Peramalan Daya Photovoltaic Jangka Sangat Pendek Menggunakan Metode Decomposition Backpropagation Neural Network (D-BPNN)

Very Short-Term Photovoltaic Power Forecasting Using Decomposition Backpropagation Neural Network (D-BPNN) Methods

Peramalan daya photovoltaic diperlukan untuk mengetahui daya listrik yang dihasilkan photovoltaic agar tidak terjadi kekurangan maupun kelebihan daya sehingga dihasilkan daya yang optimal untuk mensuplai beban. Metode yang digunakan untuk peramalan daya photovoltaic jangka sangat pendek ini menggunakan metode hybrid Decomposition Backpropagation Neural Network (D-BPNN). Penelitian ini bertujuan untuk mengetahui daya listrik yang dihasilkan photovoltaic selama 1 jam ke depan. Hasil penelitian peramalan daya photovoltaic jangka sangat pendek menggunakan metode Decomposition Backpropagation Neural Network (D-BPNN) menunjukkan hasil MSE metode Decomposition adalah 2,563821534 W dan MAPE adalah 0,059452563%. Sedangkan metode hybrid Decomposition Backpropagation Neural Network (D-BPNN) menunjukkan hasil MSE = 0,470854794 W dan MAPE = 0,032175385%. Sehingga dapat disimpulkan bahwa peramalan dengan metode Decomposition Backpropagation Neural Network (D-BPNN) mendapatkan hasil yang lebih baik dan peramalan yang lebih akurat untuk 1 jam ke depan.

Forecasting photovoltaic power is needed to determine the electrical power produced by photovoltaic so there is no shortage or excess power, so that optimal power is produced to supply the load. The method used for very short-term power forecasting in photovoltaics uses the hybrid Decomposition Backpropagation Neural Network (D-BPNN) method. This study purpose is to find out the electrical power generated by photovoltaics for the next 1 hour. The results of the study of very short-term photovoltaic power forecasting using the Decomposition Backpropagation Neural Network (D-BPNN) method show that the MSE results of the Decomposition method was 2.563821534 W and MAPE was 0.059452563%. While the hybrid Decomposition Backpropagation Neural Network (D-BPNN) method shows the results of MSE = 0.470854794 W and MAPE = 0.032175385%. So it can be concluded that forecasting with the Decomposition Backpropagation Neural Network (D-BPNN) method gets better results and more accurate forecasting for the next 1 hour.