BAB I PENDAHULUAN Salah satu permasalahan dalam

1
BAB I
PENDAHULUAN
Salah satu permasalahan dalam bidang ketenagaan adalah ketersediaan
energi listrik. Beberapa waktu yang lalu penyedia energi listrik di Indonesia
melakukan pemadaman bergilir yang berdampak pada berbagai sektor.
Pemadaman bergilir ini dilakukan karena kebutuhan daya konsumen melebihi
ketersediaan daya listrik. Kondisi ini dapat disebabkan oleh beberapa faktor antara
lain keterlambatan pengiriman bahan bakar untuk pembangkit listrik, perawatan
pembangkit secara berkala, dan ketersediaan cadangan bahan bakar fosil yang
terbatas. Krisis bahan bakar fosil sangat berdampak bagi penyediaan energi listrik
di Indonesia. Pemerintah menyerukan berbagai upaya untuk menghemat energi
listrik dan mencari energi alternatif dalam mengantisipasi dampak krisis energi
listrik yang bersumber dari bahan bakar fosil ini. Pada sisi yang lain, dewasa ini
dampak pemanasan global akibat efek rumah kaca sudah mulai signifikan dan
perlu diperhatikan faktor penyebabnya.
1.1 Latar Belakang
Posisi geografis Indonesia mempunyai nilai tambah dalam memanfaatkan
energi matahari. Dengan menggunakan photovoltaic maka energi matahari dapat
diubah secara langsung menjadi energi listrik dalam bentuk tegangan/arus searah
(DC). Energi matahari sebenarnya sudah lama dikenal dan dimanfaatkan sebagai
sumber energi listrik di Indonesia tetapi masih dalam prosentase yang kecil.
Kondisi ini dipengaruhi oleh beberapa faktor di antaranya adalah harga peralatan
yang relatif mahal dan pemanfaatan yang masih terbatas pada aplikasi secara
mandiri (terpisah dari jaringan listrik). Selain diaplikasikan secara mandiri,
photovoltaic dapat juga diintegrasikan dengan jaringan listrik yang sudah ada.
Komponen utama untuk menginterasikan sistem pembangkit tersebar berbasis
energi matahari ke jaringan listrik adalah inverter.
Perkembangan di bidang elektronika daya menyebabkan meningkatnya
penggunaan beban-beban tak linier. Peningkatan beban tak linier ini menyebabkan
bermacam-macam hal yang tidak diharapkan pada sistem tenaga. Beban-beban ini
menarik arus dengan faktor daya yang rendah, meningkatkan harmonik dan daya
reaktif pada suplai sistem tenaga. Hal ini akan menyebabkan distorsi tegangan dan
mempengarui beban-beban lain yang terhubung ke titik yang sama. Selain itu,
situasi akan bertambah buruk ketika arus yang berlebihan mengalir di kawat netral
pada sistem distribusi tiga fase empat kawat karena beban yang tidak seimbang.
Hal ini dapat menyebabkan pembebanan lebih pada konduktor netral dan dapat
menyebabkan dampak yang serius pada sistem distribusi seperti pembebanan
lebih pada penyulang dan trafo, peralatan yang sensitif bekerja dengan tidak
benar, dan distorsi pada tegangan terminal. Pada sistem distribusi tiga fase empat
kawat, mengalirnya arus netral yang berlebihan merupakan permasalahan yang
dapat terjadi selain masalah beban reaktif, ketidakseimbangan beban, dan arus
harmonik. Beban yang bersifat reaktif akan menyebabkan berkurangnya aliran
daya aktif. Selain itu, converter elektronika daya yang digunakan untuk kendali
kecepatan dan frekuensi akan menginjeksikan harmonik ke dalam sistem dan
meningkatkan harmonik arus netral. Masalah-masalah yang berhubungan dengan
kualitas daya listrik ini dapat menyebabkan operasi peralatan menjadi tidak
normal. Oleh karena itu peningkatan kualitas daya menjadi hal yang penting saat
ini. Dalam dua dekade terakhir, peralatan-peralatan berbasis elektronika daya
banyak digunakan untuk meningkatkan kualitas daya listrik. Untuk sistem
distribusi tiga fase empat kawat, topologi inverter yang umum digunakan untuk
meningkatkan kualitas daya antara lain inverter tiga kaki dengan split capacitor,
tiga buah inverter satu fase, dan inverter empat kaki. Distribution static
compensator (DSTATCOM) empat kaki digunakan untuk kompensasi daya
reaktif, arus harmonik, arus netral, dan ketidakseimbangan beban pada sistem
distribusi tiga fase empat kawat (Rohani, 2014).
