Anda di halaman 1dari 6

ELECTRICHSAN, VOL. 1, NO.

1, MEI 2014

PEMBUATAN APLIKASI UNTUK ANALISIS ECONOMIC DISPATCH


STASIUN PEMBANGKIT TENAGA LISTRIK
Asmar1, Yassir2 dan Teuku Hasanuddin 2
Jurusan Teknik Elektro Universitas Bangka Belitung,
2
Jurusan Teknik Elektro Politeknik Negeri Lhokseuma we
1

Abstrak
Kenaikan harga bahan bakar thermal menyebabkan kenaikan harga listrik. Untuk menekan kenaikan harga listrik
diperlukan optimisasi produksi energy listrik. Operasi Ekonomis atau economic dispatch (ED) adalah salah satu solusi
optimisasi biaya pada proses produksi energi listrik. ED mengatur kombinasi daya aktif setiap pembangkit untuk
memenuhi kebutuhan daya beban tertentu sehingga diperoleh harga paling ekonomis. Pembuatan aplikasi ED pada
penelitian ini dilakukan menggunakan visual basic 6.0. Aplikasi ini memudahkan operasional setiap pembangkit
dengan mendapatkan daya setiap pembangkit pada keadaan beban tertentu. Efektifitas simulasi diuji pada kasus sistem
IEEE 26 bus.

Kata kunci- Economic Dispatch; Optimisasi; Visual Basic 6.0

1.

Pendahuluan

Agar suatu system tenaga dapat memberikan


keuntungan pada modal yang ditanamkan, pengoperasian
yang baik adalah sangat penting. Kebutuhan untuk
penyedian tenaga listrik dimana harga dan biaya jam
untuk bahan bakar dan lainnya yang terus meningkat.
Komsumsi bahan bakar pembangkitan menjadi suatu
masalah dan perlu mendapatkan perhatian yang serius
mengingat komponen biaya penyediaan tenaga listrik
terbesar adalah biaya bahan bakar yaitu sekitar 60 % dari
biaya total. Dari 60 % biaya bahan bakar tersebut, 85 %
diantaranya adalah biaya bahan bakar untuk pembangkit
thermal. Oleh karena itu, penghematan biaya bahan bakar
dalam presentase yang kecil mampu memberikan
pengaruh yang sangat besar terhadap penghematan biaya
operasi. Untuk memproduksi tenaga listrik pada suatu
sistem tenaga dibutuhkan cara bagaimana membuat biaya
komsumsi bahan bakar generator atau biaya operasi dari
keseluruhan sistem seminimal mungkin dengan
menentukan kombinasi daya output dari masing-masing
unit pembangkit di bawah batasan dari tuntutan beban
sistem dan batas kemampuan pembangkitan masingmasing unit pembangkit. Cara ini dikenal dengan istilah
Economic Dispatch (ED) [1].
Beberapa metode dapat digunakan untuk menyelesaikan
masalah ED. Metode tradisonal seperti Iterasi Lambda,

Gradient, dan Newton-Raphson [2,3]. Metode lainnya


digunakan beberapa metode alternatif yang telah
dikembangkan seperti Dynamic Programming (DP) [4,5],
Particle Swarm Optimization (PSO) [6-9], Neural
Network (NN) [10-11], dan Algoritma Genetika[12-14].
Aplikasi economic dispatch digunakan untuk
memudahkan pengaturan batasan daya aktif pembangkit,
beban, dan fungsi biaya setiap pembangkit. Simulasi dapat
digunakan pada setiap perubahan permintaan beban dan
perubahan fungsi biaya pembangkitan setiap pembangkit.
Pada penelitian ini pembuatan aplikasi ED
menggunakan visual basic 6.0. Keunggulan aplikasi ini
dapat mudah dijalankan yang dilengkapi dengan petunjuk
penggunaan program. Pengujian efektifitas aplikasi
dilakukan pada kasus sistem IEEE 26 bus.

2. Metode
2.1. Model Persamaan Economic Dispatch
Untuk memperoleh operasi yang ekonomis, daya yang
dibangkitkan oleh unit-unit pembangkit harus dihitung
berdasarkan biaya bahan bakar masing-masing unit.
2

Fi (Pi ) ai .Pi bi .Pi ci

Biaya total pembangkitan adalah:

ELECTRICHSAN, VOL. 1, NO.1, MEI 2014

FT

Unit 1

( Pi )

i 1

Ft
Fi
i
ai, bi, dan ci
Pi

= total biaya bahan bakar


= biaya bahan bakar unit i
= unit pembangkit
= koofisien fungsi biaya bahan bakar
= daya keluaran untuk unit i

Unit 2
Unit 3

st as iun

Unit 4

Perubahan biaya bahan bakar setiap unit adalah :

dF1
1 2a 1.P1 b1
dP1
dF2
2 2a 2 .P2 b2
dP2
.
.
.

