Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penggunaan energi terbarukan sebagai sumber pembangkitan energi listrik terus mengalami peningkatan setiap tahunnya. Namun, di Indonesia sendiri belum banyak pembangkit listrik yang memanfaatkan energi terbarukan ini sebagai sumbernya. Padahal kita ketahui bahwa Indonesia memiliki potensi energy terbarukan yang sangat besar. Salah satu potensi energi terbarukan yang sangat besar di Indonesia adalah cahaya matahari. Dengan photovoltaics sebagai alat yang menyerap dan mengubah energi matahari menjadi energi listrik maka energi listrik yang dihasilkan dari sumber energi matahari tersebut diperkirakan sangat besar hasilnya. Namun, modul photovoltaics ini sangatlah rentan terhadap kondisi lingkungan sekitarnya sehingga dapat memengaruhi energi listrik yang dihasilkan. Maka dari itu, diperlukannya perhitungan performa modul PV untuk memprediksikan besar energi yang akan dihasilkan suatu modul PV pada kondisi lingkungan tertentu sehingga kita dapat menentukan tipe modul PV yang akan digunakan. Pada skripsi ini digunakan dua metode perhitungan performa PV, yaitu Sandia PV Array Performance Model dan Five Parameters Model, dimana kedua metode ini akan dibandingkan satu sama lain. Sehingga didapat bahwa metode Five Parameters merupakan metode perhitungan performa PV yang paling optimal dan efisien yang dapat digunakan pada daerah tropis karena hanya membutuhkan input data yang sedikit namun memberikan hasil prediksi keluaran energy listrik yang cukup presisi, yaitu 56,58 Wdc untuk mono-crystalline PV, 52,7 Wdc untuk poly-crystalline PV, dan 43,29 Wdc untuk thin film PV, dengan input data yang sedikit. Metode five parameters juga dapat menghasilkan kurva karakteristik (I-V) pada kondisi operasi modul PV yang lebih presisi.

---

The use of renewable energy as a source of electric energy generation continues to increase every year. However, in Indonesia itself has not many power plants that utilize renewable energy source. And we all know that Indonesia has the potential of renewable energy is very large. One of the renewable energy potential that very large in Indonesia is sunlight. With photovoltaics as a tool that absorb and convert solar energy into electrical energy, the electrical energy generated from solar energy sources are expected very big results. However, photovoltaics module is particularly vulnerable to environmental conditions that can affect the electrical energy produced. Therefore, the need for PV module performance calculations to predict the amount of energy that will be produced by a PV module in a certain environment so that we can determine the type of PV modules that will be used.

In this study used two methods of calculating the performance of PV, those are Sandia PV Array Performance Model and Five Parameters Model, where both methods will be compared with each other. In order to get that Five Parameters method is the most optimal and efficient method in calculating PV performance that can be used in tropical region as it only requires less input data but may predicted electrical energy output with sufficient precision, those are 56,58 Wdc for mono-crystalline PV, 52,7 Wdc for poly-crystalline PV, and 43,29 Wdc for thin film PV, with less data input. Five parameters method can also produce the characteristic curve (I-V) on a PV module operating conditions more precise."

"Teknologi semakin berkembang pesat selama beberapa tahun terakhir, demikian pula dengan semakin tingginya kebutuhan akan energi. Namun, kebutuhan tersebut tidak sebanding dengan ketersediaan energi yang ada. Hal ini mendorong dilakukannya penelitian yang mendalam dan meluas mengenai kemungkinan penggunaan sumber energi baru dan terbarukan. Teknologi panel surya diprediksi akan dapat mengatasi masalah energi khususnya energi listrik. Dalam tulisan ini, sebuah penelitian dilakukan untk menganalisis kinerja panel surya PV-A 255W yang dioperasikan pada daerah beriklim tropis seperti Indonesia dimana temperatur udara dan radiasi yang relatif tinggi akan mempengaruhi temperatur panel dan karakteristik secara signifkan. Pengaruh temperatur dan radiasi akan direpresentasikan dalam kurva karakteristik I-V dan P-V. Karakteristik PV tersebut akan dianalisis menggunakan pemodelan pada MATLAB Simulink berdasarkan persamaan matematis yang membentuk kurva karakteristik PV. Berdasarkan hasil simulasi, diketahui nilai koefisien arus I­SC­, tegangan VOC dan daya Pmax secara berturut-turut sebesar 0,56%/oC, -0,31 %/oC dan -0,4%/oC. Koefisien tersebut dapat digunakan untuk mengkalkulasi rentang perubahan arus, tegangan, daya dan energi keluaran panel surya pada temperatur dan radiasi tertentu pada suatu titik di permukaan bumi. Diketahui bahwa sebuah PV-A 255W dapat menghasilkan energi listrik maksimum sebesar 308,2 kWh.. Selain itu, penggunaan karakteristik panel dapat mebantu dalam menentukan dan membandingkan konsep konfigurasi sistem PV-Inverter seperti Central Inverter, String Inverter dan AC-Module yang dihubungkan untuk menyuplai sistem beban 5 kWac khususnya pada daerah beriklim tropis.

