BAB I

PENDAHULUAN
1.1.

LATAR BELAKANG
Aliran beban (atau aliran daya) merupakan solusi untuk kondisi operasi
keadaan normal dari suatu sistem tenaga listrik. Secara umum, perhitungan aliran
daya dilakukan untuk perencanaan sistem tenaga dan perencanaan operasional
dan untuk operasi dan kendali sistem. Data yang diperoleh dari studi aliran daya
digunakan untuk studi operasi normal, analisis kontingensi, penjadwalan
optimum dan stabilitas.
Pentingnya

masalah

aliran

daya

telah

menarik

perhatian

para

matematikawan dan insinyur dunia selama beberapa tahun. Banyak peneliti telah
menghabiskan banyak waktu dari karir profesionalnya untuk mencari solusi dari
masalah aliran daya. Sejumlah upaya yang telah dilakukan untuk solusi masalah
aliran daya telah menghasilkan banyak hasil yang dilaporkan dalam sejumlah
publikasi-publikasi teknik.
Sebelum tahun 1929, semua perhitungan

aliran daya dilakukan

dengan tangan. Pada tahun 1929, network calculators (dari Westinghouse)

atau network analyzers (dari General Electric) digunakan untuk melakukan
perhitungan aliran daya. Tulisan pertama yang menjelaskan metode digital untuk
penyelesaian masalah aliran daya dipublikasikan pada tahun 1954. Namun
demikian, metode digital pertama yang sukses dikembangkan adalah oleh Ward
dan Hale pada tahun 1956. Metoda iteratif yang digunakan pada awalnya
didasarkan pada matriks-Y dari metoda Gauss-Seidel. Metoda ini memerlukan
simpanan komputer yang minimum dan iterasi yang sedikit untuk sistem
yang kecil. Namun, bila ukuran sistem bertambah besar, jumlah iterasi yang
diperlukan meningkat secara dramatis. Pada beberapa kasus, metoda ini sama
sekali tidak memberikan solusi.
Kekurangan dari metoda Gauss-Seidel diatas memicu dikembangkannya
metoda Newton- Raphson. Metoda ini awalnya dikembangkan oleh Van Ness dan
Griffin dan kemudian dikembangkan lagi oleh peneliti-peneliti lain seperti
Tinney

dan Stot.

Metoda

ini didasarkan pada algoritma Newton-Raphson

untuk penyelesaian persamaan kuadratik simultan dari jaringan daya. Berlawanan

dengan algoritma Gauss-Seidel, metoda ini memerlukan

waktu yang lebih

panjang per-iterasinya, namun jumlah iterasinya sedikit dan tidak tergantung

pada ukuran jaringan. Oleh karenanya, masalah aliran daya yang tidak dapat
diselesaikan dengan metoda Gauss-Seidel (misalnya sistem dengan impedansi
negatif) dapat diselesaikan secara mudah dengan metoda ini. Akan tetapi metoda
ini tidak kompetitif secara komputasional untuk sistem yang besar karena
meningkatnya waktu hitung dan simpanan komputer. Namun demikian,
dengan dikembangkannya teknik eliminasi
Tinney

dkk

untuk

menyelesaikan

yang

sangat

efisien

oleh

persamaan- persamaan simultan, telah

meningkatkan efisiensi dari metoda Newton Raphson dalam hal kecepatan

dan penyimpanan komputer. Hal tersebut telah membuat metoda ini menjadi
metoda aliran daya yang paling luas digunakan.
Penelitian

pada

akhir-akhir

ini

telah

dikonsentrasikan

pada

pengembangan metoda Newton-Raphson decoupled. Metoda ini didasarkan

pada fakta bahwa pada setiap jaringan daya yang beroperasi pada keadaan
mantap, kopling antara P- (daya aktif dan sudut tegangan bus) dan Q-V (daya
reaktif dan besar tegangan bus) adalah cukup lemah. Oleh karenanya, metoda
ini menyelesaikan masalah aliran daya secara decoupling (menyelesaikan
secara terpisah) masalah P- dan Q-V. Sehingga, metoda ini merupakan
aproksimasi terhadap metoda Newton-Raphson. Metoda ini memiliki akurasi yang
cukup baik dan sangat cepat dan oleh karenanya dapat digunakan untuk aplikasi
on-line dan penentuan kontingensi.
1. RUMUSAN MASALAH
1.1.
Bagaimana Menganalisis aliran beban (load flow) menggunakan
metode Gauss-Seide.
1.2.
Bagaimana Menganalisis aliran beban (load flow) menggunakan
metode Newton-Rophson.
2. TUJUAN PENULISAN MAKALAH
2.1.
Memahami aliran beban dengan metode Gauss Seidel.
2.2.
Memahami aliran beban dengan metode Newton-Rophson.
BAB II

