1
BAB I PENDAHULUAN
Salah satu permasalahan dalam bidang ketenagaan adalah ketersediaan energi listrik. Beberapa waktu yang lalu penyedia energi listrik di Indonesia melakukan pemadaman bergilir yang berdampak pada berbagai sektor. Pemadaman bergilir ini dilakukan karena kebutuhan daya konsumen melebihi ketersediaan daya listrik. Kondisi ini dapat disebabkan oleh beberapa faktor antara lain keterlambatan pengiriman bahan bakar untuk pembangkit listrik, perawatan pembangkit secara berkala, dan ketersediaan cadangan bahan bakar fosil yang terbatas. Krisis bahan bakar fosil sangat berdampak bagi penyediaan energi listrik di Indonesia. Pemerintah menyerukan berbagai upaya untuk menghemat energi listrik dan mencari energi alternatif dalam mengantisipasi dampak krisis energi listrik yang bersumber dari bahan bakar fosil ini. Pada sisi yang lain, dewasa ini dampak pemanasan global akibat efek rumah kaca sudah mulai signifikan dan perlu diperhatikan faktor penyebabnya. 1.1 Latar Belakang Posisi geografis Indonesia mempunyai nilai tambah dalam memanfaatkan energi matahari. Dengan menggunakan photovoltaic maka energi matahari dapat diubah secara langsung menjadi energi listrik dalam bentuk tegangan/arus searah (DC). Energi matahari sebenarnya sudah lama dikenal dan dimanfaatkan sebagai sumber energi listrik di Indonesia tetapi masih dalam prosentase yang kecil. Kondisi ini dipengaruhi oleh beberapa faktor di antaranya adalah harga peralatan yang relatif mahal dan pemanfaatan yang masih terbatas pada aplikasi secara mandiri (terpisah dari jaringan listrik). Selain diaplikasikan secara mandiri, photovoltaic dapat juga diintegrasikan dengan jaringan listrik yang sudah ada. Komponen utama untuk menginterasikan sistem pembangkit tersebar berbasis energi matahari ke jaringan listrik adalah inverter.
Perkembangan di bidang elektronika daya menyebabkan meningkatnya penggunaan beban-beban tak linier. Peningkatan beban tak linier ini menyebabkan bermacam-macam hal yang tidak diharapkan pada sistem tenaga. Beban-beban ini menarik arus dengan faktor daya yang rendah, meningkatkan harmonik dan daya reaktif pada suplai sistem tenaga. Hal ini akan menyebabkan distorsi tegangan dan mempengarui beban-beban lain yang terhubung ke titik yang sama. Selain itu, situasi akan bertambah buruk ketika arus yang berlebihan mengalir di kawat netral pada sistem distribusi tiga fase empat kawat karena beban yang tidak seimbang. Hal ini dapat menyebabkan pembebanan lebih pada konduktor netral dan dapat menyebabkan dampak yang serius pada sistem distribusi seperti pembebanan lebih pada penyulang dan trafo, peralatan yang sensitif bekerja dengan tidak benar, dan distorsi pada tegangan terminal. Pada sistem distribusi tiga fase empat kawat, mengalirnya arus netral yang berlebihan merupakan permasalahan yang dapat terjadi selain masalah beban reaktif, ketidakseimbangan beban, dan arus harmonik. Beban yang bersifat reaktif akan menyebabkan berkurangnya aliran daya aktif. Selain itu, converter elektronika daya yang digunakan untuk kendali kecepatan dan frekuensi akan menginjeksikan harmonik ke dalam sistem dan meningkatkan harmonik arus netral. Masalah-masalah yang berhubungan dengan kualitas daya listrik ini dapat menyebabkan operasi peralatan menjadi tidak normal. Oleh karena itu peningkatan kualitas daya menjadi hal yang penting saat ini. Dalam dua dekade terakhir, peralatan-peralatan berbasis elektronika daya banyak digunakan untuk meningkatkan kualitas daya listrik. Untuk sistem distribusi tiga fase empat kawat, topologi inverter yang umum digunakan untuk meningkatkan kualitas daya antara lain inverter tiga kaki dengan split capacitor, tiga buah inverter satu fase, dan inverter empat kaki. Distribution static compensator (DSTATCOM) empat kaki digunakan untuk kompensasi daya reaktif, arus harmonik, arus netral, dan ketidakseimbangan beban pada sistem distribusi tiga fase empat kawat (Rohani, 2014). Penetrasi sumber energi terbarukan ke jaringan distribusi listrik akan mempengaruhi stabilitas, pengaturan tegangan, dan kualitas daya jaringan. Oleh karena itu pembangkit tersebar perlu memenuhi syarat-syarat teknis yang 2