---

The technology has been extremely developed over the years and for that reason, the demand of energy availability is also increasing. In contrast, it is not comparable to the availability of energy. This problem has led to the needs of further yet comprehensive researches in the possibility of usage of new and renewable energy source. Solar panel technology (Photovoltaic) has been predicted to be able to resolve future's energy problem and supply in electricity. A research has been conducted in order to analyze solar panel performance of PV-A 255W which is operated in tropical areas like Indonesia in which relatively high ambience temperature and average radiation significantly affect PV's temperature and characteristics, those will be represented on I-V and P-V characteristics curve. PV's characteristics on high temperature would be analyzed using PV modeling through MATLAB Simulink based on mathematical equations that form PV's characteristic curve.

Based on PV simulation, it is known then that temperature-dependence coefficients of short circuit current, open circuit voltage (VOC), and maximum output power (Pmax ) consecutively as high as 0,56%/oC, -0,31 %/oC and -0,4%/oC. Those coefficients can be used to calculate the ranges of change in PV current, voltage, output power and average output energy of certain data temperature and radiance at earth's surface's certain point. It is acquired that a single PV-A 255W module could generate up to 308,2 kWh of electricity on average. Besides that, using PV's characteristics could enable in configurating and comparing suitable PV-Inverter system concept like Central Inverter, String Inverter and AC-Module to be connected to supply 5 kWac system or load in tropical areas."

"Research has been carried out for designing and construction of solar radiation concentration by using array of mirrors. A solar water heater is used to demonstrate the usefulness of such solar radiation concentration."

"Automatic Weather Station (AWS) mengalami kendala berupa kerusakan komponen dan kegagalan sistem komunikasi, sehingga menyebabkan data parameter tidak lengkap. Kerusakan komponen juga terjadi pada pyranometer. Penurunan kinerja pyranometer menghasilkan penyimpangan, ketidakpastian pengukuran intensitas radiasi matahari, serta gap data. Imputasi data menjadi salah satu solusi dalam meminimalisir penyimpangan pengukuran dan terjadinya missing data pyranometer AWS. Penelitian ini bertujuan mendesain serta menganalisis performa akurasi model imputasi data intensitas radiasi matahari pyranometer AWS multisite ketika terjadi gap data. Penelitian ini berupaya memanfaatkan kaitan spasio-temporal intensitasi radiasi matahari AWS multisite di dalam model imputasi. Algoritma Long-Short Term Memory (LSTM) digunakan sebagai estimator pada jaringan pyranometer AWS multisite. Tahap pemodelan imputasi data meliputi pengumpulan data, pra-pemrosesan data, pembuatan skenario missing data, desain LSTM dan pengujian model. Metode berbasis machine learning ini diharapkan mampu mengimputasi data AWS pada missing data dalam jangka menit maupun jam, jika AWS mengalami kerusakan sistem atau gangguan jaringan komunikasi. Nilai MAPE model LSTM untuk imputasi pyranometer AWS Cikancung untuk missing data 30 menit, 1 jam dan 3 jam berturut-turut yaitu 1,81% ; 2,72% ; dan 5,07%. Nilai MAPE model LSTM untuk AWS Cimalaka untuk missing data 30 menit, 1 jam dan 3 jam berturut-turut yaitu 0,46% ; 1,25% ; dan 3,24%. Nilai MAPE model LSTM untuk AWS Cipasung untuk missing data 30 menit, 1 jam dan 3 jam berturut-turut yaitu 2,30% ; 1,67% ; dan 0,94%.

