Optimizing Maximum Power Point Tracking on Photovoltaic Arrays using Ant Colony Optimization and Particle Swarm Optimization Algorithms

Abstract

Pembangkit listrik tenaga surya pada umumnya tidak dapat menghasilkan daya maksimal sendiri. Karakteristik tegangan fotovoltaik (PV) umumnya mengikuti tegangan baterai atau beban yang terhubung langsung ke PV. Secara umum, tidak semua bagian modul PV menerima penyinaran atau intensitas cahaya yang seragam, sehingga produksi daya tidak optimal dan menyebabkan kasus multi-puncak. Sistem Maximum Power Point Tracking (MPPT) diperlukan untuk mengoptimalkan produksi listrik PV. Namun dalam banyak metode masih ditemukan beberapa kasus terjebak pada puncak lokal dan waktu konvergensi yang lama. Makalah ini mengkaji dan membandingkan kinerja dari dua metode pelacakan, yaitu Ant Colony Optimization (ACO) dan Particle Swarm Optimization (PSO). Hasil percobaan menunjukkan bahwa algoritma ACO memberikan efisiensi rata-rata keseluruhan yang lebih baik daripada PSO,