Perbandingan Optimasi Power Point Tracking Photovoltaik Antara Firefly dan Particle Swarm Optimization Alghoritm pada Kondisi Partial Shading

Abstract

Pembangkit listrik pada umumnya dapat bekerja pada daya maksimumnya dengan sendrinya. Karakteristik tegangan Photovoltaik (PV) pada umumnya mengikuti tegangan batarai atau beban yang terhubung langsung ke PV. Intensitas cahaya yang diterima oleh modul-modul PV pasti tidak semuanya mendapatkan iradiasi yang seragam, sehingga daya yang dihasilkan tidak optimal dan menimbulkan multi-peak. . Maximum Power Point Tracking (MPPT) adalah teknik yang dapat digunakan untuk mengoptimalkan output energi PV. Namun metode yang sering digunakan masih sering terjebak dalam local peak dan waktu konvergen yang lama. Modul PV yang mengalami parsial shading dapat mempengaruhi daya outputnya secara drastic. Oleh karena itu diperlukan adanya pengontrolan untuk mendapatkan daya maksimum yang dihasilkan. Sehingga banyak penelitian yang di kembangkan untuk mengurangi efek parsial shading tersebut. Diantaranya ialah dengan metode Particle Swarm Optimization dan Firefly yaitu sebuah metode pengontrolan berupa alghoritma metaheuristic yang berguna sebagai alghoritma pelacakan daya maksimal pada PV dalam kondisi parsial shading. Penelitian ini menjelaskan keuntungan dan kerugian dari FA dan PSO dalam memantau daya optimum PV pada kondisi parsial shading. Hasil simulasi menunjukkan bahwa algoritma FA lebih handal dibandingkan algoritma PSO dalam monitoring, dengan tingkat keberhasilan 98,9 dan 99,7% dan tingkat kegagalan sekitar 1,3%. Dalam hal ini, FA 1,96 persen lebih efektif daripada PSO. PSO sekitar 0,33% lebih cepat dalam waktu tracking.