RANCANG BANGUN BLADE PITCH ANGLE CONTROL PROTOTYPE TURBIN ANGIN BERBASIS INTERVAL FUZZY LOGIC TYPE II Dwi Aftika
Pembimbing : Dr.Ir Ali Musyafa . M.Sc.
2408100002
LAJU PERTUMBUHAN PEMANFATAN TURBIN ANGIN KUMULATIF DUNIA MELEBIHI 20% SETIAP TAHUN
5 GW 1995
48 GW 2004
POTENSI ENERGI ANGIN DI INDONESIA SEKITAR 9,29 GW
KAPASITAS TERPASANG TIDAK LEBIH DARI 0.5 MW
Latar Belakang • Rendahnya pemanfaatan energy angin di Indonesia. • Rendahnya Penelitian tentang kontrol turbin angin di Indonesia. • Fuzzy logic telah dikenal sebagai metode yang efektif dan handal untuk menyelesaikan permasalahan yang rumit dan kompleks • Metode IT2FLS merupakan perbaikan dari metode fuzzy tipe 1, belum pernah diaplikasikan untuk kontrol Sudut Blade Pitch Angle Turbin Angin
Batasan Masalah • Digunakan dua Blower dengan diameter 60 cm dengan tiga variasi kecepatan Low, Medium, dan High sebagai sumber angin untuk memutar turbin. • Turbin angin memiliki tipe blade non-uniform airfoil NREL S83n dan berdiameter 2 meter. • Mikrokontroler yang dipakai adalah ATMEGA 16. • Sistem transmisi data yang digunakan adalah komunikasi serial. • Dilakukan variasi terhadap Blade Pitch Angle dengan control menggunakan Interval Fuzzy Logic Type II. • Perancangan sistem monitoring menggunakan Visual Basic 6.0 • Pada saat pengambilan data awal dan pengujian sistem pengendalian, faktor yang diperhatikan hanyalah kecepatan angin (tidak meninjau alirannya laminer atau turbulen).
Tujuan Penelitian • Merancang prototype turbin angin dengan Blade Pitch Angle Control berbasis Interval Fuzzy Logic Type II, sehingga didapatkan hasil berupa putaran optimal pada wind turbine
Tinjauan pustaka • Muttaqin, F. R., 2011, melakukan penelitian tentang variasi sudut blade pada turbin angin yang dilakukan secara manual tanpa sistem pengendalian. • Adi,Adri. 2011, melakukan penelitian tentang perancangan system pengendalian kemiringan sudut blade pada prototype turbin angin berbasis logika fuzzy. • Kurniawan, Deddy. 2010 melakukan penelitin tentang pengaturan daya pada doubly fed induction generator menggunakan type-2 fuzzy PI controller.
Turbin Angin • Turbin angin dengan konfigurasi elektrik dan mekanik yang berbeda akan menghasilkan daya listrik yang berbeda, namun teori tentang aerodinamis blade tetap sama
Logika Fuzzy • Interval type-2 fuzzy logic (IT2FL) merupakan metode pengembangan dari fuzzy logic controller • Interval type-2 fuzzy logic memiliki kesamaan dengan fuzzy logic tipe-1 yaitu proses fuzzifier, rule base, inference engine, dan output processor • Namun perbedaannya interval type-2 fuzzy set dalam satu fungsi keanggotaan terdiri dari Upper Membership Function (UMF) dan Lower Membership Function (LMF).