Penetrasi sumber energi terbarukan ke jaringan distribusi listrik akan
mempengaruhi stabilitas, pengaturan tegangan, dan kualitas daya jaringan. Oleh
karena itu pembangkit tersebar perlu memenuhi syarat-syarat teknis yang
2
ditentukan untuk mendapatkan operasi yang andal dan efisien. Hal ini
menyebabkan pembahasan strategi kendali inverter dalam aplikasi sistem
pembangkit tersebar masih terus berkembang. Saat ini, pembangkit tersebar dapat
dikendalikan untuk memperbaiki operasi sistem dengan meningkatkan kualitas
daya di jaringan (Singh, 2011).
Kendali berbasis proporsional-integral (PI) merupakan mode kendali
sederhana yang memiliki kemampuan memperbaiki kecepatan respons sistem dan
mereduksi error steady state. Terdapat permasalahan dalam penerapan kendali PI
yaitu dalam menentukan konstanta PI. Terdapat beberapa cara untuk menentukan
konstanta PI antara lain trial and error dan Ziegler-Nichols. Hasil yang diperoleh
dengan metode trial and error belum tentu akurat sedangkan metode ZieglerNichols memiliki batasan-batasan dalam penggunaannya. Untuk mengatasi
permasalahan tuning ini dapat digunakan suatu pendekatan lain yang memberikan
hasil relatif baik yaitu dengan algoritme berbasis kecerdasan buatan.
Beberapa metode berbasis kecerdasan buatan telah dibahas untuk
menentukan parameter yang optimal. Shujun dkk (2013) menggunakan algoritme
particle swarm optimization (PSO) untuk menentukan parameter kendali PI pada
sistem kendali inverter PV dengan fungsi obyektif integral square error (ISE).
Singh dkk (2011) membandingkan tiga buah algoritme evolusioner yaitu bacteria
foraging (BF), bacteria foraging with swarming (BFS), dan particle swarm
optimization (PSO) untuk menentukan konstanta yang optimal pada filter daya
aktif. Fungsi obyektif yang digunakan adalah integral time square error (ITSE)
dan integral time absolute error (ITAE). Nagaraj (2010) membandingkan metode
berbasis kecerdasan buatan (genetic algorithm (GA), evolutionary programming
(EP), particle swarm optimization (PSO), dan ant colony optimization (ACO)
dengan metode konvensional (Ziegler-Nichols (ZN)) untuk menentukan konstanta
PID pada tiga buah fungsi transfer. Hsiao (2004) menyatakan bahwa ACO diakui
efektif untuk menyelesaikan masalah-masalah optimisasi kombinasi.
Pengendali FLC (fuzzy logic controller) termasuk kelompok kendali cerdas
yang bekerja berdasarkan kaidah logika kabur (fuzzy) yang merepresentasikan
proses berfikir seorang operator ahli ketika mengendalikan suatu proses. Sehingga
3
FLC mempunyai kemampuan beradaptasi dengan perubahan sistem dan dalam
penerapannya tidak memerlukan model fisis sistem. Ketepatan dalam memilih
fungsi dan domain keanggotaan input/output fuzzy sangat menentukan kualitas
respons sistem. Persoalannya adalah dalam menentukan fungsi dan domain
keanggotaan input/output yang sesuai. Suryanarayana dkk (2008) menggunakan
fuzzy untuk meningkatkan respons peralihan tegangan bus DC pada DSTATCOM.
