Analisis Penerapan Zig Zag Transformator pada
Ungrounded System
Danar Adiwena N, Rony Seto Wibowo, Dimas Fajar Uman
Putra. Jurusan Teknik Elektro, Fakultas Teknologi Industri,
Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman
Hakim, Surabaya 60111 E-mail: danar.adwn@gmail.com,
ronyseto@ee.its.ac.id, dimasfup@gmail.com
Chandra Wiharya1 , e-mail: chandra.wiharya@polinema.ac.id 1
Jurusan Teknik Elektro, Politeknik Negeri Malang, Indonesia
Abstrak—Unit commitment (UC) adalah penjadwalan
nyalapadam operasi unit pembangkit listrik untuk memenuhi
kebutuhan daya listrik pada rentang waktu tertentu dengan
tujuan memperoleh total biaya pembangkitan yang ekonomis.
Perbedaan karakteristik dari setiap unit pembangkit dan
batasan tertentu mengakibatkan kombinasi penjadwalan
pembangkit yang berbeda-beda. Selain batasan-batasan yang
telah ditentukan, pada UC ini mempertimbangkan stabilitas
tegangan. Tugas akhir ini mengajukan Binary Particle Swarm
Optimization (BPSO) untuk menyelesaikan masalah unit
commitment (UC) dan menggunakan sequential quadratic
programming (SQP) untuk menentukan biaya pembangkitan
dari optimal power flow (OPF). BPSO merupakan algoritma
yang sesuai untuk menyelesaikan permasalahan optimisasi.
Dengan metode tersebut, diharapkan permasalahan
penjadwalan unit pembangkit dapat terselesaikan dengan baik
dan optimal sehingga memperoleh total biaya pembangkitan
yang ekonomis, dan mampu mencegah sistem dari voltage
collapse.
Kata kunci—Panel surya; Energi terbarukan; metode
astronomi; smart relay.
I. PENDAHULUAN
seiring dengan meningkatnya pertumbuhan penduduk dan
ekonomi maka kebutuhan energi listrik dalam negeri terus
meningkat dari tahun ke tahun. Untuk menjamin terjaganya
pasokan listrik dan meningkatkan keadalan sistem. Sistem
tenaga listrik tidak hanya disuplai dari satu pembangkit
listrik saja namun banyak pembangkit yang saling
terhubung. Dalam aplikasi sesungguhnya dilapangan
seluruh pembangkit tidak serta merta dinyalakan untuk
melayani seluruh beban listrik yang ada. Dikarenakan oleh
beberapa aspek dari pembangkit yaitu seperti pemiliharaan,
Muhammad Arindra, Rony Seto Wibowo, dan Dedet Candra
Riawan Jurusan Teknik Elektro, Fakultas Teknologi Industri,
Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman
Hakim, Surabaya 60111 e-mail: ronyseto@ee.its.ac.id,
dedet.riawan@ee.its.ac.id, arindra.muhammad@gmail.com.
Zulfatri Aini Jurusan Teknik Elektro, Fakultas Sains dan
Teknologi Universitas Islam Negeri Sultan Syarif Kasim-Riau.
Email : zulfatri_aini@yahoo.com
karakteristik, kemampuan pembangkit, biaya pembangkitan
dan lain-lain. Maka diperlukan adanya penjadwalan untuk
seluruh pembangkit. Perubahan jumlah beban yang selalu
berubahubah setiap waktu. Hal ini mengakibatkan seluruh
pembangkit harus menyesuaikan perubahan beban karena
untuk memperoleh biaya pembangkitan paling ekonomis,
jumlah energi listrik terbangkitkan harus bernilai mendekati
sama dengan jumlah beban yang harus disuplai. Jenis
operasi sistem tenaga listrik area pembangkitan dapat
berupa peningkatan dan penurunan daya output, serta
penyalaan dan pemadaman unitunit pembangkit untuk
mengimbangi jumlah beban yang ditanggung unit-unit
pembangkit [1]. Selain itu, peningkatan kebutuhan tenaga
listrik harus diimbangi dengan pengelolaan sumber
pembangkit yang baik. Sehingga mampu menyediakan
tenaga listrik ekonomis dan tetap menjaga kualitas prima
meliputi kontinuitas, seimbang, stabil dan kadar harmonik
yang rendah[2]. Melakukan penjadwalan pembangkit
membutuhkan waktu dan biaya. Oleh karena itu,
penjadwalan harus dipersiapkan secara lengkap dan lanjut
untuk membangkitkan daya yang cukup dan memiliki
cadangan yang tersedia untuk menyediakan permintaan
sistem secara terus menerus dan menjaga kontingensi.