Fungsi Keanggotaan
Ordinary Fuzzy
Interval Fuzzy Type II
Operasi pada Membership function type-2 •
Operasi pada Interval Type-2 Fuzzy set hampir sama dengan Type-1 Fuzzy set, hanya saja pada Interval Type-2 Fuzzy System, operasi dilakukan pada dua interval, atas (UMF) dan bawah (LMF) sekaligus
Fuzzy Interference System • Fuzzy Inference System pada type-2 hampir sama dengan Fuzzy Inference System pada Type-1, dengan menggunakan tahapan yang sama
Mulai Perancangan Protoype Wind Turbine Perancangan algoritma kontrol menggunakan Interval Fuzzy type 2 Simulasi algoritma kontrol dengan menggunakan MatLab 2009a Pengujian algoritma kontrol No Berhasil
ya
Pengambilan data
Diagram Alir Penelitian
Interface hardware dan software No Berhasil Analisa Data dan Pembahasan Pembuatan Laporan Selesai
ya
SPESIFIKASI Blade
Spesifikasi
Panjang Tipe Bahan Gear Berat Tipe Dimensi Torsi Vin Resolusi Gear Tipe Resolusi Jumlah Tipe Bahan Dimensi Bahan Dimensi Bahan Dimensi Bahan Dimensi
:100 cm : NREL N83N : Fiberglass : d=2 cm ; : 1297 gram Motor Servo : GWS Servo S125 : p = 4,05 cm ; l = 2 cm; t = 4 cm : 6 kg-cm : 6 Vdc : 50 : d= 1,5 cm Sensor : Rotary Encoder dan Photo interuptor : 1pps = 3 rpm Rotational Connector : 3 buah : Carbon Brusher merk Bosch Rotor Shaft : Stainless Steel : d= 1,5 cm ; t = 0,2 cm ; Penopang Blade : PVC : d =28 cm; t = 1,5 cm Main Plate : Plat besi : d = 40 cm ; t = 0,2 cm Tiang Penyangga : Plat besi : d=8cm ; t = 0,2cm
Hardware
Sensor Rotary Encoder Prototype Turbin Angin
Fan/Blower
HARDWARE
Motor Servo Blade C Rotational Konektor Mengunakan Slip Carbon Brush
Diagram Blog sistem Pengendalian
Interval Type II Fuzzy logic
Algoritma Interval Fuzzy type II Mulai
Menghitung kecepatan putaran turbin angin (PPS)
PPS = Setpoint
Sudut Pitch Tetap
Inisialisasi Error ke dalam MF Interval Fuzzy Type 2
Inisialisasi Delta Error ke dalam MF Interval Fuzzy Type 2
Selesai Sudut Pitch Berubah
Selesai
Perancangan Rule Base Fuzzy Type 2 Menggunakan Matlab
Fungsi Keanggotaan Input Error
NH_UMF NH_LMF NM_UMF NM_LMF NL_UMF NL_LMF ZE_UMF ZE_LMF PL_UMF PL_LMF PM_UMF PM_LMF PH_UMF PH_LMF
: [-102.5 -60 -40 -19] : [-103 -59.7 -40 -20.5] : [-28.5 -20 -10.5] : [-27 -20 -12] : [-19.5 -10.5 0.25] : [-17.5 -10.5 -1.5] : [-6.5 0 6.5] : [-5 -0 5] : [-0.25 10 19.5] : [1.25 10 18] : [10.5 20 28.5] : [12 20 27] : [19 40 60 109] : [20.5 40 60 109]
Perancangan Rule Base Fuzzy Type 2 Menggunakan Matlab
Fungsi Keanggotaan Input delta Error Output :0, 5, 10, 15, 20, 25, 30, 35, 40, 45.
