dc.contributor.author | HADI, MUHAMMAD HABIBUL | |
dc.date.accessioned | 2024-03-13T13:23:47Z | |
dc.date.available | 2024-03-13T13:23:47Z | |
dc.date.issued | 2024-03-13 | |
dc.identifier.citation | IEEE | en_US |
dc.identifier.uri | https://library.universitaspertamina.ac.id//xmlui/handle/123456789/11212 | |
dc.description.abstract | Penggunaan energi fosil yang semakin menipis juga membuat dampak buruk terhadap lingkungan karena emisi karbon yang dihasilkan sehingga menuntut untuk dapat mengembangkan energi terbarukan. Energi angin merupakan salah satu energi terbarukan yang memiliki potensi di Indonesia. Pemanfaatan energi angin di bidang pembangkit listrik memilki kelemahan karena kecepatan angin yang selalu berfluktiatif, sehingga daya yang akan dihasilkan tidak akan optimal. Perancangan Maximum Power Point Tracker (MPPT) dibutuhkan oleh Pembangkit Listrik Tenaga Bayu (PLTB) agar sistem dapat menghasilkan daya yang optimal. Tugas Akhir ini bertujuan untuk merancang Maximum Power Point Tracker (MPPT) untuk mengoptimasi daya yang ditangkap oleh Sistem Konversi Energi Angin (SKEA). Beberapa metode digunakan untuk mengoperasikan MPPT seperti Pertube and Observe (P&O). Penggunaan metode P&O pada sistem MPPT sudah digunakan secara meluas, namun memiliki banyak kekurangan seperti tidak dapat mencapai puncak global dan memiliki Ripple daya yang besar. Metode Genetic Algorithm (GA) diajukan sebagai metode utama MPPT dan akan dibandingkan dengan metode konvensional P&O dalam pengujian. Pengujian dilakukan dengan dua studi kasus, yaitu : (1) Pengujian MPPT dengan kecepatan angin konstan, dan (2) Pengujian MPPT dengan kecepatan angin dinamis. Hasil dari pengujian (1) didapatkan bahwa pada kecepatan angin 12 m/s, MPPT dengan metode GA lebih mendekati kondisi MPP dengan galat sebesar 3.96 % lebih baik dibandingkan dengan metode P&O yang memiliki galat sebesar 9.46 %. Ketika dilakukan pengujian pada kecepatan angin 6 m/s kedua metode metode mengalami peningkatan galat MPP, namun MPPT dengan metode GA masih mendapatkan galat yang lebih kecil sebesar 80.98% dibandingkan metode P&O yang mendapatkan galat sebesar 82.58 %. Hasil pengujian pada studi kasus (2) didapatkan bahwa MPPT pada kondisi kecepatan angin dinamis, MPPT dengan metode GA tetap dapat mendekati titik MPP pada ketika terjadi perubahan kecepatan angin dengan galat MPP rata-rata sebesar 20.13% lebih baik dibandingkan dengan metode P&O 30.66 % | en_US |
dc.publisher | Universitas Pertamina | en_US |
dc.subject | Maximum Power Point Tracker (MPPT) , Genetic Algorithm (GA), Turbin Angin, P&O, dan galat MPP | en_US |
dc.title | Maximum Power Point Tracker (MPPT) pada Pembangkit Listrik Tenaga Bayu dengan Metode Genetic Algorithm (GA) | en_US |
dc.title.alternative | Maximum Power Point Tracker (MPPT) in Wind Power Plants using the Genetic Algorithm (GA) Method | en_US |
dc.type | Thesis | en_US |