BAB 2 TINJAUAN PUSTAKA
2.8. Maximum Power Point Tracking (MPPT)
2.8.2. Incremental Conductance
Metode Incremental Conductance (ICM) bekerja berdasarkan gradien kurva P-V atau kurva P-I karakteristik sel surya (Esram & Chapman, 2007).
Titik kerja maksimum sel surya terletak pada nilai tegangan yang berbeda untuk setiap kondisi lingkungan yang berbeda, disebut VMPP. MPPT memberikan Vref agar titik
kerja sel surya terdapat di nilai VMPP tersebut. Karakteristik P-V sel surya merupakan fungsi daya terhadap tegangan, mencapai titik maksimum ketika gradien-nya bernilai nol.
Perubahan Vref yang diberikan ICM tetap untuk setiap perulangan.
Besar perubahan Vref tersebut dipertimbangkan dari waktu penjajakan menuju nilai maksimum dan osilasi pada nilai maksimum. Kedua parameter tersebut memiliki hubungan terbalik, sehingga selalu terdapat kompensasi untuk setiap parameter yang ingin diperbaiki. Perubahan Vref yang besar akan Input
Pph(k) Vph(k)
E(k) CE(k)
E(k-1)
FLC
Duty
Cycle
DC to DC
Converter
Output Pph(k-1) Vph(k-1) +
_ Z-1
31
mempercepat waktu penjajakan, namun sulit mencapai VMPP dan menyebabkan osilasi di sekitar MPP. Oleh karena itu, modifikasi dari algoritma ICM yang telah berkembang selama ini adalah dengan membuat besar perubahan Vref bervariasi (Mei, Shan, Liu, & Guerrero, 2011).
2.8.3 Perturbation & Observation(P&O)
Metode Perurbation & Observation terdiri dari dua tahap, perturb yaitu mengubah Vref dan observation yaitu menghitung perubahan daya akibat aksi perturb sebelumnya. Jika perubahan daya positif maka perturb selanjutnya akan tetap pada arah yang sama, sedangkan jika perubahan daya negatif maka perturb akan dibalik (Esram & Chapman, 2007). Tabel 2.1 menjelaskan algoritma perturbation dan observation.
Tabel 2.2 Algoritma P&O
Perturbation Perubahan Daya
Perturbation Selanjutnya
Positif Positif Positif
Positif Negatif Negatif
Negatif Positif Positif
Negatif Negatif Negatif
Besar perturb yang diberikan tetap. Untuk itu, masalah waktu penjajakan dan osilasi MPP diselesaikan dengan menggunakan besar perturbation yang bervariasi (Piegari & Rizzo, 2010).
2.9 Sinyal Pulse Width Modulation (PWM)
Pulse Width Modulation (PWM) adalah sinyal yang umum digunakan untuk mengendalikan daya pada divais elektronik. PWM menggunakan sebuah gelombang persegi panjang yang lebar pulsanya dimodulasi sehingga menghasilkan variasi pada nilai rata-rata gelombang tersebut.
Cara paling sederhana untuk membuat sinyal PWM adalah dengan metode intersective. Metode intersective menggunakan sinyal segitiga atau sinyal gigi gergaji (saw tooth) sebagai gelombang modulasi dan komparator.
Ketika sinyal referensi lebih besar daripada gelombang modulasi, maka sinyal PWM berada pada kondisi High, dan sebaliknya ketika sinyal referensi lebih kecil dari pada gelombang modulasi, maka sinyal PWM berada pada kondisi Low.
Variabel yang menunjukkan perbandingan antara lebar kondisi High dengan periode 1 gelombang dari sinyal PWM disebut dengan Duty cycle (D), atau dapat dinyatakan sebagai:
𝐷 =𝑡𝐻𝑖𝑔 ℎ
𝑇 ... (2.7)
2.10 Parameter Kualitas Sistem MPPT
MPPT Kualitas sistem MPPT tentu perlu diukur agar performa dari sistem MPPT tersebut dapat diketahui. Pengukuran kualitas sistem MPPT juga berguna untuk proses pengembangan sistem MPPT. Terdapat tiga parameter yang dapat menentukan kualitas sistem MPPT (Yi & Fa, 2009), yaitu:
33
a. Parameter Dinamis
Merupakan waktu yang dibutuhkan oleh sistem MPPT untuk mencari titik daya maksimal ketika terjadi perubahan kondisi lingkungan (suhu sel atau radiasi matahari berubah). Semakin cepat waktu yang dibutuhkan, semakin baik sistem MPPT tersebut.
