6
BAB II
TINJAUAN PUSTAKA
2.1
Sistem Energi Matahari
PV (Photovoltaic) dikenal dengan PV (panel surya) merupakan perangkat kerja pada pengaruh PV (photovoltaic). Tenaga yang diperoleh kelola panel surya berkaitan dengan radiasi matahari serta suhu. Tenaga yang dikeluar terhadap kelola panel surya bisa dibentuk dengan berupa [6]:
𝑃𝑝𝑣 = 𝜂𝑝𝑣𝑔 × 𝐴𝑝𝑣𝑔 × 𝐺𝑡 (2.1) Yang mana ηpvg ialah sebuah efesien PV, Apvg ialah sebuah luas PV (m2), serta Gt ialah sebuah tinggi iradiasi matahari terhadap sector modul yang memiliki sudut (W/m2).
Daya yang diperoleh panel surya (PV) bisa diakumulasi berupa [9][16]:
𝑃𝑝𝑣 = 𝑃𝑁−𝑝𝑣× 𝐺
𝐺𝑟𝑒𝑓× [1 + 𝐾𝑡(𝑇𝑐− 𝑇𝑟𝑒𝑓)] (2.2) Yang mana PN-pv ialah sebuah daya pada situasi penelusuran, G ialah sebuah radiasi matahari (W/m2), Gref ialah sebuah radiasi matahari pada situasi petunjuk (1000 W/m2), Tref ialah sebuah suhu terhadap sel surya pada situasi petunjuk (25oC), Kt ialah sebuah koefisien suhu ketika tenaga terbesar ( -3.7 x 10-3 ( 1/oC )).
Suhu terhadap sel surya Tc bisa diakumulasi memakan kesamaan berupa:
𝑇𝑐 = 𝑇𝑎𝑚𝑏 + (0.0256 × 𝐺) (2.3)
Yang mana Tamb ialah sebuah suhu lingkungan.
2.2
Sistem Energi Angin
Turbin angin (wing turbin) sering dipakai petani guna kebutuhan berupa penggilingan padi. Tapi sekarang turbin angin (wing turbin) sering dipakai menjadi suatu usaha guna mendapatkan energi listrik.
Tahap pergantian energi terhadap turbin angin (wing turbin) awalnya melalui energi kinetik yang terbawa pada hembusan angin. Hembusan tersebut diperoleh bagian turbin sebagai suatu gerakan. Putaran dapat menggerakan roda gigi terhadap turbin angin (wing turbin). Lalu terkait pada rotor serta memperoleh energi listrik. Energi listrik yang terambil dibagian ini bisa disajikan
7 berupa [6]:
𝑃 =1
2 . 𝜌 . 𝐴 . 𝑉3 . 𝐶𝑝 (2.4) Yang mana ρ ialah sebuah angin kesatuan luas (kg/m3), A ialah sebuah luas bidang yang tertutupi sudu turbin (m2), v ialah sebuah kecepatan angin, serta Cp ialah sebuah koefisiensi daya terhadap turbin angin (wing turbin). Dengan teori nilai Cp sebesar 0.593 pada sebutan koefisien Betz tapi terhadap faktanya nilai koefisien berjumlah 0,35-0,45 [6].
Kecepatan potongan (Cut-in speed) ialah sebuah durasi angin minimum yang mana turbin mengawali perputaran serta memperoleh energi. Guna meminimalisir masalah, adanya kelola pemberentian guna memelihara rotor.