---

Automatic Weather Station (AWS) experienced problems in the form of component damage and communication system failure, resulting in incomplete parameter data. Component damage also occurs in pyranometers. Decreased pyranometer performance results in deviations, uncertainty in measuring solar radiation intensity, and data gaps. Data imputation is one solution to minimize measurement deviations and the occurrence of missing AWS pyranometer data. This research aims to design and analyze the accuracy performance of the multisite AWS pyranometer solar radiation intensity data imputation model when a data gap occurs. This research attempts to utilize the spatio-temporal relationship of multisite AWS solar radiation intensity in the imputation model. The Long-Short Term Memory (LSTM) algorithm is used as an estimator in the multisite AWS pyranometer network. The data imputation modeling stage includes data collection, data pre-processing, creating missing data scenarios, LSTM design and model testing. This machine learning-based method is expected to be able to impute AWS data for missing data in minutes or hours, if AWS experiences system damage or communication network disruption. The MAPE value of the LSTM model for the AWS Cikancung pyranometer for missing data of 30 minutes, 1 hour and 3 hours respectively is 1.81%; 2.72% ; and 5.07%. The MAPE value of the LSTM model for AWS Cimalaka for missing data of 30 minutes, 1 hour and 3 hours respectively is 0.46%; 1.25% ; and 3.24%. The MAPE value of the LSTM model for AWS Cipasung for missing data of 30 minutes, 1 hour and 3 hours respectively is 2.30%; 1.67% ; and 0.94%."

"Provinsi Jawa Barat memiliki potensi yang signifikan untuk pengembangan energi surya melalui pemanfaatan radiasi matahari. Penelitian ini bertujuan untuk mengestimasi radiasi matahari di Provinsi Jawa Barat menggunakan metode ANN untuk menemukan model konfigurasi optimal dan menganalisis distribusi spasialnya. Pengukuran radiasi matahari dilakukan di lima lokasi berbeda, dengan dua lokasi terbaik dipilih untuk pemrosesan data. Dataset yang digunakan adalah data tahun 2022, yang dibagi menjadi 70% untuk pelatihan dan 30% untuk pengujian. Hasilnya menunjukkan bahwa konfigurasi optimal 6-30-1 di lokasi Puslitbang PLN mencapai nilai RMSE sebesar 135,8 W/m², rRMSE sebesar 54,8%, MBE sebesar 15,9 W/m², dan rMBE sebesar 0,064%. Sementara itu, untuk lokasi Sumedang, konfigurasi optimal adalah 5-40-1, yang menghasilkan nilai RMSE sebesar 156,7 W/m², rRMSE sebesar 49,29%, MBE sebesar 7,75 W/m², dan rMBE sebesar 0,024%. Secara keseluruhan, model ini masih memiliki kesalahan estimasi sebesar 48-50%.Untuk meningkatkan akurasi, penelitian ini mengintegrasikan model ANN dengan WRF, yang mampu meningkatkan akurasi di Sumedang sebesar 2%. Analisis menunjukkan bahwa daerah dengan ketinggian rendah memiliki intensitas radiasi matahari yang tinggi, sedangkan daerah dengan ketinggian lebih tinggi menerima radiasi matahari yang lebih rendah

---

West Java Province has significant potential for solar energy development through the utilization of solar radiation. This study aims to estimate solar radiation in West Java Province using ANN methods to find the optimal configuration model and analyze its spatial distribution. Solar radiation measurements were conducted at five different locations, with the two best locations selected for data processing. The dataset used is from the year 2022, which was divided into 70% training and 30% testing. The results showed that the optimal configuration of 6-30-1 at the Puslitbang PLN location achieved an RMSE value of 135.8 W/m², an rRMSE of 54.8%, an MBE of 15.9 W/m², and an rMBE of 0.064%. Meanwhile, for the Sumedang location, the optimal configuration was 5-40-1, which produced an RMSE value of 156.7 W/m², an rRMSE of 49.29%, an MBE of 7.75 W/m², and an rMBE of 0.024%. Overall, this model still has an estimation error of 48-50%. To improve accuracy, this study integrated the ANN model with WRF, which was able to increase accuracy in Sumedang by 2%. Analysis shows that low-altitude areas have high solar radiation intensity, while higher-altitude areas receive lower solar radiation."

"This research was carried out to investigate the influence of building form and open space geometric toward the amount of radiation on the open space in a region located at latitude 7o....."

