Memuat
Memuat
Lihat semua langkah di atas dipraktikkan langsung, lengkap dengan narasi.
0 kali ditonton
Buku kelas
Halaman 1 / 34
Sampul: Kelas MATLAB optimasi PLTS dan inverter untuk LCOH hidrogen
Klik halaman atau ◀ ▶ untuk membalik · geser di HP · untuk memperbesar
Ingin belajar lebih dalam?
Ikuti kursus kami atau tanyakan langsung lewat WhatsApp.
Dipilih dari software, topik, dan level “Kelas MATLAB: Optimasi Kapasitas PLTS dan Inverter untuk Biaya Hidrogen (LCOH) Termurah”.
Pilihan lain dari kami untuk MATLAB R2025b.
Belajar bareng mentor
Kursus Simulasi & Rekayasa Teknik terjadwal, dibimbing langsung, bersertifikat.

Kursus Ansys: Analisis Perpindahan Panas dan Heat Flux Menggunakan ANSYS Fluent dari Dasar Hingga Studi Kasus Industri
★ 5.0 (10)

Kursus Matlab: Perancangan Aplikasi MATLAB: Panduan utama untuk Aplikasi MATLAB
★ 5.0 (10)

Kursus Ansys: Simulasi Aliran Udara pada Radiator Mobil dengan ANSYS Fluent
★ 5.0 (9)
Minta dibuatkan
Tidak sempat belajar MATLAB R2025b? Tim kami bisa mengerjakan proyeknya.

Jasa Pembuatan Matlab — Complete Neural Signal Processing and Analysis Zero to hero
★ 5.0 (59)

Jasa Pembuatan Ansys Maxwell
★ 5.0 (50)

Jasa Pembuatan Petrel
★ 5.0 (14)
Kabari saya kalau ada kelas MATLAB R2025b baru
Paling banyak satu email per minggu. Berhenti kapan saja dengan satu klik.
Narasi lengkap video ini. Kalimat yang sedang diucapkan disorot saat video diputar; klik kalimat untuk melompat ke sana.
Inilah hasil yang akan kita dapatkan, peta biaya hidrogen terhadap kapasitas PLTS dan inverter, dan konfigurasi optimal 67,76 kWp dengan inverter 46 kW. Yuk kita mulai dari proyek kosong. Halo, selamat datang. Di video ini kita akan menentukan kapasitas PLTS dan kapasitas inverter yang paling optimal untuk hidrogen plan PLTU Banten 2 Labuan, dengan target biaya produksi gas hidrogen, atau lecoh, yang paling murah. Seluruh pekerjaan dikerjakan dari nol di matlab. Dari proyek kosong, mengundu data surya, menulis semua kode baris demi baris, menjalankan optimasi partikles warm, sampai validasi dan analisis sensitivitas. Latar belakangnya dari proposal tesis. Hidrogen plan memakai beban konstan 40 kW selama 24 jam. PLTS atap dipasang tanpa baterai di sisi utara atap gudang shelter. Kekurangan daya dipenuhi grid PLN tarif I3, dan atribut energi terbarukannya dibeli lewat sertifikat REC. Pada jam 10-14, beban harus dipenuhi penuh oleh PLTS, sedangkan surplus tidak bernilai ekspor, sehingga inverter memotong puncak dayanya. Pertanyaannya, berapa kW peak PLTS dan berapa kW inverter, supaya biaya hidrogen paling rendah? Parameter kita ambil dari tesis acuan dan proposal. Beban 40 kW, produksi hidrogen 3.149 kg per tahun, sehingga konsumsi energi spesifik 111,26 kW jam per kg. Data surya dari PIVGIS Modul LONG 560 Watt-Pick Kapek $1013 per kW peak, tarif I3,114,74 kW jam, harga REC Rp46,375 per MW jam, diskonto 9,28%, umur proyek 25 tahun. Tanda bintang adalah asumsi saya sebagai peneliti yang nanti kita uji. Alur kerjanya 8 tahap Setiap tahap satu skrip MATLAB, dan semuanya memakai fungsi evaluasi yang sama, sehingga hasil skenario, PSO, dan grid search bisa dibandingkan secara setara. Semua file itu akan kita ketik sendiri dari awal. Intinya adalah model per jam. Daya PV dihitung dari kapasitas dikali profil PIVGIS, dipotong oleh inverter, dipakai beban, dan sisanya diambil dari grid. Energi grid menentukan jumlah REC. Semua biaya didiskontokan untuk mendapatkan lecoh dalam rupiah per kilogram, lalu dikonversi ke dolar.
Kita mulai benar-benar dari nol. Ini MATLAB yang baru dibuka. Folder kerjanya masih folder home dan proyek kita belum ada sama sekali.
Di address bar kita arahkan ke folder tutorial PLTS H2, yang masih kosong. Empat folder proyek kita buat dengan perintah MACDIR lewat cell phone.
01 data untuk data, 02 MATLAB untuk program, 03 hasil, dan 04 gambar. Perhatikan panel files, keempat folder langsung muncul. Perintah CD20 MATLAB memindahkan folder kerja ke folder program. Data surya kita unduh dari PIVGIS.
Alamat api disusun di variable URL, lintah minus 6,39, bujur 105,82, data base era 5 tahun 2023, sistem 1 kWp silikon kristal, rugi sistem 10%, kemiringan 11 derajat, azimut 180 artinya menghadap utara, dan format keluaran CSV. Fungsi web survey mengunduh data dari alamat itu dan menyimpannya ke folder 01 data. Kita tunggu beberapa detik. Dengan redliness kita baca berkasnya. Lalu disk menampilkan baris 12-17, judul kolom, yaitu waktu dan daya P dalam Watt, diikuti baris data jam-jaman. Waktunya masih dalam UTC. Data sudah siap. Sekarang kita mulai menulis program, dari file kosong. Pertama, fungsi pembantu untuk gaya grafik. Di command window, kita ketik edit gaya underscore gambar. Matlam menanyakan apakah file baru dibuat, kita klik yes.
