PEMODELAN BUCK-BOOST CONVERTER DENGAN KENDALI ARTIFICIAL NEURAL NETWORK UNTUK PENGISIAN BATERAI PADA SISTEM PHOTOVOLTAIC

Abstract

Indonesia memiliki potensi energy surya yang sangat besar karena wilayhnya terletak di daerah katulistiwa. Energi surya dikonversi menjadi energi listrik melalui panel surya atau fotovoltaik (PV). Energi listrik yang dihasilkan oleh PV dapat langsung dipergunakan untuk mencatu beban atau disimpan dalam sebuah baterai. Penelitian ini menyelidiki disain sistem pengisian baterai dengan kendali Artificial Neural Networks (ANN). Sistem pengisian baterai dimodelkan menggunakan Matlab / Simulink. ANN dilatih dengan menggunakan data masukan dan keluaran yang didapat dari sistem pengisian baterai yang dikontrol dengan PI. ANN dilatuh dengan  algoritma backpropagation. Hasil penelitian menunjukkan bahwa Buck-Boost Converter mmpu mempertahankan tegangan pengisian baterai yang relatif konstan yakni diantara 12.93 V - 14.01 V, pada tegangan keluaran PV yang bernilai diantara 14,01 V - 15,72 V. Sedangkan respon performansi sistem yang dihasilkan dengan kendali PI dan ANN sama yaitu nilai overshoot terbesar senilai 4.99% dan nilai settling time maksimum sebesar 7.16 s. Unjuk kerja performansi respon dari sistem yg dikontrol dengan PI dan ANN cedrung sama. Hal ini disebabkan oleh proses training ANN yang belum optimal karena data latih yang digunakan masih terbatas.