BAB II DASAR TEORI
2.5 Bentuk Muka Bumi
2.5.1 Dataran Tinggi dan Dataran Rendah
2.5.1.1 Temperatur Udara
Udara melingkupi permukaan bumi hingga ketinggian sekitar 560 km.
Kumpulan udara yang melingkupi bumi ini disebut juga atmosfer. Salah satu sifat udara adalah lentur, bagaikan karet yang bisa dimampatkan. Setiap lapisan udara akan menindih lapisan udara di bawahnya karena pengaruh gaya gravitasi bumi.
Akibatnya, udara yang posisinya lebih rendah akan lebih mampat daripada udara yang posisinya lebih tinggi. Jika udara memampat, itu artinya kerapatannya membesar atau tekanan udaranya tinggi. Udara juga memiliki berat dan punya kecenderungan untuk menekan udara di bawahnya. Akibatnya lokasi yang lebih rendah memiliki kerapatan molekul udara yang lebih tinggi. Intinya, molekul udara di dataran rendah menjadi lebih padat, sedangkan di dataran tinggi jadi lebih renggang.
Gambar 2.14 Lapisan Atmosfer Bumi
Jika udara semakin mampat, artinya jumlah partikel udara semakin banyak per satuan volumenya. Dengan demikian, jumlah partikel udara di dataran rendah lebih banyak daripada jumlah partikel udara di dataran tinggi. Hal ini berkaitan dengan teori Gerak Brown (Browning Motion). Gerak Brown adalah gerakan terus menerus dari suatu partikel zat cair ataupun gas. Molekul gas bergerak terus sepanjang waktu dan menghasilkan energi kinetis (energi yang diperoleh karena gerakan).
Ketika matahari menyinari bumi, itu artinya matahari memberi energi pada segala sesuatu yang ia sinari, termasuk partikel udara. Masing-masing partikel udara tersebut menerima energi sinar matahari yang (relatif) sama. Dengan demikian, semakin banyak partikel udaranya, semakin banyak pula energi sinar matahari yang terserap. Energi-energi yang terserap tersebut kemudian berubah menjadi panas. Karena jumlah partikel udara di dataran tinggi lebih sedikit daripada jumlah partikel udara di dataran rendah, maka jumlah energi matahari yang terserap di dataran tinggi akan lebih sedikit, sehingga panas yang terbentuk tidak sebanyak panas di dataran rendah. Itulah sebabnya udara di dataran tinggi lebih dingin.
BAB III
METODE PENELITIAN
3.1 Tempat dan Waktu
Penelitian dilaksanakan pada simulasi komputer menggunakan software MATLAB dengan memanfaatkan data yang diperoleh dari Badan Meteorologi, Klimatologi dan Geofisika (BMKG). Lama penelitian direncanakan akan berlangsung selama 3 (tiga) bulan.
3.2 Bahan dan Peralatan
Adapun bahan-bahan yang digunakan untuk melakukan penelitian ini adalah datasheet KS235M-96 serta memanfaatkan temperatur dan iradiasi matahari rata-rata di dataran rendah dan dataran tinggi. Peralatan yang akan digunakan dalam penelitian ini adalah software MATLAB.
3.3 Variabel yang Diamati
Variabel-variabel yang diamati dalam penelitian ini meliputi:
▪ Radiasi dari dataran rendah dan dataran tinggi.
▪ Suhu dari dataran rendah dan dataran tinggi.
▪ Daya keluaran dari photovotaic menggunakan algoritma Perturb and Observe
▪ Daya maksimum yang dapat dicapai photovoltaic.
3.4 Prosedur Penelitian
Berdasarkan flowchart penelitian pada gambar 3.1, langkah-langkah penelitian adalah sebagai berikut:
1. Pengumpulan Data.
Data yang dibutuhkan diambil dari Badan Meteorologi, Klimatologi,dan Geofisika (BMKG) meliputi:
a. Intensitas radiasi cahaya matahari Deli Serdang dan Prapat.
b. Rata-rata suhu/temperature Deli Serdang dan Prapat.
2. Membuat Perancangan Modul Photovoltaic
Setelah data diperoleh, kemudian membuat model dari photovoltaic menggunakan software MATLAB-SIMULINK.