ditentukan untuk mendapatkan operasi yang andal dan efisien. Hal ini menyebabkan pembahasan strategi kendali inverter dalam aplikasi sistem pembangkit tersebar masih terus berkembang. Saat ini, pembangkit tersebar dapat dikendalikan untuk memperbaiki operasi sistem dengan meningkatkan kualitas daya di jaringan (Singh, 2011). Kendali berbasis proporsional-integral (PI) merupakan mode kendali sederhana yang memiliki kemampuan memperbaiki kecepatan respons sistem dan mereduksi error steady state. Terdapat permasalahan dalam penerapan kendali PI yaitu dalam menentukan konstanta PI. Terdapat beberapa cara untuk menentukan konstanta PI antara lain trial and error dan Ziegler-Nichols. Hasil yang diperoleh dengan metode trial and error belum tentu akurat sedangkan metode ZieglerNichols memiliki batasan-batasan dalam penggunaannya. Untuk mengatasi permasalahan tuning ini dapat digunakan suatu pendekatan lain yang memberikan hasil relatif baik yaitu dengan algoritme berbasis kecerdasan buatan. Beberapa metode berbasis kecerdasan buatan telah dibahas untuk menentukan parameter yang optimal. Shujun dkk (2013) menggunakan algoritme particle swarm optimization (PSO) untuk menentukan parameter kendali PI pada sistem kendali inverter PV dengan fungsi obyektif integral square error (ISE). Singh dkk (2011) membandingkan tiga buah algoritme evolusioner yaitu bacteria foraging (BF), bacteria foraging with swarming (BFS), dan particle swarm optimization (PSO) untuk menentukan konstanta yang optimal pada filter daya aktif. Fungsi obyektif yang digunakan adalah integral time square error (ITSE) dan integral time absolute error (ITAE). Nagaraj (2010) membandingkan metode berbasis kecerdasan buatan (genetic algorithm (GA), evolutionary programming (EP), particle swarm optimization (PSO), dan ant colony optimization (ACO) dengan metode konvensional (Ziegler-Nichols (ZN)) untuk menentukan konstanta PID pada tiga buah fungsi transfer. Hsiao (2004) menyatakan bahwa ACO diakui efektif untuk menyelesaikan masalah-masalah optimisasi kombinasi. Pengendali FLC (fuzzy logic controller) termasuk kelompok kendali cerdas yang bekerja berdasarkan kaidah logika kabur (fuzzy) yang merepresentasikan proses berfikir seorang operator ahli ketika mengendalikan suatu proses. Sehingga 3
FLC mempunyai kemampuan beradaptasi dengan perubahan sistem dan dalam penerapannya tidak memerlukan model fisis sistem. Ketepatan dalam memilih fungsi dan domain keanggotaan input/output fuzzy sangat menentukan kualitas respons sistem. Persoalannya adalah dalam menentukan fungsi dan domain keanggotaan input/output yang sesuai. Suryanarayana dkk (2008) menggunakan fuzzy untuk meningkatkan respons peralihan tegangan bus DC pada DSTATCOM. Konstanta proporsional dan integral akan mengalami perubahan selama periode peralihan. Hasil yang diperoleh menunjukkan pengurangan error tegangan kapasitor bus DC sebesar 50% jika dibandingkan dengan kendali PI konvensional dan waktu penetapan gelombang tegangan bus DC yang lebih cepat.Tsengenes dkk (2011) membandingkan kendali PI dan PI-fuzzy untuk kontrol arus dan kontrol tegangan bus DC pada inverter terhubung jaringan tiga fase untuk aplikasi pembangkit tersebar. Dari pengujian yang dilakukan, diperoleh hasil kendali PIfuzzy lebih baik saat digunakan untuk kontrol arus dan kontrol tegangan bus DC. Analisis dan teknik memanfaatkan algoritme berbasis kecerdasan buatan untuk mengendalikan inverter tiga fase empat kaki yang menghubungkan PV dan jaringan distribusi listrik tiga fase empat kawat merupakan fokus utama dalam penelitian ini. Inverter tiga fase empat kaki berfungsi ganda yaitu untuk mengirimkan daya dan untuk memperbaiki kualitas daya yang mencakup kompensasi harmonik, daya reaktif, arus netral, dan ketidakseimbangan beban. Keunggulan pengendali PI dalam memperbaiki respons dan mereduksi error steady state serta keunggulan pengendali fuzzy yang mampu beradaptasi terhadap perubahan karakteristik plant menjadi alasan pentingnya penelitian ini. Penentuan konstanta PI dilakukan dengan salah satu algoritme berbasis kecerdasan buatan yaitu ant colony optimization (ACO) dengan fungsi obyektif integral time absolute error (ITAE). Sedangkan fuzzy digunakan untuk menurunkan deviasi tegangan bus DC pada saat kondisi dinamis.