NB_UMF NB_LMF NM_UMF NM_LMF NS_UMF NS_LMF ZE_UMF ZE_LMF PS_UMF PS_LMF PM_UMF PM_LMF PB_UMF PB_LMF
: [-21 -16.5 -12] : [-20 -16.5 -13] : [-16 -11 -6] : [-15 -11 -7] : [-10.5 -5.5 -1.5] : [-9.5 -5.5 -2.5] : [-4.98 0 4.97] : [-5 0 5] : [-4 0 4] : [0.75 5 10.5] : [1.75 5 9.5] : [7 11 15] : [12 16.5 21] : [13 16.5 20]
Perancangan Rule Base DE / E NB NM NS ZE PS PM PB
NH 45 45 40 40 35 30 30
NM 45 45 35 35 20 15 15
NL 40 40 20 20 15 10 10
ZE 15 10 5 5 5 10 10
PL PM 15 15 10 10 10 10 10 10 10 10 5 5 5 5
PH 15 15 10 10 10 5 5
Error = sp-pps Delta Error = Ei-Ei-1
Surface View Fungsi Keangotaan dan Rule base
Mulai
Pemilihan port komunikasi Serial
Pengaturan nilai Setpoint yang diinginkan pada mikrokontroler
Mikrontroler mengirimkan data berupa PPS,Setpoint, Error maupun delta error
Desain Monitoring Pitch Angel Control
Menampilkan grafik hubungan antara Setpoint dan PPS T Record Data Ya Data tercatat pada Microsoft Acces database
Selesai
Desain Monitoring Pitch Angel Control
Hasil Penelitian
Interval fuzzy type 2
Ordinary Fuzzy
Anfiz
Hasil Penelitian
Interval Fuzzy type 2
Ordinary Fuzzy
Anfiz
Hasil penelitian
Interval Fuzzy Type 2
Ordinary Fuzzy
Anfiz
Hasil Penelitian
Interval Fuzzy Type 2
Ordinary Fuzzy
Anfiz
Tracking Setpoint
Interval Fuzzy Type 2
Ordinary Fuzzy
Anfiz
Hasil Penelitian Setpoint Maximum (pps) overshoot 10 20 30 40
50% 35% 26.7% 12.5%
Rata-rata kondisi steady 10,84 20,6 31,9 41.64
Error Steady State 16,3% 12,65% 10,4% 5%
STDE V 1,99 2,1 3,32 1,83
No
Setpoint (pps)
ITAE
1
10
31460
2
20
58380
3
30
105420
4
40
129780
Perbandingan Penelitian Sebelumnya Setpoint Maximum (pps) overshoot 10 20 30 40
50% 35% 26.7% 12.5%
Setpoint (pps)
Maximum overshoot
10 20 30 40
0% 5% 0% 0%
Rata-rata kondisi steady 10,84 20,6 31,9 41.64 Error steady state 8,57% 4,18% 4,65% 4,56%
Setpoint Maximum (pps) overshoot
10 20 30 40
60% 20% 0% 0%
Error Steady State 16,3% 12,65% 10,4% 5% STDEV
Ratarata kondisi steady 11,838 19,76 26,39 32,58
STDEV
ITAE
Interval fuzzy type II 1,99 2,1 3,32 1,83
31460 58380 105420 129780
ITAE
Ordinary Fuzzy 1,134 1,027 0,973 1,05
10875 10925 30887 39275
*(Sumber : Tugas Akhir Adri Adi, Teknik Fisika, Fakultas Teknologi Industri ITS, 2011)
Error STDEV Steady State
ITAE*
18,38% 6,02% 11,89% 18,46%
47.036 29.666 81.350 184.630
1,64 1,47 1,52 1,89
Anfis *(Sumber : Tugas Akhir Deny Putra Pratama, Teknik Fisika ITS, 2011).
Kesimpulan •
•
•
•
Berdasarkan analisa kualitatif yang telah dilakukan, pada setpoint 10 pps sistem pengendalian ini memiliki maximum overshoot time sebesar 50%, error steady state 16,3%; setpoint 20 pps memiliki maximum overshoot time 35%, error steady state 12,65%; setpoint 30 pps memiliki maximum overshoot time 26,7%, error steady state 10,4%; sedangkan untuk setpoint 40 pps memiliki maximum overshoot time 12.5%, error steady state 5%. Berdasarkan analisa kuantitatif yang telah dilakukan, sistem pengendalian ini pada setpoint 10, 20, 30, 40 pps secara berturut-turut memiliki ITAE sebesar 31460, 58380, 105420, dan 129780. Berdasarkan respon sistem yang diberikan untuk masing- masing setpoint, sistem pengendalian yang digunakan cocok untuk nilai setpoint tinggi dalam hal ini 40 pps. Berdasarkan perbandingan yang telah dilakukan terhadap 3 sistem pengendalian yang berbeda yaitu algoritma fuzzy, interval fuzzy type II, dan ANFIS, dapat disimpulkan bahwa respon sistem terbaik adalah respon sistem pengendalian sudut pitch turbin angin menggunakan algoritma fuzzy.