"Setiap pengguna panel surya ingin panel surya yang dimilikinya mampu memroduksi daya listrik sebesar mungkin. Daya listrik yang besar menunjukkan bahwa kinerja dari panel surya tersebut optimal. Untuk mengoptimalkan kinerja panel surya, pada umumnya ada tiga cara yang digunakan yaitu solar tracker, konsentrator, dan reflektor. Skripsi ini membahas tentang kinerja sebuah panel surya dengan reflektor datar. Semakin besar radiasi cahaya matahari yang terpapar pada sebuah panel surya maka daya listrik yang dihasilkan panel surya tersebut akan semakin besar. Cahaya pantul dari reflektor membuat peningkatan radiasi cahaya matahari yang terpapar pada permukaan panel surya. Hasil pengukuran menunjukkan bahwa pengaturan sudut reflektor dan pemilihan jenis material reflektor yang tepat membuat kinerja panel surya semakin optimal. Pada skripsi ini digunakan dua macam material reflektor, yaitu stainless steel mirror dan aluminium foil dengan variasi sudut kemiringan reflektor dari setiap material adalah 15, 30, 45, 60, dan 75 derajat. Hasil pengukuran memperlihatkan bahwa material reflektor yang berbahan aluminium foil lebih baik daripada stainless steel mirror. Untuk reflektor stainless steel mirror sudut kemiringan reflektor yang menghasilkan kinerja panel surya optimum pada pagi, siang, dan sore berturut-turut adalah 75, 30, dan 60 derajat dengan kenaikan daya listrik yang dihasilkan panel surya berturut-turut adalah 21,503%, 15,481%, dan 4,564% dari kondisi panel surya tanpa reflektor sedangkan untuk reflektor aluminium foil sudut kemiringan reflektor yang menghasilkan kinerja panel surya optimum pada pada pagi, siang, dan sore berturut-turut adalah 75, 45, dan 75 derajat dengan kenaikan daya listrik yang dihasilkan panel surya berturut-turut adalah 31,581%, 12,138%, dan 22,973% dari kondisi panel surya tanpa reflektor. Penggunaan reflektor menyebabkan karakteristik dari panel surya berubah.

---

Solar panel user wants its solar panel is able to producing electric power as much as possible. Producing large electrical power shows that solar panel has optimal performance. To optimizing the performance of solar panel, there are generally three ways i.e. by using solar tracker, concentrator, and reflector. The focus of this study is discussing the performance of a solar panel with a flat reflektor. A larger amount of sunlight radiation exposures on a solar panel make the electric power generated by that solar panel will be greater. Reflected light from the reflector makes increasing the amount of sunlight radiation exposures on the surface of solar panel.

The measurement results show that to obtain an optimal solar panel performance, reflector tilt angle adjustment and a good reflector material sclection are required. In this study used two kinds of reflector materials, there are stainless steel mirror and aluminium foil and for each material, the reflector tilt angle will be varied at 15, 30, 45, 60, and 75 degrees. The measurement results show that aluminium foil reflector is better than stainless steel mirror reflector.

For stainless steel mirror reflector, reflector tilt angle at 75, 30, and 60 degrees respectively for morning, afternoon, and evening, produces optimum solar panel performance with increasing power output of solar panel respectively are 21,503%, 15,481%, and 4,564% from solar panel without reflector conditions. For aluminium foil reflector, reflector tilt angle at 75, 45, and 75 degrees respectively for morning, afternoon, and evening, produces optimum solar panel performance with increasing power output of solar panel respectively are 31,581%, 12,138%, and 22,973% from solar panel without reflector conditions. By using reflector, the characteristics of solar panel are changed."

"Energi matahari adalah salah satu energi terbarukan dengan potensi besar di negara tropis termasuk Indonesia. Pemanenan energi surya melalui sistem fotovoltaik memiliki tantangan besar karena intermittency dan ketidakpastian serta tidak tersedianya data yang diukur di setiap lokasi. Tujuan dari penelitian ini adalah untuk meramalkan radiasi matahari di lokasi tertentu dengan menggunakan model ASHRAE Clear-Sky dan informasi cuaca lokal melalui algoritma Jaringan Syaraf Tiruan (JST). Model ASHRAE Clear-Sky digunakan sebagai dasar penyinaran maksimum yang akan dikalibrasi dengan mempertimbangkan informasi cuaca setempat. Model peramalan dikembangkan dengan menggunakan algoritma backpropagation dari JST. Metode yang diusulkan disimulasikan di Departemen Teknik Elektro Fakultas Teknik, Universitas Indonesia. Hasil penelitian menunjukkan bahwa metode yang diusulkan dapat memberikan estimasi akurat dari penyinaran matahari dengan rata-rata kesalahan absolut dalam tiga hari yang berbeda adalah 58,30."