4
1.2 Rumusan dan Batasan Masalah Berdasarkan
latar
belakang
yang
sudah
dikemukakan,
diperlukan
pemanfaatan sumber energi terbarukan berbasis energi matahari karena memiliki kelebihan dibandingkan sumber energi konvensional. Pengembangan algoritme kendali inverter terhubung jaringan perlu dilakukan karena adanya aturan-aturan baru berkaitan dengan peningkatan penetrasi pembangkit tersebar, serta kelebihan-kelebihan yang dimiliki pengendali berbasis kecerdasan buatan. Oleh karena itu, penelitian yang dilakukan adalah pemanfaatan kecerdasan buatan untuk pengendalian inverter yang menghubungkan photovoltaic dan jaringan distribusi listrik tiga fase empat kawat. Permasalahan dalam pemanfaatan energi matahari menggunakan inverter adalah: 1. Adanya kesulitan menentukan nilai konstanta proporsional-integral (PI) yang tepat. 2. Perubahan keadaan plant yang fluktuaktif dapat menyebabkan pengendali yang menggunakan satu buah konstanta PI menjadi kurang optimal. Pada sistem yang dibahas, daya photovoltaic dan daya beban akan berubah-ubah. Mengingat luasnya materi terkait dan beberapa kendala yang ada untuk menemukan solusi permasalahan, maka dibuat batasan ruang lingkup penelitian sebagai berikut: 1. Objek yang dibahas adalah regulator tegangan DC berbasis PI pada kendali inverter. Regulator tegangan DC berperan penting dalam menentukan daya yang dikirim dari sumber energi terbarukan ke sistem distribusi. 2. Tegangan jaringan distribusi listrik tiga fase empat kawat adalah seimbang. 1.3 Keaslian Penelitian Beberapa penelitian sudah membahas tentang strategi kendali inverter yang yang menghubungkan sumber energi terbarukan dengan jaringan distribusi listrik tiga fase empat kawat. Inverter ini dikendalikan sehingga dapat digunakan untuk transfer daya dan untuk meningkatkan kualitas daya listrik di jaringan. Inverter yang dibahas Campanhol dkk (2014) dapat berfungsi untuk transfer daya aktif, 5
kompensasi harmonik arus, dan kompensasi daya reaktif. Sedangkan Singh dkk (2011), Khani dkk (2012), Babu dkk (2013), dan Varaprasad dkk (2014) membahas sistem kendali inverter yang dapat berfungsi untuk transfer daya aktif, kompensasi
harmonik arus, kompensasi
daya
reaktif, dan kompensasi
ketidakseimbangan arus. Strategi kendali yang digunakan Singh dkk (2011), Babu dkk (2013), dan Varaprasad dkk (2014) hampir sama yaitu menggunakan indirect current control sehingga arus yang disensor hanya arus jaringan. Perbedaannya terletak pada penekanan hysteresis tiga tingkat oleh Babu dkk ( 2013) dan sumber energi terbarukan hybrid (photovoltaic dan angin) oleh Varaprasad dkk (2014). Sedangkan Khani dkk (2012) menggunakan direct current control dengan jumlah sensor arus yang lebih banyak dibandingkan indirect current control. Campanhol dkk (2014) menggunakan kerangka referensi sinkron, Khani dkk (2012) menggunakan kerangka referensi αβ0, dan Singh dkk. (2011), Babu dkk (2013), dan Varaprasad dkk (2014) menggunakan kerangka referensi natural. Pemilihan kerangka referensi natural membuat kompensasi ketidakseimbangan arus dapat dilakukan dengan mudah karena kendali arus dilakukan pada tiap-tiap fase. Beberapa penelitian sudah membahas penentuan konstanta PI pada sistem kendali inverter menggunakan algoritme yang berbasis pada kecerdasan buatan antara lain Shujun dkk (2013) yang menggunakan PSO untuk menentukan konstanta kendali PI pada sistem kendali inverter tiga fase yang terhubung ke jaringan dengan fungsi obyektif integral square error (ISE) dan Singh dkk (2011) yang