3. Analisis Rancangan Modul Photovoltaic
Setelah perancangan model photovoltaic selesai, hal yang dilakukan adalah analisis rancangan tersebut sehingga simulasi dapat dijalankan sesuai dengan fungsinya.
4. Menjalankan Simulasi.
Sebelum menjalakan simulasi, terlebih dahulu menetapkan variabel control yang mempengaruhi photovoltaic seperti irradiance dan temperatur. Dari simulasi ini kita dapat melihat nilai output dari model yang sudah dibuat atau dirancang.
5. Menampilkan Hasil.
Dalam penelitian ini penulis ingin melihat peformansi dari suatu sistem photovoltaic dengan menggunakan algoritma perturb and observe.
3.5 Perancangan Sistem 3.5.1 Modul Photovoltaic
Dalam perancangan suatu photovoltaic, dibutuhkan persamaan yang bertujuan untuk mendefinisikan nilai output dari photovoltaic. Pada penelitian ini, modul yang digunakan pada penelitian ini adalah tipe KS235M-96.
Tabel 3.1 Parameter Photovoltaic
Parameter Variabel Nilai
Rating Daya PMPP 235 Watt
Tegangan Kerja Optimal VMPP 48 Volt
Arus Kerja Optimal IMPP 4.89 Ampere
Tegangan Rangkaian
Terbuka VOC 57.8 Volt
Arus Hubung Singkat ISC 5.28 Ampere
Modul Terhubung Seri Ns 96
Modul Terhubung Paralel Np 1
Koefesien suhu Isc Ki 0.0017 A/oC
Hambatan Seri Model Rs 0.0111 Ω
Hambatan Shunt Model Rsh 1000 Ω
Tabel 3.2 Deskripsi Produk
Module size (mm) 1580 × 1082 × 40/45/50mm
Module Array (pcs) 8 × 12
Size of cells (mm) 125 × 125
Weight (kgs) 21.5
3.5.2 Maximum Power Point Tracking dan Boost Converter
Pada bab 2 telah dibahas bahwa kendala utama dari photovoltaic adalah efisiensi daya keluaran yang kecil sehingga dibutuhkan maximum power point tracking untuk menentukan keluaran daya maksimum yang kemudian akan dihubungkan dengan boost converter untuk mengatur tegangan dari photovoltaic.
Pada penelitian ini, penulis menggunakan perturb and observe yang diimplementasikan pada maximum power point tracking.
Gambar 3.2 Menunjukkan Rangkaian Sistem Photovoltaic
Di mana masing – masing rangkaian pada Gambar 3.3 dan Gambar 3.4 telah diimplementasikan ke rangkaian keseluruhan sistem
Gambar 3.3 Rangkaian Photovoltaic
Rangkaian pada Gambar 3.3 dibentuk berdasarkan persamaan karakteristik photovoltaic.
Gambar 3.4 Rangkaian Boost Converter
Parameter yang digunakan pada boost converter akan ditunjukkan pada tabel 3.3 Tabel 3.3 Parameter Boost Converter
Parameter Nilai
Resistor 2 (R) 500 ohm
Kapasitor 1 (C1) 2 mF
Kapasitor 2 (C) 2 mF
Induktor (L) 0.01 H
3.5.3 Perancangan Perturb and Observe
Setelah merancang modul photovoltaic, maximum power point tracking , dan boost converter, hal yang selanjutnya dilakukan adalah merancang algoritma perturb and observe. Pada bab sebelumnya telah dijelaskan bahwa metode ini merupakan bagian dari maximum power point tracking.
