Teknik Hindawi Publishing Perusahaan

ISRN Daya
Volume 2014, ID Artikel 869.617, 10 halaman
http://dx.doi.org/10.1155/2014/869617

Artikel Penelitian
Optimal arus lebih Relay Koordinasi Menggunakan Dioptimalkan Fungsi
Tujuan

Seyed Hadi Mousavi Motlagh 1,2 dan KazemMazlumi 1

1 Jurusan Teknik Elektro, Universitas Zanjan, Zanjan 45.371-38.791, Iran
2 Zanjan Regional Electric Company, Zanjan 33.685-45.137, Iran

Korespondensi harus ditujukan kepada KazemMazlumi; kmazlumi@znu.ac.ir Diterima Januari 2014

8; Diterima 9 Maret 2014; Diterbitkan 3 April 2014 Editor Akademik: LDS Coelho, B. Li, dan H.

Torkaman

Copyright 2014 SH Mousavi Motlagh dan K. Mazlumi. Ini adalah sebuah artikel akses terbuka didistribusikan di bawah lisensi Creative Commons Atribusi, yang
memungkinkan penggunaan tak terbatas, distribusi, dan reproduksi dalam media apapun, asalkan karya asli benar dikutip.

Sebuah strategi baru untuk directional relay arus lebih (DOCRs) koordinasi diusulkan. Dalam metode yang diusulkan, fungsi tujuan meningkat selama proses
optimasi dan koefisien fungsi tujuan berubah dalam masalah optimasi. fungsi tujuan yang diusulkan lebih fleksibel daripada fungsi objektif tua karena berbagai
koefisien fungsi tujuan yang ditetapkan oleh algoritma optimasi. Masalah optimasi diselesaikan menggunakan algoritma genetika algoritma dan partikel
swarmoptimization hybrid (HGAPSOA). Metode ini diterapkan untuk 6-bus dan 30-bus jaringan sampel.

