ThesisOpen AccessMetadata saja
2026•Skripsi, Thesis, Disertasi, dan Tugas Akhir
Kebutuhan energi listrik yang terus meningkat menuntut sistem tenaga listrik yang efisien, andal, serta berkelanjutan. Salah satu pendekatan strategis untuk mencapai efisiensi tersebut adalah Dynamic Economic Dispatch (DED), yaitu optimasi pembagian beban pembangkitan listrik secara ekonomis berdasarkan perubahan beban dan kondisi sistem setiap waktu. Penelitian ini bertujuan menganalisis penerapan DED dengan integrasi Photovoltaic (PV) dan Pump Storage Hydroelectricity (PSH) guna meminimalkan total biaya operasional dan emisi sistem tenaga listrik. Metode yang digunakan adalah pemodelan sistem IEEE 30-Bus menggunakan perangkat lunak GAMS dengan pendekatan Quadratic Programming (QP), dengan tiga skenario utama: sistem existing, sistem dengan integrasi PV, dan sistem dengan integrasi PV dan PSH. Hasil simulasi menunjukkan bahwa integrasi PV 50% mampu menurunkan biaya operasional sebesar $2.718,52 (17,16%) dan emisi sebesar 1.723,63 kg (20,70%) dibanding skenario existing. Penambahan PSH meningkatkan penghematan biaya menjadi $2.763,32 (17,44%) dan reduksi emisi menjadi 2.015,42 kg (24,20%), sekaligus menggeser pola charging dari dini hari ke siang hari (jam 10–15) mulai penetrasi 30% guna menyerap surplus PV. Dibandingkan skenario PV 50% tanpa PSH, konfigurasi PV 50% dengan PSH terbukti lebih hemat biaya operasional sebesar $44,81 (0,34%), dengan ramp-up tertinggi G1 sebesar 43,767 MW/jam masih dalam batas teknis 65 MW/jam. Penelitian ini diharapkan dapat memberikan kontribusi terhadap pengembangan sistem tenaga listrik yang berkelanjutan dan menjadi referensi bagi penerapan teknologi energi hijau di Indonesia.
ThesisOpen AccessMetadata saja
2024•Skripsi, Thesis, Disertasi, dan Tugas Akhir
Energi surya yang berasal dari cahaya matahari merupakan salah satu jenis sumber energi terbarukan yang melimpah di alam. Salah satu masalah dalam penggunaan panel surya atau PV (photovoltaic) adalah fluktasi daya listrik yang dihasilkan, bergantung pada kondisi cuaca seperti intensitas cahaya matahari dan suhu, akibatnya daya keluaran panel sering kali tidak mencapai kapasitas maksimum, untuk lebih meningkatkan daya dan tegangan dari keluaran panel surya maka diperlukan penggunaan metode kontrol yang dikenal sebagai Maximum Power Point Tracking (MPPT). Tujuan penelitian ini dapat mendesaian dan mensimulasikan Maximum Power Point Tracking metode algoritma dapat digunakan untuk menerapkan Neural Network dengan converter boost converter yang dapat menaikkan tegangan. Hasil penelitian dengan pengujian boost converter dimana ketika duty cycle diatur sebesar 40% arus keluaran yang dihasilkan adalah 2.053 A, tegangan keluaran 484.9 V dan daya keluaran sebesar 995.5 W, semakin besar nilai duty cycle diatur maka semakan besar juga keuaran arus, tegangan dan daya yang dihasilkan. Ketika intensitas cahaya divariasikan dari 100 hingga 1,000W/m² pada suhu 25°C MPPT menghasilkan tegangan keluaran 73.8 V hingga 293.2 V dengan suhu yang tetap.
ThesisOpen AccessMetadata saja
2022•Skripsi, Thesis, Disertasi, dan Tugas Akhir
Dalam beberapa tahun terakhir photovoltaic menjadi alat yang digunakan untuk menghasilkan energi listrik, alat ini mengkonversi energi cahaya dan suhu menjadi energi listrik, photovoltaic sangat bargantung dengan panas dari matahari, agar photovoltaic bekerja dengan maksimal perlu ditambahkan konverter. Konverter SEPIC adalah konverter yang berfungsi sebagai buck boost yang dapat menaik turunkan tegangan inputnya, konverter SEPIC diatur oleh duty cycle, dengan duty cycle 24.3 %. Konverter SEPIC pada pengujian ini berhasil mendapatkan hasil output daya yang sama dengan perhitungan dan simulasi yaitu 200 W. Photovoltaic yang dihubungkan langsung dengan baterai menghasilkan daya yang sangat jauh dari optimal, makanya diperlukan konverter SEPIC yang terhubung dengan photovoltaic untuk membuat hasilnya optimal. Sistem kendali MPPT Incremental Conductance adalah sistem yang digunakan pada pengujian ini, dengan resistor dan baterai yang digunakan sebagai beban. Pada pengujian ini konverter yang menggunakan baterai adalah pengujian yang mendapatkan hasil yang paling optimal dengan daya 204 W.