Maka dibuatlah sebuah program yang menyediakan jadwal
ini untuk meminimalkan biaya operasi yang tunduk pada
batasan sistem yaitu unit commitment (UC). Sebelum
melakukan penjadwalan pembangkit, hal pertama yang
dilakukan adalah analisis optimal power flow. Aliran Daya
Optimal atau Optimal Power Flow (OPF) merupakan
perhitungan untuk meminimalkan suatu fungsi yaitu biaya
pembangkitan suatu pembangkit tenaga listrik dan rugi-rugi
pada pada saluran transmisi dengan mengatur
pembangkitan daya aktif dan reaktif setiap pembangkit
yang terinterkoneksi dengan memperhatikan batas-batas
tertentu.[3] tujuan dari analisis ini adalah untuk meminimal
biaya pembangkitan pada sistem tenaga. Sehingga setelah
memperoleh biaya pembakitan yang optimal maka
penjadwalan dapat dilakukan Sementara biaya dan
pembakitan optimal. Di lain sisi sistem juga harus mampu
mempertahankan keamanan sistem, pasokan beban, dan
meminimalkan efek sampingnya. Maka, stabilitas tegangan
dan sistem keamanan harus dipertahankan. Ketidakstabilan
tegangan dapat menyebabkan jatuhnya tegangan.
Fenomena ini telah menjadi dasar dari beberapa peristiwa
penting dalam beberapa sistem listrik di dunia. Oleh karena
itu, mempelajari stabilitas tegangan setelah adanya UC
sangat penting untuk mengetahui biaya pembangkitan dan
juga load margin sistem. Load margin adalah suatu ukuran
fundamental untuk mengetahui jarak atau kedekatan
terhadap voltage collapse[3]. Pada tugas akhir ini akan
diusulkan Binary Particle Swarm Optimization(BPSO)
untuk menyelesaikan permasalahan UC dengan
mempertimbangkan kestabilan tegangan. Sehingga
diperoleh pembangkitan optimal, ekonomis, dan mampu
mempertahankan keamanan system dari voltage collapse..
II. TINJAUAN PUSTAKA
Unit Commitment Unit commitment merupakan
penjadwalan hubung-lepas pembangkitan unit pembangkit
pada sistem tenaga listrik dalam kurun waktu tertentu,
dengan tujuan untuk memenuhi permintaan beban.
Penjadwalan ini biasanya ditentukan berdasarkan
permintaan beban manusia yang selalu berubah-ubah tiap
waktunya. Tujuan utama dari penjadwalan ini adalah untuk
mendapatkan biaya pembangkitan yang ekonomis dalam
periode waktu tertentu, namun tetap mempertimbangkan
batasan-batasan operasi yang ada. Setip unit pembangkit
memiliki berbagai batasan operasi seperti spinning reserve,
minimum up-down time, pembangkitan daya maksimum
dan minumin, dan biaya penyalaan unit pembangkitan.