1. Perkenalan
distributionnetworks PERLINDUNGANATAS adalah salah satu masalah semut-impor
themost dalam sistem tenaga. Relay arus lebih adalah salah satu relay pelindung
paling umum digunakan dalam sistem ini. Ada dua jenis pengaturan untuk jenis-jenis
relay: sewa yang ditonton dan waktu. Pengaturan estafet yang tepat memainkan
peran penting dalam mengurangi efek yang tidak diinginkan dari kesalahan pada
tems sistematis kekuatan [ 1 . 2 ]. relay arus lebih umumnya memiliki pengaturan
steker (PS) mulai dari 50 hingga 200% dalam langkah-langkah dari 25%. PS
menunjukkan setting arus relay arus lebih. Untuk relay dipasang pada baris, PS
didefinisikan oleh dua parameter: mini saat ini kesalahan ibu dan arus beban
maksimum. Namun, variabel yang paling penting dalam koordinasi yang optimal dari
relay arus lebih adalah pengaturan waktu multiplier (TMS) [ 3 ].
Sejauh ini, beberapa penelitian telah dilakukan pada dination coor-
relay arus lebih [ 3 - 7 ]. Karena kesulitan teknik pemrograman optimal
nonlinier, optimal biasa coordinationof relay arus lebih umumnya carriedout
dengan teknik pemrograman linear, termasuk simplex, simplex fase dua,
dan metode simpleks ganda [ 3 ]. Dalam ods meth-, saat diskriminasi dari
relay utama dan cadangan ( mb) dianggap sebagai kendala dan kemudian
masalah koordinasi yang optimal diselesaikan menggunakan kedua fungsi
tujuan
dan kendala. Di [ 8 ], Metode cepat untuk optimalisasi TMSs dan pengaturan
saat ini dengan algoritma evolusioner dan pemrograman linear telah
diusulkan. Di [ 4 ], Teknik online untuk memperkirakan pengaturan DOCRs
diperkenalkan. Teknik ini didasarkan pada estimasi parameter dari
rangkaian ekuivalen yang tepat dari grid. koordinasi Relay yang sangat
terkendala masalah optimasi diskrit hampir tidak diselesaikan dengan teknik
optimasi tradisional [ 5 ]. Di [ 9 ], Pickup saat ini dan TMS dari relay telah
dipertimbangkan parameter optimasi untuk bangsa koordinator optimal
relay arus lebih terarah. teknik optimasi ini dimulai oleh dugaan awal dan
mungkin terjebak dalam optimal [lokal 3 ]. Teknik-teknik optimasi cerdas
telah datang sedemikian rupa yang dapat menyesuaikan pengaturan dari
relay tanpa masalah disebutkan. Dalam metode ini, kendala yang dianggap
sebagai bagian dari fungsi tujuan. Di [ 6 ], Metode yang dikembangkan
berdasarkan algoritma genetika (GA) untuk koordinasi optimal telah
diusulkan; metode ini belum dianggap prinsip utama koordinasi. Jadi
mungkin ada beberapa miscoordination di setting dari relay. Sebagai hasil
dari themiscoordination, ketika kesalahan terjadi di depan relay utama,
beberapa relay backup dapat beroperasi lebih cepat dari satu themain. Hal
ini menyebabkan lebih baris jaringan untuk pergi keluar karena kesalahan
yang terjadi dalam beberapa
2 Rekayasa Tenaga ISRN
bagian dari jaringan. Jelas, dalam kasus ini, jumlah pelanggan terganggu
meningkat dan akibatnya penurunan kualitas daya.
Di [ 10 ], Algoritma genetika terus menerus telah digunakan dalam
sistem distribusi cincin makan untuk koordinasi optimal relay arus lebih. Di [ 11
], Fungsi tujuan telah diusulkan di mana masalah miscoordination hampir
diselesaikan. Fungsi tujuan dari [ 11 ] Dapat mencegah munculnya hasil yang
tidak pantas yang membuat miscoordination. menginisialisasi parameter
yang cocok telah dipertimbangkan dalam fungsi tujuan dari kertas yang
bobot baik waktu dan waktu tunda dari relay cadangan. Kelemahan utama
dari fungsi tujuan dari [ 11 ] Adalah bahwa beberapa koefisien fungsi tujuan
yang ditetapkan oleh try and error. Hal ini dibuktikan dengan pengalaman
yang menggunakan koefisien tersebut tidak dapat menjamin mengakses ke
waktu operasi terkecil dari relay. Dalam beberapa kasus, menggunakan
parameter yang tidak pantas di fungsi tujuan dapat mengakibatkan
beberapa miscoordination.
Dalam makalah ini, metode baru untuk koordinasi rele arah arus lebih
diusulkan di mana tidak hanya pentahbisan misco- dihilangkan tetapi juga
kali operasi relay yang terkecil. Hal ini karena, dalam algoritma novel ini,
koefisien fungsi tujuan yang diusulkan sebelumnya dianggap sebagai
bagian dari masalah optimasi. Jadi koefisien fungsi tujuan tidak konstan
dan mereka tidak diatur oleh try and error. Dalam metode yang diusulkan,
koefisien dihitung berdasarkan teknik optimasi. Masalah optimasi kertas ini
diselesaikan menggunakan algoritma optimasi genetik dan segerombolan
partikel hybrid. Thismethod diterapkan untuk 6-bus dan 30-bus jaringan
sampel. Hasil metode ini dibandingkan dengan hasil yang sudah ada. Hasil
simulasi dan perbandingan menunjukkan efektivitas dan keuntungan dari
algoritma yang diusulkan.
2. Hybrid GA dan PSO (HGAPSO) di Relay
Koordinasi Aplikasi
Dengan menggabungkan GA ke PSO, algoritma HGAPSO baru diperoleh [ 12
]. TheHGAPSOA dapat memberikan hasil yang lebih baik [ 13 ]. Dalam
algoritma ini, populasi awal dari GA ditugaskan oleh larutan PSO. Jumlah
total iterasi ekuivalen bersama oleh GA dan PSO. paruh pertama iterasi
dilakukan oleh PSO dan solusi yang diberikan sebagai populasi awal dari
GA [ 14 ]. Pada bagian ini, kita secara singkat membahas penerapan
HGAPSOA dalam koordinasi estafet arus lebih. Menurut Gambar 1 , Pada
awalnya, pengguna menginisialisasi informasi seperti parameter algoritma
(ukuran populasi, angka iterasi, mutasi, dan berbagai crossover), relay
data, dan data jaringan. Dasar-dasar HGAPSOA di koordinasi DOCRs
dijelaskan dalam 4 langkah.
Langkah 1: Generasi awal. Sejumlah partikel acak yang dihasilkan. Variabel
HGAPSOA adalah TMSs dari DOCRs dan koefisien fungsi tujuan. Dalam
masalah kita, jumlah variabel adalah sama dengan jumlah relay dan jumlah
koefisien fungsi tujuan. The TMSs secara acak yang dihasilkan antara 0,05
dan 1.
Langkah 2: Evaluasi Fungsi Tujuan. Pada langkah ini, nilai fungsi tujuan
dihitung untuk setiap gen dan discerns antara kromosom yang baik dan
buruk.
Langkah 3: PSO Operator. Dalam kotak PSO, memperbarui posisi terbaik lokal dialami
oleh setiap partikel dilambangkan sebagai terbaik dan memperbarui posisi terbaik yang
dialami oleh seluruh partikel dilambangkan sebagai terbaik.
Langkah 4: GA Operator. Partikel terbaik yang dipilih sebagai populasi awal
dari GA. Dalam langkah ini, evaluasi fungsi tujuan dibandingkan dengan
kromosom terbaik (nilai minimum dalam vektor TMS) yang awal. Jika nilai
dievaluasi kurang dari kromosom terbaik awal, mengatur kromosom terbaik
sama dengan nilai dievaluasi. Kemudian, memperbarui posisi gen dengan
menggunakan crossover dan mutasi operator.
Akhirnya, jika salah satu kriteria berhenti berikut (dalam hal ini jumlah studi
maksimum iterasi), kemudian pergi ke followingmodule tersebut. Thismodule
digunakan untuk mentransfer optimal estafet TMSs dihitung fromHGAPSOA
melalui sistem antarmuka untuk masing-masing relay.
3. Permasalahan
Untuk mencegah relaysmiscoordination arus lebih dan untuk menemukan
hasil yang optimal dari fungsi tujuan dari [ 11 ], Fungsi tujuan baru dirumuskan
sebagai berikut:
= 1 ( ) + 2
(1)
( mb - ( mb - mb )) ,
dimana 1, 2, dan adalah koefisien pembobotan; dan adalah nomor
bahkan; adalah waktu operasi estafet arus lebih th ketika kesalahan terjadi di
sebelah relay; mb adalah waktu tion discrimina- antara relay arus lebih utama
dan cadangan.
mb diperoleh dengan
mb = b - m - CTI, (2)
dimana b dan m adalah waktu operasi dari cadangan andmain relay ketika
kesalahan terjadi di sebelah relay utama. Nilai interval waktu koordinasi
(CTI) terutama dipilih berdasarkan keterbatasan praktis, yang terdiri dari
relay waktu perjalanan berlebihan, saat breaker operasi, dan margin
keselamatan untuk kesalahan estafet [ 15 ]. Umumnya, CTI cocok dipilih
antara 0,2 dan 0,5 detik. Dalam studi ini, CTI dianggap 0,3 detik. Menurut
fungsi tujuan yang diusulkan dari [ 11 ], Koefisien pembobotan ( , 1, 2) ditetapkan
oleh try and error dan juga koefisien ( , ) adalah konstan dan tidak dapat
menjamin mengakses ke waktu operasi terkecil dari relay.
Istilah pertama ( 1 ) Adalah jumlah dari relay arus lebih
operasi waktu dan istilah kedua adalah kendala koordinasi. Untuk
menggambarkan peran dari istilah kedua dari fungsi objek di atas,
pertimbangkan bahwa mb harus positif; maka ekspresi relatif ( mb - ( mb -
| mb |) adalah sama dengan mb. Tepat persamaan disebutkan, jika mb negatif
adalah, sebagai berikut:
(1 + 2) ( mb) . (3)
Rekayasa Tenaga ISRN 3

