penggunaan kontroler fuzzy- pid untuk peningkatan …

PENGGUNAAN KONTROLER FUZZY-PID UNTUK PENINGKATAN

PERFORMA PEMBANGKIT TENAGA SURYA MIKROA I Sultoni, L Hanafi, Z P Aji

Balai Riset dan Standardisasi Industri Surabaya

Disampaikan pada acara :SEMINAR NASIONAL TEKNOLOGI BAHAN DAN

BARANG TEKNIKOnline Virtual, Tgl : 26 Agustus 2020

Latar Belakang

• Potensi PLTS sebagai EBT untuk dikembangkan di daerah khatulistiwa.

• MPPT (Maximum Power Point Tracking) merupakan metode pencarian titik daya maksimum yang perlu ditingkatkan efisiensinya untuk mendukung realibilitas PLTS sebagai EBT.

• Cuaca sangat berpengaruh terhadap produksi daya PLTS utamanya perubahan iradiasi panas matahari dan temperatur ambient.

Review literatur (1)

• Terjadi penurunan tegangan sebesar 0,22 Volt setiap terjadi kenaikan temperatur sebesar 1oC [1].

• Nilai daya keluaran photovoltaic bersifat non-liner terhadap perubahan intensitas iradiasi panas matahari dan temperatur .

• Kondisi non-linear ini menyebabkan turunnya performa PLTS setiap terjadi perubahan nilai iradiasi dan temperatur.

Review literatur (2)• Diagram P-V untuk perubahan iradiasi dan

algoritma P&O yang umum digunakan pada MPPT.

Gambar 1. Kurva P-V

Review Literatur (3)Keunggulan dan kelebihan P&O [2]

Keunggulan Kelemahan§ Algoritma sederhana§ Tidak memerlukan memori

yang cukup banyak§ Sirkuit elektronik tidak

rumit§ Mudah untuk

diimplementasikan§ Harga kompetitif

§ Apabila tingkat iradiasi matahari rendah, tracker sulit untuk mencari titik maksumumnya karena kurva terlalu flat, sehinga nilai maksimum floating di antara titik maksimum yang sesungguhnya (kurva 1 , Gb.1)

§ Tidak dapat langsung pada posisi maksimum bila terjadi perubahan intensitas (Gb.1)

Review Literature (4)• Tracking menggunakan kecerdasan buatan

dibuat untuk mengatasi kelemahan metode secara numerik.

• Amara, dkk mengusulkan algoritma ANFIS yang dikombinasikan dengan kontroler PI untuk meningkatkan performa photovoltaic karena pengaruh perubahan atmosfer [3].

• Narendiran, dkk mengusulkan Fuzzy Logic Controller (FLC) untuk tracking titik maksimum photovoltaic[4]

Review Literature (5)

• Kandemir,dkk mengkomparasikan metode P&O, INC dan FLC untuk pencarian titik maksimum dengan mode direct dan indirect [5]

• Penggunaan FLC memerlukan memori yang besar dan kompleksitas yang tinggi sehingga mahal dalam implementasi. Lazarov, dkk mencoba menyederhanakannya dengan menggunakan look up table [6].

• Fuzzy-PID pernah dicoba secara simulasi untuk meningkatkan performa pembangkit photovoltaic off-grid [7].

State Of The Art

Desain Kontroler Fuzzy-PID untuk mempercepat pencarian titik maksimum PLTS micro-grid kapasitas 3,5 KWP

Metode (1)Kontroler digunakan pada sistem photovoltaic micro-grid 3,5KWP pada Gambar 2.

Gambar 2. Pembangkit Micro-grid 3,5KWP

Single-Phase, 240 Vrms, 3500 W Transformerless Grid-Connected PV Array

StrayCapacitances

Discrete1.323e-06 s.

powergui

v+-

v+-

VIgrid

Igrid

Vgrid

+DCLink

PV

Vdc

meas_PV

Vinv

I rradiance(W/m2)

25

Temperature(Deg. C)

RateLimiter

Saturation

1

MPPT_On

Vdc

meas_PV

I rradiance

V mean

Pmean

Pdc

Igrid

Vgrid

g

A

B

+

-

H-Bridge

A

B

a

b

GRID

+

RL1

Double-clickto view

additionnalscopes

+

C

On

Vhome

Ihome

Vdc

V_PV

I_PV

g

I nverter Control

Ig(Leakage Current)

Vs14,400 V

1

2

3

+

+

+

75-kVA Transformer(120V/120V/14.4 kV)

+

Load 1

+

Load 2

+

Rg

+

RL2

+

RL3

+

RL4

?