b. Parameter Statis
Merupakan besar fluktuasi nilai daya keluaran ketika titik daya maksimum sudah tercapai dan tidak terjadi perubahan kondisi lingkungan (suhu sel dan radiasi matahari tidak berubah). Semakin kecil fluktuasi yang terjadi, maka semakin baik algoritma MPPT tersebut.
c. Parameter Rasio Daya Aktual dan Daya Ideal
Merupakan perbandingan antara daya keluaran yang aktual dalam satu periode waktu dengan daya maksimum yang diukur pada kondisi kerja sel surya tersebut. Nilai parameter ini akan berkisar antara 0 sampai 100%.
Rasio Daya dapat diperoleh berdasarkan persamaan : 𝑅𝑎𝑠𝑖𝑜 𝐷𝑎𝑦𝑎 = 𝐷𝑎𝑦𝑎 𝐴𝑐𝑡𝑢𝑎𝑙
𝐷𝑎𝑦𝑎 𝑀𝑎𝑘𝑠𝑖𝑚𝑢𝑚 𝑇𝑒𝑜𝑟𝑖𝑡𝑖𝑠 𝑥 100% ... (2.8)
Semakin besar nilai rasio ini, semakin baik algoritma MPPT Tersebut.
2.11 Baterai (Accumulator)
Baterai (accumulator) adalah alat penyimpan tenaga listrik arus searah (DC). Ada beberapa jenis baterai (accumulator) di pasaran yaitu jenis accumulator basah atau konvensional, hybrid dan MF (MaintenanceFree).
Accumulator basah atau konvensional berarti masih menggunakan asam sulfat
(H2SO4) dalam bentuk cair. Sedangkan accumulator MF sering disebut juga accumulator kering karena asam sulfatnya sudah dalam bentuk gel/selai.
Dalam hal mempertimbangkan posisi peletakkannya maka accumulator kering tidak mempunyai kendala, lain halnya dengan accumulator basah.
Baterai yang cocok digunakan untuk PV adalah baterai deep cycle lead acid yang mampu menampung kapasitas 100 Ah, 12 V, dengan efisiensi sekitar 80%. Waktu pengisian baterai/aki selama 12 jam-16 jam.
Gambar 2.8 Baterai / Aki
2.11.1 Pengertian Ampere Hour (AH)
Ampere Hour / Ah adalah satuan besarnya kapasitas listrik yang tersimpan pada sebuah baterai. Hal ini merujuk pada kemampuan baterai tersebut dalam menyuplai arus listrik (Ampere) selama periode waktu tertentu (Jam). Sebagai contoh dalam percobaan ini menggunakan baterai kapasitas 20Ah. Artinya baterai tersebut dapat memberikan arus sebesar 20A selama 1 jam.
35
2.12 Rainfall Gauge
Rainfall Gauge adalah alat pengukur curah hujan yang menggunakan teknologi sensor atau counter secara mekanikal untuk proses pengukuran tingkat curah hujan. Rainfall dapat melakukan proses pengukuran dan penyimpanan data dari hasil pengukuran di memori internal. Rainfall gauge menampung air hujan dengan bucket untuk proses perhitungan seberapa derasnya hujan. Data yang dibaca rainfall gauge kemudian dikirim ke pusat kendali melalui radio komunikasi dengan frekuensi tertentu dalam waktu interval yang dapat disetting 10 menit, 15 menit, 30 menit.
Rainfall gauge milik PT. Inalum Persero (Paritohan) digunakan sebagai pembaca curah hujan yang berfungsi untuk memprediksi kenaikan level air Danau Toba atau pun Bendungan DAM dengan formula khusus supaya pemanfaatan air dapat dimaksimal tanpa harus membuka Gate DAM.
Gambar 2.9 Rainfall Gauge
36 BAB 3
METODE PENELITIAN 3.1 Tempat Penelitian
Penelitian ini dilaksanakan di Mess Residence E komplek PT. Inalum Persero (Paritohan).