Mulai

Algoritma parameter masukan: ukuran

populasi, jumlah iterasi, mutasi, dan

berbagai Crossover

Relay dan jaringan data

generasi awal operator GA

evaluasi tujuan
Mutasi penyeberangan Pilihan
fungsi

Akhir iterasi? Memperbarui P terbaik Memperbarui g terbaik Update posisi

Tidak

iya nih
operator PSO

Rekam output: kali

operasi relay, estafet

TMS, 1, 2 M N

Akhir

Gambar 1: Flowchart dari metode yang diusulkan.

Jika koefisien adalah sejumlah besar, nilai ( 3 )
lebih besar dari mb, dan fungsi objek menghasilkan nilai yang besar dan
tidak dipilih untuk iterasi berikutnya dalam algoritma optimasi. Akibatnya,
hasil output tidak mengandung miscoordination.
4. Metode Baru
Dalam tulisan ini, lima koefisien ( 1 ), itu adalah, , 1, 2,
, dan , di samping TMSs, dimasukkan sebagai bagian dari parameter
optimasi. Fungsi tujuan baru ditunjukkan pada ( 1 ).
Untuk memahami pentingnya koefisien ini catatan berikut sangat
membantu.
(I) Untuk menjamin meminimalkan waktu operasi estafet utama,
nilai yang besar harus ditugaskan untuk 1 dan .
(Ii) Untuk menjamin meminimalkan operasi backup estafet
waktu, nilai yang besar harus ditugaskan untuk 2 dan .
Menurut catatan di atas, jelas bahwa determin- ing lima koefisien ini
serta TMS dari relay dengan optimasi algoritma akan menghasilkan
koordinasi rele yang lebih baik. Oleh karena itu, metode yang disajikan
dalam makalah ini mengoptimalkan koefisien fungsi tujuan serta TMSs dari
relay untuk memiliki tradeoff antara waktu Ating oper- cepat dan mencegah
miscoordination. Algoritma diterapkan pada masalah optimasi koordinasi
relay untuk teknik yang diusulkan disediakan di Gambar 1 . Pada langkah
pertama dari algoritma, nilai awal secara acak menebak. Nilai awal terdiri
dari TMS kedua relay dan koefisien fungsi tujuan. Pengaturan relay
dikemas dalam sebuah paket; setiap paket adalah hasil kemungkinan untuk
masalah optimasi; dan karena itu setiap anggota dari sebuah paket
merupakan TMS dari relay. Selain itu, ada lima koefisien ekstra yang harus
dioptimalkan yang termasuk ke dalam fungsi tujuan ( 1, 2, , , dan ). Pada
langkah kedua, paket dievaluasi oleh fungsi tujuan ( 1 ). Fungsi tujuan
menentukan nilai dari masing-masing paket dengan menerima TMS dari
semua relay. Setelah proses evaluasi, paket terbaik dipilih dari titik fungsi
output setidaknya obyektif pandang. Pada langkah berikutnya,
menyelesaikan kriteria algoritma diperiksa untuk menjadi iterasi terbatas
dan hasil yang

(Iii) Untuk mencegah miscoordination dan memiliki andmore lebih cepat

konvergensi akurat, memilih nilai yang besar untuk dan
.
4 Rekayasa Tenaga ISRN

nilai fitness ditentukan. Jika salah satu dari mereka puas, maka algoritma Tabel 1: Main / informasi pasangan cadangan.

berakhir dan pergi ke tahap berikutnya; jika tidak maka kembali ke langkah
estafet utama SC backup estafet
kedua dan mulai iterasi berikutnya. estafet utama backup estafet
saat ini arus

8 9 4961 410
5. Model Matematika Arus Lebih Relay
8 7 4961 1520

Ada banyak model matematika untuk relay arus lebih. Dalam penelitian ini, 2 7 5362 1528

model matematika dari relay arus lebih dianggap jenis inverse standar. 2 1 5362 804
Dalam model matematika ini, waktu pengoperasian relay arus lebih 3 2 3334 3334
dinyatakan sebagai berikut [ 16 ]:
4 3 2234 2234

5 4 1352 1352

6 5 4965 411
= TMS + , (4)
( sc / 0) - 1 6 14 4965 1522

14 1 4232 794
dimana 0 adalah menyampaikan pengaturan saat ini; sc adalah arus hubung pendek;
14 9 4232 407
adalah relay waktu operasi; dan TMS adalah waktu pengaturan multiplier
1 6 2682 2682
dari relay. TMS bervariasi dari 0,05 ke 1. Dari kurva IEC, untuk tipe standar
9 10 1443 1443
terbalik relay, parameter ( 4 ) Diasumsikan = 0, = 0,14, dan = 0,02.
10 11 2334 2334

11 12 3480 3480

5365 1529
6. Perbandingan Hasil dan Diskusi 12 14

12 13 5365 805
Seperti dijelaskan dalam bagian 4 , Nilai-nilai dari lima koefisien variabel; sehingga nilai 13 8 2490 2490
output dari fungsi tujuan tidak akan menjadi kriteria yang sesuai untuk membandingkan
7 5 4232 407
hasil dari algoritma yang diusulkan dalam [ 11 ]. Oleh karena itu, dalam rangka untuk
7 13 4232 794
mendapatkan tujuan ini, dua indikator didefinisikan sebagai berikut.

