Perpustakaan Digital ITB

Dalam rangka mengejar target bauran energi terbarukan 23% pada akhir tahun 2025, Indonesia menentukan target implementasi pembangkit listrik tenaga surya (PLTS) atap hingga mencapai 3,6 GW di tahun tersebut. Namun, hingga tahun 2023, angka implementasi masih jauh dari target. Selain aspek birokrasi, daya tarik implementasi PLTS atap bergantung pada keandalan sistem dalam memproduksi energi serta masa umur pakai komponen. Untuk meningkatkan dua aspek tersebut, operasional sistem PLTS harus berada pada kondisi optimal dan jauh dari kondisi kegagalan. Penelitian ini berfokus pada maksimalisasi kinerja dengan cara merancang sistem pemantauan yang dapat mengklasifikasikan kondisi sistem PLTS. Klasifikasi kondisi ini bertujuan untuk mendeteksi kondisi sistem, apakah normal atau mengalami kegagalan sehingga tindakan mitigasi dapat lebih efektif. Kegagalan yang ditinjau meliputi line to line, atau terciptanya jalur listrik beresistansi rendah di tengah rangkaian panel, dengan mismatch 3,6, dan 9 modul. Mismatch di sini adalah jumlah modul yang terlompati di antara 2 titik lokasi line to line. Kegagalan kedua adalah naungan sebagian pada 3,6 dan 9 modul. Terakhir, kegagalan ketiga yang ditinjau untuk diklasifikasikan adalah rangkaian terbuka di salah satu rangkaian seri modul. Penelitian dilakukan pada objek array PLTS yang terdiri atas 2 string, atau 2 rangkaian seri modul. Tinjauan kondisi ini dilakukan melalui eksperimen dan simulasi model PLTS menggunakan perangkat lunak Matlab Simulink. Hasil tinjauan kegagalan tersebut menunjukkan terdapat penurunan produksi energi yang hampir sama meskipun pada kondisi kegagalan yang berbeda. Oleh karenanya, klasifikasi kondisi sistem berdasarkan parameter lain digunakan. Karakteristik kurva IV sistem dijadikan dasar dalam pengklasifikasian yang menggunakan metode pembelajaran mesin berbasis SVC (support vector classifier) dan XGBoost (extreme gradient boosting). Perbandingan kinerja antara 2 model ini digunakan dan menghasilkan SVC sebagai model yang mengklasifikasikan kondisi kegagalan lebih baik dengan nilai akurasi hingga mencapai 0,97 dari 1. Kata kunci: Pembangkit listrik tenaga surya (PLTS), klasifikasi kegagalan, line to line, rangkaian terbuka, naungan sebagian, pemodelan, kurva IV