ECONOMIC DISPATCH DENGAN MENGGUNAKAN CHAOTIC

ANT SWARM OPTIMIZATION (CASO)

Presented by:
Efrita Arfah Zuliari and Imam Robandi
Research Group on Power System Operation and Control
Department of Electrical Engineering, Sepuluh Nopember Institute of Technology

I. PENDAHULUAN
1. Latar Belakang
Permasalahan umum yang dihadapi pengoperasian sistem tenaga listrik
adalah bagaimana me nghasilkan daya output secara optimal dengan
me minimisasi biaya pengoperasian. Tingkat kebutuhan energi
listrik semakin me ningkat me ngakibatkan biaya operasi pada sisi
pe mbangkit bertambah tinggi. Untuk melayani kebutuhan energi,
mesin-mesin pe mbangkit yang terhubung dalam suatu jaring sistem
tenaga listrik, me merlukan suatu fungsi yang mampu me minimisasi
biaya pe mbangkit yang diakibatkan oleh kebutuhan energi yang
berubah tiap periode waktu.

I. PENDAHULUAN
2. Tinjauan Pustaka
Sudah banyak metode optimisasi matematis yang dikembangkan untuk
me nyelesaikan permasalahan optimisasi economic dispatch (ED), seperti
metode gradient method [1], linier prog-ramming algorithm [2]. Untuk
me nyelesaikan masalah pe ngope-rasian unit-unit pembangkit thermal
dengan me ngabaikan rugi-rugi transmisi dipakai lambda iteration
method [3], quadratic programming [4], nonlinear programming
algorithm [5], lag-rangian relaxation algorithm [6]. Teknologi kecerdasan
buatan telah dikembangkan untuk me mecahkan permasalahan economic dispatch, seperti genetic algorithm [7-9], neural networks [10,11],
simulated annealing and tabu search [12], evolutionary programming
[13,14], particle swarm optimization [15], ant colony optimization [16].

I. PENDAHULUAN

3. Tujuan Penelitian
Penelitian ini bertujuan untuk menyelesaikan masalah Economic
Dispatch (ED) menggunakan metode Chaotic Ant Swarm Optimization (CASO) untuk mengoptimisasi daya yang dibangkitkan
oleh tiap-tiap unit yang beroperasi pada beban tertentu sehingga
dapat meminimisasi total biaya pembangkitan.

II. MODEL MATEMATIKA ED

1. Fungsi Objektif
m

i =1

i =1

min Ft = Fi (Pi ) = ai Pi 2 + bi Pi + ci

Dengan
Ft
= biaya total unit pembangkit
Fi
= biaya tiap-tiap unit pembangkit
Pi
= daya output dari tiap-tiap pembangkit
ai,bi,ci = koefisien biaya dari tiap-tiap pembangkit

II. MODEL MATEMATIKA ED

2. Batasan
m

P =P
i =1

PL =

+ PL , i = 1,......... ...., m

PB
i =1 j =1

.............(2)

ij

P j + B 0 i Pi + B 00
i =1

Dengan
PD = Permintaan daya beban
PL = Daya losses pada jaring transmisi
B = Koefisien

............(3)

II. MODEL MATEMATIKA ED

3. Batasan Daya Unit-unit Pembangkit
Pi min Pi Pi max

..................(4)

III CHAOTIC ANT SWARM OPTIMIZATION

(CASO)
CASO adalah metode yang berdasar pada perilaku Koloni
Semut yang memiliki tindakan cerdas dan terorganisir dalam
mengatur ketidak beraturan dari tiap-tiap individu semut.

IV. CHAOTIC ANT SWARM OPTIMIZATION

(CASO)
1. Posisi terbaik semut dan variabel organisasinya
yi (n) = yi (n 1)

1+ ri

7.5
7.5
zid (n ) = zid (n 1) +
Vi exp (1 exp( ayi (n))) 3 d zid (n 1) +
Vi

d
d

7.5

Vi + exp( 2ayi (n) + b)( pid (n 1) zid (n 1))

..........(5)

2. Posisi awal dari individu semut

z

id

(0 ) =

7 .5

(1

) rand ( ) dimana d > 0

V. PROPOSED METHOD
Caso digunakan untuk menentukan daya optimal tiap-tiap unit
pembangkit yang beroperasi pada periode tertentu dengan tujuan
meminimais biaya total pembangkitan.
Pengkodean Parameter Dan Fungsi Evaluasi
a)Langkah pertama yang dilakukan adalah membangkitkan
sebuah populasi dari koloni semut yang ditunjukkan dalam
persamaan
Pgid = [Pi1, Pi2, . . . ,Pim], i= 1, 2, . . . ,N
Pgid = Populasi ant koloni
N
m

= jumlah populasi
= jumlah pembangkit

V. PROPOSED METHOD
b). Langkah kedua
Untuk mengetahui fitnes dari tiap-tiap individu semut
menggunakan persamaan sebagai berikut

f = F cos t + P pbc

.......(7)