Gambar 3.5 Rangkaian Perturb and Observe
BAB IV
HASIL DAN ANALISIS
4.1 Umum
MATLAB adalah suatu software komputer yang digunakan untuk memecahkan berbagai masalah matematis. Pada penelitian ini data iradiasi dan suhu yang diinput pada simulasi MATLAB diperoleh dari Badan Meteorologi, Klimatologi,dan Geofisika (BMKG) dan akan ditunjukkan pada Tabel 4.1, Tabel 4.2, Tabel 4.3 dan Tabel 4.4
Tabel 4.1 Nilai Iradiasi pada Dataran Tinggi Tahun 2016 Iradiasi (Cal/Hari)
Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des 206 203 220 196 175 191 192 190 201 189 170 190
Tabel 4.2 Nilai Suhu pada Dataran Tinggi Tahun 2016 Suhu (oC)
Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des 21,8 23,5 22,6 22,5 22,3 22,1 21,8 22,7 22,4 22,7 21,5 21,5
Tabel 4.3 Nilai Iradiasi pada Dataran Rendah Tahun 2016 Iradiasi (Cal/Hari)
Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des 219 206 229 214 201 226 232 216 217 183 166 188
Tabel 4.4 Nilai Suhu pada Dataran Rendah Tahun 2016 Suhu (oC)
Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des 27,8 27,3 28,8 29,4 29,2 27,5 27,5 27,8 27,5 27,0 26,9 26,9
4.2 Hasil Simulasi
Setelah selesai merancang rangkaian dan memasukkan nilai yang diperoleh dari Badan Meteorologi, Klimatologi,dan Geofisika (BMKG) hal selanjutnya yang dilakukan adalah menjalankan simulasi. Sehingga pada bagian ini penulis akan membahas hasil dan analisis mengenai sistem perancangan.
Analisis yang dilakukan pada penelitian ini antara lain:
• Analisis daya keluaran photovoltaic yang berada pada dataran tinggi.
• Analisis daya keluaran photovoltaic yang berada pada dataran rendah.
• Membandingkan daya keluaran aran photovoltaic yang berada pada dataran tinggi dengan dataran rendah.
4.2.1 Simulasi Photovoltaic pada Dataran Tinggi
Percobaan ini menggunakan data yang sesuai dengan parameter yang terdapat pada Tabel 4.1 dan 4.2. Namun, parameter yang terdapat pada Tabel 4.1 akan dirubah sesuai ketentuan yang terdapat pada perhitungan photovoltaic, dan akan ditunjukkan pada Tabel 4.5.
1 Langley = 1 Cal/cm2
1 Langley/day = 0.484583 W/m2
Tabel 4.5 Nilai Iradiasi pada Dataran Tinggi Iradiasi (W/m2)
Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des 99.82 98.37 106.6 94.97 84.8 92.55 93 92 97.4 91.58 82.37 92
Dengan merubah iradiasi menjadi satuan W/m2 maka rangkaian iradiasi akan ditunjukkan pada Gambar 4.1.
Gambar 4.1 Rangkaian Iradiasi Dataran Tinggi (W/m2) Sehingga diperoleh kurva karakteristik sebagai berikut.
Gambar 4.2 Kurva Karakteristik Photovoltaic pada Dataran Tinggi
Berdasarkan degan kurva karakteristik yang terdapat pada Gambar 4.2 maka daya yang dapat dihasilkan oleh photovoltaic pada setiap bulan akan ditunjukkan pada Tabel 4.6.
Tabel 4.6 Daya Keluaran Photovoltaic pada Dataran Tinggi
4.2.2 Simulasi Photovoltaic pada Dataran Rendah
Percobaan ini menggunakan data yang sesuai dengan parameter yang terdapat pada Tabel 4.3 dan 4.4. Namun, parameter yang terdapat pada Tabel 4.3 akan dirubah sesuai ketentuan yang terdapat pada perhitungan photovoltaic, dan akan ditunjukkan pada Tabel 4.7.
1 Langley = 1 Cal/cm2
1 Langley/day = 0.484583 W/m2
Tabel 4.7 Nilai Iradiasi pada Dataran Rendah Iradiasi (W/m2)
Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des
106.12 99.82 110.96 103.7 97.4 109.5 112.42 104.66 105 88.67 80.44 91.1
Dengan merubah iradiasi menjadi satuan W/m2 maka rangkaian iradiasi akan ditunjukkan pada Gambar 4.3.
Gambar 4.3 Rangkaian Iradiasi Dataran Rendah (W/m2) Sehingga diperoleh kurva karakteristik sebagai berikut.