P1

P2

P3

P4

Beban Stasiun Pembangkit = P1 + P2 + P 3 + P 4

Gambar 1. Hubungan antara dan daya yang


dibangkitkan
oleh setiap unit pembangkit

2.2. Tahapan Penelitian

dFN
N 2a N .PN bN
dPN
Agar diperoleh biaya minimum, unit-unit pembangkit
harus bekerja pada nilai sama (stasiun)

1 2 ... N sta siu n


Jika suatu unit harus bekerja pada daya minimum atau
maksimum, maka aturan berikut harus dipenuhi :

i sta siun maka Pi Pmin


i stasiun maka Pi Pmaks
Bila terjadi perubahan beban maka akan dilayani oleh
unit-unit yang bekerja pada stasiun. Gambar 1 dibawah
menunjukkan hubungan antara dan besaran daya yang
harus dibangkitkan setiap pembangkit pada suatu stasiun
pembangkit yang terdiri dari 4 unit pembangkit agar
diperoleh pembangkitan ekonomis.

1.

2.
3.
4.
5.
6.
7.
8.

Tahap-tahap penelitian adalah sebagai berikut:


Memasukkan data batasan maksimum & minimum
pembangkit, koefisien bahan bakar, pembangkit
pembangkit yang beroperasi dan jumlah total beban.
Menghitung lamda
Menghitung daya setiap unit.
Maksimumkan daya unit yang dayanya > daya maks
Hitung lamda
Minimumkan daya unit yang dayanya < daya min
Hitung lamda
Ulangi langkah 4 - 5 sampai daya total sama dengan
beban.
Ulangi langkah 4 5 sampai lamda setiap unit
memenuhi syarat.
Menghitung daya pembangkit, biaya setiap unit dan
biaya total pembangkit.

Flow chart tahapan penelitian ditunjukkan pada


Gambar 2.

ELECTRICHSAN, VOL. 1, NO.1, MEI 2014

Mulai
Baca dat a :
Jumlah unit
Koof biaya b ahan ba kar
Da ya min & ma ks
Unit yang beroperasi & tida k
beropea si
Beba n

Hitung lamda & d aya setiap unit

Ada unit yang da yanya


diluar bata s da ya min &
maks ?

Jumlah da ya ma ks & min =


daya maksimum unit yang da yam ya > da ya ma ks
+ da ya minimum u nit yan g da yanya < da ya min

ya

Gambar 3. Tampilan awal simulasi


tidak

Jumlah da ya
maks & min > beba n

Maksimum kan d aya unit yang da yanya > da ya ma ks


Hitung lamda

Minimumkan daya unit yang da yanya < da ya min


Hitung lamda

Minimumkan daya unit yang da yanya < da ya min


Hitung lamda

Maksimum kan d aya unit yang da yanya > da ya m aks


Hitung lamda

Dalam simulasi operasi ekonomis stasiun pembangkit ini


ditampilkan juga penjelasan aplikasi untuk memudahkan
pengguna menggunakan aplikasi seperti ditunjukkan pada
gambar 4.

Hitung da ya total

Daya total > b eban


Simpan nilai daya
unit minimum

Da ya tot al < beba n


Daya total

Simpan nilai daya


unit maksimum

Daya total = be ban

Lamda setiap unit


memenuhi syarat ?

Gambar 4. Penjelasan aplikasi


Hitung
- biaya se tiap unit
- Biaya total

Gambar 5 menunjukkan tampilan untuk mengisi data


yang dibutuhkan dalam perhitungan operasi ekonomis.

selesai

Gambar 2. Flow chart tahapan penelitian

2.3. Model Aplikasi


Pembuatan aplikasi ED menggunakan visual basic 6.0
dengan tampilan awal seperti pada gambar 3.