membandingkan bacteria foraging (BF), bacteria foraging with swarming (BFS), dan particle swarm optimization (PSO) untuk menentukan konstanta PI optimal pada filter daya aktif dengan fungsi obyektif integral time square error (ITSE) dan integral time absolute error (ITAE). Nagaraj dkk (2010) membandingkan empat metode berbasis kecerdasan buatan (genetic algorithm (GA), evolutionary programming (EP), particle swarm optimization (PSO), dan ant colony optimization (ACO) dengan metode konvensional (Ziegler-Nichols (ZN)). Pengujian dilakukan pada tiga buah model dalam bentuk fungsi transfer. Hasil simulasi menunjukkan bahwa keempat teknik berbasis kecerdasan buatan menghasilkan indeks kinerja yang lebih baik 6
dibandingkan metode konvensional. Sedangkan indeks kinerja untuk keempat metode berbasis kecerdasan buatan yang diusulkan memberikan hasil peringkat yang berbeda untuk ketiga model yang diuji. Sedangkan penelitian yang membahas fuzzy untuk VSI sudah dilakukan antara lain kendali PI untuk mengatur tegangan bus DC pada DSTATCOM dengan supervisi fuzzy yang dibahas oleh Suryanarayana dkk (2008), kendali fuzzy-PID pada UPQC oleh Liu dkk (2009), dan kendali fuzzy pada sistem PV terhubung jaringan satu fase oleh Thao dkk (2010). Sebagai pembanding kebaruan, Tabel 1.1 menunjukkan beberapa penelitian terkini tentang inverter terhubung jaringan yang telah dipublikasikan di beberapa jurnal/prosiding konferensi internasional. Beberapa penelitian membahas strategi kendali inverter empat kaki dan yang lainnya membahas optimisasi dan fuzzy pada VSI.
Tabel 1.1 Beberapa penelitian terkini yang terkait dengan topik disertasi No. 1
Pustaka Campanhol dkk, 2014
Judul Paper A three-phase four wire grid connected photovoltaic system with active power line conditioning
Keterangan Penelitian ini membahas implementasi sistem PV yang dihubungkan ke jaringan tiga fase empat kawat dengan menggunakan tiga buah inverter satu fase jembatan penuh. Inverter berfungsi untuk transfer daya PV, memberikan kompensasi daya reaktif, dan harmonik arus. Algoritme menggunakan kerangka referensi sinkron.
2
Varaprasad dkk, 2014
Three Tingkat Hysteresis Current Controlled VSI for power injection and conditioning in grid connected solar PV systems
Penelitian ini fokus pada strategi kendali arus hysteresis tiga tingkat untuk inverter sumber tegangan empat kaki. Tujuan kendali adalah untuk injeksi daya PV dan perbaikan kualitas daya mencakup kompensasi harmonik, daya reaktif, arus netral, dan ketidakseimbangan arus. Dibandingkan dengan hysteresis konvensional maka hysteresis tiga tingkat ini mengurangi frekuensi pensaklaran dengan menambahkan pita hysteresis offset.
3
Babu dkk, 2013
Hybrid Renewable Sources based Four Leg Inverter for Power Quality Improvement
Membahas strategi kendali untuk inverter empat kaki. Inverter disuplai dengan sumber terbarukan hybrid yaitu energi matahari dan angin. Inverter dapat digunakan untuk: a. menyuplai daya yang dihasilkan sumber terbarukan ke jaringan, b. kompensasi harmonik, daya reaktif, dan ketidakseimbangan arus.
7
Tabel 1.1 Lanjutan No. 4
Pustaka Shujun dkk, 2013
Judul Paper Parameter Optimization of PI Controller in PV Inverter
Keterangan Fokus penelitian ini adalah penentuan konstanta kendali PI pada inverter PV. Dengan menggunakan strategi kendali PQ decouple maka terdapat 2 buah konstanta PI yang ditentukan dengan optimisasi. Particle swarm optimization (PSO) digunakan sebagai algorima optimisasi dengan fungsi obyektif integral square error (ISE).