Dibeberapa kasus konfigurasi jaringan transmisi juga
dipertimbangkan, hal ini karena jaringan transmisi akan
mengatur aliran daya maksimum yang dapat mengalir pada
suatu saluran. Unit Commitment Pada Sistem
Pembangkitan Tenaga Angin Untuk Mengurangi Emisi
Dengan Menggunakan Particle Swarm Optimization
Muhammad Arindra, Rony Seto Wibowo, dan Dedet
Candra Riawan Jurusan Teknik Elektro, Fakultas
Teknologi Industri, Institut Teknologi Sepuluh Nopember
(ITS) Jl. Arief Rahman Hakim, Surabaya 60111 e-mail:
ronyseto@ee.its.ac.id, dedet.riawan@ee.its.ac.id,
arindra.muhammad@gmail.com. U JURNAL TEKNIK ITS
Vol. 5, No. 2, (2016) ISSN: 2337-3539 (2301-9271 Print)
B224 Permasalahan Unit Commitment merupakan
kombinasi dari dua sub-masalah. Pertama adalah
menentukan unit pembangkit yang akan dinyalakan. Kedua
adalah menentukan jumlah biaya generasi dari masing-
masing unit yang berkomitmen. Unit pembangkit memiliki
perbedaan efisiensi operasi dan karakteristik kinerja yang
merefleksikan inputan yang dibutuhkan. Dengan demikian,
operasi UC diselesaikan dalam dua tahap. Kombinasi unit
pembangkit yang menghasilkan biaya produksi paling
ekonomis akan dipilih sebagai jadwal UC untuk setiap jam
[3]. Dalam penjadwal pembangkitan, akan dicari kombinasi
yang optimum untuk mendapat biaya pembangkitan yang
murah. Kombinasi yang digunakan merupakan kombinasi
dari unit yang beroperasi dan unit tidak beroperasi, yang
nanti akan digunakan unutk melakukan perhitungan
pembangkitan. Dalam menentukan kombinasi yang
digunakan ada bebrapa metode yang dapat digunakan yaitu,
1. Priority list atau urutan prioritas Priority list merupakan
kombinasi dalam penjadwalan pembangkit dengan
mempertimbangkan biaya pembangkitan yang paling
murah. 2. Complete Enumeration Complete enumeration
merupakan kombinasi dalam perhitungan penjadwalan
pembangkit dengan memperhitungkan seluruh kombinasi
yang mungkin terjadi. Pada permasalahan yang ada unit
commitment digunakan unutk mendapatkan biaya
operasional yang optimal dan menjaga lifetime dari setiap
unit pembangkit. Unutk mendapatkan dua hal tersebut ada
beberapa batasan yang digunkan pada unit commitment
yaitu sebagai berikut: 1. Spinning Reserve (Cadangan
Berputar) Spinning reserve adalah jumlah total energi yang
tersedia, dari hasil pembangkitan semua unit pembangkit,
dikurangi dengan beban dan kerugian yang ada pada sistem
tenaga listrik. Cadangan yang dimiliki setiap unit
pembangkit yang beroperasi harus dapat manggulangi daya
yang berkurang pada sistem, akibat adanya unit pembangkit
yang mengalami kegagalan operasi sehingga penurunan
dari frekuensi sistem masih berada pada kondisi aman. 2.
Thermal Unit Contrains Thrmal unit dapat hanya dapat
beroperasi jika terjadi perubahan temperature, perubahan
temperature akan mempengaruhi pada batasan waktu
menyalakan dan memadamkan unit, oleh karena itu
terdapat berbagai kondisi operasi thermal unit seperti,
Minimum up time Minimum donw time 3. Star Up Cost
Star up cost merupakan biaya yang dibutuhkan oleh unit
pembangkit untuk start dari kondisi tidak beroperasi
samapai unit pembangkit beroperasi. Ada beberapa jenis
kondisi penyalaan unit pembangkit yaitu, Cold temperature
starting Working temperature starting B. Fungsi Objektif
unit commitment Secara teoritis fungsi objektif unutk
penjadwalan unit commitment adalah jumlah seluruh biaya
operasi di jumlahkan dengan biaya penyalaan dan
pemadaman tiap unit pembangkit yang menyuplai daya di
setiap jam nya. ∑ ∑ [ ( )] ( ) (1) Biaya bahan bakar unit
pembangkit, (2) Waktu nyala minimum, Waktu padam
minimum, Kesetimbangan daya ∑ (3) Rentang daya
pembangkitan Keterangan, N = Jumlah unit pembangkit
yang digunakan H = Jumlah periode jam penjadwalan n,h =
Indeks unit (1,2,3,…) = Variable control untuk pembangkit
n pada jam h = Variabel control status nyala/mati unit
pembangkit n pada jam h = Biaya total pembangkitan pada
jam h = biaya operasi unit n pada jam h = Koefisien fungsi
biaya unit n = Biaya penyalaan saat kondisi dingin unit n
pada jam h = Waktu penyalaan saat kondisi dingin unit n =
Waktu nyala minimum unit n = Waktu padam minimum
unit n = Biaya pemadaman uni n pada jam h = Rentang
waktu selama unit n menyala atau padam = Permintaan
beban puncak pada jam h = Daya output maksimal/miimal
unit n C. Optimal Power Flow Optimal power flow
merupakan pengembangan dari economic dispatch yang
memperhitungkan aliran daya. OPF berfungsi melakukan
pembagian pembangkitan pada tiap unit pembangkitan
dengan memperhitungkan aliran daya pada saluran dengan
total biaya yang minimal. Fungsi objektif dari OPF adalah
menentukan total biaya yang optimal pada sistem. Untuk
mendapatkan total biaya yang optimal dapat meminimalkan
biaya bahan bakar, yang berkaitan dengan besarnya
pembangkitan pada masing masing unit pembangkit.