Gambar 4.4 Kurva Karakteristik Photovoltaic pada Dataran Rendah
Berdasarkan dengan kurva karakteristik yang terdapat pada Gambar 4.4 maka daya yang dapat dihasilkan oleh photovoltaic pada setiap bulan akan
4.2.3 Simulasi Perbandingan Photovoltaic
Pada bagian ini peneliti akan menggabungkan kurva karakteristik photovoltaic pada dataran tinggi dengan kurva karakteristik photovoltaic pada dataran rendah. Sehingga dapat dilihat perbedaaan nilai daya keluaran photovoltaic pada dataran tinggi dengan nilai daya keluaran photovoltaic pada dataran rendah. Gambar 4.5 akan menunjukkan penggabungan kedua kurva karateristik photovoltaic dari dataran rendah dan taranan tinggi,
Gambar 4.5 Perbandingan Kurva Karakteristik Photovoltaic pada Dataran Rendah dan Dataran Tinggi
Berdasarkan Gambar 4.5 dapat dilihat bahwa daya keluaran photovoltaic pada dataran rendah lebih tinggi nilainya dibandingkan dengan dataran tinggi.
Akan tetapi pada bulan tertentu daya keluaran photovoltaic pada dataran rendah memiliki nilai yang lebih rendah dibandingkan dataran tinggi.
4.2.4 Simulasi Photovoltaic tanpa Menggunakan MPPT
Perbandingan daya dan rasio daya antara sistem tanpa menggunakan MPPT dengan sistem MPPT digunakan untuk mengetahui kinerja sistem photovoltaic yang dibuat. Dengan menggunakan data yang sesuai dengan parameter yang terdapat pada Tabel 4.1, 4.2, 4.3 dan 4.4 di mana parameter yang terdapat pada Tabel 4.1 dan 4.3 dirubah sesuai ketentuan yang terdapat pada perhitungan photovoltaic maka diperoleh kurva karakteristik sebagai berikut:
Gambar 4.6 Kurva Karakteristik Photovoltaic tanpa MPPT pada Dataran Tinggi
Berdasarkan dengan kurva karakteristik yang terdapat pada Gambar 4.6 maka daya yang dapat dihasilkan oleh photovoltaic pada setiap bulan akan ditunjukkan pada Tabel 4.9.
Tabel 4.9 Daya Keluaran Photovoltaic tanpa MPPT pada Dataran
Berdasarkan dengan kurva karakteristik yang terdapat pada Gambar 4.7 maka daya yang dapat dihasilkan oleh photovoltaic pada setiap bulan akan ditunjukkan pada Tabel 4.10.
Tabel 4.10 Daya Keluaran Photovoltaic tanpa MPPT pada Dataran Rendah
Pada bagian ini peneliti akan menggabungkan kurva karakteristik antara photovoltaic menggunakan MPPT dengan photovoltaic tanpa menggunakan MPPT pada dataran tinggi dan dataran rendah. Sehingga dapat dilihat perbedaaan nilai daya keluaran pada kedua kurva. Gambar 4.8 akan menunjukkan penggabungan dari kedua kurva karateristik photovoltaic,
No. Bulan
Gambar 4.8 Kurva Karakteristik Photovoltaic tanpa MPPT dan dengan MPPT
Berdasarkan Gambar 4.8 dapat dilihat bahwa daya keluaran photovoltaic yang menggunakan MPPT lebih besar dibandingkan daya keluaran photovoltaic yang tidak menggunakan MPPT. Penggunaan MPPT pada photovoltaic menunjukkan mampu meningkatkan daya keluaran photovoltaic yang dihasilkan.
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Dari hasil penelitian dan pembahasan yang dilakukan, diperoleh kesimpulan sebagai berikut:
1. Dari penelitian ini dapat diketahui bahwa kinerja dari photovoltaic akan lebih tinggi pada dataran rendah dibandingkan dengan dataran tinggi.
Karena dataran rendah memiliki nilai iradiasi dan suhu yang lebih tinggi dibandingkan dengan dataran tinggi.
2. Dari penelitian ini dapat diketahui bahwa pada bulan februari daya keluaran photovoltaic pada dataran tinggi memiliki nilai tertinggi yaitu 43,86 Watt. Sedangkan dataran rendah memiliki nilai tertinggi pada bulan maret dengan ni lai daya 45,44 Watt.
