SISTEM ENERGI SURYA FOTOVOLTAIK (SESF) GRID-TIED DENGAN METODE NEURAL NETWORK

Abstract

Sebagian besar pasokan listrik Perusahaan Listrik Negara (PLN) berasal dari energi fosil yang akan habis bila digunakan secara terus-menerus. Untuk sebisa mungkin mengurangi pemakaian energi listrik PLN pada jam beban puncak, dimanfaatkan energi terbarukan yang paling pesat perkembangannya yaitu Sistem Energi Surya Fotovoltaik (SESF) Grid-Tied. SESF Grid-Tied adalah sistem yang menghubungkan solar array dan baterai yang terhubung dengan beban dinamis serta grid PLN sebagai energi cadangan sistem. Penggunaan energi cadangan dikontrol dengan metode neural network pada saat diluar jam beban puncak yakni pada pukul 18.00 – 23.00 dengan memperhatikan nilai irradiasi, arus beban, dan SOC baterai. Berdasarkan hasil pembelajaran metode neural network dihasilkan nilai error sebesar 7.344%. Hasil metode kontrol ini digunakan pada SESF Grid-Tied yang lebih efektif terhadap penggunaan energy cadangan sistem.