5
Khani dkk, 2012
Modified p-q Theory Applied to Flexible Photovoltaic Systems at the 3-Phase 4-Wire Distribution Grid
Teori p-q yang dimodifikasi digunakan untuk mengintegrasikan photovoltaic dan jaringan distribusi listrik tiga fase empat kawat. Beban yang diuji adalah beban linier yang tidak seimbang dan beban tidak linier. Kompensasi yang dilakukan mencakup ketidakseimbangan arus, harmonik arus, daya reaktif, dan arus netral.
6
Singh dkk, 2011
Grid Interconnection of Renewable Energy Sources at the Distribution Tingkat With Power-Quality Improvement Features
Membahas kendali inverter terhubung jaringan distribusi 3-fase 4-kawat untuk aplikasi sistem pembangkit tersebar. Inverter terhubung jaringan digunakan untuk: a. Injeksi daya yang dihasilkan sumber energi terbarukan, dan/atau, b. Meningkatkan kualitas daya yang mencakup kompensasi ketidakseimbangan arus, harmonik arus, dan daya reaktif beban. Arus jaringan dipertahankan seimbang dan sinusoidal pada faktor daya satu serta arus netral tidak mengalir di jaringan.
7
Singh dkk, 2011
Comparison of Three Evolutionary Algorithms for Harmonic Mitigation using SAPF
Penelitian ini membandingkan tiga buah algoritme evolusioner yaitu bacteria foraging (BF), bacteria foraging with swarming (BSF) dan particle swarm optimization (PSO) untuk menentukan konstanta kendali PI. Pengendali PI pada SAPF ini digunakan untuk mengatur tegangan referensi kapasitor pada bus DC. Dibandingkan juga dua buah fungsi obyektif yaitu ITAE dan ITSE.
8
Thao dkk, 2010
PID-Fuzzy Logic Hybrid Controller for Grid-Connected Photovoltaic Inverters
Penelitian ini membahas kendali hybrid PIDfuzzy untuk meningkatkan respons dinamik daya aktif dan reaktif pada inverter PV terhubung jaringan satu fase. Kendali logika fuzzy secara otomatis mengubah konstanta Kp, Ki, dan Kd ketika terjadi perubahan beban.
9
Nagaraj dan Muruganant h, 2010
A Comparative Study of PID Controller Tuning using GA, EP, PSO and ACO
Penelitian ini membandingkan teknik kecerdasan buatan (GA, EP, PSO, ACO) dengan metode konvensional (ZN) untuk menentukan konstanta PID pada tiga buah model/fungsi transfer. Simulasi menunjukkan metode yang diusulkan (GA, EP, PSO, ACO) menghasilkan kinerja yang lebih baik dibandingkan metode konvensional.
8
Tabel 1.1 Lanjutan No. 10
Pustaka Liu dkk, 2009
Judul Paper The Research on Fuzzy-PID Control in Unified Power Quality Conditioner
Keterangan Penelitian ini mengkombinasikan regulator PID tradisional dan teori kontrol fuzzy. Kendali PIDfuzzy digunakan untuk mengendalikan tegangan bus DC pada UPQC.
11
Suryanaraya na dan Mishra, 2008
Fuzzy logic based supervision of DC link PI control in a DSTATCOM
Metode supervisi berbasis logika fuzzy digunakan untuk meningkatkan kinerja peralihan pada DSTATCOM. Logika fuzzy mengubah konstanta PI selama periode peralihan karena perubahan beban. Diperoleh hasil pengurangan error 50% dan waktu penetapan yang lebih cepat dibandingkan kendali PI konvensional.