Meminimalkan biaya kerugian pada pelepasan beban juga
dapat berpengarug pada biaya produksi. Proses pelepasan
beban biasa nya digunakan untuk mendapatkan sistem yang
diinginkan. Dampak dari pelepasan beban akan dapat
merugikan konsumen. Perhitungan optimasi pada OPF
mencakup: a) Fungsi objektif: Fungsi objektif berupa total
biaya pembangkitan (satuan mata uang/jam) JURNAL
TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: 2337-3539
(2301-9271 Print) B225 ∑ Indeks nomor bus ditunjukkan
oleh i, dan Fi(Pi) merupakan fungsi biaya generator. b)
Inequality constraint generator: Untuk i dari 1 hingga
sejumlah n bus Untuk perhitungan yang lebih mendekati
keadaan real sistem, persamaan OPF dapat ditambahkan
dengan batasan batasan lain, misalnya inequality constraint
kapasitas saluran, inequality constraint tegangan pada bus,
dan sebagainya. Dynamic optimal power flow merupakan
pengembangan dari OPF yang menggunakan beban yang
dinamis. Beban yang berubah ubah ini akan digunakan
sebagai parameter untuk penjadwalan pembangkitan. Pada
tugas akhir ini di asumsikan beban akan berubah tiap
rentang selama satu jam. D. Emisi Dalam setiap operasi
system tenaga listrik ada dua hal yang perlu diperhatikan
yaitu, biaya pembangkitan dan emisi gas buang dari masing
masing unit pembangkit. Bebrapa pembangkit listrik yang
menggunakan bahan bakar fosil akan menghasilkan emisi
dari sisa pembakaran. Emisi tersebut dapat berupa Sulfur
Dioksida (SO2), Karbon Dioksida (CO2), dan Nitrogen
Oksida (NOx). Untuk perhitungan emisi dapat digunakan
persamaan berikut: ∑ (4) dimana αi, βi, γi, δi, dan λi adalah
koefisien non-negatif dari karakteristik emisi generator
unit-i. Keterangan, E(P) = total emisi generator dalam g =
koefisien non-negatif SO2 = koefisien non-negatif CO2 =
koefisien non-negatif NOx III. PENERAPAN PSO PADA
PENJADWALAN SISTEM PEMBANGKITAN A.
Particel Swarm Optimization Particle Swarm Optimization
(PSO) adalah metode optimasi yang berbasis berdasarkan
populasi burung yang di kembangkan pada tahun 1995,
dimana pada metode ini tiap individu diumpamakan
sebagai partikel. Partikel ini berfungsi sebagai calon
pemberi solusi dari permasalhan yang akan di optimasikan,
dimana dalam mencari solusi tiap partikel ini akan
mengganti posisi dan kecepatan nya tiap waktu. Dalam
proses mencari nilai yang optimum, setiap partikel akan
menentukan posisi terbaiknya sendiri berdasarkan posisi
nya sendiri (local best) dan posisi partikel lain nya(global
best). Proses pencarian Pbest dan Gbest dapat diilustrasikan
pada gambar berikut Pencarian solusi dilakukan oleh
banyak partikel dalam suatu populasi tertentu. Setiap
partikel akan mempresentasikan solusi dari permasalahan
berdasarkan posisi yang dimiliki. Dalam menentukan posisi
tiap partikel akan menyesuaikan dengan posisi terbaik
partikel dan posisi terbaik populasi pada waktu yang sama.
