Rancang Bangun Sistem Kendali Adaptif Pada Solar Cell Untuk Catu Daya Pada Node Wireless Sensor Network (WSN)
Abstract
Implementasi wireless sensor network (WSN) yang cukup pesat, sebagai bagian dari sistem Internet of Things (IoT), membutuhkan catu daya terkendali yang dapat beroperasi secara kontinyu dan adaptif. Perkembangan teknologi pembangkit listrik sel surya atau photovoltaic (PV) yang sangat pesat memberikan
peluang sumber pencatuan bagi sistem WSN di daerah yang jauh dari layanan sistem kelistrikan konvensional. Namun implementasi sel surya secara konvensional memiliki efisiensi yang rendah, sehingga metode Maximum Power Point Tracker (MPPT) sering digunakan untuk mengatasi permasalahan tersebut. MPPT mampu mengoptimalkan kinerja sel surya sehingga menghasilkan efisiensi terbaik, dengan cara menjaga tegangan solar panel pada tegangan optimalnya (Vs =Vm), serta memaksimalkan transfer daya dari solar panel ke baterai. Karena daya pada keluaran konverter merupakan hasil perkalian Vb dan Ib, sedangkan tegangan baterai diasumsikan konstan selama siklus pengendalian. Dalam penelitian ini, dilakukan perancangan dan implementasi sistem pencatuan node WSN dengan sumber pencatuan dari sel surya dan rangkaian pengendalian MPPT adaptif. Perangkat berbasis mikropengendali diimplementasikan sebagai pengatur titik MPP sel surya dengan sistem kendali adaptif. Hasil sementara yang didapatkan adalah tegangan keluaran MPPT berfluktuasi antara 3,28V hingga 9,27V untuk jangkauan tegangan masukan 3,4 hingga 9,67V.
References
[2] M. S. V. Raghunathan, A. Kansal, J. Hsu, J. Friedman, “Design considerations for solar energy harvesting wireless embedded systems,” in IEEE Int.Conf. Inf. Process. Sensor Netw., 2005, pp. 457–462.
[3] A. Lomi, A. Soetedjo, A. Lomi, Y. I. Nakhoda, and A. U. Krismanto, “Modeling of Maximum Power Point Tracking Controller for Solar Power System Modeling of Maximum Power Point Tracking Controller for Solar Power System,” no. July, 2012.
[4] and P. N. M. N. K. Lujara, J. D. van Wyk, “Power electronic loss models of DC-DC converters in photovoltaic applications,” in Proc.IEEE Int. Symp. Ind. Electron, 1998, pp. 35–39.
[5] and K. U. M. Veerachary, T. Senjyu, “Neuralnetwork-based maximum-power-point tracking of coupled-inductor interleavedboostconverter-supplied PV system using fuzzy controller,” in IEEETrans. Ind. Electron, 2003, pp. 749–757.
[6] J. H. R. Enslin and D. B. Snyman, “Combined low-cost, high-efficient inverter, peak power tracker and regulator for PV applications,” IEEETrans. Power Electron, vol. 6, no, pp. 73– 82, 1991.
[7] and W. S. J. H. R. Enslin, M. S. Wolf, D. B. Snyman, “Integrated photovoltaic maximum power point tracking converter,” IEEETrans. Ind. Electron, vol. 44, n, pp. 769–773, 1997.
[8] and E. F. F. M. A. S. Masoum, H. Dehbonei, “Theoretical and experimental analyses of photovoltaic systems with voltage- and currentbased maximum power-point tracking,” IEEE Trans. Energy Conv., vol. 17, n, pp. 514– 522, 2002.
[9] Y. H. Lim and D. C. Hamill, “Synthesis, simulation and experimental verification of a maximum power point tracker from nonlinear dynamics,” in Proc. IEEE 32nd Annu. Power Electron. Specialists Conf., 2001, pp. 199–204.
[10] and H.-S. K. C.-Y. Won, D.-H. Kim, S.-C. Kim, W.-S. Kim, “A new maximum power point tracker of photovoltaic arrays using fuzzy controller,” in Proc. 25th Annu. Power Electron. Specialists Conf., 1994, pp. 396–403.
[11] C. Alippi and C. Galperti, “An Adaptive System for Optimal Solar Energy Harvesting in Wireless Sensor Network Nodes,” vol. 55, no. 6, pp. 1742–1750, 2008.
[12] Ashari M., Desain Konverter Elektronika Daya. Informatika, 2017.
