Algoritma Variable Neighbourhood Search (VNS) untuk pengoptimalan kontrol PI pada rangkaian DC-DC Buck Converter

Variable Neighborhood Search (VNS) algorithm for PI control optimization in a DC-DC Buck Converter circuit

Buck converter adalah salah satu jenis konverter DC-DC yang paling umum digunakan dalam berbagai perangkat elektronik dan kendaraan listrik. Ini disebabkan oleh kemampuannya yang baik dalam mengurangi tegangan secara efisien. Untuk menjaga stabilitas dan kinerja sistem, regulasi tegangan keluaran yang akurat sangat penting. Studi ini bertujuan untuk mengoptimalkan parameter PI menggunakan algoritma Variable Neighbourhood Search (VNS). Perbaikan dilakukan pada kode VNS awal di MATLAB, yang awalnya digunakan untuk optimasi fungsi matematika, dan kemudian diarahkan untuk menyetel pengontrol PI berdasarkan simulasi Simulink. Algoritma disederhanakan dengan menghapus metode pencarian lokal yang kompleks dan fokus pada strategi multi-neighbourhood adaptif. Algoritma juga dimodifikasi untuk mendukung eksperimen penyetelan, menyimpan evolusi kinerja, dan memvisualisasikan konvergensi ITAE. Hasil simulasi menunjukkan bahwa PI yang dioptimalkan dengan VNS mampu mengurangi overshoot, mempercepat waktu kenaikan dan stabilisasi, serta menghilangkan kesalahan keadaan tunak. Dibandingkan dengan PI konvensional dan Fuzzy PI, pendekatan ini memberikan peningkatan kinerja yang signifikan. Temuan ini menunjukkan bahwa VNS adalah alternatif yang efektif untuk penyetelan pengontrol dalam sistem elektronika daya, terutama dalam pengaturan tegangan pada buck converter.

The buck converter is one of the most commonly used DC-DC converters in various electronic devices and electric vehicles. This is due to its excellent ability to efficiently reduce voltage. To maintain system stability and performance, accurate output voltage regulation is crucial. This study aims to optimize PI parameters using the Variable Neighborhood Search (VNS) algorithm. Improvements were made to the initial VNS code in MATLAB, which was initially used for mathematical function optimization, and then directed to tuning the PI controller based on Simulink simulations. The algorithm was simplified by removing the complex local search method and focusing on an adaptive multi-neighborhood strategy. The algorithm was also modified to support tuning experiments, record performance evolution, and visualize ITAE convergence. Simulation results show that the PI optimized with VNS is able to reduce overshoot, accelerate rise and stabilization times, and eliminate steady-state errors. Compared with conventional PI and Fuzzy PI, this approach provides significant performance improvements. These findings demonstrate that VNS is an effective alternative for controller tuning in power electronics systems, particularly in voltage regulation in buck converters.