TEORI ALIRAN DAYA

2.1 . UMUM
Perhitungan aliran daya merupakan suatu alat bantu yang sangat penting
untuk mengetahui kondisi operasi sistem. Perhitungan aliran daya pada tegangan,
arus dan faktor daya di berbagai simpul suatu jaringan listrik dilakukan pada
keadaan operasi normal. Hasil perhitungan aliran daya ini kemudian digunakan
untuk mensimulasi kondisi gangguan yang besar, stabilitas transien maupun
analisa kontigensi yaitu analisa keadaan dimana sebagian komponen sistem tidak
terhubung ke sistem dengan baik.
Perhitungan aliran daya membutuhkan informasi ramalan kebutuhan
beban di setiap titik pelayanan, rencana operasi pusat pembangkit dan rencana
operasi fasilitas transmisi. Dari informasi di atas dapat disusun persaman aliran
daya dari satu Gardu Induk (G.I.) ke G.I. lainnya.
2.2.

KONSEP PERHITUNGAN ALIRAN DAYA

Perhitungan aliran daya pada dasarnya adalah menghitung besaran
tegangan |V| dan sudut fasa tegangan pada setiap G.I. pada kondisi tunak dan
ketiga fasa seimbang. Hasil perhitungan ini digunakan untuk menghitung besar
aliran daya aktif P dan daya reaktif Q di setiap peralatan transmisi, besarnya daya
aktif P dan daya reaktif Q yang harus dibangkitkan setiap pusat pembangkit serta
jumlah rugi-rugi di sistem.

2.1.

ITERASI GAUSS SEIDEL

Metode Iterasi Gauss-Seidel merupakan modikasi dari metode Iterasi
Jacobi.Modikasi tersebut terletak pada rumus berikut:

dimana i=1,2,3,...,n.

Untuk lebih jelasnya, marilah kita perhatikan contoh berikut, diketahui

sistem persamaan linear Ax = b yaitu
10x1 x2 +
= 6
3 2 x3 + = 25
x1 +2x
11x
3x2x
4 1 x2 + 10x3 = 11
x4
= 15
3x2 x3 +
Lalu, sistem persamaan tersebut diubah
susunannya menjadi seperti ini

Misalnya kita tentukan nilai-nilai awal x(0) sebagai berikut x1(0) = 0, x 2(0) =
0, x3(0) = 0 dan x4(0) = 0. Atau dinyatakan seperti ini x(0) = (0; 0; 0; 0)t.
Maka pada k = 1 kita akan memperoleh nilai-nilai x(1) sebagai berikut
(1)

= 0, 6000

(1)

= 2, 3272

(1)

= 0, 9873

x1
x2
3x

(1)

= 0, 8789
x4
Lalu proses perhitungan diulangi lagi dengan k = 2. Begitu seterusnya
proses ini diulang- ulang lagi untuk nilai-nilai k berikutnya sampai x (k)
mendekati solusi yang sesungguhnya,
yaitu
x = (1; 2; 1;1)t
Marilah kita amati hasil seluruh iterasi. Tabel di bawah ini menampilkan
hasil perhitungan hingga iterasi yang ke-5. Kita bisa saksikan bahwa
dibandingkan dengan iterasi Jacobi, problem sistem persamaan linear yang
sama, bisa diselesaikan oleh metode iterasi Gauss- Seidel dalam 5 kali iterasi

Dari kasus ini, bisa kita simpulkan bahwa iterasi Gauss-Seidel bekerja
lebih efektif diband- ingkan iterasi Jacobi.

Ya.., memang secara umum

demikian, akan tetapi ternyata ditemukan kondisi yang sebaliknya pada kasuskasus yang lain.
Algoritma Iterasi Jacobi
Langkah 1: Tentukan k=1
Langkah 2: Ketika (k N) lakukan Langkah 3-6
Langkah 3: Untuk i=1,...,n, hitunglah

Langkah 4: Jika x XO < , maka keluarkan OUTPUT (x1 , ..., xn )

lalu
STOP
Langkah 5: Tentukan k=k+1
Langkah 6: Untuk i=1,...n, tentukan X O i = xi
Langkah 7: OUTPUT (Iterasi maksimum telah terlampaui) lalu STOP
Program dalam Fortran :
IMPLICIT NONE
DIMENSION
A(10,10),B(10),X(10),XO(10) REAL