Konstanta proporsional dan integral akan mengalami perubahan selama periode
peralihan. Hasil yang diperoleh menunjukkan pengurangan error tegangan
kapasitor bus DC sebesar 50% jika dibandingkan dengan kendali PI konvensional
dan waktu penetapan gelombang tegangan bus DC yang lebih cepat.Tsengenes
dkk (2011) membandingkan kendali PI dan PI-fuzzy untuk kontrol arus dan
kontrol tegangan bus DC pada inverter terhubung jaringan tiga fase untuk aplikasi
pembangkit tersebar. Dari pengujian yang dilakukan, diperoleh hasil kendali PIfuzzy lebih baik saat digunakan untuk kontrol arus dan kontrol tegangan bus DC.
Analisis dan teknik memanfaatkan algoritme berbasis kecerdasan buatan
untuk mengendalikan inverter tiga fase empat kaki yang menghubungkan PV dan
jaringan distribusi listrik tiga fase empat kawat merupakan fokus utama dalam
penelitian ini. Inverter tiga fase empat kaki berfungsi ganda yaitu untuk
mengirimkan daya dan untuk memperbaiki kualitas daya yang mencakup
kompensasi harmonik, daya reaktif, arus netral, dan ketidakseimbangan beban.
Keunggulan pengendali PI dalam memperbaiki respons dan mereduksi error
steady state serta keunggulan pengendali fuzzy yang mampu beradaptasi terhadap
perubahan karakteristik plant menjadi alasan pentingnya penelitian ini. Penentuan
konstanta PI dilakukan dengan salah satu algoritme berbasis kecerdasan buatan
yaitu ant colony optimization (ACO) dengan fungsi obyektif integral time
absolute error (ITAE). Sedangkan fuzzy digunakan untuk menurunkan deviasi
tegangan bus DC pada saat kondisi dinamis.
4
1.2 Rumusan dan Batasan Masalah
Berdasarkan
latar
belakang
yang
sudah
dikemukakan,
diperlukan
pemanfaatan sumber energi terbarukan berbasis energi matahari karena memiliki
kelebihan dibandingkan sumber energi konvensional. Pengembangan algoritme
kendali inverter terhubung jaringan perlu dilakukan karena adanya aturan-aturan
baru berkaitan dengan peningkatan penetrasi pembangkit tersebar, serta
kelebihan-kelebihan yang dimiliki pengendali berbasis kecerdasan buatan. Oleh
karena itu, penelitian yang dilakukan adalah pemanfaatan kecerdasan buatan
untuk pengendalian inverter yang menghubungkan photovoltaic dan jaringan
distribusi listrik tiga fase empat kawat.
Permasalahan dalam pemanfaatan energi matahari menggunakan inverter adalah:
1. Adanya kesulitan menentukan nilai konstanta proporsional-integral (PI)
yang tepat.
2. Perubahan keadaan plant yang fluktuaktif dapat menyebabkan pengendali
yang menggunakan satu buah konstanta PI menjadi kurang optimal. Pada
sistem yang dibahas, daya photovoltaic dan daya beban akan berubah-ubah.
Mengingat luasnya materi terkait dan beberapa kendala yang ada untuk
menemukan solusi permasalahan, maka dibuat batasan ruang lingkup penelitian
sebagai berikut:
1. Objek yang dibahas adalah regulator tegangan DC berbasis PI pada kendali
inverter. Regulator tegangan DC berperan penting dalam menentukan daya
yang dikirim dari sumber energi terbarukan ke sistem distribusi.