Jadi penyebaran pengalaman terjadi pada partikel itu
sendiri dan antara partikel itu sendiri dengan partikel
terbaik pada populasi tersebut. Setelah proses ini
dilanjutkan dengan mencari posisi terbaik partikel dengan
melakukan iterasi. Iterasi dilakukan unutk mendapatkan
mendapatkan posisi yang relatif stabil dalam batas iterasi
yang ditetapkan. Setiap partikel diperlakukan seperti
sebuah titik pada suatu dimensi ruang tertentu. Kemudian
terdapat dua faktor yang memberikan karakter terhadap
status partikel pada ruang pencarian yaitu posisi partikel
dan kecepatan partikel [4]. Faktor lain yang dibutuhkan tiap
partikel untuk menentukan solusi adalah kecepatan.
Kecepatan ini berguna untuk mentukan seberapa cepat
sebuah partikel menemukan posisi yang optimal. Tiap
iterasi kecepatan akan terus berubah se iring dengan posisi
partikel yang terus di evaluasi. Perubahan posisi dan
kecepatan partikel dapat di tentukan dengan persamaan
berikut: [ ] [ ] (5) Dengan persamaan di atas kecepatan
secara bertahap akan berubah semakin mendekati Pbest dan
Gbest. Sedangkan update posisi dapat di tentukan dengan
persamaan berikut: (6) Dimana, : Kecepatan Partikel x :
Posisi Partikel j : Indeks Partikel i : Iterasi ke-i :
Konstanta : Bilangan Random Pbest : Posisi Terbaik Lokal
Gbest : Posisi Terbaik Global Pada awalnya fungsi PSO
hanya mampu menyelesaikan permasalahan optimasi pada
bilangan real, tetapi seiring berjalannya waktu fungsi PSO
telah dikembangkan agar mampu menyelesaikan
permasalahan optimasi pada bilangan biner, yang biasa
disebut dengan Binary Particle Swarm Optimization
(BPSO). Pada penggunaan BPSO ada disedikit perbedaan,
terutama proses update posisi partikel tidak menggunakan
persamaaan sebelum nya, melainkan menggunakan
persamaan berikut : (7) Berikut ini adalah langkah –
langkah yang di lakukan pada PSO unutk mendapatkan
nilai yang optimum Tentukan posisi awal dan kecepatan
partikel secara acak. Evaluasi fitness dari setiap partikel
berdasarkan posisinya. Tentukan partikel dengan fitness
terbaik sebagai Gbest. Pada awal, Pbest akan sama dengan
posisi awal Perbarui kecepatan partikel disetiap iterasi
nya Dengan kecepatan yang baru dapat ditemukan posisi
baru juga Ulangi semua langkah sampai maksimal iterasi
dipenuhi
 jika( λ )=9821. 86
¿ unit 1=0 .00429+ P1 =0 . 000783 ( 9821. 86 )
¿0 . 00429+ P1 =7 . 69051
¿7 . 68622

¿ unit 2=0 .50299+ P2 =0 . 02574 ( 9821 .86 )

¿0 . 50299+ P2 =252 . 81
¿252 . 307
P1 0 .14068 5.48632 638.4928
P2 0.0136964 19.5358 19.419 ¿ unit 3=0 . 071112+ P3 =0 . . 00408 ( 9821 . 86 )
P 3 0 .16823 17.40762 122.3946 ¿0 . 071112 + P3 =40. 07318
¿ 40 .002

Ptotal = P1 + P 2 + P3
=7. 68622+252 .307+ 40 . 002
¿299 . 995

DF1 F1 (P 1 )=H 1 ( P1 )×Fuelcos t

DF1
=5 . 48632+1276 . 9856=λ1
DF2 ¿((0 .01252)+(2. 828x 7.686 )+(329 .12 x 7.686 )2 )
=19 . 5358+38 .8388=λ2
DF2
DF3
¿6398980 .47
DF3
=17 . 40762+244 .7892=λ2
F2 ( P2 )=H 2 ( P2 )×Fuel cost