Tabel 2: max informasi.

(saya) Penjumlahan dari TMSs. Jika, dalam satu set hasil relay coor-
dination, tidak ada miscoordination antara setiap dua relay, dapat
Jumlah Relay beban maksimum Jumlah Relay beban maksimum
dikatakan bahwa tion koordinator baik memiliki penjumlahan yang lebih arus arus
kecil dari TMSs dan, dengan itu, relay memiliki waktu operasi yang lebih 1 416 8 458
rendah. (Ii) Penjumlahan dari Perbedaan antara Setiap Waktu Opera- 2 666 9 450

3 500 10 458
tion ( m, b). Untuk membandingkan dua set hasil dination coor-,
4 666 11 541
misalnya, menghasilkan dan hasil ,
5 458 12 458
yang tidak memiliki miscoordination apapun, jika nilai ( 5 ) Benar,
maka set hasil lebih baik dari . 6 458 13 500

Mempertimbangkan 7 541 14 666

( ( m, b) - ( m, b) ) <0. (5) Tabel 3: Parameter input dari algoritma optimasi. kisaran bermutasi
( m, b) = 1

0,3

Di ( 5 ), Jumlah pasangan main / backup (m, b) relay kisaran Crossover 0,7

adalah sama dengan . Dalam makalah ini, metode yang diusulkan diterapkan untuk Jumlah variabel 19

dua jaringan yang berbeda, yaitu, studi kasus 1 dan kasus studi 2 (studi kasus 1 Jumlah populasi 100
terdiri dari 6 bus dan studi kasus 2 adalah IEEE sistem 30-bus) yang dipilih. iterasi maksimum 200
subiterasi maksimum GA 10

Maksimum subiterasi PSO 10

6.1. Studi Kasus 1: Jaringan dan Informasi Perlindungan. Studi kasus 1 adalah
jaringan 6-bus ditampilkan di Gambar 2 . Jaringan ini terdiri dari 7 baris, 6 bus,
2 generator, 2 transformer, dan 14 relay arus lebih [ 17 ].
tabel 2 menunjukkan arus beban maksimum melewati relay. Cara
pengaturan saat relay digambarkan sebagai berikut [ 11 ]:
Semua informasi tentang jaringan ini termasuk arus pendek dari
cadangan dan relay utama dan informasi yang relevan relatif terhadap utama
/ backup relay telah disediakan di [ 11 ] Dan juga ditunjukkan pada Tabel 1 .
0 = 1,2 max. (6)
Rekayasa Tenaga ISRN 5

R2 R10

R8 R4
R9 R3
R14

R7
R13 R6
R12 R5
R1 R11

Gambar 2: Studi kasus 1 jaringan.

42 54

79

57
85
86
14
38
15 55
81 36 73 30
80 78 33 76 12
39 29 58
40 72
37
35 74 31
77 56 9 52 50
71 49
26 13
70
84 82 41
24 67 25
65
34
83
66
75 69

68 22

20
23
63 8
19 59 16
47
32
62

18
64 48
7

21 61 5
4
46 6
45

44

Gambar 3: IEEE sistem 30-bus.

6 Rekayasa Tenaga ISRN

Tabel 4: Hasil koordinasi. Tabel 5: Parameter fungsi objek.

Output koordinasi referensi [ 11 ] GAPSO 1 25

TMS 1 0,15 0,066 2 0,1

TMS 2 0,35 0,1833 15,722

TMS 3 0.25 0,146 100

TMS 4 0,1 0,069 2

TMS 5 0,1 0,08

TMS 6 0.25 0,13

Tabel 6: Algoritma parameter informasi. kisaran
TMS 7 0,2 0,12

TMS 8 0.25 0,12 bermutasi 0,3

TMS 9 0,05 0,095 kisaran Crossover 0,8
TMS 10 0,15 0,135 Jumlah variabel 91

TMS 11 0.25 0,174 Jumlah populasi 200

TMS 12 0,4 0,273 iterasi maksimum 500

TMS 13 0,1 0,05 subiterasi maksimum GA 10

TMS 14 0,15 0,1 Maksimum subiterasi PSO 10

1 0,5894 0,27

2 1,2173 0.66

3 0,9621 0,58 Semua parameter kontrol algoritma tercantum dalam tabel 3 .

4 0,6636 0,46 Jumlah variabel dalam masalah optimasi adalah 19. Empat belas dari
5 0,7660 0.61 variabel yang terkait dengan TMS dari relay dan lima variabel yang tersisa
6 0,7623 0,4 adalah koefisien fungsi tujuan, yaitu, , 1, 2, , .

7 0,7059 0,43
Hasil proposedmethod oleh algoritma GAPSO dan hasil terbaik dari [ 11
8 0,7625 0,37
] Dibandingkan di tabel 4 . Hasil terbaik dari [ 11 ] Ditampilkan di kolom kedua
9 0,3479 0.66
tabel 4 . Kolom ketiga tabel 4 merupakan hasil layak untuk bangsa
10 0,6883 0.64
koordinator dari relay menggunakan metode yang diusulkan. dari Tabel
11 0,9835 0,71

