Photovoltaics (PV) merupakan salah satu energi terbarukan yang dapat merubah sinar matahari menjadi energi listrik. PV mempunyai keuntungan dalam lingkungan, biaya perawatan yang rendah serta dapat meningkatkan kehandalan dari sistem tenaga listrik. Namun, PV memiliki biaya investasi yang tinggi dan efisiensi yang rendah. Efisiensi ini dipengaruhi oleh radiasi matahari, suhu, dan kondisi PV. Oleh karena itu, peramalan daya pada PV diperlukan untuk mendapatkan daya keluaran PV yang konstan agar dapat digunakan oleh pelanggan.
Peramalan daya merupakan salah satu cara untuk mengatasi radiasi matahari dan suhu yang tidak pasti. Radiasi matahari dan suhu yang tidak menentu ini dapat menyebabkan daya dari PV akan bersifat tidak menentu juga. Beberapa metode telah dikembangkan untuk mendapatkan peramalan yang akurat ini, diantaranya Artificial Neural Networks (ANN), Support Vector Machine (SVM). Namun, hasil dari peramalan daya PV masih kurang akurat. Oleh karena itu, Jordan Recurrent Neural Network (JRNN) digunakan untuk memprediksi daya dari PV. JRNN merupakan perkembangan dari ANN yang dimodifikasi mempunyai feedback untuk mengoreksi keluaran output disetiap hidden layer dari ANN
Peramalan daya dapat meramalkan daya PV sehingga PV dapat menghasilkan daya yang konstan untuk memenuhi kebutuhan beban/pelanggan. Adapun beberapa metode yang digunakan dalam peramalan daya adalah ANN dan JRNN. Perlunya membandingkan metode-metode lainnya untuk mendapatkan hasil yang lebih akurat dalam meramalkan daya yang dihasilkan PV.
PENULIS: Aji Akbar Firdaus, S.T., M.T.
Informasi detail dari riset ini dapat dilihat pada tulisan kami di:
http://journal.uad.ac.id/index.php/TELKOMNIKA/article/view/14816 Top of Form
Bottom of Form
Aji Akbar Firdaus, Riky Tri Yunardi, Eva Inaiyah Agustin, Tesa Eranti Putri, Dimas Okky Anggriawan: Short-term photovoltaics power forecasting using Jordan recurrent neural network in Surabaya.
TELKOMNIKA (Telecommunication, Computing, Electronics and Control); Volume 18, No. 2, April 2020, Pages 1089-1094
ISSN: 1693-6930Top of FormBottom of Form