Kecepatan keluaran terukur (Rated output speed) ialah sebuah durasi angin pada kecepatan potongan (cut-in speed) dan kecepatan pemutusan (cut-out speed) yang mana energi bisa meraih hasil tertinggi sehingga bisa diperoleh generator. Kaitan daya output pada kecepatan angin bisa memakai kesamaan serta Gambar 2.1 berupa [6]:
𝑃𝑤(𝑣) = {
𝑣𝑘− 𝑣𝐶𝑘
𝑣𝑅𝑘− 𝑣𝐶𝑘 . 𝑃𝑅 𝑣𝐶 ≤ 𝑣 ≤ 𝑣𝑅 𝑃𝑅 𝑣𝑅 ≤ 𝑣 ≤ 𝑣𝐹 0 𝑣 ≤ 𝑣𝐶𝑑𝑎𝑛 𝑣 ≥ 𝑣𝐹
(2.5)
Yang mana PR ialah sebuah nilai daya (rated power), VC ialah sebuah kecepatan potongan (cut in speed), VR ialah sebuah kecepatan angin, VF ialah sebuah kecepatan pemutusan (cut-out speed) serta K ialah sebuah Weilbull shape faktor.
Gambar 2.1 Kurva Energi Wing Turbin (Turbin Angin).
8 2.3
Baterai
Baterai mempunya fungsi utama dalam HRES khususnya terhadap kelola off-grid serta berpengaruh terhadap biaya inisial. Baterai dipakai menjadi cadangan pada energi listrik saat energi yang diperoleh tidak sesuai beban yang diperlukan. Baterai dipakai ketika periode tertinggi saat daya yang diperlukan yang tinggi dibandingkan daya yang diperoleh.
Baterai yang dipakai terhadap kelola energi modern mempunyai ciri khas yang berbanding daripada pemakaian tradisional. Dikarnakan cuaca yang tak normal terhadap energi modern yang tersedia. Sizing terhadap baterai berkaitan pada aspek berupa maximum DOD (depth of discharge), koreksi suhu (temperature correction), kapasitas baterai terukur (rated battery capacity) serta usia baterai. Jumlah presentase baterai supaya selaras keperluan beban ditetapkan pada kesamaan berupa [7][9]:
𝐶𝐵 = 𝐸𝐿×𝐴𝐷
𝑉𝐵×(𝐷𝑂𝐷)𝑚𝑎𝑥×𝜂𝑖𝑛𝑣×𝜂𝐵 (2.6) Yang mana EL ialah sebuah Wh (daya beban), AD ialah Autonomous Days, VB
ialah sebuah tegangan daya baterai (V (volt)), DODmax ialah sebuah DOD (depth ofdischarge) tertinggi terhadap baterai, ninv ialah sebuah efesien inverter serta nB
ialah sebuah efesienbaterai.
Berkaitan terhadap energi yang diperoleh energi modern serta beban keperluan daya, state of charge (SOC) bisa diakumulasi memakai kesamaan berupa [7]:
Keadaan mengisi daya (Charging)
SOC(t) = SOC (t −1) +
(
Egen (t) − EL (t)/ninv)
(2.7) Kondisi pemakaian (Discharging)
SOC(t) = SOC (t −1) +
(
EL (t)/ninv − Egen (t)) (2.8) Yang mana SOC(t) serta SOC (t – 1) ialah sebuah SOC (stateof charge) pada daya baterai (Wh) terhadap periode t serta t – 1, Egen(t) ialah sebuah jumlah energi yang diperoleh asal energi modern sesudah loss energi terhadap controller, EL(t)9
ialah sebuah request beban terhadap periode t, ηinv serta ηB ialah sebuah efesien inverter serta efesien daya baterai. Daya baterai perlu selaras pada situasi berupa:
SOCmin ≤ SOC(t) ≤ SOCmax (2.9) Tingginya nilai besaran ketika charging terhadap daya baterai SOCmax
memperoleh nilai CB serta nilai terendah ketika charging terhadap daya baterai SOCmin diperoleh pada maximum DOD (depthof discharge). SOCmin = (1 – DOD) x CB. Melalui kriteria yang bersumber pada pabrik, usia penggunaan baterai bisa lama jika DOD bernilai 30% - 50% [7].
