English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Abstrak - Implementasi Energi Baru dan Terbarukan (EBT) tenaga surya di Indonesia sudah banyak berkembang. Dari penentuan tarif hingga stabilitas jaringan distribusi, masih banyak kekurangan – kekurangan dari sistim distribusi dengan menggunakan panel surya atau modul PV bila digunakan dalam skema penghasil tenaga listrik atau berperan sebagai Independent Power Producer (IPP)-Residensial. Salah satu kekurangan proses pembangkitan tenaga surya konvensional adalah tidak adanya fungsi kompensasi daya reaktif (Q) karena modul panel surya umumnya digunakan untuk memenuhi keperluan daya aktif (P) baik itu pada jaringan ataupun pada modul beban yang terhubung pada grid utama. Hal ini mengakibatkan rendahnya faktor daya pada beban sehingga sistem harus mengambil kebutuhan daya reaktif dari grid sehingga biaya operasional akan bertambah besar dan mengurangi faktor daya dari jaringan utama. Pada penelitian ini diharapkan dapat memberikan ilustrasi terhadap implementasi sistem PV-Inverter menggunakan kendali Artificial Neural Network (ANN). Injeksi daya aktif dan reaktif pada grid akan diregulasi melalui inverter yang dikendalikan mengunakan ANN dengan referensi daya dari Photovoltaic.

Simulasi Grid Connected PV Dengan Fungsi Kompensasi Daya Reaktif PV-Inverter Menggunakan Kontrol ANN