Sistem kendali inverter pada penelitian untuk disertasi ini berdasarkan pada penelitian yang dilakukan oleh Singh (2011). Perbedaan dengan penelitian yang dilakukan oleh Singh (2011) adalah pembahasan desain regulator tegangan DC menggunakan ant colony optimization (ACO) dan fuzzy. Ant colony optimization digunakan untuk menentukan konstanta PI pada regulator tegangan DC dan PIfuzzy digunakan untuk menurunkan deviasi tegangan bus DC pada saat kondisi dinamis. Pada penelitian untuk disertasi ini, konstanta PI pada regulator tegangan DC tidak dapat ditentukan dengan metode Ziegler-Nichols. Dengan metode ZieglerNichols, respons yang didapatkan tidak dapat digunakan untuk menentukan konstanta PI pada regulator tegangan DC ini. Hasil simulasi penentuan konstanta PI dengan Ziegler-Nichols terlampir pada Lampiran 1. Berdasarkan penelitian yang dilakukan Nagaraj (2010), dapat disimpulkan bahwa metode berbasis kecerdasan buatan (GA, EP, PSO, dan ACO) menghasilkan indeks kinerja yang lebih baik dibandingkan metode konvensional (ZN) untuk menentukan konstanta PID. Pengujian dilakukan pada tiga buah model dalam bentuk fungsi transfer. Akan tetapi dari keempat metode berbasis kecerdasan buatan ini tidak dapat ditentukan metode apa yang paling baik. Berbeda dengan penelitian yang dilakukan Nagaraj (2010) yang menggunakan fungsi transfer sebagai model plant, pada penelitian untuk disertasi ini tidak menggunakan fungsi transfer karena fungsi transfernya sulit ditentukan akibat tingkat kompleksitas plant. 9
Penelitian yang dilakukan Suryanarayana (2008) menunjukkan bahwa penggunaan PI-fuzzy dapat menurunkan deviasi tegangan bus DC pada DSTATCOM
saat
terjadi
perubahan beban
jika
dibandingkan
dengan
menggunakan PI konvensional. Berbeda dengan penelitian untuk disertasi yang dilakukan, penelitian Suryanarayana (2008) ini hanya membahas inverter untuk perbaikan kualitas daya sedangkan penelitian untuk disertasi ini membahas inverter untuk transfer daya dan perbaikan kualitas daya. Regulator tegangan DC dengan PI-fuzzy pada sistem kendali inverter pada penelitian untuk disertasi ini digunakan untuk menurunkan deviasi tegangan bus DC pada inverter yang menghubungkan photovoltaic dan jaringan distribusi pada saat terjadi perubahan daya pada beban dan PV. Penelitian untuk disertasi ini memberikan kontribusi pada penggunaan metode berbasis kecerdasan buatan pada sistem kendali inverter tiga fase empat kaki yang menghubungkan photovoltaic dan jaringan distribusi listrik tiga fase empat
kawat.
Penggunaan
metode
berbasis
kecerdasan
buatan
dapat
meningkatkan kinerja kendali inverter terhubung jaringan. Algoritme ant colony optimization (ACO) digunakan untuk menentukan nilai konstanta proporsionalintegral (PI) pada regulator tegangan DC dimana metode Ziegler-Nichols tidak dapat digunakan. Kemudian fuzzy digunakan untuk memodifikasi kendali PI yang ditentukan dengan ACO untuk menurunkan deviasi tegangan bus DC saat kondisi dinamis. Koordinasi antara ACO dan fuzzy dilakukan dengan langkah sebagai berikut: 1. Algoritme ACO digunakan untuk menentukan nilai konstanta PI. 2. Konstanta PI yang ditentukan dengan ACO dimodifikasi dengan fuzzy untuk menurunkan deviasi tegangan bus DC saat kondisi dinamis. 1.4 Tujuan Penelitian Penelitian kendali inverter dua tingkat untuk mengintegrasikan PV ke jaringan distribusi listrik tiga fase empat kawat yang berfungsi untuk
10
mengirimkan daya maksimum PV dan untuk meningkatkan kualitas daya ini bertujuan untuk: 1. Menentukan konstanta PI regulator tegangan DC pada sistem kendali inverter tiga fase empat kaki menggunakan algoritme ant colony optimization. Metode Ziegler-Nichols tidak dapat menentukan konstanta PI pada kasus yang dibahas. 2. Merancang regulator tegangan DC berbasis PI-fuzzy pada sistem kendali inverter yang menghubungkan photovoltaic dan jaringan distribusi listrik tiga fase empat kawat. 1.5 Manfaat Penelitian Manfaat yang didapat dari penelitian yang dilakukan ini adalah: 1. Dihasilkannya teknik untuk mengendalikan photovoltaic yang terhubung ke jaringan listrik dengan menggunakan teknik berbasis kecerdasan buatan. 2. Meningkatkan minat masyarakat untuk menggunakan sumber energi terbarukan. 3. Terdukungnya
kebijakan pemerintah untuk menghemat energi
yang
menggunakan bahan bakar berbasis fosil.
11
