Rancang Bangun Maximum Power Point Tracking Berbasis Sepic Converter Menggunakan Algoritma Perturb And Observe

Abstract

Indonesia memiliki potensi energi surya yang besar, lebih dari 3200 GW, namun baru sekitar 200 MW yang termanfaatkan sehingga pemanfaatannya masih sangat minim dibandingkan potensinya. Salah satu tantangan utama sistem Photovoltaic (PV) adalah daya keluarannya yang sangat dipengaruhi oleh perubahan iradiasi matahari, sehingga tanpa kontrol PV tidak selalu bekerja pada titik daya maksimumnya. Oleh karena itu, dibutuhkan teknik Maximum Power Point Tracking (MPPT) agar sistem PV tetap bekerja mendekati Maximum Power Point (MPP) meskipun terjadi perubahan iradiasi. Penelitian ini merancang sistem MPPT berbasis konverter DC-DC topologi SEPIC (Single Ended Primary Inductor Converter) menggunakan Algoritma Perturb and Observe (PnO). Topologi SEPIC dipilih karena mampu menaikkan maupun menurunkan tegangan (buck-boost) sehingga fleksibel terhadap variasi tegangan PV. Sistem menggunakan PV 200 WP polycrystalline sebagai sumber daya, resistor kapur 18,3 ohm sebagai beban, Arduino Nano sebagai pembangkit sinyal PWM, serta sensor tegangan, sensor arus ACS712, dan sensor intensitas cahaya BH1750 sebagai parameter masukan algoritma. Algoritma PnO bekerja dengan memberikan perturbasi pada duty cycle PWM, kemudian mengamati perubahan daya dan tegangan untuk menentukan arah perubahan duty cycle berikutnya agar sistem mendekati MPP. Hasil pengujian menunjukkan SEPIC Converter bekerja sesuai prinsip dasarnya: menurunkan tegangan pada duty cycle di bawah 50%, setara pada 50%, dan menaikkan tegangan di atas 50%, dengan efisiensi konversi meningkat dari 59,43% (duty cycle 10%) hingga 92,20% (duty cycle 60%). Pengujian MPPT dengan duty cycle awal 35%, 55%, dan 60% menunjukkan sistem mampu mempertahankan daya keluaran PV relatif stabil meski iradiasi berfluktuasi, dengan rata-rata daya keluaran berturut-turut 10,57 W, 17,85 W, dan 15,23 W. Secara keseluruhan, efisiensi rata-rata sistem tanpa MPPT sebesar 58,72%, sedangkan dengan MPPT mencapai 85,77%, membuktikan Algoritma Perturb and Observe mampu mengoptimalkan ekstraksi daya PV meski terjadi sedikit penurunan efisiensi pada beberapa kondisi akibat osilasi duty cycle selama proses tracking.