Jurnal EECCIS (Electrics, Electronics, Communications, Controls, Informatics, Systems) (Apr 2022)

Optimasi Maximum Power Point Tracking Pada Array Photovoltaic Menggunakan Algoritma Ant Colony Optimization dan Particle Swarm Optimization

  • Fuad Hasan,
  • Hadi Suyono,
  • Abraham Lomi

DOI
https://doi.org/10.21776/jeeccis.v16i1.691
Journal volume & issue
Vol. 16, no. 1
pp. 1 – 9

Abstract

Read online

Pembangkit listrik tenaga surya pada umumnya tidak dapat bekerja pada daya maksimum dengan sendirinnya, karakteristik tegangan PV pada umumnya mengikuti tegangan batarai atau beban yang terhubung langsung ke PV. Intensitas cahaya yang diterima oleh modul-modul PV pasti tidak semuanya mendapatkan iradiasi yang seragam, sehingga daya yang dihasilkan tidak optimal dan menimbulkan multi-peak. Untuk mengoptimalkan daya dari PV diperlukan sistem Maximum Power Point Tracking (MPPT). Namun metode yang sering digunakan masih sering terjebak dalam local peak dan waktu konvergen yang lama. jurnal ini membandingkan performa pelacakan dan waktu pelacakan menggunakan 2 metode, yaitu Ant Colony Optimization (ACO) dan Particle Swarm Optimization (PSO). Hasil percobaan menunjukkan algoritma ACO mempunyai efisiensi rata-rata keseluruhan yang lebih unggul 1,58% dari PSO, namun algoritma ACO lebih lambat dalam pelacakanya.

Keywords