Abstrak
Efisiensi konversi sel surya sangat dipengaruhi oleh distribusi temperatur pada permukaannya. Artikel ini membahas karakteristik perpindahan panas konjugat (conjugate heat transfer) pada saluran pendingin udara di bawah panel surya menggunakan simulasi berbasis Computational Fluid Dynamics (CFD). Analisis difokuskan pada interpretasi kontur temperatur fisis, konfigurasi model spasial-temporal, serta implikasi pemilihan skema diskretisasi terhadap akurasi solusi numerik. Hasil simulasi menunjukkan adanya asimetri termal yang signifikan akibat pembentukan zona stagnan pada koridor aliran tertentu.
1. Pendahuluan
Peningkatan suhu operasional pada fotovoltaik (PV) di atas suhu standar uji (25ยฐC) menurunkan tegangan sirkuit terbuka (Voc) akibat penyempitan celah pita energi semikonduktor. Untuk menjaga performa elektrikalnya, sistem manajemen termal berupa sirkulasi udara di sisi belakang plat panel diimplementasikan. Memahami dinamika termal internal secara mendalam memerlukan pendekatan numerik karena keterbatasan sensor eksperimental dalam menangkap gradien temperatur lokal secara kontinu. Artikel ini menyajikan bedah fisis dan matematis terhadap hasil pemodelan termal yang dijalankan pada platform CFDSOF.
2. Model Fisika dan Formulasi Matematis
Simulasi ini dikonfigurasi berdasarkan kondisi tunak (steady-state), aliran takmampumampat (incompressible), dan rezim aliran laminer dengan mengaktifkan persamaan energi (Energy Equation) serta pengaruh gaya gravitasi seperti yang dikonfigurasi pada gambar 1.
2.1 Persamaan Transpor Energi (Fluida Laminer)
Perpindahan panas pada domain fluida udara diatur oleh mekanisme konveksi-difusi tunak yang secara matematis dinyatakan sebagai berikut:
Di mana variabel-variabel fisis fluida yang diinputkan berdasarkan data properti material pada gambar 2. meliputi:
- Densitas Udara (ฯ): 1.225 kg/m3
- Kapasitas Kalor Spesifik (Cp): 1005 J/kg โข K
- Konduktivitas Termal Udara (k): 0.0255 W/m โข K
- Viskositas Dinamik (ฮผ): 1.79 ร 10-5 Pa โข s
2.2 Pengaruh Gaya Apung (Buoyancy Effect)
Melalui pengaktifan fitur gravitasi sebesar gy = -9.81 m/s2 pada arah sumbu-Y (tertera pada gambar 1.), simulasi ini mengakomodasi munculnya konveksi alami (natural convection) akibat perbedaan densitas lokal yang dipicu oleh gradien temperatur. Gaya apung per satuan volume didekati melalui suku sumber momentum:
Di mana Koefisien Ekspansi Termal (ฮฒ) bernilai 0.0035 K-1 dan Temperatur Referensi (Tref) disetel pada suhu 288.15 K.
3. Analisis Skema Diskretisasi Numerik
Akurasi dan stabilitas konvergensi simulasi termal sangat bergantung pada penanganan operator matematika dalam Metode Volume Hingga (FVM). Berdasarkan gambar 3., skema numerik yang diterapkan adalah:
3.1 Suku Konvektif: Gauss Upwind
Skema Gauss Upwind (orde pertama) dipilih untuk menyelesaikan variabel Kecepatan (U) dan Temperatur (T). Secara matematis, nilai properti pada wajah sel (f) ditentukan oleh nilai sel di sisi hulu (upstream):
- Insight Teknis: Skema ini menjamin sifat boundedness (mencegah osilasi numerik yang tidak fisis), namun rentan terhadap galat numerical diffusion (difusi semu) jika arah aliran udara tidak sejajar secara sempurna dengan garis grid (mesh alignment).
3.2 Suku Difusi & Gradien: Gauss Linear Corrected
Untuk suku Laplacian dan Gradien Ruang (Space Terms), solver menggunakan skema Gauss Linear berkombinasi dengan fitur Corrected pada Surface Normal Gradient. Skema ini menerapkan interpolasi linier (orde kedua) dengan skema koreksi non-ortogonalitas elemen grid:
Langkah koreksi ini krusial untuk mempertahankan akurasi perhitungan fluks panas konduksi pada area sambungan siku saluran pembagi aliran.
4. Analisis Kontur Temperatur
Melalui interpretasi visual terhadap kontur distribusi temperatur pada gambar 4., dapat ditarik beberapa insight fisis yang sangat penting mengenai efektivitas perpindahan panas sistem pendingin ini:
4.1 Stratifikasi Termal Asimetris
Pada visualisasi gambar 4., fluida pendingin masuk dari sisi atas (didominasi warna biru tua, menandakan suhu terendah/udara segar). Saat mengalir melewati sekat pembatas horizontal, udara menyerap fluks kalor dari permukaan panel secara progresif, mengubah warna kontur dari biru, hijau (suhu menengah), hingga kuning-merah pada area bawah.
Namun, terlihat pola aliran asimetris di mana pendinginan optimal hanya terkonsentrasi di sisi kanan dan tengah atas saluran. Fenomena ini disebabkan oleh ketidakseimbangan distribusi massa fluida (flow maldistribution) di dalam manifold saluran internal.
4.2 Fenomena Dead Zone (Titik Panas Ekstrem)
Insight paling kritis ditemukan di area kiri bawah kontur finstv.png, di mana terbentuk kantung termal berwarna merah pekat (hotspot). Secara hidrodinamika, keberadaan sekat lurus internal menciptakan penghalang yang memicu separasi aliran (flow separation).
Udara di area sudut kiri bawah tersebut kehilangan momentum linear dan terjebak dalam pusaran berkecepatan rendah (recirculation/stagnant vortex). Karena sirkulasi udara segar di titik ini terhambat, perpindahan panas konvektif lokal menurun drastis (hlokal โ 0), memicu akumulasi panas konduktif lokal yang berbahaya bagi efisiensi sel surya di atasnya.
5. Kesimpulan dan Rekomendasi Desain
Hasil simulasi termal menunjukkan bahwa meskipun skema numerik Gauss Upwind memberikan kestabilan perhitungan yang kokoh, geometri internal sirkulasi udara saat ini masih menyisakan masalah berupa hotspot akibat retensi aliran.
Rekomendasi Perbaikan:
Untuk mengeliminasi dead zone pada area merah tersebut, sudut sekat horizontal perlu dimodifikasi menjadi bentuk kurva aerodinamis halus (fillet) atau menambahkan guide vane kecil guna mengarahkan sebagian jet aliran dingin langsung ke sudut mati tersebut.
6. Referensi
- Patankar, S. V. (1980). Numerical Heat Transfer and Fluid Flow. McGraw-Hill.
- Maniatis, C., Lamnatou, C., & Chemisana, D. (2021). Numerical analysis and mesh optimization of a photovoltaic/thermal (PV/T) cooling system using Computational Fluid Dynamics (CFD). Solar Energy, 218, 412-427.
- Versteeg, H. K., & Malalasekera, W. (2007). An Introduction to Computational Fluid Dynamics: The Finite Volume Method. Pearson Education.