Kita mulai dari fungsi pembantu untuk gaya grafik. Baris pertama mendeklarasikan fungsi gaya gambar tanpa masukan, dengan satu keluaran bernama C, yaitu palet warna. Baris komentar ini menjelaskan tujuan fungsi, mengatur tampilan grafik agar seragam dan mengembalikan palet warna. Perintah set pada growth, yaitu objek akar semua grafik matlab, mengubah nilai bawaan. Pertama, jenis huruf sumbu menjadi areal. Ukuran huruf sumbu bawaan menjadi 11. Jenis huruf teks, seperti judul dan label, juga menjadi areal. Kotak di sekeliling sumbu dimatikan agar tampilan lebih bersih. Tebal garis sumbu 0,8, dan tebal garis plot bawaan 1,8. Garis grid pada sumbu X dan Y dinyalakan, dengan transparansi tipis 0,15 supaya tidak mengganggu data. Tujuh baris berikut mendefinisikan palet warna sebagai fill dari struktur C. Biru, oranye, hijau, merah, ungu, abu, dan kuning. Tiap warna adalah vektor 3 angka merah, hijau, biru, dengan nilai antara 0 dan 1. Kata N menutup fungsi. Simpan dengan ctrl S, dan file selesai.
Fungsi pembantu kedua, buat underscore figure. Caranya sama, edit, lalu yes.
Fungsi pembantu kedua, buat figure, menerima nama jendela serta lebar dan tinggi dalam piksel, dan mengembalikan handle figure. Komentarnya menjelaskan, membuat jendela grafik lalu meletakkannya di tengah layar. Perintah figure membuat jendela grafik baru dengan nama, posisi dan ukuran lebar kali tinggi, serta warna latar putih. Movegui dengan opsi center memindahkan jendela ke tengah layar, supaya grafik muncul rapi di depan editor. Dan N menutup fungsi. Simpan dengan ctrl S, dan file selesai.
Fungsi pembantu ketiga, simpan underscore gambar.
Fungsi pembantu ketiga, simpan gambar, menerima figure, struktur parameter, dan nama berkas. Tugasnya menyimpan figur ke folder gambar sebagai png 220 dpi. Jika folder gambar belum ada, dibuat dengan macdir. Fungsi eksis dengan argumen dir menguji keberadaan folder, dan tanda tilde berarti tidak. Export grab Higgs menyimpan figur ke berkas png di folder gambar. Nama berkas disusun dari nama ditambah titik png, dengan resolusi 220 dpi. Penutup fungsi.
Simpan dengan ctrl S, dan file selesai. Sekarang file parameter. Semua angka penelitian kita kumpulkan di sini.
Sekarang berkas terpenting untuk data, parameter titik M. Seluruh angka penelitian dikumpulkan di sini supaya mudah diubah. Fungsinya tanpa masukkan dan mengembalikan satu struktur bernama par. Tiga baris komentar menjelaskan isinya, parameter teknis dan ekonomi penelitian, sesuai tabel 3.1 dan 3.2 proposal, untuk optimasi PLTS atap on grid dan inverter dengan lecoh minimum di hidrogen plan PLTU Banten 2 Labuan. Dua tanda persen membuat judul bagian. Bagian pertama, folder proyek. File nama dengan opsi full part memberi lokasi berkas ini, lalu file parts mengambil nama foldernya, yaitu 02 matlab. Disimpan di lokasi file. Folder induknya, yaitu folder proyek, kita simpan sebagai part titik dir titik root. Folder data disusun dengan full file dari folder proyek dan 01 data. Dengan full file, program berjalan di komputer manapun selama struktur foldernya sama. Dengan cara sama, kita siapkan folder hasil 03 hasil dan folder gambar 04 gambar. Bagian kedua, lokasi dan data iklim. Koordinat PLTU, lintang minus 6,391633 derajat dan bujur 105,828228 derajat. Nilai ini dipakai saat mengambil data PIVGIS. Lokasi berkas CSV PIVGIS yang sudah kita unduh ke folder data. Selisih zona waktu, WIB adalah UTC ditambah 7 jam. Bagian ketiga, beban dan hidrogen. Beban hidrogen PLN PLOAT, 40 kW konstan selama 24 jam. NH adalah jumlah jam dalam setahun, 8760. MH2 adalah produksi hidrogen tahunan, 3149,3952 kg, dari tesis acuan. SEC, konsumsi energi spesifik, dihitung dari energi tahunan, yaitu beban kali jam, dibagi produksi hidrogen. Hasilnya 111,26 kW jam per kilogram. Bagian keempat, PLTS dan inverter. MOD, daya 1 modul LONG. 0,56 kW pit. AMOT, luas 1 modul, panjang 2,278 meter kali lebar 1,134 meter. A atap, luas atap sisi utara gudang shelter, 2131,5 meter persegi. F atap, faktor area terpakai 0,8. Ini asumsi saya untuk jalur servis dan tepi atap, dan nanti diuji. Jumlah modul maksimum, luas terpakai dibagi luas modul, dibulatkan ke bawah dengan floor. Batas rasio DC ke AC, minimum 1,0 dan maksimum 1,5. Langkah grid kapasitas, 1 modul untuk PLTS dan 1 kW untuk inverter. Dipakai oleh PSO dan grid set. Bagian kelima, kendala jam efektif. Jam efektif adalah jam mulai 10, 11, 12, dan 13, artinya pukul 10 sampai 14 waktu Indonesia Barat. Hari cerah dipilih dari 25% hari dengan energi tertinggi. Bagian ke-6, parameter ekonomi, seluruhnya dalam rupiah. Kurs rata-rata tahun 2024, 15.850 rupiah per dolar untuk mengonversi CAPEX. Kurs pelaporan 18.000 rupiah per dolar untuk menyatakan lecoh akhir. CAPEX System, 1.013 dolar per kilowatt peak dikali kurs. Sudah termasuk inverter. Harga inverter 80 dolar per kilowatt, ini asumsi saya, lalu dikonversi ke rupiah per kilowatt. Rasio DC ke asyacuan biaya 1,2. Biaya modul dan pendukung dihitung dengan mengurangi biaya inverter per kilowatt peak dari CAPEX System, sesuai persamaan 3,13. Biaya O dan MPLTS, 6,19 dolar per kilowatt peak per tahun, dalam rupiah. Tarif listrik PLN golongan I3, 1.114,74 rupiah per kilowatt jam. DPP pemakaian sendiri PLTU, 548 rupiah per kilowatt jam. Harga REC, 46.375 rupiah per megawatt jam. Satu REC setara 1 megawatt jam. Tingkat diskonto 9,28 persen, yaitu WAP PLN. Umur proyek 25 tahun. Inverter diganti pada tahun ke-15. Bagian ke-7, parameter PSO. Jumlah partikel 40 dan iterasi maksimum 120. Bobot inersia turun dari 0,9 di awal menjadi 0,4 di akhir. Koeficien kognitif dan koeficien sosial, masing-masing dua. Pencarian berhenti jika 30 iterasi tidak membaik, dan uji stabilitas memakai 30 run independen. Bagian terakhir, batas ruang pencarian PSO. Batas bawah PLTS adalah beban dibulatkan ke atas kekelipatan modul, dan batas atasnya dari jumlah modul maksimum. Batas bawah inverter sama dengan beban, dan batas atasnya adalah kapasitas PLTS maksimum dibagi rasio minimum. Dan N menutup fungsi parameter.