12 1,1847 0.82 4 , semua mb nilai-nilai kecil dan positif dan terbesar mb

13 0,4665 0,24 adalah 0,511 detik. Hasil berarti tidak ada anymiscoordination dalam hasil. tabel
14 0,5944 0,43 4 menunjukkan dua indikator keunggulan, yaitu, TMS dan mb, dioptimalkan
menggunakan algoritma yang diusulkan. Keunggulan pertama indikator (
89 0 0
) untuk hasil [ 11 ] 2.75 dan untuk metode yang diusulkan adalah 1,741;
87 0,4673 0.296
dan indikator keunggulan kedua ( mb) untuk hasil [ 11 ] Adalah 6,699 detik
27 0,0028 0
dan untuk metode yang diusulkan 1.55 detik. Indikator keunggulan
21 0,6290 0
menunjukkan bahwa hasilnya akan lebih optimal bila koefisien dioptimalkan
32 0,2657 0 oleh algoritma yang diusulkan. Keuntungan dari thismethod terungkap
43 0,2057 0 ketika metode baru ini dibandingkan dengan hasil [ 11 ] Di mana parameter
54 0,1885 0 diatur secara manual di tabel 4 . Dengan hadir untuk tabel 4 , Lebih relay
65 0 0 waktu operasi yang

6,14 0,4825 0,418

14,1 1,3181 0,258

yang peroleh dari metode yang diusulkan, lebih kecil dari [ 11 ]. Sebagai contoh, 2 di
14,9 0 0
proposedmethod adalah 0,66 detik dan di [ 11 ] Adalah 1,2173 detik atau 12 dalam
16 0,0532 0
metode yang diusulkan 0.82 detik dan di [ 11 ] Adalah 1,1847 detik. Juga, nilai-nilai
9,10 0,3173 0 dari lima parameter fungsi tujuan ditunjukkan pada tabel 5 .
10,11 0,2195 0

11,12 0,0492 0

12,14 0,0489 0 6.2. Studi Kasus 2: Jaringan dan Informasi Perlindungan. Untuk kasus uji
12,13 0,8135 0,065 lainnya, jaringan IEEE 30-bus dianggap. Jaringan ini memiliki 86 relay OC.
13,8 0,2292 0 Ini terdiri dari 30 bus (132- dan 33-kV bus), 37 baris, 6 generator, 4
7,5 0 0 transformator, dan relay 86OC [ 18 ]. Bagian distribusi jaringan yang akan
belajar di sini ditampilkan dalam Gambar 3 [ 19 ]. Generator, jalur transmisi,
7,13 1,4086 0,511
dan informasi trafo diberikan dari [ 20 ].
6,699 1,55

TMS 2,75 1,741

Rekayasa Tenaga ISRN 7

Tabel 7: hasil output Koordinasi. Tabel 7: Lanjutan.

nomor Relay TMS nomor Relay TMS

49 0,7792 0,155
1 0,3092 0,117
50 0,1803 0,061
2 0,3092 0,117
51 0,654 0,211
3 0,3467 0,119
52 0,6578 0,166
4 0,2095 0,068
53 0,6173 0,129
5 0,7561 0,102
54 0,5556 0,093
6 0,5671 0,227
55 1,0366 0,224
7 0,248 0,091
56 0,5839 0,143
8 0,7271 0,189
58 0,6095 0,176
9 0,5679 0,107 59 0,2618 0,065
10 0,6679 0,245 60 0,4635 0,129

11 0,67 0,241 61 0,2769 0,056

12 0,423 0.160 62 0,3095 0,061

13 0,621 0,195 63 0,3954 0,066

14 0,9412 0.25 64 0,5534 0,128

15 0,9268 0,170 65 0,3576 0,094

16 0,2343 0,074
66 0,5278 0,099
67 0,5855 0,099
17 0,5493 0,139
68 0,7435 0,161
18 0,5749 0,190
69 0,5109 0,095
19 0,3947 0,105
70 0,6543 0,113
20 0,5669 0,163
71 0,2269 0,078
21 0,2716 0,059
72 0.477 0,143
22 0,5094 0,090
73 0,2072 0,070
23 0,5468 0,139
74 0,6521 0,204
24 0,7716 0,142
75 0,3362 0,104
25 0,7482 0,217 76 0,5226 0.115

26 0,6391 0,239 77 0,2853 0.073

27 0,6033 0,203 78 0,4494 0,116

28 0,6351 0,184 80 0,4341 0,137

29 0,6351 0,184 81 0,3934 0,111

30 0,6358 0,183 82 0,8588 0,154

31 0,4274 0.088 83 0,9303 0,202

84 0,5091 0,077
32 0,5374 0,118
85 0,3488 0,144
33 0,252 0,090
86 0,3566 0,079
34 0,2694 0,089

35 0,3322 0,084

36 0,8262 0,174
Dalam tulisan ini, empat kasus yang berbeda disimulasikan untuk
37 0,4902 0,106 perbandingan yang cocok. Tiga kasus disimulasikan sesuai dengan Metode
38 0,1732 0,05 yang dari [ 11 ] Inwhich koefisien fungsi tujuan diatur secara manual, dan
39 0,1731 0,061 kasus terakhir disimulasikan sesuai dengan metode yang diusulkan dalam

40 0,1627 0,068
makalah ini, di mana koefisien fungsi tujuan tidak ditetapkan sebelum
simulasi dan hasil optimasi menunjukkan nilai-nilai koefisien. Semua kasus
41 0,6102 0,123
dievaluasi oleh algoritma HGAPSO dan semua parameter kontrol algoritma
42 0,2748 0.115
tercantum dalam tabel 6 . Parameter dianggap sama dengan 4 kasus uji.
43 0,656 0.25 Sejumlah variabel dalam metode baru dianggap 91, 86 variabel untuk
44 0,2103 0,076 nomor relay dan 5 variabel untuk ( , 1, 2, , ) dan untuk metode yang
45 0,2249 0,084 diusulkan dalam [ 11 ] Dianggap 86.

