Perpustakaan Digital ITB

Integrasi sumber energi terbarukan (ET) pada Microgrid (MG) menghadirkan berbagai tantangan akibat sifatnya yang intermiten. Oleh karenanya, untuk menjawab tantangan tersebut, sistem manajemen energi (ME) yang efektif dan efisien dibutuhkan. Penelitian ini difokuskan untuk mengembangkan algoritma ME yang dapat menjadwalkan sistem baterai penyimpan energi (SBPE) dengan strategi model predictive control (MPC). Tujuan utamanya adalah pengoptimalan penjadwalan SBPE untuk menyeimbangkan pemasokan dan permintaan energi pada MG dengan mempertimbangkan dua kondisi terkait harga energi: normal dan dinamis. Algoritma ME yang diajukan dirancang untuk meminimalisasi biaya operasional, memaksimalisasi pemanfaatan ET, dan mengefisiensikan penggunaan SBPE. Algoritma tersebut meminimalisasi fungsi biaya sepanjang horizon penjadwalan dengan mempertimbangkan prediksi daya beban dan daya produksi PLTS, memanfaatkan pustaka CPLEX dari IBM dengan bahasa pemrograman Python. Kinerja dari algortima yang diajukan dievaluasi melalui proses simulasi, menggunakan parameter renewable fraction (RF), battery utilization (BU), dan biaya operasional harian MG. Algoritma ME yang diajukan telah berhasil dikembangkan dengan Bahasa pemrograman Python. Adapun perbandingan kinerja algoritma ME dilakukan dengan algoritma yang sudah ada, yakni decision tree, menunjukkan keuntungan pada algoritma yang diajukan. Diperoleh hasil yang menunjukkan nilai parameter kinerja kedua algoritma sama pada kondisi harga energgi normal. Namun demikian, pada kondisi harga energi dinamis, algoritma yang diajukan dapat menurunkan biaya operasional secara signifikan, mendemonstrasikan kekokohan dan kemampuan adaptasinya untuk harga energi yang bervariasi. Penemuan-penemuan ini mengindikasikan potensi pemanfaatan algoritma berbasis optimasi dalam sistem ME untuk mewujudkan ME yang berkelanjutan dan efisien pada MG. Kata kunci: Microgrid, algoritma, manajemen energi, sistem baterai penyimpan energi, penjadwalan, model predictive control.?