Simpan dengan Ctrl S, dan file selesai.
Kita uji di Command Window dengan mengetik par sama dengan parameter. Matlab menampilkan seluruh parameter sebagai struktur. Lalu partitik PSO menampilkan setelan PSO, 40 partikel, 120 iterasi, bobot inersia dari 0,9 ke 0,4, dan koefisien kognitif serta sosial masing-masing dua. Berikutnya fungsi olah underscore pifgis, untuk mengolah data pifgis yang tadi kita unduh.
Fungsi olah pifgis menerima par dan mengembalikan struktur PV berisi profil daya surya. Komentar, membaca data pifgis 8760 jam, mengubahnya ke WIB, dan membuat profil hari cerah. Langkah 1, membaca baris data. Readliness membaca seluruh isi CSV sebagai larik string, satu elemen per baris. Regex mencari baris yang diawali 8 digit tanggal, titik 2, 4 digit jam, lalu koma. Hanya baris data pifgis yang cocok. Hasilnya penanda baris data. Split memecah baris-baris data pada tanda koma menjadi kolom. Kolom kedua adalah daya 1 kWp dalam Watt, diubah menjadi angka dengan STR 2 double. Assert memastikan jumlah data tepat 8.760 jam. Jika tidak, program berhenti dengan pesan. Langkah 2, ubah UTC ke WIB dan normalisasi. Kirkshift menggeser dari 7 jam supaya waktu UTC menjadi WIB, lalu dibagi seribu sehingga satuannya kW per kWp. Langkah 3, susun matriks harian. Reshape menyusun 8.760 data menjadi matriks 24 jam x 365 hari. Energi harian per kWp adalah jumlah tiap kolom. Langkah 4, memilih hari cerah representatif, 25% energi tertinggi. Jumlah hari cerah, 25% dari 365 dibulatkan, yaitu 91 hari. Sort dengan opsi desgen mengurutkan energi harian dari terbesar. Variabel urut menyimpan nomor harinya. Ambil 91 hari teratas, lalu nomornya diurutkan kembali. Median tiap jam pada hari-hari cerah menjadi profil hari cerah, faktor 24 nilai. Langkah 5, menyusun keluaran. Jumlah hari di setiap bulan. Cumsum memberi hari terakhir tiap bulan, dan hari pertama dihitung dari situ. Mulai mengisi struktur PV, deret terjam S, matriks harian S, energi harian, nomor hari cerah, dan profil hari cerah. Nilai profil terendah pada jam efektif. Indeks ditambah 1 karena matlab mulai menghitung dari 1. Produktivitas spesifik tahunan adalah jumlah seluruh geret. Energi tiap bulan dihitung dengan arraifun, menjumlahkan energi harian dari hari awal sampai hari akhir bulan. Batas bawah kapasitas PLTS, beban dibagi nilai terendah profil pada jam efektif. Penutup fungsi. Simpan dengan ctrl S, dan file selesai.
Lalu skrip langkah pertama, P01 datap VIFGIS, yang memanggil fungsi tadi dan menggambar hasilnya.
Sekarang skrip langkah pertama, P01. Baris judul diawali 2 tanda persen sehingga menjadi judul bagian di editor. Olah data VIFGIS dari UTC ke WIB dan pilih hari cerah representatif. Clear menghapus variable, CLC membersihkan command window, dan close all menutup semua grafik, supaya skrip selalu mulai dari kondisi bersih. Panggil gaya gambar untuk mengatur tampilan dan menyimpan palet warna di C, lalu parameter untuk memuat seluruh parameter ke struktur par. Olah VIFGIS membaca CSV, menggeser waktu, dan menghasilkan struktur PV. Hasilnya disimpan ke berkas PV.mat di folder hasil, supaya skrip berikutnya tidak perlu mengolah ulang. Perintah FRINF pertama mencetak produktivitas spesifik tahunan dengan 1 desimal. Kode persen titik 1F adalah tempat angkanya, dan garis miring N pindah baris. Baris kedua mencetak jumlah hari cerah. Dua tanda persen dicetak sebagai satu tanda persen, dan persen D untuk bilangan bulat dari numel, yaitu banyak elemen. Ketiga, nilai terendah profil median pada jam efektif, dengan 3 desimal. Keempat, batas bawah kapasitas PLTS, yaitu beban dibagi nilai terendah tadi. Bagian gambar pertama, profil harian dan energi bulanan. Buat figur membuat jendela grafik berukuran 1150 x 450. Pilih layout membagi jendela menjadi satu baris dan dua kolom petak, dengan jarak rapat. Sumbu waktu, jam 0-23 ditambah setengah, supaya titik berada di tengah tiap jam. Nextile pindah ke petak pertama, dan hold on membuat beberapa garis bisa digambar pada sumbu yang sama. Patch menggambar persegi panjang kuning transparan yang menandai jam efektif 10-14. Garis putus-putus abu-abu, rata-rata seluruh 365 hari, dari min pada dimensi kedua. Garis orannya dengan bulatan, profil median hari cerah. Label sumbu X dan Y, dan batas sumbu X dari 0-24. Legenda dengan tiga keterangan, diletakkan di utara, yaitu bagian atas. Judul peta pertama. Garis miring cirk menghasilkan simbol derajat. Pindah ke peta kedua. Bar menggambar diagram batang energi bulanan, berwarna biru. Tanda sumbu X dari 1-12 diganti dengan nama bulan, Jan sampai Des. Label sumbu Y dan judul. Sprint menyisipkan total energi tahunan ke dalam judul. Simpan gambar menyimpan grafik ini sebagai Vick 01. Bagian gambar kedua, pemilihan hari cerah. Jendela baru berukuran 700 x 450, dan hold on. Histogram pertama. Sebaran energi harian seluruh 365 hari, 24 kelompok, berwarna abu-abu. Histogram kedua. Hanya hari cerah, berwarna oranye. Label sumbu X dan Y. Legenda. 365 hari, dan 25% hari tertinggi. Judul grafik. Simpan sebagai Vick 02. Skrip P01 selesai.
Simpan dengan Ctrl S, dan file selesai.
