Estimasi State-Of-Charge Menggunakan Simulink Pada Baterai Pembangkit Listrik Tenaga Surya
DOI:
https://doi.org/10.31961/eltikom.v3i1.89Keywords:
Sel Surya, Baterai, State-of-Charge, MATLAB, SIMULINKAbstract
Sudah tidak bisa ditutupi lagi bahwa saat ini Indonesia sedang krisis energi dimana permintaan lebih banyak daripada pemasokan energi listrik. Hal ini juga diiringi dengan semakin canggih teknologi akan semakin banyak membutuhkan energi listrik. Oleh karena itu, saat ini juga sedang disibukkan penelitian tentang energi terbarukan dimana bisa membantu perusahaan energi listrik konvensional. Salah satu energi terbarukan tersebut adalah pembangkit listrik tenaga surya, dimana energi cahaya matahari yang terserap ke sel surya dalam bentuk foton yang ketika energi ini mengenai permukaan sel surya, maka elektronnya akan tereksitasi dan menimbulkan aliran listrik. Namun tidak hanya komponen sel surya yang ada pada pembangkit listrik tenaga surya, ada beberapa bagian yang salah satunya adalah baterai sebagai tempat penyimpanan listrik. Baterai sangat berperan penting dalam pembangkit listrik tenaga surya. Jika baterai tidak diawasi dengan benar, maka baterai dapat mengalami penurunan performansi dan hal ini berkesinambungan dengan penurunan performansi dari sel surya. Ada beberapa parameter yang dapat mempengaruhi performansi baterai yang salah satunya adalah SOC (State-of-Charge). Dalam penelitian ini bertujuan untuk mengetahui estimasi SOC dengan aplikasi MATLAB dan pemodelan SIMULINK. Hasil yang didapatkan adalah baterai bekerja pada rentang SOC 30% untuk batas bawah dan 90% untuk batas atas dengan asumsi baterai yang digunakan adalah baterai baru yang belum mengalami banyak siklus pengisian dan pengosongan.
Downloads
References
[2] D. Prianjani and W. Sutopo, “STUDI KOMPARASI PENELITIAN STANDAR KENDARAAN LISTRIK DUNIA DENGAN STANDAR KENDARAAN LISTRIK INDONESIA,†publikasiilmiah.unwahas.ac.id.
[3] M. Fahmi Hakim, “Perancangan Rooftop Off Grid Solar Panel Pada Rumah Tinggal Sebagai Alternatif Sumber Energi Listrik,†ejurnal.stimata.ac.id.
[4] M. Majidi, S. Nojavan, and K. Zare, “Optimal stochastic short-term thermal and electrical operation of fuel cell/photovoltaic/battery/grid hybrid energy system in the presence of demand response program,†Elsevier.
[5] D. Kikinis, “Method and system for connecting solar cells or slices in a panel system,†Google Patents.
[6] B. Diouf and R. Pode, “Potential of lithium-ion batteries in renewable energy,†Elsevier.
[7] L. Zhao, H. Li, G. Ji, and Z. Liu, “A Robust Estimation of State of Charge for Electric Vehicle Batteries,†Elsevier.
[8] I. Haq, R. Saputra, F. Edison, D. Kurniadi, E. Leksono, and B. Yulianto, “State of charge (SoC) estimation of LiFePO4 battery module using support vector regression,†ieeexplore.ieee.org.
[9] C. Zhang, F. Yan, C. Du, and G. Rizzoni, “An Improved Model-Based Self-Adaptive Filter for Online State-of-Charge Estimation of Li-Ion Batteries,†mdpi.com.
[10] A. Nugroho, E. Rijanto, D. F. Wijaya, and P. Nugroho, “Battery state of charge estimation by using a combination of Coulomb Counting and dynamic model with adjusted gain,†ieeexplore.ieee.org.
[11] E. Tudoroiu, M. Zaheeruddin, S. M. Radu, and N. Tudoroiu, “Estimation Techniques for State-of-Charge in Battery Management Systems on-board of Hybrid Electric Vehicles Implemented in a Real-Time MATLAB,†intechopen.com.
Downloads
Published
How to Cite
Issue
Section
License
All accepted papers will be published under a Creative Commons Attribution 4.0 International (CC BY 4.0) License. Authors retain copyright and grant the journal right of first publication. CC-BY Licenced means lets others to Share (copy and redistribute the material in any medium or format) and Adapt (remix, transform, and build upon the material for any purpose, even commercially).