HANDAYANI, RAISSA INDRA (2022) FAST CHARGING DC-DC BOOST CONVERTER MENGGUNAKAN PENGATURAN PULSE WIDTH MODULATION (PWM) UNTUK MENGATUR DUTY CYCLE DAYA PADA KENDARAAN LISTRIK SECA DENGAN METODE NEURAL NETWORK. Other thesis, Politeknik Negeri Sriwijaya.
Full text not available from this repository. (Request a copy)Abstract
Terjadinya krisis energi dan rendahnya efisiensi dari kendaraan konvensional dapat menjadi peluang untuk mengembangkan Electric Vehicle (EV). Sesuai dengan Peraturan Presiden No. 22 Tahun 2017 tentang Rencana Umum Energi Nasional Pemerintah Indonesia sudah menargetkan 2,1 juta unit kendaraan listrik roda dua dan 2.200 unit kendaraan listrik roda empat di tahun 2025. Akan tetapi, hal tersebut terkendala oleh pasokan listrik yang terbatas serta pengisian EV yang memakan waktu cukup lama. Pada penelitian sebelumnya, Multidevice Interleaved DC-DC Bidirectional Converter (MDIBC) telah diterapkan dan dinilai sebagai metode yang paling cocok untuk BEV dan PHEV karena menghasilkan daya tinggi >10 kW. Sedangkan untuk dibawah <10 kW disarankan untuk menggunakan jenis converter Amplitudisinusoidal, Z-Source, dan Boost. Pengimplementasian sistem fast charging akan diterapkan pada mobil SECA yang hanya membutuhkan daya pengisian minimum sekitar 169 W untuk pengisian empat baterai lead acid. Oleh karena itu, pada usulan penelitian tugas akhir ini difokuskan pada sistem fast charging yang mampu melakukan pengisian daya baterai secara cepat dan tetap memperhatikan SOH pada baterai. Fast Charging yang akan dikembangkan dengan DC-DC Boost Converter sebagai penaik tegangan yang dihasilkan oleh Switch Mode Power Supply (SMPS) dengan estimasi pengisian kurang dari 30 menit serta tetap memerhatikan lifetime (SoH) pada baterai. Serta, pada FC akan menggunakan PWM sebagai pengatur duty power cycle, metode penelitian akan menerapkan pengklasifikasi Multi Layer Perceptron (MLP) pada Neural Netwotk (NN). Hasil dari penelitian menunjukkan bahwa fast charging dapat melakukan pengisian hingga 600 W dengan estimasi pengisian sekitar 11 menit dengan kondisi pengisian diatas 60% serta pengaturan duty cycle daya 100%. Sedangkan hasil estimasi daya yang diolah pada metode neural network menunjukkan nilai RMSE senilai 0,010013430 untuk pengisian empat baterai lead acid. [1]–[5][6],
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | fast charging, pulse width modulation, lead-acid, neural network,boost converter, SMPS |
| Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
| Divisions: | Electrical Engineering > Undergraduate Theses |
| Depositing User: | Mr M. Tommy Trianda |
| Date Deposited: | 24 Jun 2023 15:27 |
| Last Modified: | 24 Jun 2023 15:27 |
| URI: | http://eprints.polsri.ac.id/id/eprint/13957 |
Actions (login required)
 |
View Item |