Kita klik tombol Run di tab Editor. Produktivitas spesifik tahunan 1486,6 kWh per kWh, 91 hari cerah, dan nilai terendah profil pada jam efektif 0,593. Artinya, PLTS minimal 67,46 kWh agar beban 40 kWh terpenuhi.
Dua jendela grafik muncul di tengah layar, dan keduanya otomatis disimpan sebagai PNG di folder 04 gambar.
Inilah profil daya PV hari cerah. Daerah kuning adalah jam efektif 10 sampai 14.
Di sebelah kanan, energi bulanan tertinggi pada Agustus sampai Oktober.
Dan di sini pemilihan hari cerah representatif, 25% hari dengan energi harian tertinggi, berwarna oranye. Sekarang bagian terpenting, fungsi hitung underscore sistem, simulasi per jam dan perhitungan lecoh.
Inilah fungsi inti, hitung sistem. Masukannya struktur PAR, data PV, kapasitas PLTS PPV, kapasitas inverter PINF, dan pilihan sumber listrik yang boleh dikosongkan. Keluarannya struktur R berisi seluruh hasil. Tiga baris komentar menjelaskan, simulasi per jam sesuai persamaan 3,1 sampai 3,10 dan lecoh persamaan 3,11 sampai 3,18, arti PPV dan PINF, serta pilihan sumber, yaitu grid PLN ditambah RHC atau pemakaian sendiri. Nargin adalah jumlah argumen yang diberikan. Jika kurang dari 5, sumber listrik bawaannya grid. Beban L diambil dari parameter 40 kW. Bagian pertama, model operasi per jam. Semua perhitungan berikut berupa faktor 8.760 jam sekaligus. Persamaan 3,1, daya PV tersedia adalah kapasitas dikali profil TIFGIS. Persamaan 3,2, keluaran AC inverter adalah nilai terkecil antara daya PV dan kapasitas inverter. Di sinilah pemotongan puncak, atau clipping, terjadi. Persamaan 3,3, daya yang dipakai beban adalah nilai terkecil antara keluaran AC dan beban. Persamaan 3,4, kekurangan daya diambil dari grid PLN. Persamaan 3,5, daya yang terpotong oleh inverter. Persamaan 3,6, daya AC yang melebihi beban, disebut kurteilment, tidak bernilai karena tidak diekspor. Energi tahunan dari grid dan yang terpakai beban, dengan menjumlahkan daya per jam. Energi yang terpotong, energi kurteilment, dan energi PV total. Bagian kedua, REC, hidrogen, dan solar fraktion. Jika sumber listriknya grid, yang dibandingkan dengan STRC MP. Kebutuhan REC adalah energi grid dibagi seribu dibulatkan ke atas dengan CEL, karena satu REC sama dengan satu megawatt jam. Ini persamaan 3,8. Tarif yang dipakai adalah tarif grid PLN. Sebaliknya, pada pemakaian sendiri tidak ada REC. Dan tarifnya memakai BPP pemakaian sendiri. Penutup percabangan. Persamaan 3,10, solar fraktion adalah energi terpakai dibagi energi beban tahunan. Bagian ketiga, biaya dalam rupiah. Faktor tahun 1 sampai 25. Transpose membuatnya menjadi kolom. Faktor diskonto setiap tahun, 1 dibagi 1 tambah tingkat diskonto, dipangkatkan tahun. Persamaan 3,12, KPEX adalah biaya modul dikali kapasitas PLTS ditambah biaya inverter dikali kapasitas inverter. Persamaan 3,14, biaya O dan N tahunan PLTS. Persamaan 3,15, biaya listrik grid tahunan, tarif dikali energi grid. Persamaan 3,16, biaya REC tahunan. Persamaan 3,17, biaya penggantian inverter. Kali PPV lebih dari 0 berarti hanya berlaku bila ada PLTS. Nilai sekarang biaya O dan M, biaya grid, dan biaya REC, yaitu biaya tahunan dikali jumlah faktor diskonto. Nilai sekarang biaya penggantian inverter, memakai faktor diskonto pada tahun penggantian. Nilai sekarang produksi hidrogen, dipenyebut lecoh. Persamaan 3,11, lecoh dalam rupiah per kilogram adalah total nilai sekarang biaya dibagi nilai sekarang produksi hidrogen. Bagian keempat, kendala. Keluaran AC pada profil hari cerah di jam efektif, dibatasi inverter. Pelanggaran G1, seberapa besar keluaran terendah kurang dari beban, dinyatakan relatif. Nol berarti kendala jam efektif terpenuhi. Jika ada PLTS, rasio DC ke AC adalah kapasitas PLTS dibagi kapasitas inverter. Pelanggaran G2 adalah yang terbesar dari nol, kekurangan terhadap batas bawah, dan kelebihan terhadap batas atas rasio. Jika tidak ada PLTS, rasio tidak terdefinisi dan G2 nol. Penutup percabangan. Bagian kelima, menyusun keluaran. Empat baris ini menyali masukan, rasio, dan seluruh energi tahunan, serta deret daya per jam ke struktur R. Kapex dalam rupiah. Biaya tahunan, O dan M ditambah grid ditambah REC, tanpa penggantian inverter. Rincian biaya grid, REC, dan penggantian inverter. Lecoh dalam rupiah per kilogram. Persamaan 3,18 dikonversi ke dolar dengan kurs pelaporan. Komentar, komponen lecoh. Pengalika untuk mengubah nilai sekarang biaya menjadi dolar per kilogram. Vektor 5 komponen lecoh, Kapex, O dan M, listrik grid, REC, dan penggantian inverter. Pelanggaran kendala disimpan. Solusi VASIBLE jika kedua pelanggaran nol. Penutup fungsi.
Simpan dengan Ctrl S, dan file selesai. Sebelum lanjut, kita uji fungsi ini langsung di Command Window.
Muat parameter dan data PV, lalu hitung konfigurasi penelitian sebelumnya, 75,6 kW peak dengan inverter 75,6 kW. Lecohnya 7,45 dolar per kilogram, energi dari grid 245.000 kW jam per tahun, dan kendala jam efektif terpenuhi, ditunjukkan nilai 1 pada VASIBLE. Skrip langkah 2 untuk skenario acuan dan verifikasi model.