1=5 . 48632+1276 . 9856 P1=1λ=1276 . 9856
¿((0 .00706)+(10. 07 x252 .307)+(10.01 x 252.307)2 )
2=19 . 5358+38. 8388 P2 =1 λ=38 . 8388
¿63681161.09
3=17 . 40762+244 . 7892 P3 =1 λ=244 . 7892

0 . 00429 + P1 0 . 000783 λ F3 ( P3 )=H 3( P3 )×Fuel cost

2
0 .50299 + P2 0 . 02 574 λ ¿((0 .08672)+(8. 973 x 40.002 )+(63 .09 x 40.002) )
0 . 071112+ P 3 0 . 00408 ¿6369552 .85
0 .578392 300 0 . 030603 λ
300 .578392=0. 030603λ
300 .578392
0 . 030603
9821 .86=λ
 operasi dari penjadwalan pada PT. PLN. 3. Dapat dilakukan
proses shutdown pada 4 unit pembangkit yaitu PLTD Teluk
Lembu selama 3 jam, PLTG Teluk Lembu unit 1 selama 17
jam, PLTG Teluk Lembu unit 3 selama 16 jam dan PLTG
RIAU POWER selama 19 jam. 4. b. Saran Untuk penelitian
selanjutnya dapat menggunakan metode Modified Unit
Decommitment dan pembagian beban tiap pembangkit, karena
sistem kelistrikan di Riau akan memiliki cadangan perputaran
0 . 00429 + P1 0 . 000783 λ
yang berlebih (surplus) dengan dibangunnya unit pembangkit
0 .50299 + P2 0 . 02 574 λ
yang baru yaitu PLTG Duri 200 MW dan PLTU Dumai 2×150
0 . 071112+ P 3 0 . 00408
MW
0 .578392 300 0 . 030603 λ
300 .578392=0. 030603λ DAFTAR PUSTAKA
300 .578392 [1] Y. Prasetyo, O. Penangsang, A. Soeprijanto, D. F. Uman,
0 . 030603 and Y. Anugerah, “Reconfiguration of distribution
9821 .86=λ network for minimizing losses and improving voltage
stability index using binary firefly algorithm,” J. Eng.
Appl. Sci., vol. 11, no. 11, pp. 2366–2371, 2016, doi:
10.3923/jeasci.2016.2366.2371.
[2] J. Geuthèë, P. Multidisiplin, Y. Prasetyo, A. Choirul
Arifin, and T. Multazam, “Analisis Rekonfigurasi dan
Penempatan Kapasitor Untuk Meminimalkan Deviasi
Tegangan Pada Sistem Distribusi ANALYSIS
RECONFIGURATION AND CAPACITOR
PLACEMENT FOR MINIMIZING VOLTAGE
DEVIATION IN DISTRIBUTION SYSTEM,” Agustus,
2018.
[3] K. R. Hameed, “Zig-zag grounding transformer modeling
for zero-sequence impedance calculation using finite
element method,” Diyala J. Eng. Sci., vol. 8, no. 3, pp.
63–87,
KESIMPULAN [4] D. Mirza and A. Bintoro, “Analisa Pengaruh Neutral
Dari perhitungan di atas dapat kita lihat bahwa untuk Ground Resistant Digardu Induk Bireuen Terhadap Arus
mendapatkan hasil yang sesuai dengan load yang di inginkan Gangguan,” vol. 7, pp. 5–11, 2018.
yaitu sebesar 300 mv.maka dapat kita gunakan generator set 1 [5] R. Y. Irsyadillah, “Analisa gangguan hubung singkat
dan set 2 sesuai nilai tabel di atasa. Kesimpulan 1. Hasil sistem tenaga listrik di pusat penampung produksi
analisis dapat memberikan penjadwalan yang efisien dan menggung pertamina asset iv field cepu dengan
efektif. 2. Hasil analisis penjadwalan memberikan penurunan menggunakan metode etap 12.6,” 2018.
biaya total operasi sebesar 32,5 % yaitu Rp. [6] D. E. Rofianto, E. A. Zuliari, and T. Wati, “Analisa
1.100.524.386,9997 jika dibandingkan dengan total biaya Perencanaan Pemasangan Differential Relay Pada
PT.Bramindo Niaga Pratama,” p. 6, 2019.