A,B,X,XO,EPS,NORM,S1,S2
INTEGER N,I,J,K,ITMAX
WRITE(*,*)
WRITE(*,*) ==> ITERASI GAUSS-SEIDEL UNTUK SISTEM LINEAR
<== WRITE(*,*)
WRITE (*,(1X,A)) JUMLAH PERSAMAAN ?
READ (*,*) N
WRITE (*,*) MASUKAN ELEMEN-ELEMEN MATRIK A DAN
VEKTOR B DO 52 I = 1,N
DO 62 J = 1,N
WRITE (*,(1X,A,I2,A,I2,A)) A(,I,,,J,) = READ
(*,*) A(I,J)
62

CONTINUE
WRITE (*,(1X,A,I2,A)) B(,I,) ?
READ (*,*) B(I)
WRITE (*,*)

52

CONTINUE
WRITE (*,(1X,A)) JUMLAH ITERASI
MAKSIMUM ? READ (*,*) ITMAX
WRITE (*,(1X,A)) NILAI EPSILON ATAU TOLERANSI ?
READ (*,*) EPS
WRITE (*,*) MASUKAN NILAI AWAL
UNTUK XO DO 72 I = 1,N
WRITE (*,(1X,A,I2,A)) XO(,I,) ? READ (*,*)

72
C

XO(I)
CONTINUE
WRITE (*,*)
MENAMPILKAN MATRIK A
WRITE (*,(1X,A)) MATRIK A: DO
110 I = 1,N
WRITE (*,6) (A(I,J),J=1,N)

110
C

CONTINUE
WRITE (*,*)
MENAMPILKAN VEKTOR B

WRITE (*,(1X,A)) VEKTOR B: DO

111 I = 1,N
WRITE (*,6) B(I)
111

CONTINUE
WRITE (*,*)
LANGKAH 1

K=1
C

LANGKAH 2

100
C

IF(K.GT.ITMAX) GOTO 200

LANGKAH 3
DO 10 I = 1,N S1
= 0.0
DO 20 J=I+1,N
S1 = S1-A(I,J)*XO(J)

20
CONTINU
E S2 = 0.0
DO 23 J=1,I-1
S2 = S2-A(I,J)*X(J)
23

CONTINUE
X(I) = (S2+S1+B(I))/A(I,I)

10

CONTINUE

SAYA PILIH NORM-2. ANDA BOLEH PAKAI NORM YANG LAIN!

NORM = 0.0

DO 40 I=1,N
NORM = NORM + (X(I)-XO(I))*(X(I)-XO(I))
40 CONTINUE
NORM = SQRT(NORM)
WRITE(*,(1X,A,I3)) ITERASI KE-, K WRITE(*,(1X,A,F14.8)) NORM-2 = ,
NORM WRITE(*,(1X,A,I3,A,F14.8)) (X(,I,) = , X(I),I=1,N) WRITE(*,*)
C

LANGKAH 4

IF(NORM.LE.EPS) THEN WRITE(*,7) K,NORM GOTO 400

END IF

LANGKAH 5

K = K+1
C

LANGKAH 6

DO 30 I=1,N XO(I) = X(I)

30
C

CONTINUE GOTO 100

LANGKAH 7

200

CONTINUE WRITE(*,9)

400 STOP
5

FORMAT(1X,I3)

FORMAT(1X,(6(1X,F14.8)))

FORMAT(1X,KONVERGEN PADA ITERASI YANG KE- ,I3,

* , NORM= ,F14.8)
9
2.3.

FORMAT(1X,MELEBIHI BATAS MAKSIMUM ITERASI) END

NEWTON RAPHSON
Mari kembali kita ingat kembali bahwa metode Newton-Raphson
didasarkan pada pemakaian turunan (yakni kemiringan) suatu fungsi untuk
menaksir pemotongan dengan sumbu peubah bebasnya-yakni akar. Taksiran ini
didasarkan pada uraian deret Taylor
f ( x r +1 )=f ( xr ) + ( x r +1x r ) f ' ( x r )
Dimana

xr

adalah tebakan awal pada akarnya dan

x r+1

adalah titik

tempat garis singgung memotong sumbu x. pada perpotongan ini,

f ( x r +1 )

yang didefinisikan sama dengan nol, dapat disusun kembali untuk menghasilkan

f ( x r +1 )=x r

f ( xr)
'

f ( xr )

Yang merupakan bentuk persamaan tunggal dari Metode Newton Raphson.