Skrip langkah 2, menghitung skenario acuan 1 sampai 3 dan memverifikasi model. Bersihkan variable, command window, dan grafik. Muat parameter, lalu muat data PV dari berkas PV.mat hasil langkah 1. Skenario 1, pemakaian sendiri PLTU dengan BPP, tanpa PLTS dan REC. Panggil hitung sistem dengan kapasitas 0 dan sumber PS. Skenario 2, grid PLN golongan I3 ditambah REC, tanpa PLTS. Skenario 3, desain penelitian sebelumnya, 75,6 kW peak dan inverter 75,6 kW. Mencetak judul tabel perbandingan. Kode persen 34S mencetak teks rata kiri selebar 34 karakter. Baris lecoh dalam dolar per kilogram untuk 3 skenario. Energi yang diambil dari grid dalam kW jam per tahun. Kebutuhan REC dalam unit. Solar fraction, yaitu porsi energi beban yang dipenuhi langsung oleh PLTS. Status kendala jam efektif untuk skenario 3, pelanggaran B1 dan apakah VASible. Bagian verifikasi, neraca daya setiap jam harus 0. Selisih terbesar antara daya terpakai ditambah daya grid dan beban di seluruh jam. Mencetak selisih itu dalam notasi ilmiah. Asar menghentikan program bila selisih tidak 0 atau ada daya grid negatif. Simpan ketiga skenario ke skenario 123.mat.
Simpan dengan Ctrl S, dan file selesai.
Kita jalankan. Skenario 1, listrik pemakaian sendiri dengan BPP, 3,39 dolar per kilogram. Skenario 2, grid PLN dengan REC tanpa PLTS, 7,18. Skenario 3, desain penelitian sebelumnya, 7,46. Selisih neraca daya 0, jadi model konsisten. Untuk optimasi kita perlu fungsi fitness.
Fungsi fitness lecoh menghitung nilai fitness untuk PSO. Masukannya posisi X, yaitu pasangan kapasitas PLTS dan inverter yang sudah dipetakan ke grid, serta parameter, data, dan koefisien penalti. Panggil hitung sistem dengan kapasitas dari X. Persamaan 3,26, fitness adalah lecoh ditambah penalti dikali jumlah pelanggaran kendala G1 dan G2. Penutup fungsi.
Simpan dengan Ctrl S, dan file selesai. Lalu algoritma Particle Swarm Optimization itu sendiri.
Sekarang algoritma optimasinya. Fungsi PSO lecoh menerima parameter, data, koefisien penalti, dan seed untuk pengacak. Keluarannya struktur out berisi solusi terbaik. Komentar, Particle Swarm Optimization untuk pasangan kapasitas PLTS dan inverter dengan lecoh minimum. Posisi partikel yang kontinu dipetakan ke grid diskret sebelum dievaluasi. Persamaan 3,27. Jika si diberikan, RNG mengatur pengacak agar hasilnya bisa diulang. Setelan PSO diambil dari partitik PSO ke variabel pendek O. LB adalah batas bawah kedua variabel. Kapasitas PLTS dan kapasitas inverter. UB adalah batas atasnya. Kecepatan maksimum partikel, 30% dari lebar rentang. Komentar, Pemetaan ke grid kapasitas. Fungsi anonim GPV, membulatkan kapasitas PLTS kekelipatan satu modul, lalu menjepitnya di antara batas bawah dan batas atas. Fungsi anonim GINF, membulatkan kapasitas inverter kekelipatan 1 kW dan menjepitnya di dalam batas. Grid menggabungkan keduanya untuk memetakan satu posisi partikel ke titik grid. Bagian Inisialisasi Posisi awal X, acak seragam di dalam batas, 1 baris per partikel, 2 kolom. Kecepatan awal V0 PB menyimpan posisi terbaik tiap partikel, dan FPB nilai fitnessnya. Awalnya tak hingga. Best adalah posisi terbaik seluruh kawanan, dan FG fitnessnya. Riwayat akan menyimpan fitness terbaik setiap iterasi. Jejak menyimpan posisi semua partikel di setiap iterasi, untuk digambar nanti. Penghitung iterasi tanpa perbaikan, dan penghitung jumlah evaluasi. Log utama iterasi dari 1 sampai iterasi maksimum. Tahap evaluasi fitness Untuk setiap partikel, Letakkan posisinya ke grid, Dan hitung fitness dengan fitness lecoh. Tambah penghitung evaluasi. Jika fitness lebih baik dari rekor pribadi partikel, Perbarui FPB dan PB. Jika lebih baik dari rekor kawanan, Dengan toleransi sangat kecil. Perbarui FG dan Best, Dan nolkan penghitung tanpa perbaikan. Penutup percabangan Penutup low partikel Catat fitness terbaik iterasi ini. Simpan posisi seluruh partikel pada iterasi ini. Tambah penghitung tanpa perbaikan. Jika sudah 30 iterasi tanpa perbaikan, Hentikan low dengan break. Tahap pembaruan kecepatan dan posisi. Persamaan 3,28, Bobot inersia turun linear dari nilai awal ke nilai akhir. Dua matriks angka cak R1 dan R2. Persamaan kecepatan PSO, Bobot dikali kecepatan lama, Ditambah tarikan ke posisi terbaik pribadi, Ditambah tarikan ke posisi terbaik kawanan. Batasi kecepatan agar tidak melebihi kecepatan maksimum. Posisi baru adalah posisi lama ditambah kecepatan, Dijepit di dalam batas ruang pencarian. Penutup low piterasi. Evaluasi ulang posisi terbaik untuk mendapatkan rincian hasilnya, Tanpa penalti. Simpan kapasitas PLTS dan inverter optimal kekeluaran. Simpan lecoh dalam rupiah dan dolar. Simpan status feasible dan rincian hasil lengkap. Potong riwayat dan jejak sampai iterasi terakhir yang benar-benar dijalankan. Simpan jumlah iterasi dan jumlah evaluasi. Penutup fungsi. Simpan dengan ctrl-s dan file selesai.
Skrip langkah 3 untuk menjalankan PSO dan menggambar hasilnya.