46 0,397 0,081

47 0,1756 0,056
Pertama, hasil dari metode yang diusulkan oleh GAPSOA ditunjukkan
48 0,5501 0,179
pada Tabel 7 dan 8 . Kolom pertama tabel 7
8 Rekayasa Tenaga ISRN

Tabel 8: Perbedaan waktu untuk setiap pasangan M relay / B.

4,1 0,3529 18,16 0,0021 sebesar 3,44 0 15,57 0 56,71 0,0122

6,1 0 19,16 0,1591 1,45 0,0337 55,57 0 58,71 0,0025

7,1 0,3146 20,16 0 3,45 0 14,58 0,1002 26,72 0

45,1 0,3418 21,18 1,0402 1,46 0 55,58 0 27,72 0
4,2 0,3529 23,19 0 2,46 0 8,59 0 28,72 0
6,2 0 32,19 0,0027 6,47 0 47,59 0,5927 30,72 0
7,2 0,3146 64,19 0 7,47 0,3238 48,59 0,1788 56,72 0
44,2 0,3565 22,20 0,5459 44,47 0,3147 18,60 0 58,72 0
5,3 0 23,21 0,0023 45,47 0,3 19,60 0,1665 26,73 0,0003
8,4 0 32,21 0 46,48 0 20,60 0,0008 27,73 0
16,4 0.56 62,21 0,2384 4,49 0 59,60 0,3069 28,73 0
48,4 0,1792 70,22 0 7,49 0 17,61 0 29,73 0
8,5 0 24,23 0,3009 44,49 0 19,61 0 56,73 0,0081

16,5 0,5385 25,24 0 45,49 0 20,61 0 58,73 0

47,5 0,5848 69,25 0 4,50 0,3518 59,61 0 71,74 0,2501

9,6 0,6558 68,26 0,4949 6,50 0 17,62 0 72,74 0

10,7 0,015 65,27 0,2957 44,50 0,3118 18,62 0,0312 23,75 0,0048
11,7 0 31,28 0 45,50 0,2971 20,62 0,0022 62,75 0,2319

12,7 0,2883 72,28 0 16,51 0,3311 59,62 0,3093 64,75 0

13,7 0,0488 31,29 0 47,51 0,3843 17,63 0 73,76 0,4701

43,7 0,0184 71,29 0 48,51 0 18,63 0,0059 74,76 0

51,7 0,0165 33,30 0 49,52 0 19,63 0,1605 75,77 0
10,8 0,0076 74,30 0 11,53 0 59,63 0,3125 76,78 0
11,8 0 33,31 0 12,53 0,2759 61,64 0 77,78 0
12,8 0,2671 73,31 0,0514 13,53 0,0489 63,65 0 37,79 0
13,8 0,0494 34,32 0,6332 43,53 0,0171 32,66 0,0072 78,79 0,2437

43,8 0,0161 35,33 0 50,53 0,5228 62,66 0,2319 36,80 0

50,8 0,5093 77,33 0,0416 51,53 0,0163 64,66 0 78,80 0,3633

53,9 0 35,34 0,2067 10,54 0 66,67 0 85,81 0

52,10 0,0881 76,34 0 12,54 0 67,68 0 86,81 0
sebesar 42,11 0,3288 36,35 0 13,54 0 27,69 0,0239 40,82 0
14,12 0,0006 37,35 0,2988 43,54 0 28,69 0 80,82 0
15,12 0 39,37 0,2264 50,54 0 29,69 0 81,82 0
26,13 0,005 40,37 0,2523 51,54 0 30,69 0,0006 39,83 0
27,13 0,027 81,37 0 10,55 0 56,69 0,0331 80,83 0
28,13 0,0001 39,38 0,3152 11,55 0 58,69 0,0202 81,83 0
29,13 0,0001 40,38 0,3684 13,55 0 26,70 0,0155 82,84 0
30,13 0 80,38 0,0055 43,55 0 28,70 0 54,85 0
58,13 0,0262 41,39 0 50,55 0 29,70 0 10,86 0
26,15 0 84,40 0 51,55 0 30,70 0,0003 11,86 0,0116

27,15 0 83,41 0 10,56 0,0082 sebanyak 56,70 0,0368 12,86 0,2807

28,15 0 38,42 0,1969 11,56 0 58,70 0,0215 13,86 0,0363

29,15 0 86,42 0 12,56 0,2863 26,71 0 50,86 0,5105

30,15 0 38,43 0,5089 43,56 0,0169 27,71 0,0031 51,86 0

56,15 0 85,43 0,3278 50,56 0,5088 29,71 0,0142

17,16 0,0001 2,44 0,0333 51,56 0,0146 30,71 0,006

menunjukkan nomor relay, kolom kedua ( ) menunjukkan estafet waktu tidak ada miscoordination dalam hasil. Sebagai contoh, 4,1
operasi untuk kesalahan dekat dengan pemutus sirkuit masing-masing relay, mengacu pada pasangan relay (4 dan 1) yang diperoleh pada 0,3529 detik.
dan kolom ketiga menunjukkan TMS dari relay. Dari tabel 8 , Semua nilai-nilai Nilai-nilai dari lima koefisien fungsi tujuan , 1, 2, , dan diperoleh sebagai
mb adalah angka kecil dan positif. Nilai-nilai positif mb menunjukkan bahwa 585,5, 15, 5,
12,5, dan 6, masing-masing. Ketika kesalahan terjadi di hilir,
Rekayasa Tenaga ISRN 9

Tabel 9: Perbandingan antara metode yang diusulkan dan metode [ 11 ]. Konflik kepentingan