2.4
Inverter (Converter Daya DC/AC)
Converter daya DC/AC (Inverter) mengganti aliran listrik DC menjadi AC pada frekuensi yang diharapkan pada beban. Efesien pada converter daya DC/AC (Inverter) bisa dibuat rumus berupa [9]:
𝜂𝑝𝑣𝑔 = 𝑃
𝑃+𝑃0+𝑘𝑃2 (2.10)
Yang mana P, P0 serta k ditetapkan memakai kesamaan berupa:
𝑃0 = 1 − 99(10
𝜂10− 1
𝜂100− 9) (2.11)
𝑘 = 1
𝜂100− 𝑃0− 1 (2.12)
𝑃 =𝑃𝑜𝑢𝑡
𝑃𝑛 (2.13)
η10 serta η100 disiapkan pada pabrik pembentuk serta menggambarkan efesien inverter ketika 10% serta 100% pada daya nominalnya.
2.5
Profil Beban
Merupakan faktor utama pada menyusun suatu kelola yang cocok. Besaran baterai berkaitan terhadap profil beban. Terlebih ketika periode tertinggi serta tindakan pelanggan yang memberi pengaruh andalan kelola pada sizing indikator dan harga pada listrik.
Profil beban perjam pada PT. Lentera Bumi Nusantara (LBN) dilihatkan dalam Gambar 2.2 beban tertinggi diduga 2 kilowatt (KW), akan cukup untuk memberi daya pada gedung perpustakaan yang mana bisa menghidupkan lampu, laptop, LCD, serta alat elektronik lainnya [7].
10
Gambar 2.2 Profil Beban pada Gedung Learning dan Perpustakaan di PT.
Lentera Bumi Nusantara (LBN) 2.6
Profil Potensi Energi Terbarukan
Suatu ini dipakai menjadi sebuah input pada tahap akumulasi optimasi.
Terhadap panel surya (PV) parameter yang pokok merupakan acuan jumlah energi matahari guna menetapkan total acuan daya yang ada. Parameter lain merupakan suhu lingkungan yang dipakai guna menetapkan efesien pada kelola panel surya (PV) serta efesien terhadap baterai. Melainkan terhadap kelola turbin angin (wing turbin) memerlukan data acuan kecepataan angin. Terdapat salah satu data perolehan meteorologis [7] :
(a)
0 500 1000 1500 2000 2500 3000 3500 4000 4500
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Load Power (W)
Time (h)
11 (b)
(c)
Gambar 2.3 (a) Irradiasi Matahari, (b) Kecepatan Angin, (c) Suhu Lingkungan
Pada gambar di atas, Gambar 2.3a sampai menampilkan representasi visual dari model naik turun terdapat di Gambar 2.3a sampai 2.3c terhadap tiap jamnya. Tak pastinya terhadap asal energi membentuk cara managemen sebagai kompeks, khususnya saat energi yang terdapat perlu mencocokan pada periode beban yang diperlukan. Dan juga, total energi yang digerakan melebihi daya yang diperlukan maka menyebabkan daya yang diperoleh akan sia-sia, pada masalah ini diperlukan dumb load guna meniadakan keunggulan energi dan guna menjaga baterai pada overcharging. Sehingga, terdapatnya kajian tentang potensi sumber daya terbarukan begitu diperlukan.
2.7
DE (Differential Evolution)
Algorithm DE (Differential Evolution) diwujudkan Storn Rainer serta Price Kenneth saat tahun 1995 [11][12]. Algorithm evolutionary menjiplak evolusi Darwin yang mana tiap seseorang terhadap populasi berevolusi pada tiap generasi ke generasi kedepanya. Tahap penjiplakan ini dianggap pada tahap mutation, crossover serta selection.
12
Terdapat prosesalgoritma differentialevolution meliputi [17]:
Pembangkitan populasi acak untuk setiap vektor di area pencarian (search space) mengimplementasikan proses inisialisasi. Vektor yang diperoleh dapat dianggap sebagai vektor basis (induk).
Vektor induk dimutasi menggunakan penskalaan diferensial dengan operasi aritmatika sederhana seperti penjumlahan, pengurangan, dan perkalian vektor lain yang ditarik secara acak.
Vektor hasil mutan digabungkan kembali dengan vektor induk untuk membentuk vektor uji atau vektor turunan.