Skrip langkah 3. Menjalankan optimasi PSO untuk kapasitas PLTS dan inverter. Bersihkan variable, atur gaya grafik, dan muat parameter. Muat data PV yang tersimpan di langkah 1. Koefisien penalti adalah 10 kali lecoh skenario 2. Cara menghitungnya. Panggil hitung sistem tanpa PLTS dengan sumber grid, lalu ambil field lecoh RP. Tik memulai stopwatch untuk mengukur waktu komputasi. Jalankan 1 kali PSO dengan SIP 1. Cetak waktu komputasi, yang dibaca dengan TOG, dan jumlah evaluasi. Cetak kapasitas PLTS optimal dan jumlah modulnya. Cetak kapasitas inverter optimal dan rasio DC-KAC. Cetak lecoh optimal dalam dolar per kilogram. Simpan hasil PSO ke PSO 1.mart untuk dibandingkan dengan grid set. Bagian gambar, konvergensi, dan sebaran partikel. Buat jendela grafik. Bagi jendela menjadi 2 petak. Pindah ke petak pertama. Gambar riwayat fitness terbaik, dikonversi ke dolar per kilogram. Label sumbu X dan Y. Judul petak pertama, dan batas sumbu Y dari 7,2 sampai 9. Pindah ke petak kedua, hold on. T adalah jumlah iterasi yang dijalankan, dari ukuran dimensi ketiga jejak. Lop atas 3 iterasi. Awal, sepertiga, dan akhir. Scatter menggambar posisi seluruh partikel pada iterasi itu. Penutup lob. Tanda bintang kuning menandai posisi optimum. Label sumbu, kapasitas PLTS dan kapasitas inverter. Legenda untuk 3 iterasi dan optimum. Sprint menyisipkan nomor iterasi. Judul petak kedua, simpan grafik sebagai VIK 03. Simpan dengan Ctrl S, dan file selesai.
Kita klik run. Hanya 0,2 detik, PLTS 67,76 kW peak, atau 121 modul, inverter 46 kW, rasio DC ke AC 1,47, dan lecoh 7,286 dolar per kilogram.
Grafik konvergensi dan sebaran partikel muncul. Di grafik kiri, fitness terbaik turun cepat lalu konvergen.
Di kanan, partikel yang awalnya tersebar akhirnya menumpuk di sudut kiri bawah, yaitu batas kendala jam efektif dan rasio DC ke AC. Untuk validasi, kita tulis fungsi exhaust TV grid search.
Fungsi X lecoh melakukan exhaust TV grid search, mengevaluasi semua kombinasi kapasitas PLTS, langkah 1 modul, dan inverter, langkah 1 kW. Vektor semua kapasitas PLTS yang mungkin, dari batas bawah sampai batas atas dengan langkah 1 modul. Dibuat kolom dengan transpose. Vektor semua kapasitas inverter dengan langkah 1 kW. Na dan NB adalah jumlah elemen masing-masing faktor. Matriks lecoh di isinan, yaitu bukan angkah. Hanya titik VAS Cible yang nanti terisi. Matriks logika VAS untuk mencatat titik VAS Cible. Lob luar atas semua kapasitas PLTS. Lob dalam atas semua kapasitas inverter. Hitung sistem untuk kombinasi ini. Catat apakah VAS Cible. Jika VAS Cible, simpan lecohnya. Penutup dua lob. Min pada seluruh matriks mengabaikan NAN dan memberi lecoh terendah dengan indeksnya. IND 2 sub mengubah indeks tunggal menjadi nomor baris dan kolom. Simpan vektor kapasitas, matriks lecoh, dan matriks VAS Cible kekeluaran. Kapasitas PLTS dan inverter pada titik optimum. Lecoh optimum dalam rupiah dan dolar. Jumlah kombinasi total, dan jumlah yang VAS Cible, dihitung dengan NNZ. Penutup fungsi. Simpan dengan Ctrl S, dan file selesai.
Skrip langkah 4, membandingkan PSO dengan grid search.
Skrip langkah 4, validasi hasil PSO dengan exhaust TV grid search. Bersihkan, atur gaya grafik, dan muat parameter. Muat data PV dan hasil PSO langkah 3. Mulai stopwatch. Jalankan grid search atas semua kombinasi. Cetak lama waktu grid search. Cetak jumlah kombinasi total dan yang VAS Cible. Cetak optimum menurut grid search. Cetak optimum menurut PSO, untuk dibandingkan. Persamaan 3,29. Selisih relatif lecoh PSO terhadap grid search, dalam persen. Cetak selisih itu. Simpan hasil grid search. Bagian gambar, peta lecoh pada ruang pencarian. Buat jendela grafik. Bagi menjadi dua petak. Petak pertama, hold on. Matrix Z, lecoh dalam dolar, dengan transpose agar kapasitas PLTS berada di sumbu X. Images menggambar peta warna. Titik tidak VAS Cible dibuat transparan lewat alfa data. Arah sumbu Y dibalik normal, dan warna latar abu-abu untuk daerah yang melanggar kendala. Skala warna parula dibalik, dan batang warna diberi label. Batas skala warna, dari lecoh terendah sampai terendah ditambah 1,5. Bintang kuning menandai optimum grid search. Lingkaran merah menandai optimum PSO. Batas sumbu untuk memperbesar daerah yang menarik. Label sumbu. Legenda. Judul peta pertama. Peta kedua, irisan lecoh. Cari indeks kapasitas PLTS yang paling dekat dengan optimum. Gambar lecoh terhadap kapasitas inverter pada kapasitas PLTS optimum itu. Tandai titik optimum. Batas sumbu dan label. Judul, dengan kapasitas PLTS yang disisipkan. Simpan grafik sebagai VIK 04.
Simpan dengan Ctrl S, dan file selesai.
Klik Run. Grid search memerlukan sekitar 9 detik. Hanya 39.000 dari 194.000 kombinasi yang VASible. Optimum grid search sama persis dengan PSO, 67,76 kW peak, 46 kW, selisih 0%. Peta lecoh muncul.
Peta lecoh memperlihatkan daerah VASible berbentuk lorong, dan biaya naik makin ke kanan atas.
Optimum ada di sudut kiri bawah. Irisan di kanan menunjukkan bahwa menambah kapasitas inverter hanya menaikkan lecoh. Skrip langkah 5, uji stabilitas dengan 30 run. Skrip langkah 5, uji stabilitas PSO dengan 30 run independen.
Bersihkan, atur gaya grafik, muat parameter, muat data PV, koefisien penalti dari langkah 3, dan hasil grid search sebagai acuan. N adalah jumlah run, 30. Siapkan vektor kosong untuk menampung hasil tiap run. Lop atas semua run. Jalankan PSO dengan seat berbeda di setiap run, yaitu 100 ditambah nomor run. Simpan kapasitas PLTS, kapasitas inverter, lecoh, dan jumlah iterasi. Penutup lop. Cetak judul tabel statistik. Statistik kapasitas PLTS, minimum, maksimum, rata-rata, dan simpangan baku. Statistik kapasitas inverter. Statistik lecoh. Persamaan 3,30, koefisien variasi, yaitu simpangan baku dibagi rata-rata, dalam persen. Cetak koefisien variasi. Hitung berapa run yang tepat mencapai optimum grid search. Simpan hasil multi run. Bagian gambar. Buat jendela grafik. Satu baris dengan tiga petak. Petak pertama, lecoh tiap run. Garis acuan putus-putus, yaitu lecoh grid search. Label dan judul petak pertama. Peta kedua, kapasitas PLTS tiap run. Garis acuan grid search. Label dan judul. Peta ketiga, kapasitas inverter tiap run. Garis acuan grid search. Label dan judul. Simpan grafik sebagai fit 05. Simpan dengan ctrl-s, dan file selesai.