Para penulis menyatakan bahwa tidak ada konflik kepentingan mengenai

Kasus 1 Kasus 2 Kasus 3 Kasus 4
publikasi makalah ini.
=1 = 10 = 10 = 585,5
1= 1 1 = 10 1= 1 1 = 15
Referensi
2 = 100 2= 1 2 = 10 2= 5
=2 =2 =2 = 12,5 [1] R. Mohammadi, HA Abyaneh, F. Razavi, M. Al-Dabbagh,
N=2 N=2 N=2 N=6 dan SHH Sadeghi, koordinasi relay Optimal metode yang efisien dalam sistem
tenaga saling berhubungan, Jurnal Teknik Elektro, vol. 61, tidak ada. 2, pp.
29,8211 24,115 26,9 22.19
75-83, 2010. [2] K. Mazlumi dan HA Abyaneh, koordinasi Relay dan pro
TMS 15.15 14,55 15,6 11.32

efek kegagalan tection pada indeks keandalan dalam sistem sub-transmisi saling
berhubungan, Electric Power Systems Research, vol.
79, tidak ada. 7, pp. 1011-1017, 2009.

waktu operasi relay downstreamprotective tidak akan terpengaruh [ 21 ].
Dalam gradasi saat ini, pickup saat ini dipilih dengan mempertimbangkan
kemungkinan arus beban maksimum karena overloading atau contingency
kondisi normal. Beban bus 11 dan 26 adalah jenis statis dan tidak perlu
menginstal relay arus lebih pada bus ini. Jadi TMSs relay 57 dan 79 yang
terhubung ke bus ini dianggap 0,05 [ 22 ] Dan lainnya TMSs dihitung.
Di tabel 9 , Hasil simulasi untuk empat kasus
diilustrasikan. Dalam tabel ini, baris pertama menunjukkan empat kasus
[3] D. Birla, RP Maheshwari, andh. O. Gupta, Waktu arus lebih
koordinasi estafet: tinjauan, International Journal Emerging Sistem Tenaga
Listrik, vol. 2, tidak ada. 2, 2005. [4] M. Ojaghi, Z. Sudi, dan J. Faiz, Implementasi
adaptif penuh
teknik untuk koordinasi optimal relay arus lebih, Transaksi IEEE Power
Delivery, vol. 28, tidak ada. 1, pp. 235-244, 2013. [5] CW Jadi dan KK Li,
koordinasi rele arus lebih oleh
pemrograman evolusioner, Electric Power Systems Research,
vol. 53, tidak ada. 2, pp. 83-90, 2000.
[6] CW Jadi, KK Li, KT Lai, dan KY Fung, Penerapan gen-

yang berbeda; dan yang kedua dan baris ketiga menunjukkan hasil indeks algoritma etik untuk koordinasi rele arus lebih,di ings Proceed- dari Konferensi

pertama ( ) dan indeks kedua ( TMS) untuk kasus ini. Tiga kasus
pertama terkait dengan metode [ 11 ], Di mana dalam kasus ini koefisien
fungsi tujuan yang ditetapkan sebelum proses optimasi. Nilai-nilai koefisien
ditampilkan dalam kolom pertama dari tabel. Kasus terakhir menunjukkan
hasil dari metode yang diusulkan. Nilai-nilai
dalam semua kasus positif dan belum miscoordination apapun.
Keuntungan dari metode yang diusulkan terungkap ketika hasil dari
metode yang diusulkan (Kasus 4) dibandingkan dengan hasil terbaik dari
metode tradisional [ 11 ]. Menurut tabel 9 , terbaik TMS dan metode [ 11 ]
(Antara tiga kasus: 1 dan 2 dan 3) adalah 14,55 dan
24,115, masing-masing, sedangkan TMS dan t dari metode yang diusulkan
adalah 11,32 dan 22,19, masing-masing. Ini berarti bahwa hasil dari Kasus 4,
terkait dengan metode baru yang diajukan, menunjukkan koordinasi yang terbaik.
Jadi, mengingat koefisien fungsi tujuan sebagai bagian dari optimasi
masalah.Safe_mode lem, hasilnya lebih baik dibandingkan dengan metode
konvensional sesuai dengan hasil Tabel 4 dan 9 .
Internasional ke-6 pada Perkembangan Protection System Power, pp. 66-69,
1997. [7] CW Jadi dan KK Li, metode koordinasi Waktu untuk kekuasaan
sistem perlindungan dengan algoritma evolusioner, tions IEEE Transac- pada
Aplikasi Industri, vol. 36, tidak ada. 5, pp. 1235-1240,
2000.
[8] JA Sueiro, E. Diaz-Dorado, E. Miguez, dan J. Cidras, koordi-
bangsa relay arus lebih terarah menggunakan rithm algo- evolusi dan pemrograman
linear, International Journal of elektroforesis trical Power & Energy Systems, vol. 42,
tidak ada. 1, pp. 299-305, 2012. [9] M. Ezzeddine dan R. Kaczmarek, Sebuah metode
baru untuk optimal
koordinasi relay arus lebih terarah mengingat mereka tersedia pengaturan
diskrit dan beberapa karakteristik operasi,
Electric Power Systems Research, vol. 81, tidak ada. 7, pp. 1475-1481,
2011.
[10] PP Bedekar dan SR Bhide, koordinasi optimum
arus lebih estafet waktu menggunakan algoritma genetika terus-menerus,
Sistem Pakar dengan Aplikasi, vol. 38, tidak ada. 9, hlm. 11.286-11.292,
2011.