2. Tegangan jaringan distribusi listrik tiga fase empat kawat adalah seimbang.
1.3 Keaslian Penelitian
Beberapa penelitian sudah membahas tentang strategi kendali inverter yang
yang menghubungkan sumber energi terbarukan dengan jaringan distribusi listrik
tiga fase empat kawat. Inverter ini dikendalikan sehingga dapat digunakan untuk
transfer daya dan untuk meningkatkan kualitas daya listrik di jaringan. Inverter
yang dibahas Campanhol dkk (2014) dapat berfungsi untuk transfer daya aktif,
5
kompensasi harmonik arus, dan kompensasi daya reaktif. Sedangkan Singh dkk
(2011), Khani dkk (2012), Babu dkk (2013), dan Varaprasad dkk (2014)
membahas sistem kendali inverter yang dapat berfungsi untuk transfer daya aktif,
kompensasi
harmonik arus, kompensasi
daya
reaktif, dan kompensasi
ketidakseimbangan arus. Strategi kendali yang digunakan Singh dkk (2011), Babu
dkk (2013), dan Varaprasad dkk (2014) hampir sama yaitu menggunakan indirect
current control sehingga arus yang disensor hanya arus jaringan. Perbedaannya
terletak pada penekanan hysteresis tiga tingkat oleh Babu dkk ( 2013) dan sumber
energi terbarukan hybrid (photovoltaic dan angin) oleh Varaprasad dkk (2014).
Sedangkan Khani dkk (2012) menggunakan direct current control dengan jumlah
sensor arus yang lebih banyak dibandingkan indirect current control. Campanhol
dkk (2014) menggunakan kerangka referensi sinkron, Khani dkk (2012)
menggunakan kerangka referensi αβ0, dan Singh dkk. (2011), Babu dkk (2013),
dan Varaprasad dkk (2014) menggunakan kerangka referensi natural. Pemilihan
kerangka referensi natural membuat kompensasi ketidakseimbangan arus dapat
dilakukan dengan mudah karena kendali arus dilakukan pada tiap-tiap fase.
Beberapa penelitian sudah membahas penentuan konstanta PI pada sistem
kendali inverter menggunakan algoritme yang berbasis pada kecerdasan buatan
antara lain Shujun dkk (2013) yang menggunakan PSO untuk menentukan
konstanta kendali PI pada sistem kendali inverter tiga fase yang terhubung ke
jaringan dengan fungsi obyektif integral square error (ISE) dan Singh dkk (2011)
yang membandingkan bacteria foraging (BF), bacteria foraging with swarming
(BFS), dan particle swarm optimization (PSO) untuk menentukan konstanta PI
optimal pada filter daya aktif dengan fungsi obyektif integral time square error
(ITSE) dan integral time absolute error (ITAE).
Nagaraj dkk (2010) membandingkan empat metode berbasis kecerdasan
buatan (genetic algorithm (GA), evolutionary programming (EP), particle swarm
optimization (PSO), dan ant colony optimization (ACO) dengan metode
konvensional (Ziegler-Nichols (ZN)). Pengujian dilakukan pada tiga buah model
dalam bentuk fungsi transfer. Hasil simulasi menunjukkan bahwa keempat teknik
berbasis kecerdasan buatan menghasilkan indeks kinerja yang lebih baik
6
dibandingkan metode konvensional. Sedangkan indeks kinerja untuk keempat
metode berbasis kecerdasan buatan yang diusulkan memberikan hasil peringkat
yang berbeda untuk ketiga model yang diuji.
Sedangkan penelitian yang membahas fuzzy untuk VSI sudah dilakukan
antara lain kendali PI untuk mengatur tegangan bus DC pada DSTATCOM
dengan supervisi fuzzy yang dibahas oleh Suryanarayana dkk (2008), kendali
fuzzy-PID pada UPQC oleh Liu dkk (2009), dan kendali fuzzy pada sistem PV
terhubung jaringan satu fase oleh Thao dkk (2010).
