Analisis Aliran Daya
Analisis Aliran Daya
Keterangan utama didapatkan dari sebuah analisis aliran daya yaitu besar tegangan,
dan sudut fasa tegangan pada tiap rel, aliran daya aktif dan daya reaktif pada tiap node.
Kita akan membatasi studi kita pada metode yang menggunakan admitansi saja.
Elemen dari matrik admitansi (Yrel) ukuran N Х N dimana elemen Yij adalah
𝑌𝑖𝑗 = |𝑌𝑖𝑗 |∠𝜃𝑖𝑗 = |𝑌𝑖𝑗 | cos 𝜃𝑖𝑗 + 𝑗|𝑌𝑖𝑗 | sin 𝜃𝑖𝑗 = 𝐺𝑖𝑗 + 𝑗𝐵𝑖𝑗 (1)
Dan tegangan pada rel j sama seperti persamaan di atas hanya saja subskrip i diganti menjadi
j. Arus yang diinjeksi ke jaringan pada rel i dalam bentuk Yin (n=j) dari Yrel yaitu
Pi dan Qi merupakan daya aktif dan daya reaktif yang masuk ke jaringan pada rel i, maka
komplek konjugat dari daya yang masuk ke rel i adalah
𝑃𝑖 − 𝑗𝑄𝑖 = 𝑉𝑖∗ ∑𝑁
𝑛=1 𝑌𝑖𝑛 𝑉𝑛 (4)
Dan jika kita substitusi dari persamaan (1) dan (2) didapatkan
𝑃𝑖 − 𝑗𝑄𝑖 = ∑𝑁
𝑛=1|𝑌𝑖𝑛 𝑉𝑖 𝑉𝑛 | ∠ 𝜃𝑖𝑛 + 𝛿𝑛 − 𝛿𝑖 (5)
Jika persamaan (5) dibagi menjadi daya aktif dan daya reaktif, kita dapatkan
𝑃𝑖 = ∑𝑁
𝑛=1|𝑌𝑖𝑛 𝑉𝑖 𝑉𝑛 | 𝑐𝑜𝑠 ( 𝜃𝑖𝑛 + 𝛿𝑛 − 𝛿𝑖 ) (6)
𝑄𝑖 = − ∑𝑁
𝑛=1|𝑌𝑖𝑛 𝑉𝑖 𝑉𝑛 | 𝑠𝑖𝑛( 𝜃𝑖𝑛 + 𝛿𝑛 − 𝛿𝑖 ) (7)
Persamaan (6) dan (7) merupakan bentuk polar dari persamaan aliran daya, untuk
menentukan besar daya aktif (Pi) dan daya reaktif (Qi) pada masing-masing rel. Misalkan, Pgi
adalah daya aktif tetap yang dibangkitkan pada rel i dan Pdi adalah daya aktif permintaan
yang ditetapkan pada beban di rel tersebut. Kemudian, Pi,sch = Pgi Pdi adalah daya yang
diinjeksikan ke jaringan melalui rel i. Mismatch P merupakan hasil pengurangan daya
perhitungan (Pi,calc) terhadap daya yang ditetapkan (Pi,sch) :
∆𝑃𝑖 = 𝑃𝑖,𝑠𝑐ℎ − 𝑃𝑖,𝑐𝑎𝑙𝑐 = (𝑃𝑔𝑖 − 𝑃𝑑𝑖 ) − 𝑃𝑖,𝑐𝑎𝑙𝑐 (8)
Mismatch terjadi pada penyelesaian aliran daya ketika Pi,calc dan Qi,calc tidak sama dengan
Pi,sch dan Qi,sch . Jika Pi,calc dan Qi,calc sama dengan Pi,sch dan Qi,sch, maka mismatch Pi dan
Qi bernilai nol pada rel i dan kita tuliskan persamaan keseimbangan daya:
Fungsi gi’ dan gi” digunakan untuk menuliskan persamaan yang menyangkut mismatch Pi
dan Qi. Ada kemungkinan empat besaran tidak diketahui pada rel i adalah Pi, Qi, sudut
tegangan i, dan besar tegangan |Vi|. Cara yang umum pada analisis aliran daya adalah
mengidentifikasi tiga tipe rel pada jaringan. Pada tiap rel i, dua dari empat besaran Pi, Qi, i,
dan |Vi| telah ditentukan dan dua yang lain dihitung.