3.2 Alat dan Bahan Penelitian
Adapun alat dan bahan yang digunakan untuk mengambil data perbandingan pada charger controller MPPT adalah :
Tabel 3.1 Daftar Peralatan
NO Peralatan Merek Jumlah Keterangan
1. Panel Surya FOTOVOLTAICO
POLARIDAD
2 unit Power (Pmax) : 50 WP Power Voltage (Vmp: 18,6 V Power Current (Imp): 3,05 A
2. Charger Controller Eveper 1 unit Rated voltage : 12/24 V Rated Current : 20A
3. Charger Controller Sharp model S7- 850B
1 unit Rated voltage : 12/24 V Rated Current : 2A
4. Baterai Panasonic 2 unit Current :28 Ah/20 hour Voltage : 12 V
5. Multimeter Yokogawa 1 unit
6. ToolSet Hozan S-10 1 set
7. Laptop Acer Aspire 4738z 1 unit
8. Rain gauge Ikeda Keiki Co.Ltd 2 unit Rated voltage: 12V/25W
37
3.3 Gambar Rangkaian
3.3.1 Gambar Rangkaian Menggunakan MPPT (Maximum Power Point - Tracking)
Gambar 3.1 Gambar Rangkaian MPPT
3.3.2 Gambar Rangkaian Menggunakan Sharp model S7-850B
Gambar 3.2 Gambar Rangkaian Sharp model S7-850B
Rainfall Gauge Panel Surya
Charger controller
Baterai
Charger controller
Panel Surya Rainfall gauge
Baterai
3.4 Metode Penelitian
Metode penelitian merupakan cara-cara teknik/penjabaran suatu analisa/perhitungan yang dilakukan dalam rangka mencapai suatu tujuan dalam penelitian. Adapun langkah-langkah metode penelitian ini, yaitu :
1. Studi Literatur
Meliputi studi definisi pembangkit listrik tenaga surya untuk menyuplai daya ke perangkat Rainfall gauge
2. Pengumpulan Data
Penulis melakukan pengambilan serta pengumpulan data dengan cara melakukan pengukuran arus dan tegangan yang dihasilkan oleh pembangkit listrik tenaga surya terlebih dahulu setiap 30 menit sekali dan kemudian penulis juga melakukan pengukuran arus dan tegangan terhadap baterai selama 30 menit sekali. Hasil yang di dapat dari pengukuran arus dan tegangan yang kemudian penulis catat dalam sebuah lembar pengumpulan data. Selanjutnya setelah melakukan pengambilan data penulis akan membandingkan data hasil pengujian dilapangan.
3. Pengolahan Data dan Analisa
Menganalisis besar daya yang dihasilkan pada panel surya dan pada baterai serta menganalisa data menggunakan charger controller MPPT yang dibandingkan dengan charger controller Sharp model S7-850B kedalam tabel dan bentuk grafik.
39
3.5 Diagram Alir
Prosedur penyusunan tugas akhir adalah sebagai berikut :
Tidak
Ya Merakit Rangkaian PLTS
Analisis Perhitungan Serta Pengukuran Pada Rangkaian
Data yang diperoleh dari hasil pengukuran
sesuai
Kesimpulan dan Saran Mulai
Pengambilan Data
Mengukur Daya Output, Pada PLTS Dan Baterai
selesai
Gambar 3.3 Flowchart Penyusunan Tugas Akhir Ya
40 4.1 Data hasil penelitian Charger Controller MPPT
Adapun hasil pengujian tegangan dan arus pada solar charger controller dengan MPPT (Maximum Power Point Tracking) adalah sebagai berikut:
Tabel 4.1 Data Hasil Pengujian Solar Charger Controller MPPT
JAM
CHARGER CONTROLLER MPPT
TEGANGAN SOLAR CELL
(V)
ARUS (A)
TEGANGAN BATTERY (V)
BEBAN (A)
DAYA SOLAR CELL (W)
07.30.00 - - - - -
08.00.00 11,72 0,24 12,04 0,75 2,81
08.30.00 13,16 0,23 12,07 0,74 3,03
09.00.00 13,62 0,44 13,33 0,75 5,99
09.30.00 14,80 1,06 13,87 0,72 15,69
10.00.00 15,01 1,55 14,11 0,76 23,27
10.30.00 15,54 1,99 14,65 0,74 30,92
11.00.00 16,85 2,11 15,06 0,75 35,55