Gambar 5. Tampilan untuk mengisi data yang


dibutuhkan

ELECTRICHSAN, VOL. 1, NO.1, MEI 2014

B. Kasus 2: System IEEE 26 Bus

3. Hasil dan Pe mbahasan


Untuk mengetahui efektifitas aplikasi operasi
ekonomis stasiun pembangkit tenaga listrik diuji dengan
hasil penelitian sebelumnya[1] dan sistem IEEE 26 bus.
A. Kasus 1

Sistem IEEE 26 bus mempunyai 6 pembangkit


thermal, 26 bus dan 46 saluran dengan total beban sebesar
1263 MW. Gambar 7 menunjukkan single line diagram
system IEEE 26 bus.

Kasus ini diambil dari penelitian economic dispatch


menggunakan metode lagrange yang mengabaikan rugirugi transmisi[1]. Dalam kasus ini mempunyai 3
pembangkit dengan fungsi biaya pembangkitan sebagai
berikut :
2

F(P1) = 500 + 5,3P1 + 0,004P 1


F(P2) = 400 + 5,5P2 + 0,006P 22
F(P3) = 200 + 5,8P3 + 0,009P 32
Batasan daya tiap pembangkit sebagai berikut :
Pembangkit 1 : 200 P 1 450 (MW)
Pembangkit 2 : 150 P 2 350 (MW)
Pembangkit 3 : 100 P3 225 (MW)
Hasil perhitungan dengan aplikasi ED dengan total
beban 975 MW ditunjukkan pada Gambar 6.
Perbandingan dengan hasil penelitian [1] ditunjukkan
pada Table 1.

Gambar 7. Single line diagram sistem 26 Bus

Gambar 6. Hasil simulasi kasus 1

TABEL 1. Perbandingan hasil simulasi kasus 1 dengan


penelitan sebelumnya
Pembangkit Hadi [1]
Saadat
450
P G1

Hasil
Simulasi
450

P G2

325

325

P G3

200

200

Total Biaya
8236,25
($/Jam)

8236,25

Dari table 1 memperlihatkan bahwa hasil dari aplikasi


ED penelitiaan ini sesuai dengan hasil penelitian
sebelumnya. Total biaya hasil simulasi operasi ekonomis
penelitian ini adalah sebesar 8236,25 $/jam.

Batasan daya tiap pembangkit sebagai berikut :


Pembangkit 1 : 100 P1 500
Pembangkit 2 : 50 P2 200
Pembangkit 3 : 80 P3 300
Pembangkit 4 : 50 P4 150
Pembangkit 5 : 50 P5 200
Pembangkit 6 : 50 P6 120
Funsi biaya pembangkitan setiap pembangkit adalah :
F(P1) = 240 + 7P1 + 0,0070P12
F(P2) = 200 + 10P2 + 0,0095P 22
F(P3) = 220 + 8.5P3 + 0,0090P 32
F(P4) = 200 + 11P4 + 0,0090P 42
F(P5) = 220 + 10.5P5 + 0,0080P 52
F(P6) = 190 + 12P6 + 0,0075P 62
Gambar 8 menunjukkan tampilan aplikasi setelah
dimasukkan data sesuai dengan system IEEE 26 bus.
Total beban sebesar 1263 MW.

ELECTRICHSAN, VOL. 1, NO.1, MEI 2014

able
2. Total biaya hasil simulasi operasi ekonomis
t
p enelitian ini adalah sebesar 15.275,95 $/jam.
TABEL 2. Perbandingan hasil simulasi sistem IEEE 26
bus, dengan penelitan sebelumnya
Pembangkit Hadi [1]
Saadat
447,61
P G1

Gambar 8. Tampilan aplikasi dengan data IEEE 26 bus

Setelah aplikasi dijalankan dengan data yang telah


dimasukkan
maka
aplikasi
menampilkan
hasil
perhitungan seperti ditunjukkan pada Gambar 9.

Hasil
Simulasi
446,71

P G2

173,09

171,26

P G3

263,36

264,11

P G4

138,71

125,22

P G5

166,10

172,12

P G6

86,94

83,59

Total Biaya
15,447,72 15.275,95
($/Jam)

Dari tabel 2 diatas menunjukkan perbedaan daya


pembangkitan setiap pembangkit antara hasil simulasi
d
engan
penelitian sebelumnya [1]. Perbedaan daya yang
d
ibangkitkan
dari tabel 2 diatas
mengakibatkan
p
erbedaan
total biaya pembangkitan. Perbedaan ini
d
isebabkan
aplikasi ED pada penelitian ini tidak
memperhitungkan rugi-rugi jaringan. Daya setiap
embangkit
jika dibandingkan antar setiap unit
p
menunjukkan perbedaan
yang
tidak jauh berbeda
ehingga
aplikasi ini dapat dipergunakan untuk kasus
s
ang
y lain dengan mengabaikan rugi-rugi transmisi.
4. Kesimpulan
Gambar 9. Tampilan aplikasi hasil perhitungan system
IEEE 26 bus

Hasil simulasi ED system tenaga listrik dapat langsung


dicetak seperti yang ditunjukkan pada Gambar 10.