Klik run. 30 kali PSO dengan seed berbeda. 28 dari 30 run tepat di optimum grid search, dan koefisien variasi lecoh hanya 0,01%. Grafik hasil 30 run muncul.
Kapasitas PLTS selalu sama. Duaran berhenti di inverter 47 kW dengan lecoh hanya 0,03% lebih tinggi. PSO sangat konsisten, tetapi tidak menjamin optimum global, sehingga validasi grid search tetap penting. Skrip langkah enam, perbandingan skenario dan profil operasi.
Skrip langkah enam, membandingkan skenario satu sampai empat dan menggambar profil operasi. Bersihkan, atur gaya, dan muat parameter. Muat data PV, tiga skenario acuan dari langkah dua, dan hasil grid set. Skenario empat, hitung sistem pada kapasitas optimal hasil optimasi. Gabungkan keempat skenario dalam satu sel array. SC adalah versi kolom dari sel array itu. Nama keempat skenario untuk label tabel dan grafik. Buat tabel. Kolom pertama nama skenario, lalu kapasitas PLTS dan inverter, diambil dengan cell phone dari tiap skenario. Tambah kolom kapex dalam juta rupiah. Kolom opes tahunan dalam juta rupiah. Kolom energi grid dalam megawatt jam. Kolom jumlah hrc. Kolom solar fraction. Kolom lecoh dalam dolar per kilogram. Beri nama tiga kolom pertama. Tampilkan tabel di command window. Simpan tabel ke berkas CSV. Cetak selisih lecoh skenario 4 terhadap skenario 2, dalam dolar dan persen. Cetak penghematan skenario 4 terhadap desain penelitian sebelumnya, skenario 3. Simpan skenario 4 dan tabel. Gambar 6. Komposisi lecoh. Buat jendela grafik. Susun matriks komponen lecoh, 4 skenario x 5 komponen. Pada skenario 1, seluruh lecoh adalah biaya listrik BPP, jadi diisikan ke kolom listrik. Bar bertipe staket menggambar diagram batang bertumpuk. Susun warna 5 komponen dari palet. Lob memberi warna pada tiap komponen. Nama skenario di sumbu X. Label sumbu Y dan batas sumbu. Legenda 5 komponen biaya, diletakkan di atas grafik. Tulis nilai total lecoh di atas setiap batang. Judul grafik. Simpan sebagai VIK 06. Gambar 7. Profil operasi hari cerah dan hari mendung. Cari nomor hari paling cerah dengan max, dan hari paling mendung dengan min. Buat jendela grafik. Dua petak berdampingan. Lob untuk 2 hari. Pilih hari, lalu hitung indeks 24 jam hari itu pada deret 8760 jam. Pindah ke petak berikutnya, hold on. Area menggambar daya PLTS ke beban dan daya grid sebagai area bertumpuk. Beri warna hijau untuk PLTS dan abu-abu untuk grid. Garis putus-putus orannya, daya PV yang tersedia. Garis beban 40 kW, dan batas sumbu X. Label sumbu. Dua judul petak. Judul petak dengan nomor hari. Legenda hanya pada petak pertama. Penutup lob. Simpan sebagai VIK 07. Simpan dengan Ctrl S, dan file selesai.
Klik Run. Tabel perbandingan keempat skenario tampil di command window. Lecoh skenario 47,29 dolar per kilogram. Lebih murah 2,3 persen dibanding desain penelitian sebelumnya. Tetapi masih 1,5 persen di atas grid plus REC tanpa PLTS.
Dua grafik muncul.
Biaya terbesar tetap listrik grid. Batang biru adalah capex PLTS dan inverter. Yang pada skenario 4 lebih kecil dibanding skenario 3. Pada hari cerah, beban sepenuhnya dari PLTS selama jam efektif dan daya berlebih dibuang.
Pada hari paling mendung, hampir seluruh beban dipenuhi grid dan REC yang dibeli menyesuaikan. Satu fungsi pembantu lagi, cari underscore optimum, untuk analisi sensitivitas. Fungsi cari optimum menjalankan PSO dengan beberapa seat dan mengambil yang terbaik.
Dipakai untuk sensitivitas dan uji asumsi, agar hasil tidak bergantung pada satu seat. Jika daftar seat tidak diberikan, bawaannya seat 1 sampai 3. Hitung koefisien penalti, 10 kali lecoh skenario 2. Mulai dengan solusi terbaik kosong. Lob atas setiap seat. Jalankan PSO dengan seat itu. Ganti solusi terbaik jika masih kosong, atau jika hasil baru feasible dan lebih murah, atau jika solusi lama tidak feasible. Simpan hasil baru. Penutup percabangan dan lob. Penutup fungsi. Simpan dengan ctrl S, dan file selesai.
Skrip langkah 7, analisi sensitivitas dan titik impas.
Skrip langkah 7, analisi sensitivitas dan titik impas. PSO dijalankan ulang di setiap titik. Bersihkan, atur gaya, dan muat parameter dasar sebagai par 0. Muat data PV. Komentar, parameter yang divariasikan. Variasi pertama, faktor capex dari 0,5 sampai 1,4 dengan langkah 0,1. Disimpan sebagai struktur berisi nama, nilai, dan satuan. Variasi kedua, tarif grid dari 800 sampai 2.000 rupiah per kilowatt jam, langkah 150. Variasi ketiga, harga REC dari 0 sampai 150.000 rupiah per megawatt jam. Siapkan sel array untuk menyimpan hasil tiga variasi. Lop atas tiga jenis variasi. Jumlah titik, dan matriks hasil berkolom. Nilai, PLTS, inverter, leco skenario 4, dan leco skenario 2. Lop atas setiap nilai. Saling parameter dasar, dan ambil nilai variasi. Switch memilih parameter yang diubah. Kasus 1, capex modul, harga inverter, dan biaya O dan M dikali faktor. Kasus 2, tarif grid diganti. Kasus 3, harga REC diganti. Penutup switch. Cari optimum dengan PSO 3 seed pada parameter yang sudah diubah. Hitung leco skenario 2 pada parameter yang sama. Simpan satu baris hasil. Penutup loop nilai. Simpan seluruh hasil variasi ini. Persamaan 3,31. Selisih leco skenario 4 dan skenario 2. Titik impas adalah saat selisihnya 0. Cari indeks pertama tempat tanda selisih berganti. Jika tanda tidak berganti, titik impas tidak ditemukan, dan diisinan. Jika berganti, titik impas dihitung dengan interpolasi linear. Penutup percabangan. Cetak titik impas variasi ini. Simpan titik impas ke struktur. Penutup loop variasi. Simpan hasil sensitivitas. Bagian gambar. Format angka untuk label titik impas pada tiap grafik. Buat jendela grafik. 3 petak sejajar. Lob atas 3 variasi. Petak berikutnya, dan ambil hasil variasinya. Garis biru. Leco skenario 4. Garis abu-abu. Leco skenario 2. Jika titik impas ada, gambar garis vertikal putus-putus merah beserta labelnya. Penutup percabangan. Label sumbu. Legenda pada petak pertama saja. Penutup loop. Simpan sebagai Vick 08.