11.30.00 17,62 2,08 14,97 0,73 36,65
12.00.00 17,42 1,89 14,86 0,76 32,92
12.30.00 16,61 1,51 14,55 0,74 25,08
13.00.00 15,50 1,07 14,06 0,75 16,59
13.30.00 15,47 1,02 14,01 0,74 15,78
14.00.00 14,78 0,95 13,79 0,76 14,04
14.30.00 14,78 0,81 13,64 0,75 11,97
15.00.00 15,63 1,29 14,27 0,74 20,16
15.30.00 16,56 1,51 14,50 0,75 25,01
16.00.00 15,38 0,97 13,91 0,79 14,92
16.30.00 14,74 0,73 13,63 0,75 10,76
17.00.00 14,67 0,55 13,50 0,72 8,07
17.30.00 14,41 0,30 13,39 0,77 4,32
18.00.00 11,05 0,25 13,33 0,73 2,76
18.30.00 - - - - -
41
4.2 Grafik hasil penelitian Charger Controller MPPT
Nilai Daya(W) pada Tabel 4.1 di dapat dengan rumus perhitungan sebagai berikut:
P = V x I
P = Daya keluaran (W)
V= Tegangan Panel Solar Cell (V) I = Arus keluaran (A)
Gambar 4.1 Grafik Daya menggunakan charger controller MPPT
0,00 5,00 10,00 15,00 20,00 25,00 30,00 35,00 40,00
08:00:00 08:30:00 09:00:00 09:30:00 10:00:00 10:30:00 11:00:00 11:30:00 12:00:00 12:30:00 13:00:00 13:30:00 14:00:00 14:30:00 15:00:00 15:30:00 16:00:00 16:30:00 17:00:00 17:30:00 18:00:00
Daya keluaran MPPT (Maximum Power Point Tracking)
Daya (watt)
4.3 Data hasil penelitian Charger Controller Sharp model S7-850B
Adapun hasil pengujian tegangan dan arus pada solar charger controller dengan Sharp model S7-850B adalah sebagai berikut:
Tabel 4.2 Data Hasil Pengujian Solar Charger Controller Sharp model S7-850B
JAM
Sharp model S7-850B
TEGANGAN SOLAR CELL
(V)
ARUS (A) TEGANGAN BATTERY (V)
BEBAN (A)
DAYA SOLAR CELL (W)
07.30.00 - - - - -
08.00.00 9,26 0,09 12,02 0,75 0,83
08.30.00 12,36 0,11 12,05 0,71 1,36
09.00.00 13,29 0,25 13,09 0,78 3,32
09.30.00 14,08 1,00 13,10 0,76 14,08
10.00.00 14,34 1,55 13,12 0,78 22,23
10.30.00 14,62 1,91 13,18 0,75 27,92
11.00.00 14,84 1,65 13,24 0,76 24,49
11.30.00 15,59 1,38 13,35 0,75 21,51
12.00.00 15,79 1,27 13,37 0,77 20,05
12.30.00 15,34 1,13 13,95 0,77 17,33
13.00.00 14,46 0,96 14,10 0,78 13,88
13.30.00 14,41 0,92 14,05 0,77 13,26
14.00.00 14,09 0,88 13,64 0,73 12,40
14.30.00 13,95 0,72 13,62 0,71 10,04
15.00.00 14,62 1,12 13,53 0,78 16,37
15.30.00 15,17 1,10 13,48 0,76 16,69
16.00.00 14,33 0,79 12,98 0,75 11,32
16.30.00 13,82 0,50 12,52 0,70 6,91
17.00.00 13,71 0,42 12,47 0,71 5,76
17.30.00 13,41 0,19 12,30 0,70 2,55
18.00.00 8,97 0,14 12,23 0,69 1,26
18.30.00 - - - - -
43
4.4 Grafik hasil penelitian Charger Controller Sharp model S7-850B
Nilai Daya(W) pada Tabel 4.1 di dapat dengan rumus perhitungan sebagai berikut:
P = V x I
P = Daya keluaran (W)
V = Tegangan Panel Solar Cell (V) I = Arus keluaran (A)
Gambar 4.2 Grafik Daya menggunakan charger controller Sharp model S7- 850B
0,00 5,00 10,00 15,00 20,00 25,00 30,00
08:00:00 08:30:00 09:00:00 09:30:00 10:00:00 10:30:00 11:00:00 11:30:00 12:00:00 12:30:00 13:00:00 13:30:00 14:00:00 14:30:00 15:00:00 15:30:00 16:00:00 16:30:00 17:00:00 17:30:00 18:00:00
Daya keluaran Sharp Corporation model S7- 850B
Daya (watt)
4.5 Grafik perbandingan Charger Controller MPPT dengan Sharp model S7- 850B
Berikut dibawah ini adalah grafik perbandingan data hasil penelitian penulis dan dapat kita lihat bahwa grafik menggunakan charger controller MPPT lebih tinggi daya keluaranya pada saat siang hari dengan cuaca yang cerah dan terik.