Bentuk persamaan majemuk diturunkan dalam gaya yang identik. Namun, deret
Taylor dengan peubah majemuk harus dipakai dengan tujuan memperhitungkan
kenyataan bahwa lebih dari satu peubah bebas penyumbang penentuan akar
tersebut. Untuk kasus dua peubah, deret Taylor orde pertama dapat dituliskan
untuk masing-masing persamaan linear sebagai
ur +1=ur + ( x r+1x r )

ur
u
+ ( y r +1 y r ) r
x
y

Dan
v r +1=v r + ( x r +1x r )

u r
u
+ ( y r+1 y r ) r
x
y

Sama halnya seperti untuk versi persamaan tunggal, taksiran akar

berpandangan dengan titik-titik pada mana ur +1 dan v r +1 sama dengan nol.
Untuk situasi ini, persamaan dapat disusun ulang untuk memberikan
u r
u
u
u
x r +1+ r =ur + xr r + y r r
x
y
x
y
u r
u
v
v
x r +1+ r =v r + x r r + y r r
x
y
x
y
Karena hampir semua yang dengan tikalas r diketahui (berpandangan
terhadap tebakan atau hamp[ir yang terakhir), yang tidak diketahui adalah
x r+1

dan

y r +1 . Jadi, persamaan berupa himpunan dua persamaan linear

dengan dua bilangan anu. Akibatnya, dapat deterapkan manupukasi aljabar

(misalnya aturan Cramer) untuk memecahkan
vr
ur
v r
y
y
x r+1= xr
u r v r ur v r

x y y x
ur

vr
u
v r r
x
x
y r +1= y r +
u r v r ur v r

x y y x
ur

Penyebut dari masing-masing persamaan ini secara formal diacu sebagai

determinan jacobi dari sistem tersebut.
Contoh pada persamaan
2

u ( x , y )=x + xy5=0
v ( x , y )= y+ 2 xy15=0
Jika persamaan ini dimasukkan dalam matlab maka
clc;
clear;
x0=1;
y0=2;
disp('Metode Newton Rapshon untuk persamaan nirlanjar');
disp('f1(x,y)=x^2 + xy - 5');
disp('f2(x,y)=y + 2xy - 15');
disp('iterasi

akar1

akar2');

for iterasi=1:100;

10

x1=x0-(((x0.^2+x0*y0-5)*(1+2*x0)-(y0+2*x0*y0-15)*(x0))/
((2*x0+y0)*(1+2*x0)-(x0)*(2*y0)));
y1=y0+(((x0.^2+x0*y0-5)*(2*y0)-(y0+2*x0*y0-15)*(2*x0+y0))/
((2*x0+y0)*(1+2*x0)-(x0)*(2*y0)));
fprintf(' %3g

%10.7f %10.7f\n', iterasi, x1, y1);

if (abs(x1-x0)<0.000001)||(abs(y1-y0)<0.000001);
break;
end;
x0=x1;
y0=y1;
end;
akar1=x1;
akar2=y1;
fprintf('Akar akarnya adalah %10.7f dan %10.7f\n',akar1, akar2);
fprintf('Jumlah iterasi = %g\n',iterasi);
dan hasilnya
Metode Newton Rapshon untuk persamaan nirlanjar
f1(x,y)=x^2 + xy - 5
f2(x,y)=y + 2xy - 15
iterasi

akar1

akar2

0.6250000 5.5000000

0.7448308 6.0808271

0.7340693 6.0774838

0.7340361 6.0776180

11

0.7340361 6.0776180

Akar akarnya adalah 0.7340361 dan 6.0776180

Jumlah iterasi = 5

12

BAB III
PENUTUP
3.1. KESIMPULAN
a. Operasi

matematik

dibandingkan

metode Newton

dengan

Raphson

matrik

komputernya,

sistem

sulit

bila

Jacobian, begitu pula dengan

secara relative metode Newton Raphson

memerlukan waktu lebih lama.

b. Metode Newton Raphson lebih sesuai
pada

lebih

metode Gauss-Seidel dikarenakan metode Newton

ada pembentukan

penyusunan program

Raphson

untuk

menghitung

aliran beban

dengan jumlah yang besar, dan kurang sesuai untuk sistem

kecil, sedang metode

Gauss-Seidel

bersifat sebaliknya.

3.2. SARAN
a. Penulis

menyarankan

dibandingkan metodenya
perbandingan.

Dan

adanya pengembangan
dengan

juga

metode- metode

dapat dicoba

diterapkan

selanjutnya
lainnya
pada

untuk
sebagai

model sistem

jaringan bus yang besar contohnya seperti model jaringan standar IEEE 57
bus 80 saluran.
b. Simulasi ini masih menggunakan asumsi umum studi aliran daya, yakni
kondisi system dianggap stabil (Balance System) untuk
menyarankan untuk

mencoba

menggunakan pula

stabil (Unbalanced System).

12

pada

itu

penulis

kondisi

tak

DAFTAR PUSTAKA
http://kuliahft.umm.ac.id 12 April 2016.
http://s3.amazonaws.com/academia.edu.documentsSTUDI ALIRAN

DAYA.pdf

April 2016.
http://s3.amazonaws.com/academia.edu.Iterasi_Gauss_Seidel.pdf 12 April 2016.

13

12