[11] F. Razavi, HA Abyaneh, M. Al-Dabbagh, R. Mohammadi,

7. Kesimpulan
Dalam makalah ini, teknik baru yang fleksibel untuk koordinasi relay arus
lebih telah diusulkan. Dalam teknik baru ini, koefisien fungsi tujuan
konvensional telah ditingkatkan dengan masalah optimasi untuk
mendapatkan nilai minimum untuk TMSs dari relay. Dalam nique tech-
diusulkan, metode optimasi GAPSOA digunakan untuk memecahkan
masalah optimasi. Metode yang diusulkan ini diuji pada 6- bus studi kasus
dan 30-bus IEEE studi kasus. Hasil simulasi menunjukkan fleksibilitas
teknik dan keandalan terbaik karena dari yang terkecil TMS dan mb
dibandingkan dengan metode koordinasi konvensional.
dan H. Torkaman, Sebuah metode algoritma genetika komprehensif baru untuk
koordinasi relay arus lebih optimal, Electric Power Systems Research, vol. 78, tidak
ada. 4, pp. 713-720, 2008. [12] DE Goldberg, Algoritma genetik dalam Optimasi
Search dan
Pembelajaran mesin, Addison-Wesley, Reading, Mass, USA, 1989. [13] D.
Adler, Algoritma genetik dan simulasi anil: Mar- a
Proposal marah,di Prosiding ence IEEE International Confer- pada Neural
Networks, vol. 2, pp. 1104-1109, 1993. [14] K. Premalatha dan AM Natarajan,
Hybrid PSO dan GA untuk
maksimalisasi global, International Journal of Terbuka Masalah di bidang Ilmu
Komputer dan Matematika, vol. 2, tidak ada. 4, 2009. [15] H.-J. Lee, G. Putra, dan J.-W.
Park, Studi-turbin angin gen-
erator sistem sizing mempertimbangkan pengaturan tegangan dan koordinasi rele arus
berlebihan, Transaksi IEEE pada tems Daya sistematis, vol. 26, tidak ada. 3, pp.
1283-1293, 2011.
10 Rekayasa Tenaga ISRN

[16] T. Amraee, Koordinasi relay arus lebih terarah

menggunakan algoritma pencari, Transaksi IEEE Power Delivery,
vol. 27, tidak ada. 3, pp. 1415-1422 2012.

[17] PP Bedekar dan SR Bhide, koordinasi optimum ke arah yang

relay arus lebih tional menggunakan hybrid pendekatan GA-NLP,
Transaksi IEEE Power Delivery, vol. 26, tidak ada. 1, pp. 109-119,
2011.

[18] RM Chabanloo, HA Abyaneh, SSH Kamangar, dan F.

Razavi, Optimal arus gabungan dan jarak koordinasi relay menggabungkan
relay arus lebih cerdas char- seleksi acteristic, Transaksi IEEE Power Delivery, vol.

26, tidak ada. 3, pp. 1381-1391, 2011.

[19] H. Sharifian, HA Abyaneh, SK Salman, R. Mohammadi,

dan F. Razavi, Penentuan titik istirahat minimum yang ditetapkan menggunakan sistem
pakar dan algoritma genetika, Transaksi IEEE Power Delivery, vol. 25, tidak ada. 3, pp.
1284-1295, 2010. [20] pengujian sistem Tenaga kasus, tahun 1999, http://www.ee.washington.edu/

penelitian / pstca / pf30 / ieee30cdf.txt .

[21] PG Slade, J.-L. Wu, EJ Stacey et al., Persyaratan utilitas

untuk distribusi kesalahan limiter saat ini, Transaksi IEEE Power Delivery, vol. 7,
tidak ada. 2, pp. 507-515, 1992.

[22] JRSS Kumara, A. Atputharajah, JB Ekanayake, dan F.

J. Mumford, Selama koordinasi perlindungan saat ini jaringan memungkinkan terjadinya
distribusi dengan kesalahan pembatas arus, di Prosiding Pertemuan IEEE Power
Engineering Masyarakat Umum (PES '06),
Montreal, Kanada 2006.
 International Journal of

rotating Machinery

International Journal of

Teknik The Scientific

jurnal
jurnal Didistribusikan Sensor
World Journal sensor Networks
Hindawi Publishing Perusahaan http://www.hindawi.com Hindawi Publishing Perusahaan http://www.hindawi.com
Hindawi Publishing Perusahaan http://www.hindawi.com Hindawi Publishing Perusahaan http://www.hindawi.com Hindawi Publishing Perusahaan http://www.hindawi.com

Volume 201 4 Volume 2014 Volume 2014 Volume 2014 Volume 2014

jurnal

Sains kontrol dan

Teknik

kemajuan dalam

Teknik Sipil
Hindawi Publishing Perusahaan http://www.hindawi.com Hindawi Publishing Perusahaan http://www.hindawi.com

Volume 2014 Volume 2014

Menyerahkan naskah Anda di

http://www.hindawi.com

jurnal
jurnal Listrik dan Teknik Komputer
robotika
Hindawi Publishing Perusahaan http://www.hindawi.com Hindawi Publishing Perusahaan http://www.hindawi.com

Volume 2014 Volume 2014

VLSI Desain
Kemajuan dalam
Optoelektronik
International Journal of

International Journal of
Modeling &
Simulasi
Teknik
Navigasi dan
Pengamatan
Teknik Aerospace
Hindawi Publishing Perusahaan http://www.hindawi.com Hindawi Publishing Perusahaan http://www.hindawi.com Hindawi Publishing Perusahaan
Hindawi Publishing Perusahaan http://www.hindawi.com Volume 2014 Volume 2014 Volume 2014 http://www.hindawi.com Volume 2014
Hindawi Publishing Perusahaan http://www.hindawi.com

Volume 201 4

International Journal of
International Journal of Antena dan Komponen Elektronik Aktif kemajuan dalam

Teknik Kimia Propagasi dan Pasif Syok dan Getaran Akustik dan Getaran
Hindawi Publishing Perusahaan http://www.hindawi.com Hindawi Publishing Perusahaan http://www.hindawi.com Hindawi Publishing Perusahaan http://www.hindawi.com Hindawi Publishing Perusahaan http://www.hindawi.com Hindawi Publishing Perusahaan http://www.hindawi.com

Volume 2014 Volume 2014 Volume 2014 Volume 2014 Volume 2014