Perpustakaan Digital ITB

Mikrogrid (MG) cerdas dengan sumber energi terbarukan merupakan solusi atas meningkatnya konsumsi energi listrik yang diikuti dengan menipisnya cadangan energi fosil. MG cerdas menawarkan kemandirian energi, fleksibilitas, dan keandalan yang tinggi dengan sistem manajemen energi. Sistem manajemen energi yang dikembangkan pada penelitian ini adalah sistem mikrogrid cerdas yang terinstalasi di Laboratorium Manajemen Energi (Lab. ME), Teknik Fisika, Institut Teknologi Bandung, dimana terhubung pada jaringan eksternal, Perusahaan Listrik Negara, sistem penyimpanan energi, serta sumber daya energi yang berasal dari energi matahari (PLTS). Penelitian ini merupakan tahap lanjutan dari peneltian MG sebelumnya dengan sistem manajemen energi yang dimodelkan menggunakan deep Q-learning dengan menerapkan konsep dasar Markov Decision Process (MDP) yang secara lengkap menggambarkan keadaan, aksi, reward, dan probabilitas transisi yang eksplisit yang diwakili oleh parameter pada neural network. Untuk meningkatkan kinerja MG, akan ditambahkan aksi grid feed pada sistem manajemen energi yang dimodelkan. Selain itu, untuk menghindari degradasi komponen pada MG, akan dipertimbangkan juga efisiensi pengisian dan pemakaian penyimpanan energi MG pada komponen hybrid inverter. Hasil sistem manajemen energi dengan deep Q-learning menunjukkan kinerja yang lebih baik dibandingkan dengan model penelitian sebelumnya, dimana terjadi peningkatan kinerja MG sebesar 11,54% untuk battery utilization, 8,95% untuk renewable fraction, dan 14,26% untuk photovoltaic utilization.