Fcos t = 1 + abs

F (P) F
i =1

......(8)

min

Fmax Fmin

Ppbc = 1 + Pi PD PL
i =1

.....(9)

V. PROPOSED METHOD
y i (n ) = yi (n 1)1+ ri

7. 5
7 .5 7 .5

z id (n ) = z id (n 1) +
Vi exp (1 exp( ayi (n ))) 3 d z id (n 1) +
Vi
Vi

d
d
d

+ exp( 2ay i (n ) + b )( pid (n 1) z id (n 1))

...........................10

VI. DATA SISTEM

Data sistem
Gambar 2 jaringan sistem tenaga 26-bus test system yang terdiri dari 6bus generator dan 20 bus beban. Bus 1 diasumsikan sebagai slack bus
dengan tegangan dipertahankan pada 1.0250o pu. Data-data yang
digunakan adalah sebagai berikut:

Slack

26

13
G

18

11

25

12

19

23

14

16

10

24

22

15

20

21

17

Gambar 2. Diagram satu garis sistem 26 bus [26]

VI. DATA SISTEM

Tabel 1. Batasan pengoperasian daya aktif dari generator
Generator

MW minimum

MW maximum

1
2
3
4
5
26

100
50
80
50
50
50

500
200
300
150
200
120

Biaya pengoperasian generator dalam $/h, dengan Pi dalam MW adalah

sebagai berikut:
H1 = 240 + 7.00 P1 + 0.0070 P12 $/h
H2 = 200 + 10.0 P2 + 0.0095 P22 $/h
H3 = 220 + 8.50 P3 + 0.0090 P32 $/h
H4 = 200 + 11.0 P4 + 0.0090 P42 $/h
H5 = 220 + 10.5 P5 + 0.0080 P52 $/h
H26 = 190 + 12.0 P26 +0.0075 P262 $/h

Tabel 2. Hasil Simulasi menggunakan CASO

GENERATOR OUTPUT (MW)

PERCOBAAN
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

P1
445.881
447.942
448.296
446.596
446.569
444.925
448.719
447.666
448.296
448.296
444.881
448.849
445.201
445.009
445.155
449.511
443.6
448.329
440.762
445.927
447.842
448.296
444.881
448.849
445.201

P2
170.615
173.485
170.29
171.244
174.445
171.156
171.367
173.427
170.29
170.29
171.577
171.363
170.651
173.022
170.763
174.472
171.624
172.615
172.809
171.908
170.022
170.29
171.577
171.363
170.651

P3
262.496
263.395
262.613
261.363
263.746
263.961
261.464
261.498
262.613
262.613
259.19
260.314
262.858
261.243
260.008
261.033
262.862
261.31
262.76
260.309
260.697
262.613
259.19
260.314
262.858

P4
138.678
131.798
137.549
134.053
133.726
139.462
136.127
134.22
137.549
137.549
135.917
135.519
135.139
134.403
137.046
132.443
135.31
139.1
136.083
137.485
139.573
137.549
135.917
135.519
135.139

P5
176.559
177.874
176.07
178.752
174.139
173.54
172.496
176.754
176.07
176.07
178.976
178.155
173.748
176.833
179.995
174.268
177.33
175.584
178.787
175.045
176.923
176.07
178.976
178.155
173.748

P26
81.5335
81.358
80.9627
83.8003
83.2152
82.7262
85.6367
82.2517
80.9627
80.9627
85.2368
81.5907
88.2244
85.3022
82.7955
84.1221
85.0768
78.8239
84.5865
85.1026
80.688
80.9627
85.2368
81.5907
88.2244

TOTAL
LOSSES
(MW)

TOTAL BIAYA
PEMBANGKIT
AN ($/Hour)

12.7547
12.8431
12.7724
12.8012
12.8326
12.7612
12.8002
12.8085
12.7724
12.7724
12.7692
12.7828
12.8126
12.8034
12.7542
12.8401
12.7944
12.7542
12.7789
12.7675
12.7371
12.7724
12.7692
12.7828
12.8126

15446.9
15447
15446.9
15446.8
15446.9
15447.1
15446.9
15446.8
15446.9
15446.9
15447
15446.9
15447
15446.8
15447
15447
15446.9
15447.2
15447.1
15446.8
15447.1
15446.9
15447
15446.9
15447