Gambar 4.3 Grafik Perbandingan Daya Output
0,00 5,00 10,00 15,00 20,00 25,00 30,00 35,00 40,00
08:00:00 08:30:00 09:00:00 09:30:00 10:00:00 10:30:00 11:00:00 11:30:00 12:00:00 12:30:00 13:00:00 13:30:00 14:00:00 14:30:00 15:00:00 15:30:00 16:00:00 16:30:00 17:00:00 17:30:00 18:00:00
DAYA (Watt)
Waktu (WIB)
Grafik perbandingan
MPPT
Not MPPT
45
4.6 Pembahasan
Dari grafik perbandingan diatas kita lihat bahwa daya yang dihasilkan charger controller menggunakan MPPT (maximum Power Point Tracking) lebih besar dibandingkan Sharp model S7-850B. Maka daya yang dihasilkan juga akan berpengaruh pada proses pengecasan baterai saat matahari mulai tenggelam.
Rumus Dasar yang Digunakan : P = V x I
V = P/I I = P/V Keterangan :
P = Daya (Watt)
V = Tegangan (Volt)
I = Kuat Arus (Ampere) .
Kapasitas baterai yang tersimpan saat matahari terbit hingga tenggelam adalah sebagai berikut:
Tabel 4.3 Data Tengangan Baterai
CHARGER CONTROLLER TEGANGAN
MPPT (Maximum Power Point Tracking) 13,33 V
Sharp model S7-850B 12,23 V
Diketahui:
P = 25 Watt (dari data lampiran)
V = 13,33 V (charger controller MPPT)
Kapasitas baterai = 28Ah - dieffisiensi baterai 20%
Ditanya :
Berapa lama (jam) baterai mampu membackup perangkat rainfall gauge?
Jawab :
a. Menggunakan charger controller MPPT I = P/V
I = 25 W/13,33 V = 1,87 Ampere
Waktu pemakaian = 𝑘𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝑏𝑎𝑡𝑒𝑟𝑎𝑖 (𝐴ℎ) 𝐴𝑟𝑢𝑠 (𝐴)
= 28 𝐴ℎ 1,87 𝐴
= 14,97 jam - dieffisiensi Baterai 20% (2,99 jam)
= 14,97 jam – 2,99 jam
= 11,98 Jam ( 11 Jam, 58 Menit, 48 Detik )
47
Diketahui:
P = 25 Watt (dari data lampiran)
V= 12,23 V (charger controller Sharp model S7-850B) Kapasitas baterai = 28Ah - dieffisiensi baterai 20%
Ditanya :
Berapa lama (jam) baterai mampu membackup perangkat rainfall gauge?
Jawab :
b. Menggunakan charger controller Sharp model S7-850B
I = P/V
I = 25 W/12,23 V = 2,04 Ampere
Waktu pemakaian= 𝑘𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝑏𝑎𝑡𝑒𝑟𝑎𝑖 (𝐴ℎ) 𝐴𝑟𝑢𝑠 (𝐴)
= 28 𝐴ℎ 2,04 𝐴
= 13,72 jam – dieffisiensi Baterai 20% (2,74 jam)
= 13,72 jam – 2,74 jam
= 10,98 Jam ( 10 Jam, 58 Menit, 48 Detik )
46 BAB V PENUTUP
5.1 Kesimpulan
Berdasarkan pembahasan pada halaman sebelumnya maka dapat disimpulkan beberapa hal sebagai berikut :
1. Berdasarkan hasil perbandingan data percobaan yang dilakukan, charger controller MPPT dapat mengefisiensikan daya output panel surya 10-30%
dibanding menggunakan charger controller Sharp model S7-850B.
