Desain Maximum Power Point Tracking (MPPT) Pada Photovoltaic Dengan Konverter DC-DC Tipe Cuk Menggunakan Algoritma Artificial Bee Colony

Main Article Content

Septian Muti Nanda
Nur Alif Mardiyah
Machmud Effendy

Abstract

Maximum Power Point Tracking (MPPT) pada Photovoltaic (PV) sangat dibutuhkan untuk meningkatkan efesiensi daya yang dihasilkan PV. Meningkatkan efesiensi daya keluaran PV sangat penting mengingat biaya awal yang besar untuk membuat pembangkit listrik menggunakan PV. Photovoltaic merupakan energi yang bersih, gratis karna menggunakan cahaya matahari dan juga bebas dari polusi menjadikan PV energi yang sangat tepat untuk digunakan. Dalam mencari titik kerja maksimum PV salah satu algoritma yang bisa menjadi pilihan adalah Artificial Bee Colony. Algortima Artificial Bee Colony merupakan algoritma yang terinspirasi dari bagaimana lebah mencari madu. Sedangkan untuk konverternya menggunakan konverter dc-dc tipe cuk. Konverter cuk merupakan konverter yang bisa menaikan atau menurunkan tegangan. Efesiensi Daya output yang dihasilkan dengan menggunakan algoritma Artificial Bee Colony dan dengan Cuk konverter adalah 91.37% dimana hasil ini lebih baik jika dibandingkan dengan Sistem tanpa menggunakan MPPT yang menghasi kan efisiensi 84.29% atau sistem yang menggunakan Perturb and Observe (P&O) yang menghasilkan efesiensi 90.79%.

Article Details

How to Cite
Septian Muti Nanda, Nur Alif Mardiyah, & Machmud Effendy. (2018). Desain Maximum Power Point Tracking (MPPT) Pada Photovoltaic Dengan Konverter DC-DC Tipe Cuk Menggunakan Algoritma Artificial Bee Colony. SinarFe7, 1(1), 382–388. Retrieved from https://journal.fortei7.org/index.php/sinarFe7/article/view/206
Section
Articles

References

P. T. Sawant, P. C. Lbhattar, and C. L. Bhattar, “Enhancement of PV System Based on Artificial Bee Colony Algorithm under dynamic Conditions,” in 2016 IEEE International Conference on Recent Trends in Electronics, Information & Communication Technology (RTEICT), IEEE Conferences, 2016, pp 1251 – 1255

D. Kumar, and K.Chatterjee, “Artificial Bee Colony basedMPPT Algorithm for Wind Energy Conversion System,” in 2016 IEEE 6th International Conference on Power Systems (ICPS), IEEE Conferences, 2016.

K. Sundareswaran, P. Sankar, P. S. R. Nayak, S. P. Simon, and S. Palani,“Enhanced Energy Output From a PV System Under Partial Shaded Conditions Through Artificial Bee Colony,” in IEEE Transactions On Sustainable Energy, volume. 6, issue.1, pp. 198 – 209, 2015.

B. Bilal,”Implementation of Artificial Bee Colony Algorithmon Maximum Power Point Tracking for PV Modules”,in 2013 8th International Symposium on Advanced Topics in Electrical Engineering (ATEE), IEEE Conferences, 2013.

E. Handawi, M. M. Salem, and Y. Atia, “Design and Control of Cuk Converter and modified IC MPPT Technique for Off-Grid PV Systems ,” in International Journal of Applied Engineering Research ISSN, volume. 11, no. 12, pp 7654 – 7661, 2016.

T. Chakrabarti, U. Sharma, S. Manna, T. Chakrabarti, S. K. Sarkar,“Design of Intelligent Maximum Power Point Tracking (MPPT) technique based on Swarm Intelligence based Algorithms,” in 2015 International Conference on Power and Advanced Control Engineering (ICPACE), IEEE Conferences, 2015, pp 173 – 177.

S. Saravanan, N. R. Babu,“Performance Analysis of Boost& Cuk Converter in MPPT Based PV System”, in 2015 International Conference on Circuit, Power and Computing Technologies [ICCPCT], IEEE Conferences, 2015.

N. Kumar, I. Hussain, B. Singh, B. K. Panigrahi,“ Maximum power peak detection of partially shaded PV panel by using intelligent monkey king evolution algorithm”, in 2016 IEEE International Conference on Power Electronics, Drives and Energy Systems (PEDES), IEEE Conferences, 2017, pp 5734 – 5743.

M. R. Rashel, A. Albino, M. Tlemcani, T. C. F. Goncalves, J. Rifath,“ MATLAB Simulink modeling of photovoltaic cells for understanding shadow effect,” in 2016 IEEE International Conference on Renewable Energy Research and Applications (ICRERA), IEEE Conferences, 2016, pp 747 – 750.

D. Yazdani, M. R. Meybodi, “A novel Artificial Bee Colony algorithm for global optimization,” in 2014 4th International Conference on Computer and Knowledge Engineering (ICCKE), IEEE Conferences, 2014, pp 443 – 448.