Power Manajemen Hybrid Energy Source System (HESS) Menggunakan Extreme Learning Machine (ELM)
Abstract
Perkembangan teknologi berkembang sangat cepat, hal ini adalah salah satu
akibat dari perkembangan jumlah penduduk yang sangat pesat sehingga kebutuhan
energi listrik diperkirakan mengalami kenaikan. Namun, seiring berjalannya waktu,
pembangkit listrik yang menggunakan bahan bakar fosil akan semakin ditinggal
dan diharapkan dapat tergantikan oleh pembangkit listrik yang menggunakan energi
alternatif atau terbarukan bila teknologi sudah tersedia.
Selain itu permasalahan yang sering terjadi untuk pemanfaatan EBT adalah
ketersediaan energi itu sendiri. Sebagai contoh photovoltaic (PV) dengan
kelemahannya adalah ketersediaan energi yang tidak konsisten bergantung pada
waktu dan kondisi cuaca, sedangkan kebutuhan energi listrik bersifat terus menerus
maka, pemanfaatan satu sumber EBT saja akan kurang menjamin ketersediaan
sumber energi sehingga perlu dirancang sebuah sistem yang memperhatikan waktu
kapan EBT dapat bekerja secara maksimal. Hal inilah yang menjadi latar belakang
dari teknologi Hybrid Energy Source System (HESS).
Penelitian ini menitikberatkan pada bagaimana prototipe dari Hybrid
Energy Source System (HESS) dalam melakukan penggabungan energi baru
terbarukan (photovoltaic) dengan energi berbahan bakar fosil (jala-jala &
generator) beserta penyimpanan energi (baterai) dengan menggunakan metode
Extreme Learning Machine sebagai main control dalam proses pengaturan catu
daya.
Sistem yang didesain akan mencatu beban di sesuaikan dengan keadaan di
setiap sumber. Dengan cara melakukan pengukuran dari ketersediaan sumber yang
ada, setelah itu metode Extreme Learning Machine yang digunakan sebagai
algoritma pembelajaran dalam pengambilan keputusan, nantinya akan menentukan
sumber manakah yang akan dipakai dalam pencatuan beban. Dengan penggunaan
metode tersebut diharapkan akan memiliki keandalan sistem yang baik, dan mampu
menjaga kestabilan tegangan pada bus DC dan memaksimalkan penyimpanan
energi pada baterai.
Dalam metodologi penelitiannya, penulis menggunakan topologi
bidirectional converter DC-DC untuk memaksimalkan proses charging dan
discharging baterai sebagai media penyimpanan energi sekaligus catu daya
prioritas kedua. Penelitian ini juga hanya menggunakan miniatur untuk
merepresentasikan catu daya yang berasal dari jala-jala maupun generator.
Hasil penelitian difokuskan pada tujuan untuk mengimplementasikan dan
menerapkan HESS dalam menjaga kontinyuitas catu beban dengan respons yang
cepat, sehingga mampu menjaga keandalan sistem. Dalam pengaplikasiannya,
peneliti mampu merancang HESS yang optimal, Hal ini diperkuat dengan beberapa
bagian di mulai dari pembacaan sensor yang memiliki rata-rata kalibrasi error < 5%
dengan MAE < 0,8. Pada bagian BDC juga memiliki tingkat efisiensi > 80% pada
dua mode yaitu buck dan boost. Kemudian pada rangkaian penyearah ATSMF juga
memiliki line regulation 1% dan 2% untuk load regulation, sedangkan pengujian
logika tanpa ELM mendapatkan nilai akurasi 100%.
Perfomansi ELM pada rule HESS dapat di lakukan baik secara online
maupun offline. Hal ini diperkuat melalu hasil dari training dan testing code pada
platform Google Colab yang memiliki nilai akurasi 1. Begitupun pengujian pada
platform Arduino memiliki tingkat laju kegagalan 0.
Collections
- UT-Faculty of Engineering [4163]