Tabel 3. perhitungan aliran daya menggunakan metode Newton Raphson

Load

Generation

Bus No

Voltage
Mag

Angle
Degree

MW

Mvar

MW

Mvar

Injected
MVar

1
2
3
4

1.025
1.020
1.045
1.050

0.000
-0.205
-0673
-2.102

51.000
22.000
64.000
25.000

41.000
15.000
50.000
10.000

445.927
171.908
260.309
137.485

250.777
57.715
78.681
33.551

4.000
0.000
0.000
2.000

5
6
7
8
9
10
11
12
13

1.045
1.001
0.995
0.998
1.010
0.991
0.998
0.994
1.022

-1.230
-2.805
-2.389
-2.269
-4.373
-4.301
-2.800
-3.278
-1.289

50.000
76.000
0.000
0.000
89.000
0.000
25.000
89.000
31.000

30.000
29.000
0.000
0.000
50.000
0.000
15.000
48.000
15.000

175.045
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000

141.289
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000

5.000
2.000
0.000
0.000
3.000
0.000
1.500
2.000
0.000

14

1.008

-2462

24.000

12.000

0.000

0.000

0.000

15

0.999

-3.241

70.000

31.000

0.000

0.000

0.500

16

0.990

-3.994

55.000

27.000

0.000

0.000

0.000

17

0.983

4.350

78.000

38.000

0.000

0.000

0.000

18

1.007

-1.862

153.000

67.000

0.000

0.000

0.000

19

1.005

6.030

75.000

15.000

0.000

0.000

5.000

20

0.983

-4.748

48.000

27.000

0.000

0.000

0.000

21

0.977

-5368

46.000

23.000

0.000

0.000

0.000

22

0.980

-5.310

45.000

22.000

0.000

0.000

0.000

23

0.978

-6.358

25.000

12.000

0.000

0.000

0.000

24

0.969

-6.640

54.000

27.000

0.000

0.000

0.000

25

0.975

-6.223

28.000

13.000

0.000

0.000

0.000

26

1.015

-.338

40.000

20.000

0.000

0.000

0.000

1.263.000

637.000

1.275.776

590.170

25.000

Total

VII. HASIL SIMULASI

26-bus

Gambar 3. Total biaya pembangkitan minimum pada tiap iterasi

HASIL SIMULASI 26-bus

Gambar 4. Pergerakan coloni semut pada tiap iterasi

HASIL SIMULASI
n

Tabel 4. Perbandingan Hasil CASO dengan Lagrange

CASO

Lagrange

P1

445,927

447,692

P2

171,908

173,194

P3

260,309

263,486

P4

137,485

138,814

P5

175,045

165,588

P26

85,103

Methode
Optimal
Dispach Of
Generation
(MW)

Total Losses (MW)

12,768

87,026
12,807

Total Biaya
Pembangkitan ($/h)

15446,8

15447,72

Gambar 4.4. Diagram satu garis sistem tenaga 5-Bus

Tabel 5. Batasan pengoperasian daya aktif dari generator

Generator

MW minimum

MW maximum

1
2
3

10
10
10

85
80
70

Biaya pengoperasian generator dalam $/h, dengan Pi dalam MW adalah sebagai

berikut:
H1 = 200 + 7.0 P1 + 0.0080 P12 $/h
H2 = 180 + 6.3 P2 + 0.0090 P22 $/h
H3 = 140 + 6.8 P3 + 0.0070 P32 $/h

Tabel 6. perhitungan aliran daya menggunakan metode Newton Raphson

Load

Generation

Voltage
Mag

Angle
Degree

MW

Mvar

MW

Mvar

Injected
MVar

1.06

0.000

29.871

23.706

1.045

-0.436

20

10

67.632

31.470

1.030

-0.809

20

15

54.693

15.486

1.019

-1.490

50

30

0.990

-2.925

60

40

150

95

152.196

70.662

Bus No

Total

HASIL SIMULASI 5-bus

Gambar 4.2. Total biaya pembangkitan minimum pada tiap iterasi

HASIL SIMULASI 5-bus

Gambar 4.3. Pergerakan coloni semut pada tiap iterasi

HASIL SIMULASI
Tabel 7. Perbandingan Hasil CASO dengan Lagrange

Metode

CASO

Lagrange

P1

29.871

23.558

P2

67.632

69.559

P3

54.693

59.036

Total Losses (MW)

2.196

2.156

Total Biaya Pembangkitan

($/h)

1596.33

1596.96

Daya Optimum

VIII. KESIMPULAN
Pada penelitian ini memperkenalkan CASO sebagai metode
baru untuk menyelesaikan permasalahan economic dispatch
dari pembangkit-pembangkit dalam sistem tenaga listrik.
Algoritma dari metode ini mengkombinasi perilaku individu
semut dan sistem organisasi coloninya dalam mencari makan.
Algoritma yang disimulasikan berhasil menyelesaikan permasalahan ED dengan mempertimbangkan beberapa batasan
yaitu, batasan daya penyeimbang, batasan daya maksimum
dan minimum yang dibangkitkan tiap-tiap unit pembangkit.
Berdasarkan hasil simulasi yang telah dilakukan dapat diketahui bahwa CASO dapat dipertanggungjawabkan untuk digunakan dalam menyelesaikan permasalahan ED dalam praktis
sistem tenaga listrik.

TERIMA KASIH