3. Pada bulan februari, november dan desember daya keluaran photovoltaic pada dataran tinggi lebih tinggi dibandingkan dengan dataran rendah, yaitu 43,86 Watt pada bulan maret dan 37,62 Watt pada bulan november dan desember.
4. Dari penelitian ini dapat diketahui bahwa penggunaan MPPT algoritma/metode Perturb and Observe mampu meningkatkan daya keluaran pada photovoltaic dibandingkan tanpa menggunakan MPPT.
5. Berdasarkan hasil penelitian ini dapat diketahui bahwa penggunaan photovoltaic akan lebih menguntungkan bila dipasang pada dataran rendah.
5.2 Saran
Adapun saran dari penulis sebagai pengembangan dari skripsi ini adalah sebagai berikut:
1. Agar dilakukan penelitian menggunakan data iradiasi dan suhu dari daerah yang lebih potensial agar mendapatkan hasil yang lebih baik.
2. Penulis berharap agar penelitian selanjutnya membahas kinerja dari photovoltaic yang telah dihubungkan ke suatu jaringan listrik.
3. Penulis berharap agar penelitian selanjutnya membandingkan kinerja photovoltaic pada dataran tinggi dan dataran rendah menggunakan metode lainnya yang lebih baik dan akurat untuk pengontrolan daya pada photovoltaic.
DAFTAR PUSTAKA
[1] Enslin, J. (1990). Maximum Power Point Tracking: a Cost Saving Necessity in Solar Energy Systems. Industrial Electronics Society, 1990. IECON
’90., 16th Annual Conference of IEEE , 1073-1077.
[2] H. Moller. “Semiconductors for Solar Cells”, London: Artech House, 1993.
[3] Pamuji,Feby Agung dkk. 2011. “Desain Kontrol Maximum Power Point Tracking dengan Menggunakan Artificial Neural Network-Polar Cooerdinated Fuzzy Controller System Photovoltaic/ Turbin angin untuk Pembangkit Tersebar”, Jurnal Ilmiah Elite Elektro, Vol 2
[4] Abouda, S., 2013, Design, Simulation, and Voltage Control of Standalone Photovoltaic System Based MPPT Aplplication to a Pump system,
[5] Hegedus, S., & Luque, A. (2003). Handbook of Photovoltaic Science and Engineering. West Sussex: John Wiley & Sons.
[6] Kurniawan, Singgih.2012 “Maximum Power Point Tracking Control DC-DC Cuk Menggunakan Metode Logika Fuzzy pada Photovoltaic”, Jurnal Universitas Diponegoro
[7] Widodo, Rusminto T., Rugianto, Asmuniv, Sejati, Purnomo, "Maximum Power Point Tracker Sel Surya Menggunakan Algoritma Perturb And Observe", Politeknik Elektronika Negeri Surabaya-ITS, Surabaya, Indonesia.
[8] C. Hua, and C. Shen, “Comparative study of Peak Power tracking Techniques for Solar Storage System,” IEEE Applied Power Electronics Conference and Exposition, vol . 2, pp. 679–685, February 1998.
[9] P. Midya, P. T. Krein, R. J. Turnbull, R. Reppa, and J. Kimball. 1996.
“Dynamic maximum power point tracker for photovoltaic applications”.
27th Annual IEEE Power Electronics Specialists Conference.
[10] Schmid, J., & Schmidt, H. (2003). Power Conditioning for Photovoltaic Power Systems. In Handbook of Photovoltaic Science and Engineering (pp. 863-903).John Wiley & Sons, LTD.
[11] Rashid Muhammad H. “Power Electronic Handbook Devices, Circuits, and Application Third Edition”, penerbit Elsevier, edisi ketiga 2011.
[12] Ananduta, Wayan Wicak (2011). Simulasi dan Analisis Sistem Maximum Power Point Tracker Berbasis Rangkaian Boost Converter. UI, Depok, Indonesia.
[13] Jansen, Ted J., TEKNOLOGI REKAYASA SURYA, Jakarta: PT PRADNYA PARAMITA, 2006.
[14] Lakitan, Benyamin, 1994. Dasar-dasar Klimatologi, PT Rajawali Grafindo, Jakarta.