Ir

T

mm

+

-

PV ArrayTrina Solar TSM-250PA05.08

14-module string1 parallel strings

++

RMS

RMS

Vrms

i+

-

CM2

VdcVgrid

IgridPdc

Vdcref

Vdc_ref

K Ts

z-1

Discrete-TimeIntegrator iPdc

I rradianceIrradiance

Temp

Vdc mean (V)

Pdc mean (W)

Pdc mean (W )

V (V)

I (A)

<I_PV>

<V_PV>

I rradiance (W/m2)

Metode (2)Fuzzy –PID ditambahkan sebelum pencarian titik maksimum dengan struktur yang ditunjukkan Gambar 3.

z

1

UnitDelay1z

1

UnitDelay2

1 V

2 I

1

D

Emin

Imin

Vmin

I

V

E

CE

Input

z

1

UnitDelay3

GCE

GE

Fuzzy Inference System

GU

E

C E

Param

deltaD

D

D = Dold + CD

3 Param

CD

E

CE

Gambar 3. Struktur Kontrol Fuzzy-PID

Metode (3)Fuzzy rule Defuzzifikasi

Tuning PID

KP= 12 , KI= 200 , KD = 0,1

Error (E)

Delta Error (DE)

NB NS ZE PS PB

NB PS PB NB NB NSNS PS PS NS NS NSZE ZE ZE ZE ZE ZEPS NS NS PS PS PSPB NS NB PB PB PS

?� ?� ?�=σ ?�� ?� ?�� − ?�?�?�

?�−1

σ ?� ?�?�?�= 1

Hasil dan Pembahasan (1)• Input sistem berupa variasi iradiasi panas

matahari (Gb.4) dengan temperatur konstan (T=25oC)

Gambar 4. Variasi iradiasi panas matahari

Hasil dan Pembahasan (2)

• Grafik I-V dan P-V ditunjukkan Gambar 5

Gambar 5. Grafik I-V dan P-V

Hasil dan Pembahasan (3)

• Respon output tegangan VDC ditunjukkan Gb. 6

Gambar 6. Respon output VDC

Hasil dan Pembahasan (4)• Respon output daya PDC ditunjukkan Gb. 7

Gambar 7. Respon output PDC

Hasil dan Pembahasan (5)

• Fuzzy-PID mampu menggenerasi tegangan VDC di sekitar tegangan maksimum 434 Volt sedangkan P&O hanya mampu menggenarasi tegangan VDC sebesar 280 Volt.

• Respon tegangan Fuzzy-PID lebih stabil daripada P&O, dimana pada saat terjadi perubahan iradiasi secara tiba-tiba dari 1000 Watt/m2 ke 250 Watt/m2 dan dari 250 Watt/m2 ke 750 Watt/m2 terjadi overshoot yang signifikan, sedangkan dengan Fuzzy-PID overshoot tegangan dapat diminimalkan.

Hasil dan Pembahasan (6)

• Fuzzy-PID mampu menggenerasi daya 2600 Watt saat nilai iradiasi 750 Watt/m2, sedangkan P&O hanya mampu menggenerasi daya 1750 Watt saja.

Kesimpulan

• Kontroler Fuzzy PID didesain untuk meningkatkan performa pembangkit photovoltaic micro-grid 3,5KWP.

• Fuzzy PID mampu menaikkan daya PDC 850 Watt dibanding P&O pada intensitas 750 Watt/m2 .

• Respon tegangan Fuzzy-PID lebih stabil terhadap perubahan iradiasi panas matahari daripada P&O.

Saran

• Perlu penambahan aturan Fuzzy agar respon tegangan VDC lebih smooth, namun demikian penambahan aturan Fuzzy ini akan memerlukan memori hardware sistem minimum, saat implementasi.

• Implementasi kontroler pada real plant pembangkit photovoltaic micro-grid 3,5KWP yang telah terinstal pada rooftop BISBY.

Referensi (1)[1]Deny Suryana dan M. Marhaendra Ali, "Pengaruh Temperatur/Suhu Terhadap Tegangan Yang Dihasilkan Panel Surya Jenis Monokristalin (Studi Kasus : Baristand Industri Surabaya)", JTPII (Jurnal Teknologi Proses dan Inovasi Industri), vol.2, no.1, pp. 49-52, 2016

[2] D.P Hohm and M.E. Ropp, “Comparative Study of Maximum Power Point Tracking Algorithm ”, Progress on Photovolataics: Research and Applications., Vol 11, pp. 47-62, 2002.

[3] Karima Amara, Arezki Fekik, D. Hocine, Mohamed Lamine Hamida, El-Bay Bourennane, Toufik Bakir, Ali Malek, "Improvemnt Performance of a PV Solar Panel With Adaptive Neuro Fuzzy Inference System ANFIS Based MPPT", 7th Internatinal Converence on Renewable Energy Research and Application, Paris, 2018, pp. 1098-1101.

[4].Narediran S, Sarat Kumar Sahoo, Raja Das, Aswin Kumar Sahoo, "Fuzzy Logic Controller Based Maximum Power Point Tracking for PV System, 3rd International Conference on Electrical Energy Systems, Chennai, 2016, pp.29-34

Referensi (2)[5] Ekrem Kandemir, Selim Borekci, Numan Sabit Cetin, "Conventional and Soft -Computing Based MPPT Methods Comparisons in Direct and Indirect Modes for Single Stage PV Systems", Elektronika ir Elektrotechnika, vol. 24, no.4, pp. 45-52, 2018

[6] Vladimir Lazarov, Zahari Zarkov, Ludmil Stoyanov, Hristiyan Kanchev, Bruno Francois, "Grid Connected PV System With MPPT Control", Proceeding of The Technical University - Sofia , pp. 357-366, 2013.

[7] Wang Yanlong Yang Xuhong, Li Haoran, "The Application of Fuzzy-PID Control in PV Generation of DC-DC Converter", International Conference on Intelligent System Research and Mechatronics Engineering, pp. 1183-1187, 2015.

Terima Kasih