Nama : Basuki Rachmad

NRP : 2213105070

Optimal Location and Sizing of Distributed

Generation Based on Gentic Algorithm
(Lokasi Optimasi dan Pengukuran dari Generasi Distribusi
Berdasarkan Genetic Algorithm)
Definisi generasi distribusi (DG) sebagai pembangkit listrik oleh fasilitas cukup kecil
dari pusat pembangkit penghasil sehingga memungkinkan interkoneksi pada hampir setiap
titik di sebuah system tenaga. DG memiliki unit pembangkit yang kecil antara 50 100 MW,
yang biasanya terhubung ke jaringan distribusi dan tidak direncanakan pusat atau
diberangkatkan. DG juga membantu dalam pemotongan beban puncak dan program
manajemen beban, meningkatkan kontinuitas sistem dan keandalan. Definisi ini memastikan
untuk memaksimalkan keuntungan DG pada kerugian keseluruhan system dengan ukuran
minimum dan biaya. Masalah penempatan dan ukuran DG dalam jaringan distribusi radial
besar adalah permasalahan optimasi kombinasional yang sangat kompleks. Teknik
konvensional, seperti pemrograman integer non linear dan linear, akan menghasilkan
komputasi waktu / usaha besar dan perlu memutuskan model penyederhanaan. Beberapa
teknik yang berbeda telah diusulkan untuk pemecahan masalah berdasarkan perhitungan
evolusi.
Penerapan perhitungan evolusioner untuk masalah sistem tenaga tumbuh daerah
penelitian. Teknik Komputasi Evolusioner termasuk Algoritma Genetika (GA), Simulated
Annealing (SA), Tabu Search (TS) dan Particle Swarm (PS). Algoritma Genetika (GA) sejauh
ini, yang paling sering digunakan teknik perhitungan evolusi dalam aplikasi sistem tenaga.
Sebuah algoritma genetika yang sederhana merupakan prosedur iteratif, yang
mempertahankan populasi ukuran konstan dari kandidat solusi. Pada setiap langkah iterasi
(generasi) tiga operator genetika (reproduksi, crossover dan mutasi) yang dijalankan untuk
menghasilkan populasi baru (keturunan), dan kromosom dari populasi baru dievaluasi
melalui nilai fitness yang berhubungan dengan fungsi fitness. Berdasarkan ini operator
genetik dan evaluasi, populasi baru lebih baik dari terbentuk kandidat solusi. Fungsi obyektif
yang digunakan dalam GA sebagai alat efisien yang guna untuk mencari DG penempatan
optimal dan ukuran dapat diklasifikasikan menjadi dua kelompok utama, satu kekhawatiran
tentang efek DG dalam meminimalkan total rugi daya sistem dan fokus lain pada kepentingan
DG dalam perbaikan profil tegangan.
Manfaat Faktor Biaya (CBF), digunakan untuk mengevaluasi pencapaian beberapa
tujuan DG. Faktor ini gabungan biaya penambahan Unit DG baru dengan penghematan yang
diperoleh dari total daya kerugian pengurangan dan pembangkit listrik disediakan.

Algoritma genetika adalah inti dari algoritma dan aliran daya analisis yang digunakan
untuk aliran listrik dan jumlah perhitungan kerugian sistem. Perhitungan dievaluasi
dengan paket perangkat lunak MATPOWER. Algoritma genetika pencarian untuk
menemukan tempat yang optimal dan ukuran untuk menginstal Dirjen. Rutinitas ini
diprogram dalam perangkat lunak MATLAB. Metodologi solusi dimulai dengan membaca
data bus dan data konfigurasi baris dan generator yang diperlukan untuk menghitung fungsi
fitness yang merupakan faktor biaya manfaat (CBF).
Algoritma yang diusulkan memiliki pilihan perhitungan total rugi daya aktif sebagai
faktor tradisional yang biasa digunakan untuk mengevaluasi keuntungan dari penambahan
unit DG. Berikut merupakan gambar Flowchart dari optimasi algoritma :

Nama : Basuki Rachmad

NRP : 2213105070

Kendala utama dalam proses optimasi pada metodologi yang diusulkan ialah:
A. Jumlah total dari DG
Jumlah dari DG harus kurang dari atau sama dengan maksimum jumlah dari DG
(NDG/MAX):
NDG NDG/MAX
Dimana
NDG/MAX = Jumlah dari Bus
B. Kendala kapasitas generasi DG
Daya aktif saat masing-masing DG (Pg d) ialah batasan minimum dan maksimum
(Pgdmin dan Pgdmax):
Pgdmin Pgd Pgdmax
Maksimum daya aktif ditambah oleh unit DG Pg dmax adalah ditetapkan menjadi sistem
total beban aktif.
C. Kendala keseimbangan tenaga
Total daya yang dihasilkan oleh sumber generasi awal dan DG unit ditambahkan
harus mencakup total kebutuhan beban dan total kerugian daya aktif (PLL).

D. Kendala voltase-bus
Tegangan bus pada setiap bus i dibatasi oleh minimum dan maximum:
Dimana

Nama : Basuki Rachmad

NRP : 2213105070
Fungsi Pusat, dengan kendala yang digunakan dan goalsis ditentukan sebagai berikut:

Daftar Pustaka
[1].Helal Ahmed, Motaz Amer, and Hussien Eldosouki Optimal Location and Sizing
of Distributed Generation Based on Genetic Algorithm IEEE Transactions on
power systems, Vol. 978, No. 1, pp 4673-4695, 2004.
[2].Caisheng Wang, and M. Hashem Nehrir Anaytical approached for optimal
placement of distributed generation sources in power system IEEE Transactions
on power systems, Vol. 19, No. 4, pp 2068-2076, 2004
[3].A. Thomas, A. Goran, S. Lennart, Distributed generation: a definition, Electric
Power System Research Vol. 57 (3), pp 195-204, 2001.
[4].Deependra Singh, Devender Singh, and K. S. Verna, GA based Optimal Sizing
and Placement of Distributed Generation for Loss Minimization International
Journal of Intelligent Systems and Technologies, 2007.
[5].
Edwin Haesen, Marcelo Espinoza, Optimal Placement and sizing of
Distributed Generator units using Genetic Optimization Algorithms Electrical
Power Quality and Utilisation, Journal Vol. 11, No. 1, 2005.