Rancang Bangun Neural Network untuk Estimasi State of Charge (SoC) Pada Lead Acid Battery
Abstract
Kebutuhan akan sumber energi listrik di era modern sangat tinggi, contohnya baterai. Baterai sendiri kini telah di alih fungsikan sebagai sumber listrik utama untuk berbagai peralatan elektronik.Baterai yang sering digunakan adalah baterai dengan model Lead Acid yang memiliki keunggulan memiliki spesifikasi tegangan dan arus yang besar serta biaya perawatan yang lebih rendah. Baterai Lead Acid memiliki masa pakai lama, performa tinggi. Baterai mengalami siklus Charge dan Discharge yang menyebabkan penurunan kapasitas dan performa. Oleh karena itu, Untuk mengatasi masalah tersebut diperlukan Estimasi State of Charge (SOC) dengan benar karena keakuratan Estimated State of Charge (SOC) akan mempengaruhi umur dan kinerja baterai. Pada sistem Estimasi State of Charge ini digunakan metode Neural Network digunakan untuk menentukan parameter dan mengontrol kondisi State of Charge (SOC). Sistem ini juga dilengkapi dengan proteksi jika terjadi Arus dan Tegangan Lebih. Dari hasil penelitian yang dilakukan, estimasi menggunakan metode Neural Network memiliki nilai error yang sangat kecil dibandingkan dengan simulasi estimasi SOC menggunakan aplikasi MATLAB, yaitu 0,17%. Estimasi State of Charge (SOC) menggunakan Neural Network dapat dikatakan memiliki performa yang baik karena nilai error jika dibandingkan dengan simulasi sangat kecil. Dan kelebihan dari Metode Neural Network ini adalah tidak perlunya pemodelan matematika untuk menghitung nilai SOC.
Keywords
Full Text:
PDFReferences
Ningrum, P. Windarko, N. A. & Suhariningsih. (2019). Aplikasi Battery Management System (BMS) dengan State of Charge (SOC) Menggunakan Metode Modified Coulomb Counting. Jurnal INOVTEK Seri Elektro, 1(1): 1-10.
Moo, C.S., Ng, K.S., Chen Y. P., & Hsieh, Y. C. (2007). State-of-Charge Estimation with Open-Circuit-Voltage for Lead-Acid Batteries. in 2007 Power Conversion Conference - Nagoya, Nagoya.
Yan, X., Yang, Y., Guo, Q., Zhang, H., & Qu, W. (2013). Electric Vehicle Battery SOC Estimation Based on Fuzzy Kalman Filter, in 2013 2nd International Symposium on Instrumentation and Measurement, Sensor Network and Automation (IMSNA), Toronto.
Zhou, Y., Huang, Z., Peng, J., Li H., & Ho. (2017). A Generalized Extended State Observer for Supercapacitor State of Charge Estimation Under Disturbances. in 2017 American Control Conference (ACC), Seattle.
Zainul, R. (2018). Estimasi State of Charge (SOC) pada Baterai Lead-Acid dengan Menggunakan Metode Coulomb Counting pada PV Hybrid. Surabaya, Institut Teknologi Sepuluh Nopember.
Arifandi, A. (2019). Studi Penggunaan Catu Daya Metode PWM (Pulse Width Modulation) 2 Pulsa Berbeda 180 pada Lampu LED (Light Emitting Diode). Padang, Universitas Andalas.
Satiawan, I. N. W., Supriono, & Citarsa, I. B. F. (2018). Desain Buck Converter Untuk Charging Batere Pada Beban Bervariasi. Jurnal Dielektrika, 5(1): 30-35.
Trinandana, G. A., Pratama, A. W., Prasetyono, E., & Anggriawan, D. O. (2020). Real Time State of Charge Estimation for Lead Acid Battery Using Artificial Neural Network. in 2020 International Seminar on Intelligent Technology and Its Applications (ISITIA), Surabaya.
DOI: https://doi.org/10.35314/ise.v4i1.2388
Refbacks
- There are currently no refbacks.
Copyright (c) 2022 INOVTEK - Seri Elektro
View My Stats