Bosco PDF
Bosco PDF
METODE PENELITIAN
21
Dian Anggun Trisnadi, 2013
Studi Aliran Daya Optimal Dengan Optimasi Primal Dual Bernasis Metode Newton
Jenis-jenis bus pada sistem interkoneksi 500 kV Jawa Bali diberikan sebagai
berikut.
Satu buah slack bus, yaitu bus pembangkit Suralaya.
Tujuh buah generator bus, yaitu antara lain bus pembangkit Cirata,
pembangkit Saguling, pembangkit Tanjungjati, pembangkit Gresik,
pembangkit Paiton, dan Pembangkit Grati.
Tujuh belas buah load bus, yaitu bus Balaraja, bus Kembangan, bus
Gandul, bus Cibinong, bus Cilegon, bus Depok, bus Cawang, bus Bekasi,
bus Bandung Selatan, bus Cibatu, bus Madirancan, bus Tasikmalaya, bus
Pedan, bus Ungaran, bus Kediri, bus Surabaya Barat dan bus Ngimbang
Gambaran sistem interkoneksi jawa bali dapat dilihat pada gambar 3.1
sebagai berikut
6 2 1
Cilegon Balaraja Suralaya
5
4 3
Cibinong
Gandul Kembangan
7
Depok
12 9 8 14
Cirata Bekasi Cawang Muaratawar 16
Tasikmalaya
15 11
Saguling Cibatu
13 17
Mandiracan Pedan
10
Bandung Selatan
22
19 Kediri
Ungaran
22 18
Tanjung Jati 23
Ngimbang
Paiton
24
Surabaya Barat
20
Gresik
21
Grati
Gambar 3.2. Single Line Diagram Sistem Interkoneksi 500KV Jawa Bali 2013
diimplementasikan dalam pengkodean yang murni Matlab. Ide ini berasal dari
penerapan algoritma Matlab EXtension (MEX) dijelaskan dalam (H. Wang,
2007).
Solver tersebut jika diterapkan dengan fungsi MIPS, dapat dipanggil sebagai
berikut.
[x, f, exitflag, output, lamda] = …
mips(f_fcn, x0, A,l, u, xmin, xmax, gh_fcn, hess_fcn, opt);
dimana input dan output argumen masing-masing dijelaskan dalam Tabel 1 dan 2.
Sebagai alternatif, argumen input dapat dikemas sebagai bidang dalam struktur
masalah dan disahkan sebagai argumen tunggal, di mana semua bidang kecuali
f_fcn dan x0 adalah opsional.
[x, f, exitflag, output, lamda] = mips(problem);
Nama Deskripsi
verbose (0) Control level untuk tampilan output proses
0 - print tanpa proses info
1 - print dengan sedikit proses info
2 - print dengan banyak proses info
3 - print dengan semua proses info yang ada
feastol (1e-6) Toleransi penghentian untuk kondisi kelayakan
gradtol (1e-6) Toleransi penghentian untuk kondisi gradien
comptol (1e-6) Toleransi penghentian untuk kondisi pelengkap
costtol (1e-6) Toleransi penghentian untuk kondisi biaya
max_it (150) Jumlah iterasi maksimal
step_control (0) Ganti ke variable 1 untuk mengaktifkan step control
max_red (20) jumlah maksimum dari ukuran langkah pengurangan
jika step control aktif.
cost_mult (1) pengganda biaya yang digunakan untuk
meningkatkan pengkondisian skala fungsi tujuan.
Catatan: Nilai ini juga harus melebihi nilai
argumentasi ke-3 untuk fungsi evaluasi Hessian
sehingga dengan tepat dapat meningkatkan fungsi
obyektif dalam Hessian dari Lagrangian tersebut.
problem struktur masukan argumen tunggal alternative dengan bidang yang
sesuai untuk argumen di atas.
Pertama, buat fungsi Matlab yang akan mengevaluasi fungsi tujuan, gradien dan
Hessian, untuk nilai tertentu. Dalam kasus ini, koefisien dari suku pertama
didefinisikan sebagai sebuah parameter .
x =
1
1
f =
0
(3.2)
Tergantung pada
(3.3)
(3.4)
Alih-alih menangani fungsi, fungsi tujuan ditetapkan pada paramter H dan c dari
koefisien biaya kuadratis. Secara internal, qps_mips melalui MIPS menangani
fungsi yang menggunakan parameter untuk mengevaluasi fungsi tujuan, gradien
dan Hessian.
Syntax untuk memanggil qps_mips mirip dengan yang digunakan oleh
quadprog dari Toolbox Optimasi Matlab.
[x, f, exitflag, output, lamda] = qps_mips(H, c, A, l, …
u, xmin, xmax, x0, opt);
Atau, argumen input dapat dikemas sebagai bidang dalam struktur masalah dan
dilewatkan sebagai argumen tunggal, di mana semua bidang kecuali , dan
adalah opsional.
Selain H dan c, semua argumen input dan output sama persis dengan argumen
yang sama untuk MIPS seperti yang dijelaskan dalam Tabel 1 dan 2.
Tergantung pada :
(3.9)
(3.10)
(3.11)
Untuk nilai tertentu, persamaan Lagrangian untuk masalah kesetaraan
dibatasi di atas adalah
Jika dilakukan panurunan parsial pada tiap variable di atas, maka Hessian
dari Lagrangian sehubungan dengan diberikan oleh
(3.13)
3.7.2. Uruta
n Optimalitas Kondisi Pertama
(3.14)
3.7.3. Langk
ah-Langkah Newton
Kondisi optimalitas urutan pertama diselesaikan menggunakan metode
Newton. Hasil pembaruan langkah metode Newton dapat ditulis sebagai berikut:
(3.15)
(3.16)
(3.19)
Dimana
(3.20)
(3.21)
Dan
(3.22)
(3.23)
(3.24)
sebagai berikut:
(3.28)
(3.29)
(3.30)
Parameter adalah skalar konstan dengan nilai sedikit kurang dari satu.
Pada MIPS, diatur ke 0,99995.
Dalam metode ini, selama iterasi seperti Newton, parameter gangguan harus
konvergen ke nol dalam rangka untuk memenuhi kondisi optimalitas urutan
pertama dari masalah asli. MIPS menggunakan aturan berikut untuk memperbarui
pada setiap iterasi, setelah memperbarui Z dan µ:
Dimana adalah skalar konstan antara 0 dan 1. Pada MIPS diatur ke 0,1.