Daftar Pustaka • • • • • • • • • • • • •
Imam Robandi dan Bedy Kharisma,"Design of Interval Type-2 Fuzzy Logic Based Power System Stabilizer",Proceedings Of World Academy Of Science, Engineering And Technology Volume 31 July 2008. [2] Imam Robandi, “Desain Sistem Tenaga Modern”, Andi Yogyakarta, 2006. [3] A.J.F.Keri, X.Lombard, dan A.A.Edris, "Unified Power Flow Controller (UPFC): Modeling and Analysis",IEEE Transactions on Power Delivery, Vol.14,No.2,April 1999. [4] Phumin Kirawanich dan Robert M. O’Connell,"Fuzzy Logic Control of an Active Power Line Conditioner",IEEE Transactions On Power Electronics, Vol. 19, No. 6, November 2004. [5] Tony Burton, David Sharpe, Nick Jenkins, Ervin Bossanyi. 2001. Wind Energy Handbook.. New York; John Wiley & Sons, Ltd [6] Mendel dan Robert I. Bob John,"Type-2 Fuzzy Sets Made Simple Jerry", IEEE Transactions On Fuzzy Systems, Vol. 10, No. 2, APRIL 2002. [7] Bogdan, Stjepan and Kovacic, Zdenco. Fuzzy Controller Design:Theory And Applications. Boca Raton : Taylor & Francis Group, 2006. [8] Julio Romero Agüero dan Alberto Vargas,"Calculating Functions of Interval Type-2 Fuzzy Numbers for Fault Current Analysis",IEEE Transactions On Fuzzy Systems, Vol. 15, No. 1, February 2007. [9] Pratama, Denny Putra. 2011. Tugas Akhir Rancang Bangun Blade Pitch Angle Control System Berbasis Neuro Fuzzy Pada Prototype Wind Turbine. Teknik Fisika-FTI-ITS.Surabaya. [10] Muttaqin, Farid Ridha. 2011. Tugas Akhir Pemilihan Sudut Pitch Optimal Untuk Turbin Angin Skala Kecil Berkecepatan Rendah Dengan Tipe Bilah Non-uniform Airfoil NREL S83N. Teknik Fisika-FTI-ITS. Surabaya. [11] Adi, Adri. 2011. Tugas Akhir Rancang Bangun Sistem Pengendalian Kemiringan Sudut Blade Pada Prototype Turbin Angin Berbasis Logika Fuzzy. Teknik Fisika-FTI-ITS. Surabaya. [12]http://www.lirtex.com/robotics/servo-motors-information-and-control/. www.lirtex.com. [Online] [diakses: Juni 4, 2012. [13] Somers, Dan M. The S833, S834, and S835 Airfoils . Pennsylvania : National Renewable Energy Laboratory , 2002.
Terima Kasih “When the wind is blowing, The wind turbine is turning,….….. The electricity is flowing, The gas emissions is ceasing,………. The environment is refreshing, And people are cheering”
RANCANG BANGUN BLADE PITCH ANGLE CONTROL PROTOTYPE TURBIN ANGIN BERBASIS INTERVAL FUZZY LOGIC TYPE II Dwi Aftika
Pembimbing : Dr.Ir Ali Musyafa . M.Sc.
2408100002