Sebagai pembanding kebaruan, Tabel 1.1 menunjukkan beberapa penelitian
terkini tentang inverter terhubung jaringan yang telah dipublikasikan di beberapa
jurnal/prosiding konferensi internasional. Beberapa penelitian membahas strategi
kendali inverter empat kaki dan yang lainnya membahas optimisasi dan fuzzy pada
VSI.
Tabel 1.1 Beberapa penelitian terkini yang terkait dengan topik disertasi
No.
1
Pustaka
Campanhol
dkk, 2014
Judul Paper
A three-phase four
wire grid connected
photovoltaic system
with active power line
conditioning
Keterangan
Penelitian ini membahas implementasi sistem PV
yang dihubungkan ke jaringan tiga fase empat
kawat dengan menggunakan tiga buah inverter
satu fase jembatan penuh. Inverter berfungsi
untuk transfer daya PV, memberikan kompensasi
daya reaktif, dan harmonik arus. Algoritme
menggunakan kerangka referensi sinkron.
2
Varaprasad
dkk, 2014
Three Tingkat
Hysteresis Current
Controlled VSI for
power injection and
conditioning
in grid connected
solar PV systems
Penelitian ini fokus pada strategi kendali arus
hysteresis tiga tingkat untuk inverter sumber
tegangan empat kaki. Tujuan kendali adalah
untuk injeksi daya PV dan perbaikan kualitas
daya mencakup kompensasi harmonik, daya
reaktif, arus netral, dan ketidakseimbangan arus.
Dibandingkan dengan hysteresis konvensional
maka hysteresis tiga tingkat ini mengurangi
frekuensi pensaklaran dengan menambahkan pita
hysteresis offset.
3
Babu dkk,
2013
Hybrid Renewable
Sources based Four
Leg Inverter for
Power Quality
Improvement
Membahas strategi kendali untuk inverter empat
kaki. Inverter disuplai dengan sumber terbarukan
hybrid yaitu energi matahari dan angin. Inverter
dapat digunakan untuk:
a. menyuplai daya yang dihasilkan sumber
terbarukan ke jaringan,
b. kompensasi harmonik, daya reaktif, dan
ketidakseimbangan arus.
7
Tabel 1.1 Lanjutan
No.
4
Pustaka
Shujun dkk,
2013
Judul Paper
Parameter
Optimization of PI
Controller in PV
Inverter
Keterangan
Fokus penelitian ini adalah penentuan konstanta
kendali PI pada inverter PV. Dengan
menggunakan strategi kendali PQ decouple maka
terdapat 2 buah konstanta PI yang ditentukan
dengan optimisasi. Particle swarm optimization
(PSO) digunakan sebagai algorima optimisasi
dengan fungsi obyektif integral square error
(ISE).
5
Khani dkk,
2012
Modified p-q Theory
Applied to Flexible
Photovoltaic Systems
at the 3-Phase 4-Wire
Distribution Grid
Teori p-q yang dimodifikasi digunakan untuk
mengintegrasikan photovoltaic dan jaringan
distribusi listrik tiga fase empat kawat. Beban
yang diuji adalah beban linier yang tidak
seimbang dan beban tidak linier. Kompensasi
yang dilakukan mencakup ketidakseimbangan
arus, harmonik arus, daya reaktif, dan arus netral.
6
Singh dkk,
2011
Grid Interconnection
of Renewable Energy
Sources at the
Distribution Tingkat
With Power-Quality
Improvement Features
Membahas kendali inverter terhubung jaringan
distribusi 3-fase 4-kawat untuk aplikasi sistem
pembangkit tersebar. Inverter terhubung jaringan
digunakan untuk:
a. Injeksi daya yang dihasilkan sumber energi
terbarukan, dan/atau,
b. Meningkatkan
kualitas
daya
yang
mencakup kompensasi ketidakseimbangan
arus, harmonik arus, dan daya reaktif beban.