Besar dan sudut tegangan pada rel yang tidak ditetapkan dari data masukan analisis aliran
daya disebut state variables atau dependent variables. Jika ada voltage-controlled buses Ng
pada sistem rel N, akan ada (2N Ng 2) persamaan untuk menyelesaikan (2N Ng 2) state
variables, seperti tabel 1 di bawah ini.
Jumlah State
Nilai yang Jumlah
Tipe Rel Jumlah Rel Variables dari
Ditetapkan Persamaan
i, |Vi|
Total N 2N 2N Ng 2 2N Ng 2
Contoh 1.
Pada sembilan rel dari sistem tenaga kecil dan generator sinkron terhubung dengan rel 1, 2, 5,
dan 7. Untuk analisis aliran daya, tentukan mismatch P dan Q dan variabel yang
terhubung dengan tiap rel. Pilih rel 1 sebagai slack bus.
Penyelesaian.
Sembilan rel pada sistem dikategorikan sebagai berikut :
Rel P-Q : 3, 4, 6, 8, dan 9
Rel P-V : 2, 5, dan 7
Slack bus :1
Mismatch yang sesuai dengan P dan Q adalah
Pada rel P-Q : P3, Q3; P4, Q4; P6, Q6; P8, Q8; P9, Q9
Pada rel P-V : P2, P5, P7
Variabel-variabelnya adalah
Rel P-Q : 3, |V3|; 4, |V4|; 6, |V6|; 8, |V8|; 9, |V9|
Rel P-V : 2, 5, 7
Dimana N = 9 dan Ng = 3, akan ada 2N Ng 2 = 13 persamaan dapat diselesaikan untuk 13
variabel.
I. METODE NEWTON-RAPHSON
Untuk mempermudah penjelasan kita coba selesaikan masalah yang hanya terdiri dari
dua variabel dan dua persamaan. Misalkan
Di mana b1 dan b2 merupakan konstanta dan u adalah kendali bebas yang bisa juga
diperlakukan sebagai konstanta. Untuk harga u tertentu, kita perkirakan solusi dari persamaan
(12) dan (13) menjadi x1(0)dan x2(0). Superskrip 0 menunjukkan harga estimasi awal dan bukan
sebagai solusi akhir. Kita tambahkan Δx1(0) dan Δx2(0) sebagai koreksi harga estimasi awal
terhadap hasil yang sesungguhnya x1* dan x2* jadi bisa ditulis
Sekarang kita selesaikan x1(0) dan x2(0) dengan menggunakan asumsi deret Taylor,
(0) (0)
(0) (0) (0) 𝜕𝑔1 (0) 𝜕𝑔1
𝑔1 (𝑥1∗ , 𝑥2∗ , 𝑢) = 𝑔1 (𝑥1 , 𝑥2 , 𝑢) + ∆𝑥1 | + ∆𝑥2 | +⋯=0 (16)
𝜕𝑥1 𝜕𝑥2
(0) (0)
(0) (0) (0) 𝜕𝑔2 (0) 𝜕𝑔2
𝑔2 (𝑥1∗ , 𝑥2∗ , 𝑢) = 𝑔2 (𝑥1 , 𝑥2 , 𝑢) + ∆𝑥1 | + ∆𝑥2 | +⋯=0 (17)
𝜕𝑥1 𝜕𝑥2
Jika kita abaikan turunan parsial orde lebih besar dari satu, persamaan (16) dan (17) dapat
ditulis kembali dalam bentuk matrik,
J(0)
Di mana matrik bujur sangkar turunan parsial disebut matrik Jacobian (J(0)). Kemudian kita
mendapatkan sistem linear persamaan mismatch
(0) (0)
(0)
∆𝑥1 ∆𝑔1
𝐽 [ (0)
]=[ (0)
] (19)
∆𝑥2 ∆𝑔2
Dengan menyelesaikan persamaan mismatch dengan inversnya kita dapat menentukan x1(0)
dan x2(0). Bagaimanapun juga nilai ini kita tambahkan pada estimasi awal namun belum
mendekati hasil yang sebenarnya, jadi kita harus mengulanginya lagi untuk estimasi baru x1(1)
dan x2(1) di mana
Kita ulangi sampai koreksi menjadi sekecil mungkin dan memenuhi indeks presisi yang telah
ditentukan, misalnya ε > 0 yaitu sampai│Δx1│dan│Δ x2│lebih kecil dari ε.
