Fuzzy
D. Sistem Kontrol Tegangan Sistem kontrol tegangan berfungsi untuk menghasilkan duty cycle yang tepat untuk konverter boost, agar konverter boost dapat membuat PV menghasilkan tegangan yang sesuai dengan tegangan referensi yang ditetapkan oleh keluaran MPPT. Kontroler tegangan yang digunakan adalah kontroller PI. Gambar skema kontrol yang digunakan ditunjukan pada Gambar 4.
Gambar 4. Skema Kontrol Tegangan E. Pemodelan Beban DC Beban DC yang digunakan merupakan resistor yang disusun secara seri dan pararel. Tujuan pemasangan resistor secara kombinasi ini adalah menguji respon sistem saat terjadi perubahan nilai hambatan. Nilai resistor pada R_Load sebesar 200 Ohm dan pada R_Load1 & 2 sebesar 100 Ohm. Nilai awal hambatan total adalah 300 Ohm, lalu pada detik ke 2 dilakukan penambahan beban secara pararel sebesar 100 Ohm, sehingga nilai hambatan akhir menjadi 250 Ohm. Gambar skema konfigurasi beban DC ditunjukan pada Gambar 5.
Gambar 5. Konfigurasi Beban DC
Hasil Penelitian dan PembahasanPada penelitian ini dibandingkan hasil dari dua sistem, yaitu sistem PV dengan menggunakan metode MPPT fuzzy dan P&O. Kedua sistem di uji dengan kondisi beban konstan dan terjadi perubahan nilai beban.
A. Sistem dengan beban konstan
Gambar 6 dan Gambar 7 berikut ini menunjukan pengujian sistem yang pada awalnya
mendapat masukan intensitas cahaya 600 W/m 2 menjadi 400 W/m 2 pada suhu yang sama besar yaitu 25 C.
Gambar 6. Arus, tegangan dan daya keluaran dari PV Berdasarkan Gambar 6. diatas daya maksimum yang dihasilkan PV dengan menggunakan metode fuzzy lebih cepat didapatkan dibandingkan menggunakan metode P & O. Metode P & O masih transien sampai detik ke 0.4, hal ini ditunjukan dengan gambar pada baris ketiga. Daya yang dihasilkan oleh PV menggunakan metode MPPT fuzzy lebih besar dengan nilai 960 W daripada metode MPPT P&O yaitu rata-rata 800 W. dengan demikian dapat disimpulkan bahwa teknik MPPT yang digunakan memiliki akurasi yang sangat tinggi.
Dari Gambar 7 diperoleh hasil bahwa keluaran konverter boost dengan menggunakan metode MPPT fuzzy menghasilkan daya lebih cepat dibandingkan menggunakan metode MPPT P&O. Saat terjadi perubahan intesitas cahaya, konverter boost dengan metode MPPT fuzzy dapat merespon perubahan dengan menurunnya arus, tegangan dan daya, sementara metode MPPT dengan P&O cenderung stabil atau tidak merespon perubahan intesitas cahaya yang terjadi. Daya yang dihasilkan
IV-140 SENTRA
konverter boost dengan menggunakan metode MPPT fuzzy sebesar 720 W saat intensitas cahaya 600 2 2 W/m dan 610 W saat intensitas cahaya turun menjadi 400W/m sementara itu dengan menggunakan MPPT P&O sebesar 620 W saat intensitas cahaya 600W/m2 dan saat intensitas cahaya turun menjadi 400W/m2 menjadi 610 W.
Gambar 7. Arus, tegangan dan daya keluaran dari konverter boost
B. Sistem dengan beban berubah nilai 2 Pada pengujian kedua, sistem dengan nilai intensitas cahaya (400W/m ) dan suhu (25 Celcius) yang sama di uji dengan perubahan nilai resistor pada beban. Hasil pegujian sistem dengan perubahan nilai beban ini ditunjukan pada Gambar 8.
Gambar 8. Daya keluaran konverter boost saat terjadi perubahan nilai beban.
Pada detik ke-2 sistem diuji dengan perubahan nilai pada beban. Beban yang semula bernilai 300 Ohm menjadi 250 Ohm, yang artinya beban mengalami penambahan secara pararel. Dari gambar menunjukan setelah terjadi perubahan beban, terjadi transien pada nilai daya berupa kenaikan sebesar 120 W pada masing-masing metode, akan tetapi daya kembali turun menjadi daya yang sebelumnya yaitu 600 W. Dapat diambil kesimpulan walaupun terjadi perubahan beban, daya maksimum disetiap metode dapat dipertahankan.
Kesimpulan
Berdasarkan hasil pengujian yang telah dilakukan, dapat disimpulkan bahwa sistem PV yang dikombinasikan dengan konverter boost dapat meningkatkan daya maksimum yang dihasilkan oleh PV. Daya PV yang dihasilkan oleh metode MPPT Fuzzy lebih besar dan cepat didapatkan dibandingkan daya yang dihasilkan oleh metode MPPT P&O. Kedua metode ini dapat mepertahankan daya maksimum walaupun konsumsi beban berubah.
Referensi
[1] Syafarudin, E. Karatepe, T. Hiyama, “Polar Coordinated Fuzzy Controller Based Real-Time Maximum- Power Point Control of Photovoltaic System,” Elsevier - Renewable Energy, 34, pp.
2597-2606, 2009. [2]
“Trends in Photovoltaic Applications : Survey Report of Selected IEA Countries between 1992 and 2010,” IEA, Paris, France, Rep. IEA-PVPS T1-20, 2011. [3]
K.I. Hwu, Y.T. Yau, “KY converter and its derivative,” IEEE Transaction on Power Electronics, 24, pp.128-137, 2009. [4] H.-B. Shin, J.G. Park, S.K. Chung, H.W. Lee, T.A. Lipo, “Generalized steady-state analysis of multiphase interleaved boost converter with coupled inductors IEE Proceeding Electronic Power
Application , 152, pp.584-594, 2005.
[5] F.L. Luo, H. Ye, “Positive Output Super-Lift Converters,” IEEE Transaction on Power Electronics , 18, pp. 105-113, 2003. [6] R. Giral, E. Arango, J. Calvente and L. Martinez-Salamero, "Inherent DCM Operation of the Asymmetrical Interleaved Dual Buck-Boost," Proceeding IEEE IECON'02, 1, pp. 129-134, 2002. [7] A. Chaou achi, R.M. Kamel, K. Nagasaka, “A Novel Multi-Model Neuro-Fuzzy-Based MPPT for three phase grid- connected photovoltaic system,” Science Direct - Solar Energy, 84, pp. 2219- 2229, 2010.