Simpan dengan Ctrl S, dan file selesai. Klik Run.
Biaya investasi, tarif grid, dan harga REC divariasikan satu per satu, dan PSO dijalankan ulang di setiap titik. Prosesnya memakan waktu sekitar setengah menit, jadi videonya dipercepat. Hasilnya, titik impas kapex 0,949 kali, tarif Rp1.178, dan REC Rp109.000. Grafik sensitivitas muncul.
Garis biru adalah skenario 4,
dan garis abu-abu skenario 2.
Titik impas ditandai garis merah putus-putus,
kapex harus turun sekitar 5%, atau tarif grid naik ke Rp1.178 per kWh, atau harga REC mencapai Rp109.000 per MWh. Skrip langkah 8, uji asumsi pendukung.
Skrip langkah 8, uji asumsi pendukung. Bersihkan, atur gaya, muat parameter dasar, muat data PV. Komentar, setiap baris berisi nama asumsi dan fungsi pengubah parameter. Mulai dengan sel aray kosong. Tiga uji rasio DC ke asem maksimum, 1,2, nilai dasar 1,5, dan 2,0. Fungsi anonim set field mengubah satu field parameter. Dua uji persentase hari cerah, 10% dan 50%. Uji jam efektif yang lebih lebar, 9-15, 6 jam. Dua uji tingkat diskonto, 6% dan 12%. Dua uji harga inverter, 40 dan 120 dolar per kWh. Fungsi lokal ubah INVE di akhir berkas mengubah biaya inverter. Uji penggantian inverter lebih awal, pada tahun ke-10. Jumlah uji dan matriks hasil. Loh patah semua uji. Terapkan fungsi pengubah pada parameter dasar. Salin data PV. Jika persentase hari cerah berubah, olah-ulang data PIFGIS dengan hari cerah yang baru. Cari optimum dengan PSO 3SIP. Hitung lecoh skenario 2 pada parameter yang sama. Simpan satu baris hasil, kapasitas, lecoh, dan selisih terhadap skenario 2. Cetak hasil uji ini. Penutup lob. Susun tabel hasil. Beri nama kolom. Simpan tabel ke CSV. Bagian gambar. Buat jendela grafik. Bar menggambar batang horizontal lecoh siap asumsi, dengan nama asumsi di sumbu Y. Label sumbu X, judul, dan batas sumbu. Simpan sebagai VIK09. Fungsi lokal ubah INVE menerima parameter dan harga inverter dalam dolar. Simpan harga inverter dan konversinya ke rupiah. Biaya modul dihitung ulang supaya biaya sistem total tetap sesuai persamaan 3,13. Penutup fungsi lokal.
Simpan dengan Ctrl S, dan file selesai. Klik Run.
Sebelas uji asumsi dijalankan, masing-masing dengan PSO 3SID. Jika rasio DC ke AC boleh 2, inverter cukup 40 kW, sama dengan beban. Jam efektif yang lebih lebar menaikkan PLTS menjadi 83 kW-pik. Pada diskonto 6%, PLTS menjadi lebih murah daripada grid.
Paling sensitif adalah tingkat diskonto dan lebar jam efektif. Harga inverter hampir tidak berpengaruh karena inverternya kecil. Terakhir, skrip pembungkus yang menjalankan seluruh langkah berurutan.
Terakhir, skrip pembungkus jalankan semua. Komentar menjelaskan, tiap skrip memanggil clear, jadi dipanggil langsung tanpa variable log. Jalankan langkah 1 dan 2. Disk mencetak penanda, lalu nama skrip dipanggil. Langkah 3 dan 4, PSO dan grid set. Langkah 5 dan 6, uji stabilitas dan perbandingan skenario. Langkah 7 dan 8, sensitifitas dan uji asumsi.
Simpan dengan Ctrl S, dan file selesai. Ringkasan hasil, PLTS optimal 67,76 kW peak dan inverter 46 kW dengan lecoh 7,29 dolar per kilogram. PSO dan grid search menghasilkan solusi yang sama. Kesimpulan untuk tesis, inverter tidak perlu besar, cukup di atas beban dan dibatasi rasio DC ke AC 1,5. Konfigurasi ini lebih murah dari desain sebelumnya, dan akan lebih ekonomis dari grid plus REC bila Kapex turun sekitar 5%. Itulah langkah-langkah penentuan kapasitas PLTS dan inverter optimal di MATLAB dari proyek kosong sampai hasil. Semua skrip, data, hasil, dan laporan tersedia di folder proyek. Terima kasih telah menonton. Butuh bantuan pemodelan dan optimasi dengan MATLAB? Cerdas inovasi digital membuka kursus MATLAB, jasa pemodelan dan optimasi untuk skripsi, tesis, dan industri, serta menyediakan file proyek dari tutorial ini. Hubungi WhatsApp kami, atau kunjungi cerdasinovasidigital.com.
Ketik pertanyaan atau kata kunci; kami carikan bagian episode ini yang menjelaskannya dan lompatkan videonya ke sana.
Catatan disimpan bersama menit video saat ini dan hanya terlihat oleh Anda.
Bingung di salah satu langkah? Tanyakan di sini; pengajar dan peserta lain bisa menjawab.
Belum ada pertanyaan.

Tim Cerdas Inovasi Digital
Pengembang software, engineer BIM & 3D, dan praktisi AI
Sehari-hari kami mengerjakan software, model BIM, game, dan otomasi AI untuk klien, lalu menjadikan pengalaman praktik itu kelas langkah demi langkah: setiap langkah diperlihatkan di layar dan dilengkapi panduan PDF.
Lihat klien kami →