Meningkatkan efisiensi sistem energi surya telah menjadi hal yang kritis dalam skala global dan mengimplikasikan kebutuhan sistem pelacakan surya (SPS) yang presisi. Hal ini mencakup peningkatan akurasi SPS untuk meminimalisasi galat pelacak surya pada arah azimuth dan elevasi. Galat pelacak surya dapat meningkat akibat nonlinearitas, gangguan eksternal seperti angin, dan kesalahan model dari ketidakpastian hasil identifikasi sistem. Penolakan gangguan dan robustness tidak diatasi sepenuhnya dengan pelacakan konvensional. Oleh karena itu, pengendali adaptif diterapkan dalam penelitian ini, khususnya Robust Model Reference Adaptive Controller (RMRAC).
Pengembangan RMRAC ini menampilkan keunikan dalam metode optimasi ????? sehingga tindakan sistem kendali dapat diskalakan. Hal ini dimungkinkan melalui derivasi pertidaksamaan matriks linier yang dapat diskalakan, yang dimodifikasi dari RMRAC yang diusulkan sebelumnya. Implementasi RMRAC yang baru dikembangkan pada sistem SPS dua sumbu di Simscape, bersama dengan implementasi Linear Quadratic Regulator (LQR) konvensional dan ? Modified MRAC (MMRAC) diinvestigasi dan dibandingkan dalam hal galat pelacak surya untuk penolakan terhadap gangguan, serta ketahanan terhadap kesalahan model (ketidakpastian terstruktur).
Dalam kondisi ideal, RMRAC sebanding dengan LQR, sementara RMRAC memiliki penurunan galat pelacak surya sebesar 10,90 % dalam arah elevasi dan 0,14 % dalam arah azimuth dibandingkan dengan MMRAC. Dengan gangguan eksternal, RMRAC terbukti mampu mempertahankan galat pelacak surya yang lebih baik sebesar 1,47 % dan 1,91 % daripada LQR, tetapi menunjukkan penurunan galat pelacak surya sebesar 0,14 % dan 11,36 % dibandingkan MMRAC, pada arah azimuth dan elevasi. Terakhir, dengan ketidakpastian terstruktur, pengendali disimulasikan dan Root Mean Squared Error dihitung serta ditampilkan pada diagram probabilitas normal untuk setiap ketidakpastian. Namun, RMRAC memiliki rentang efek kesalahan terkecil dengan peningkatan sebesar 99,59 % dibandingkan dengan rentang efek LQR.
Perpustakaan Digital ITB