penggunaan kontroler fuzzy- pid untuk peningkatan …
TRANSCRIPT
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