Dalam penelitian ini pembuatan aplikasi economic


dispatch system tenaga listrik menggunakan bantuan
software visual basic 6.0. Simulasi dilakukan terhadap
system IEEE 26 bus sehingga dapat disimpulkan bahwa :
1. Hasil
menunjukkan
kesesuaian
dengan
penelitian sebelumnya sehingga aplikasi ini
dapat dipergunakan untuk kasus-kasus yang
lain.
2. Aplikasi dapat dengan mudah digunakan karena
dilengkapi dengan petunjuk penggunaannya.
3. Untuk pengembangan aplikasi ini dapat
dilakukan dengan memperhitungkan rugi-rugi
transmisi
Daftar Pustaka
[1]

Gambar 10. Tampilan cetak hasil perhitungan system


IEEE 26 bus
Dari hasil yang ditunjukkan di atas bila dibandingkan
dengan hasil dari penelitian sebelumnya ditunjukkan pada

[2]

Hadi Saadat, Power System Analysis,


WCB
McGraw-Hil, New York, 1999.
Allen J. Wood and Bruce F, Wollenberg. Power
Generation, Operation and Control. John Wiley &
Sons, Inc., 1996. Pp. 514-518.

ELECTRICHSAN, VOL. 1, NO.1, MEI 2014


Jizhong. Optimization of Power System Operation
Principal Engineer. AREVA T & D Inc. Redmond,
WA, USA, IEEE series of Power Engineering. 2009.
[4] Z.X. Liang, J. D. Glover. A Zoom Feature For a
Dynamic Programming Solution to Economic
Dispatch Including Transmission Losses. IEEE
Transactions on Power Systems, 1992; page 544550.
[5] Hardiansyah, Junaidi, MS. Yohannes. Solving
Economic Load Dispatch Problem Using Particle
Swarm Optimization Technigue. I.J. Intelligent
Sistem and Application. 2012; page: 12-18.
[6] Kwang Y. Lee, Fellow, Jong-Bae Park. Application
of Particle Swarm Optimization to Economic
Dispatch Problem Advantages and Disadvantages.
Journal IEEE. 2006; seri 142440178X
Zwe-Lee Gaing. Particle Swarm Optimization to
[7]
Solving The Economic Dispatch Considering The
Generator Constraints. IEEE Transaction on Power
Sistem. August 2003; Vol. 18, No. 3.
[8] Andi Muh. Ilyas, M. Natsir Rahman. Economic
Dispatch Thermal Generator Using Modified
Improved Particle Swarm Optimization. Jurnal
Telkomnika. July 2012; Vol. 10, No.3, pp 459-470.
[9] AM. Ilyas, Ontoseno Panangsang, Adi Soeprijanto.
Optimisasi Pembangkit Thermal
Sistem 500 kV
Jawa-Bali Menggunakan Modified Particle Swarm
Optimization (MIPSO).
National Conference :
Design and Application of Technology, 2010.
[10] J. Kennedy, R. C. Eberhart. Particle Swarm
Optimization. Proceedings of IEEE International
Conference on Neural Networks (ICNN95). 1995;
1942-1948
[11] M Mohatram, S Kumar. Application of Artificial
Neural Network in Economic Generation Scheduling
of Thermal Power Plants. Proceedings of the
National Conference. 2006.
[12] Adrianti.
Penjadwalan Ekonomis Pembangkit
Thermal dengan Memperhitungkan Rugi-rugi
Saluran Transmisi Menggunakan Metode Algoritma
Genetik. Jurnal TeknikA Jurusan Teknik Elektro,
Fakultas Teknik, Universitas Andalas. April 2010;
page 33 vol. 1.
[13] Z. L. Gaing dan R. F. Chang, Security-Constrained
Optimal Power Flow by Mixed-Integer Genetic
Algorithm with Arithmatic Operators, IEEE, 2006.
[14] G. Bakirtzis dan E. Zaumas, Optimal Power Flow
by Enhanced Genetic Algorithm, IEEE, 2002
[3]