Memilih pasangan vektor turunan satu per satu dengan menggunakan vektor induk. Vektor dengan nilai fitness yang lebih baik disimpan dan dipilih sebagai vektor basis baru untuk generasi berikutnya.
Proses pengembangan di atas diulang sampai nilai optimum yang diinginkan tercapai atau sampai batas maksimum iterasi tercapai.
Terdapat balok diagram pada Algorithm Differential Evolution (algoritma DE) [12][17]:
Gambar 2.4 Balok DiagramAlgorithm Differential Evolution (DE) 2.7.1
Inisialisasi (Initialization)
Tahap pertama inisialisai ialah menetapkan batasan bawah serta batasan atas terhadap tiap parameter pada vector initialization (inisialisasi) D dimensi UL serta UB. kemudian membentuk bilangan tidak teratur guna tiap parameter j pada vector i terhadap iterasi g. contoh hasil initials (inisial) (g = 0) [8][15]:
Xj,i,0= randi,j [0,1].(UBj – ULj) + ULj (2.14)
Dengan i = {1,2,3,...,NP} dan j = {1,2,3,...,D}. NP ialah banyaknya populasi. D ialah banyaknya demensi pada setiap populasi. Vektor dari hasil inisialisai di atas disebut vektor induk (parent).
13 2.7.2
Mutasi (Mutation)
Merupakan pergantian watak yang dialami terhadap kromosom. Pada konteks dunia komputasi evolutionary, perpindahan bisa berarti pergantian informasi pada secara acak. Vektor induk digabungkan pada vektor mutan.
Kesamaan pada pembentukan vektor mutan Vi,g berupa [11]:
Vi,g = Xr1,g + F.(Xr2,g – Xr3,g) (2.15) Yang mana i, r1, r2, r3 ϵ {1,2,3,...NP} indeks dengan acak, integer, serta berbanding. F. Merupakan ukuran faktor yang memberi pengaruh sisa vektor (Xr2,g – Xr3,g).
2.7.3
Rekombinasi (Crossover)
Memiliki tujuan mengembangkan diversitas terhadap populasi. Memperoleh vektor uji serta vektor anak. Kesamaan pada vector uji berupa [8]:
𝑈𝑖,𝑔 = (𝑈1𝑖,𝑔, 𝑈2𝑖,𝑔, … , 𝑈𝑛𝑖,𝑔) (2.16) Yang mana
𝑈𝑖,𝑔 = {
𝑉𝑗,𝑖,𝑔 𝑖𝑓(𝑟𝑎𝑛𝑑𝑗(0,1) ≤ 𝐶𝑅 𝑎𝑡𝑎𝑢 𝑗 = 𝑗𝑟𝑎𝑛𝑑 𝑋𝑗,𝑖,𝑔 𝑙𝑎𝑖𝑛 − 𝑙𝑎𝑖𝑛
𝑗 = 1,2, … , 𝑛
(2.17)
Dimana randj (0,1) ialah nilai tidak teratur yang uniform dengan interval (a,b) dan terjadi disetiap ke-j. jrand ialah nilai tidak teratur yang integer dari 1 hingga D dan terjadi disetiap ke-i. CR adalah konstanta rekombinasi (crossover) yang bertujuan untuk mengendalikan parameter pada Differential Evolution (DE) sama halnya dengan F.
2.7.4
Seleksi (Selection)
Prosedur pemilihan vektor unggulan antara vektor induk Xi,g dengan vektor turunan Ui,g dengan menilai tiap vektor. Misalnya, jika kita memiliki masalah minimisasi, persamaan vektornya dapat ditulis sebagai berikut [8][11]:
𝑋𝑖,𝑔+1 = {𝑈𝑖,𝑔 𝑖𝑓 𝑓(𝑈𝑖,𝑔) ≤ 𝑓(𝑋𝑖,𝑔)
𝑋𝑖,𝑔 𝑙𝑎𝑖𝑛 − 𝑙𝑎𝑖𝑛 (2.18) Vektor pada nilai evaluasi yang rendah bisa menahan sebagai vektor induk terhadap generasi kedepanya Xi,g+1.
