Optimasi PV dengan Metode MPPT Berbasis Algoritma Genetika

Abstract

Abstrak— Penelitian ini menganalisis implementasi algoritma genetika (GA) pada sistem maximum power point tracking (MPPT) dengan konverter DC-DC buck-boost untuk panel surya. Hasil pengujian menunjukkan peningkatan efisiensi daya output panel surya pada berbagai kondisi operasional. Penelitian ini merancang sistem MPPT berbasis algoritma genetika (GA) untuk mengoptimalkan daya panel surya menggunakan konverter buck-boost. Pengujian mencakup perhitungan, perancangan, dan evaluasi komponen elektronik dengan hasil meningkatkan efisiensi output daya PV dalam berbagai kondisi lingkungan. Pengujian sistem panel surya berbasis Arduino UNO dengan MPPT menunjukkan hasil optimal. Algoritma genetika menghasilkan daya maksimum 26,16 W, melampaui algoritma P&O (23,77 W) dan tanpa algoritma (1,59 W). Pengujian sensor tegangan dan arus menunjukkan akurasi tinggi dengan MAPE masing-masing 0,291% dan 0,206%. Sistem berhasil meningkatkan efisiensi konversi energi pada kondisi cahaya yang bervariasi. Penelitian ini melakukan pengujian sistem panel surya berbasis MPPT dengan konverter buck-boost menggunakan algoritma genetika terbukti efektif meningkatkan daya hingga 26,16 W, melebihi algoritma lainnya. Pengujian menunjukkan MAPE sensor <5%, memastikan akurasi tinggi. Sistem ini berhasil mengoptimalkan efisiensi konversi energi pada kondisi cahaya dan beban yang bervariasi secara dinamis. Hasilnya, algoritma genetika mencapai daya maksimum, menunjukkan efisiensi dan stabilitas terbaik dibandingkan algoritma lainnya. Kata Kunci : MPPT, GA, Buck-Boost Converter, Photovoltaic, Arduino.