| dc.description.abstract | Penggunaan algoritma P&O sebagai MPPT pada panel surya sudah diterapkan secara
meluas. Hanya saja, algoritma P&O memiliki beberapa kekurangan yang menyebabkan
banyak daya yang dapat dimanfaatkan terbuang percuma, diantaranya: menghasilkan riak
daya yang besar, tidak dapat membedakan puncak lokal dan global serta pelacakan duty
cycle selalu berosilasi disekitar titik MPP. Algoritma diimplementasikan pada
mikrokontroler Arduino Nano dengan input masukan untuk algoritma adalah besar daya,
perubahan daya, dan duty cycle. Kemudian algoritma digunakan untuk mengendalikan
langsung duty cycle dari buck converter. Pengujian dilakukan pada tiga studi kasus, yaitu:
(1) Pengujian pada kondisi iradiasi tetap, (2) Pengujian pada kondisi iradiasi berubah dan
(3) Pengujian pada kondisi panel surya mengalami partial shading. Dari ketiga studi kasus
tersebut diperoleh bahwa dengan menerapkan MPPT yang menggunakan algoritma Grey
Wolf Optimization menghasilkan efisiensi pelacakan tegangan sebesar 88.64%-98.01% pada
iradiasi 330 W/m2 -1000 W/m2 . Dari hasil pengujian sebanyak sepuluh kali untuk masing
masing tingkat iradiasi dapat dikatakan algoritma Grey Wolf Optimization 84% lebih akurat
dari metode P&O. Kemudian pada pengujian kedua algoritma dapat beradaptasi dengan
perubahan iradiasi yang berlangsung dan berhasil melakukan konvergensi nilai duty cycle
yang mendekati nilai optimalnya. Pada pengujian ketiga dilakukan simulasi kondisi panel
surya mengalami partial shading, dari tiga macam pola shading yang diuji metode Grey
Wolf Optimization berhasil melacak daya maksimum global panel surya, sedangkan
algoritma P&O terjebak di puncak lokal pada partial shading pola ketiga. | en_US |