2. Pengaruh kenaikan efisiensi daya panel surya menggunakan charger controller MPPT yaitu daya yang tersimpan pada baterai lebih besar serta menambah waktu pemaikain baterai ± 1 jam untuk membackup beban listrik. Charger controller MPPT dapat membuat baterai lebih awet karena memiliki sistem proteksi untuk melindungi baterai dari tegangan berlebih
>16,0 volt dan juga drop tegangan <11,1 volt dibanding charger controller Sharp model S7-850B yang tidak memiliki sistem proteksi untuk baterai.
47
5.2 Saran
Untuk pengembangan tugas akhir ini dapat di kaji lebih rinci lagi tentang efisiensi penggunaan charger controller MPPT (Maximum Power Point Tracking) dengan menambah sistem tracking mekanik pada panel surya supaya mengikuti arah matahari dari terbit hingga terbenam untuk mendapatkan hasil yang lebih baik dalam pemanfaatan sumber energi surya. Siapkan dana yang cukup karena penelitian ini memerlukan biaya yang lumayan.
Setelah penulis amati pada penelitian ini, ternyata apabila suhu panas pada solar cell naik maka arus yang dihasilkan akan kecil walaupun tegangan pada solar cell tersebut besar. Kondisi ini bisa memperkecil nilai efisiensi daya keluaran panel surya, sebaiknya kondisi seperti ini harus ditanggulangi dengan solusi yang dapat menurukan suhu panel surya tersebut.
Chenni, R., Makhlouf, M., Kerbache, T., & Bouzid, A. (2007). A Detailed Modeling Method for Photovoltaic Cells. Journal of Energy , 32 (9), 1724- 1730.
Esram, T., & Chapman, P. L. (2007). Comparison of Photovoltaic Array Maximum Power Point Tracking Techniques. Energy Conversion , 22 (2), 439-449.
Heri, J. (2012). Pengujian Sistem Pembangkit Listrik Tenaga Surya Solar Cell Kapasitas 50wp. Engineering , 4 (1), 47-55.
MB DJAUFANI, N. H. (2015). Perancangan dan Realisasi Kebutuhan Kapasitas Baterai untuk Beban Pompa Air 125 Watt Menggunakan Pembangkit Listrik Tenaga Surya. (M. Dr. Waluyo, Ed.) Reka Elkomika , 3, 75-86.
Mei, Q., Shan, M., Liu, L., & Guerrero, J. M. (2011). A Novel Improved Variable Step-Size Incremental-Resistance MPPT Method for PV Systems. Industrial Electronics, IEEE Transactions on , 58 (6), 2427-2343.
Nakayama, H. (1994). +1)2). 437 (1991), 1-19.
Piegari, L., & Rizzo, R. (2010). Adaptive perturb and observe algorithm for photovoltaic maximum power point tracking. Renewable Power Generation , 4 (4), 317-328.
Pucar, M. D., & A. R. (2002). The enhancement of energy gain of solar collectors and photovoltaic panels by the reflection of solar beams. Energy , 27 (3), 205-223.
Soehardi. (2013). PLTS Sebagai Sumber Salah Satu Energi Alternarif. Jurnal orang elektro , 2 (3).
Yi, K., & Fa, Y. L. (2009). The Perturbation and Observation Method Based on the P-V Rate of Curve Computational Intelligence and Software . International Conference on , 1-4.
Younes, S., Claywell, R., & Muneer, T. (2005). Quality control of solar radiation data: Present status and proposed new approaches. energy , 30 (9), 1533- 1549.
Yuliananda, S., Sarya, G., & Hastijanti, R. R. (2015). Pengaruh Perubahan Intensitas Matahari Terhadap Daya Keluaran Panel Surya. J Pengabdi LPPM Untag Surabaya , 1, 193-202.