Contoh 2.
Anggap parameter u sebagai bilangan tetap sama dengan 1.0, dan pilih kondisi awal x1(0) = 0
rad dan x2(0) = 1.0. Indeks ketelitian () adalah 10-5.
Penyelesaian
𝜕𝑔1 𝜕𝑔1
𝜕𝑥1 𝜕𝑥2 4𝑢𝑥2 cos 𝑥1 4𝑢 sin 𝑥1
𝐽= =[ ]
𝜕𝑔2 𝜕𝑔2 4𝑢𝑥2 sin 𝑥1 8𝑥2 −4u cos 𝑥1
[ 𝜕𝑥1 𝜕𝑥2 ]
Parameter u merupakan sebuah bilangan tetap sama dengan 1.0, tetapi pada beberapa studi, u
dapat dianggap sebagai variabel kontrol.
Iterasi Pertama
Seting u = 1.0 dan menggunakan perkiraan awal x1 dan x2, sehingga mismatch dapat dihitung
(0) (0)
∆𝑔1 = 0 − 𝑔1,𝑐𝑎𝑙𝑐 = 𝑏1 − ℎ1 = −0.6 − 4 sin(0) = −0.6
(0) (0)
∆𝑔2 = 0 − 𝑔2,𝑐𝑎𝑙𝑐 = 𝑏2 − ℎ2 = −0.3 − 4 × (1.0)2 +4cos(0) = −0.3
(0)
4cos(0) 4sin(0) ∆𝑥 −0.6
[ ] [ 1(0) ] = [ ]
4sin(0) 8𝑥2 − 4cos(0) ∆𝑥 −0.3
2
(0)
∆𝑥 4 0 −1 −0.6 −0.150
[ 1(0) ] = [ ] [ ]=[ ]
∆𝑥2 0 4 −0.3 −0.075
Maka :
Hasil ini melewati batas toleransi sehingga kita lanjutkan ke iterasi kedua.
Iterasi Kedua
(1)
∆𝑔1 −0.6 − 4(0.925)sin(−0.15) −0.047097
[ (1)
]=[ 2 ]=[ ]
∆𝑔2 −0.3 − 4(0.925) + 4(0.925)cos(−0.15) −0.064047
(1)
∆𝑥 3.658453 −0.597753 −1 −0.047079 −0.016335
[ 1(1) ] = [ ] [ ]=[ ]
∆𝑥2 −0.552921 3.444916 −0.064047 −0.021214
Hasil ini juga melewati batas toleransi indeks ketelitian, sehingga kita berlanjut ke iterasi
berikutnya yang menghasilkan
(2) (1) (1)
𝑥1 = 𝑥1 + ∆𝑥1 = −0.150 + (−0.016335) = −0.016335 rad
Berlanjut ke iterasi ketiga, kita temukan bahwa hasil x1(3) dan x2(3) besarnya lebih kecil
dari toleransi yang ada yaitu 10-5. Oleh karena itu, kita dapatkan penyelesaian
(4)
𝑥1 = −0.166876 rad
(4)
𝑥2 = 0.903057
Pada contoh ini, kita selesaikan masalah aliran daya pertama kita dengan metode Newton-
Raphson. Hal ini disebabkan karena kedua persamaan nonlinear dari contoh tersebut
merupakan persamaan aliran daya untuk sistem sederhana.
Dimana x1 menunjukkan sudut 2 dan x2 menunjukkan besar tegangan |V2| pada rel 2. Kontrol
u adalah besar tegangan |V1| pada slack bus, dan dengan mengubah nilainya menjadi 1.0 per
unit, kita dapat mengatasi masalah ini.