Arus jaringan dipertahankan seimbang dan
sinusoidal pada faktor daya satu serta arus netral
tidak mengalir di jaringan.
7
Singh dkk,
2011
Comparison of Three
Evolutionary
Algorithms for
Harmonic Mitigation
using SAPF
Penelitian ini membandingkan tiga buah
algoritme evolusioner yaitu bacteria foraging
(BF), bacteria foraging with swarming (BSF)
dan particle swarm optimization (PSO) untuk
menentukan konstanta kendali PI. Pengendali PI
pada SAPF ini digunakan untuk mengatur
tegangan referensi kapasitor pada bus DC.
Dibandingkan juga dua buah fungsi obyektif
yaitu ITAE dan ITSE.
8
Thao dkk,
2010
PID-Fuzzy Logic
Hybrid Controller for
Grid-Connected
Photovoltaic Inverters
Penelitian ini membahas kendali hybrid PIDfuzzy untuk meningkatkan respons dinamik daya
aktif dan reaktif pada inverter PV terhubung
jaringan satu fase. Kendali logika fuzzy secara
otomatis mengubah konstanta Kp, Ki, dan Kd
ketika terjadi perubahan beban.
9
Nagaraj dan
Muruganant
h, 2010
A Comparative Study
of PID Controller
Tuning using GA, EP,
PSO and ACO
Penelitian ini membandingkan teknik kecerdasan
buatan (GA, EP, PSO, ACO) dengan metode
konvensional (ZN) untuk menentukan konstanta
PID pada tiga buah model/fungsi transfer.
Simulasi menunjukkan metode yang diusulkan
(GA, EP, PSO, ACO) menghasilkan kinerja yang
lebih baik dibandingkan metode konvensional.
8
Tabel 1.1 Lanjutan
No.
10
Pustaka
Liu dkk,
2009
Judul Paper
The Research on
Fuzzy-PID Control in
Unified Power Quality
Conditioner
Keterangan
Penelitian ini mengkombinasikan regulator PID
tradisional dan teori kontrol fuzzy. Kendali PIDfuzzy digunakan untuk mengendalikan tegangan
bus DC pada UPQC.
11
Suryanaraya
na dan
Mishra,
2008
Fuzzy logic based
supervision
of DC link PI control
in a DSTATCOM
Metode supervisi berbasis logika fuzzy digunakan
untuk meningkatkan kinerja peralihan pada
DSTATCOM. Logika fuzzy mengubah konstanta
PI selama periode peralihan karena perubahan
beban. Diperoleh hasil pengurangan error 50%
dan waktu penetapan yang lebih cepat
dibandingkan kendali PI konvensional.
Sistem kendali inverter pada penelitian untuk disertasi ini berdasarkan pada
penelitian yang dilakukan oleh Singh (2011). Perbedaan dengan penelitian yang
dilakukan oleh Singh (2011) adalah pembahasan desain regulator tegangan DC
menggunakan ant colony optimization (ACO) dan fuzzy. Ant colony optimization
digunakan untuk menentukan konstanta PI pada regulator tegangan DC dan PIfuzzy digunakan untuk menurunkan deviasi tegangan bus DC pada saat kondisi
dinamis.
Pada penelitian untuk disertasi ini, konstanta PI pada regulator tegangan DC
tidak dapat ditentukan dengan metode Ziegler-Nichols. Dengan metode ZieglerNichols, respons yang didapatkan tidak dapat digunakan untuk menentukan
konstanta PI pada regulator tegangan DC ini. Hasil simulasi penentuan konstanta
PI dengan Ziegler-Nichols terlampir pada Lampiran 1.
Berdasarkan penelitian yang dilakukan Nagaraj (2010), dapat disimpulkan
bahwa metode berbasis kecerdasan buatan (GA, EP, PSO, dan ACO)
menghasilkan indeks kinerja yang lebih baik dibandingkan metode konvensional
(ZN) untuk menentukan konstanta PID. Pengujian dilakukan pada tiga buah
model dalam bentuk fungsi transfer. Akan tetapi dari keempat metode berbasis
kecerdasan buatan ini tidak dapat ditentukan metode apa yang paling baik.
