Erik Tridianto 2211201201 Pressa Perdana 2211201203 Marselin J. 2211201206 Kharisma B. Adam 2211201208
G1
G3
G2 L1
Bagaimana pengaturannya???
Adalah PSO yang dimodifikasi untuk memecahkan masalah non-smooth ED sehingga persamaan yang didapatkan menjadi lebih cepat konvergen
MPSO
Algoritma MPSO
1
3 4
Set paramet j-1 Pilih sebuah partikel secara acak Pilih nilai sesuai dengan batasan inequality
If j=n-1, lajutkan . If Not, J=J+1 dan kembali Check Inqualitu and equality End
Step 3.4) Jika j=n-1, lajutan kan. Bila tidak, J=J+1 dan kembali Step 3.5) Nilai dari element terakhir harus sesuai batasan, equality dan sesuai batasan inequality Step 3.6) Bila belum sesuai, buat iterasi lagi Stop
Step 6
Finish
Sistem Tes
Untuk menguji MPSO digunakan dua sistem
Sistem I
3 Generator
850 MW Total Power
Sistem II
40 Generator
10500 MW Total Power
0,5 < max < 1 ; 0,1 < min < 0,5 C1, C2 = {1,2} ; 0,01 < < 0.8
Proses Eksperimen
Result
Result
Result
....
....
....
....
....
Menggunakan MPSO untuk menyelesaikan ED (Economic Dispatch) dengan 10 generator dan memperhitungkan multiplefuel effects. Total sistem demand bervariasi dari 2400 MW sampai 2700 MW, dan kenaikan tiap 100 MW. Paramater yang digunakan max = 0.5 , max = 0.1 , c1 = c2 = 2 , dan = 0.05.
Hasil terbaik MPSO dibandingkan dengan HM (hierarchical numerical method), IEP (improved evolutionary programing), MHNN (modified Hopfield neural network), dan AHNN (Adaptive Hopfield neural network)
CONCLUSION [1]
Equality constrain dalam ED problem dapat diselesaikan dengan mengurangi degree of freedom saat random. dynamic search-space reduction strategy digunakan untuk mempercepat waktu agar konvergen. MPSO digunakan untuk menyelesaikan permasalahan dengan probabilitas yang sangat banyak pada problem ED dengan smooth cost function.
CONCLUSION [2]
Pada non smooth cost function untuk efek pada valve-poin, MPSO lebih baik dari pada metode yang lain. Pada non smooth function untuk efek dengan banyak macam bahan bakar, MPSO tetap lebih baik dari pada metode yang lain.