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.