Perpustakaan Digital ITB

Pemanfaatan energi matahari sebagai sumber energi alternatif menggantikan energi fosil semakin lama semakin meningkat. Terjadi peningkatkan pertumbuhan pemasangan sistem PLTS di skala perumahan, institusi, hingga komersil. Namun, sifat daya produksi sistem PLTS yang berfluktuatif dapat merugikan jaringan listrik ketika diintegrasikan secara on-grid. Hal ini diamplifikasi pada sistem PLTS regional di mana terdapat banyak sub-sistem PLTS yang terkoneksi pada jaringan listrik yang sama. Maka dari itu, dikembangkan metode prediksi daya produksi sistem PLTS regional untuk membantu memitigasi adanya fluktuasi daya listrik. Pada penelitian ini, dirancang model prediksi daya produksi sistem PLTS regional menggunakan pendekatan upscaling untuk satu hari ke depan. Data yang digunakan adalah data dari DKA Solar Centre di Yulara, Australia. Metode yang digunakan adalah metode berbasis statistik (SVR dan DNN). Fitur masukan untuk model prediksi adalah data historis pengukuran cuaca dan daya produksi sub-sistem PLTS. Fitur kemudian diolah dan dipilah untuk menganalisis pengaruh fitur masukan terhadap performa model. Performa model dianalisis menggunakan metrik evaluasi R2, RMSE, MAE, dan MASE. Model prediksi menggunakan SVR dan DNN telah berhasil memprediksi daya produksi sistem PLTS regional untuk satu hari ke depan. Hasil evaluasi menunjukan bahwa fitur masukan berupa gabungan dari data pengukuran cuaca, data pengukuran daya produksi sub-sistem PLTS, serta model langit cerah memberikan hasil prediksi yang paling baik. Hasil evaluasi juga menunjukan bahwa model DNN dengan nilai RMSE sebesar 171,44 kW, MAE sebesar 98,12 kW, dan MASE sebesar 0,84 pada data uji memiliki kemampuan prediksi yang lebih baik dibandingkan dengan model SVR dengan nilai RMSE sebesar 192,45 kW, MAE sebesar 105,624 kW, dan MASE sebesar 0,906.