Berbeda dengan penelitian yang dilakukan Nagaraj (2010) yang menggunakan
fungsi transfer sebagai model plant, pada penelitian untuk disertasi ini tidak
menggunakan fungsi transfer karena fungsi transfernya sulit ditentukan akibat
tingkat kompleksitas plant.
9
Penelitian yang dilakukan Suryanarayana (2008) menunjukkan bahwa
penggunaan PI-fuzzy dapat menurunkan deviasi tegangan bus DC pada
DSTATCOM
saat
terjadi
perubahan beban
jika
dibandingkan
dengan
menggunakan PI konvensional. Berbeda dengan penelitian untuk disertasi yang
dilakukan, penelitian Suryanarayana (2008) ini hanya membahas inverter untuk
perbaikan kualitas daya sedangkan penelitian untuk disertasi ini membahas
inverter untuk transfer daya dan perbaikan kualitas daya. Regulator tegangan DC
dengan PI-fuzzy pada sistem kendali inverter pada penelitian untuk disertasi ini
digunakan untuk menurunkan deviasi tegangan bus DC pada inverter yang
menghubungkan photovoltaic dan jaringan distribusi pada saat terjadi perubahan
daya pada beban dan PV.
Penelitian untuk disertasi ini memberikan kontribusi pada penggunaan
metode berbasis kecerdasan buatan pada sistem kendali inverter tiga fase empat
kaki yang menghubungkan photovoltaic dan jaringan distribusi listrik tiga fase
empat
kawat.
Penggunaan
metode
berbasis
kecerdasan
buatan
dapat
meningkatkan kinerja kendali inverter terhubung jaringan. Algoritme ant colony
optimization (ACO) digunakan untuk menentukan nilai konstanta proporsionalintegral (PI) pada regulator tegangan DC dimana metode Ziegler-Nichols tidak
dapat digunakan. Kemudian fuzzy digunakan untuk memodifikasi kendali PI yang
ditentukan dengan ACO untuk menurunkan deviasi tegangan bus DC saat kondisi
dinamis. Koordinasi antara ACO dan fuzzy dilakukan dengan langkah sebagai
berikut:
1. Algoritme ACO digunakan untuk menentukan nilai konstanta PI.
2. Konstanta PI yang ditentukan dengan ACO dimodifikasi dengan fuzzy untuk
menurunkan deviasi tegangan bus DC saat kondisi dinamis.
1.4 Tujuan Penelitian
Penelitian kendali inverter dua tingkat untuk mengintegrasikan PV ke
jaringan distribusi listrik tiga fase empat kawat yang berfungsi untuk
10
mengirimkan daya maksimum PV dan untuk meningkatkan kualitas daya ini
bertujuan untuk:
1. Menentukan konstanta PI regulator tegangan DC pada sistem kendali inverter
tiga fase empat kaki menggunakan algoritme ant colony optimization. Metode
Ziegler-Nichols tidak dapat menentukan konstanta PI pada kasus yang
dibahas.
2. Merancang regulator tegangan DC berbasis PI-fuzzy pada sistem kendali
inverter yang menghubungkan photovoltaic dan jaringan distribusi listrik tiga
fase empat kawat.
1.5 Manfaat Penelitian
Manfaat yang didapat dari penelitian yang dilakukan ini adalah:
1. Dihasilkannya teknik untuk mengendalikan photovoltaic yang terhubung ke
jaringan listrik dengan menggunakan teknik berbasis kecerdasan buatan.
2. Meningkatkan minat masyarakat untuk menggunakan sumber energi
terbarukan.
3. Terdukungnya
kebijakan pemerintah untuk menghemat energi
yang
menggunakan bahan bakar berbasis fosil.
11