Anda di halaman 1dari 40

Optimisasi Penempatan dan Ukuran Kapasitor Bank Untuk Mengurangi

Rugi-Rugi Daya Menggunakan Metode Algoritma Genetika


(Studi Kasus Interkoneksi Subsistem Sumbagsel 150 kV)

OLEH :
JONI IRAWAN
G1D006007

Dosen Pembimbing

Pembimbing Utama : Anizar Indriani,S.T.,M.T

Pembimbing II : Yuli Rodiah,S.T.,M.T

Seminar Skripsi
Program Studi Teknik Elektro Universitas Bengkulu

PDF created with pdfFactory Pro trial version www.pdffactory.com


Latar Belakang

Meningkatnya beban pada jaringan

Beban induktif

Kebutuhan daya reaktif meningkat

Arus reaktif mengalir pada jaringan

Faktor daya menurun, drop tegangan dan rugi-rugi daya besar,

Pemasangan kapasitor bank dengan optimisasi penempatan dan ukuran


menggunakan metode algoritma genetika

Meminimalkan rugi –rugi daya dan memperbaiki profil tegangan

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


Perumusan Masalah

• Apakah metode algoritma genetika bisa diterapkan juga pada data pembanding
sistem Jawa Bali 500 kV?
• Berapa persen perbedaan penurunan rugi-rugi daya antara metode algoritma
Artificial Bee Colony (ABC) dengan metode algoritma genetika pada sistem Jawa
Bali?
• Berapa besarnya daya pembangkitan, pembebanan interkoneksi subsistem
Sumbagsel 150 kV?
• Bagaimana cara mengimplementasikan metode algoritma genetika dalam
optimisasi penempatan dan ukuran kapasitor bank ?
• Bagaimana algoritma penyelesaian optimisasi penempatan dan ukuran kapasitor
bank dengan metode algoritma genetika?

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


TUJUAN PENELITIAN

• Membandingkan hasil optimisasi menggunakan metode algoritma Artificial Bee Colony


(ABC) dengan menggunakan metode algoritma genetika pada sistem Jawa Bali 500 kV.
• Menentukan aliran daya dan rugi-rugi daya pada jaringan interkoneksi subsistem
Sumbagsel 150 kV sebelum kompensasi daya reaktif.
• Optimisasi letak dan ukuran kapasitor bank pada jaringan interkoneksi subsistem
Sumbagsel 150 kV dengan menggunakan metode algoritma genetika.
• Menentukan aliran daya dan rugi-rugi daya pada jaringan interkoneksi subsistem
Sumbagsel 150 kV setelah kompensasi daya reaktif.
• Menentukan grafik perubahan tegangan tiap bus dan rugi-rugi daya subsistem
Sumbagsel 150 kV sebelum dan setelah kompensasi daya reaktif

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


BATASAN MASALAH

• Faktor harmonisa akibat pemasangan kapasitor bank diabaikan.


• Biaya kapasitor bank tidak diperhitungkan.
• Hasil skripsi berupa analisis dan simulasi.
• Simulasi aliran daya Newthon Raphson menggunakan tool MATLAB
Hadi Saadat.
• Simulasi algoritma genetika menggunakan program MATLAB 7.0.1.
• Objek penelitian menggunakan data sekunder subsistem Sumbagsel 150
kV.

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


Tinjaun Pustaka

Kompensasi Daya Reaktif


1. Tegangan Bus Generator
2. Tap Trafo
3. Kompensator VAr

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


Gambar 2.4. Tegangan terima sebelum dan sesudah dipasang kapasitor paralel
Sumber : Imam Robandi (2006)

Persamaan

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


P
2
Q-QC 1
S2
QC
Q S1

Gambar 2.5. Perbandingan besar daya semu yang dibutuhkan


Sumber : Imam Robandi (2006)

Persamaan

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


Metode Optimisasi

Algoritma Genetika
Menurut Suyanto (2005) Algoritma Genetika adalah algoritma pencarian
yang didasarkan pada mekanisme seleksi alamiah dan genetika alamiah.
Pertama kali Algoritma genetika dirintis oleh Jhon Holland pada tahun 1960-an
dan dikembangkan oleh muridnya David Goldberg. Algoritma Genetika telah
dipelajari, diteliti, dan diaplikasikan.

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


Istilah dalam Algoritma Genetika

1. Gen
2. Allel
3. Kromosom
4. Populasi
5. Generasi

Gambar 2.6 Representasi permasalahan algoritma genetika

Optimal Placement Capacitor


PDF created with pdfFactory Pro trial version www.pdffactory.com
Parameter Algoritma Genetika

1. Jumlah Gen
2. Jumlah Kromosom
3. Kemungkinan pindah silang (Pc)
4. Kemungkinan mutasi (Pm)
5. Kemungkinan pelestarian (Pbreeder)
6. Maksimum generasi
Komponen-Komponen Algoritma Genetika

1. Pengkodean
2. Nilai Fitness
3. Seleksi
4. Pindah Silang (crossover)
5. Mutasi
6. Elitisme
7. Regenerasi

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


Gambar 2.1o Siklus Algoritma Genetika

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


METODELOGI PENELITIAN

3.1 Waktu dan Tempat Penelitian


Waktu penelitian bulan Desember 2010 s.d. Januari 2011 dan tempat
penelitian di PT.PLN Persero P3B Sumatera bagian operasi sistem

3.2 Implementasi Algoritma Genetika pada Sistem Jaringan Transmisi


Untuk menentukan bus-bus yang akan dipasang kapasitor paralel dan
berapa ukuran kapasitor yang akan dipasang secara optimal

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


Flowchart program optimisasi penempatan dan ukuran kapasitor bank menggunakan metode algoritma genetika pada sistem jaringan menggunakan MATLAB

Optimal Placement Capacitor


PDF created with pdfFactory Pro trial version www.pdffactory.com
Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


3.2.2 Inisialisasi Awal Populasi

Gambar 3.1. Model kromosom pada sistem

Berikut ini script program inisialisasi populasi dalam MATLAB :


Populasi = rand(JumKrom,JumGen,2);
for I = 1:JumKrom
for J = 1:JumGen
if Populasi(I,J,1)<0.5
Populasi(I,J,1)=0; %(Posisi)
Populasi(I,J,2)=0; %(Nilai kapasitor)
else
Populasi(I,J,1)=1; %(Posisi)
a=rand(1)*40;
b=round(a);
Populasi(I,J,2)=b*10; %(Nilai kapasitor)
end
end
end

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


Script injeksi kromosom dalam toot MATLAB Hadi Saadat :
for k=1:nbus
n=databus(k,1);
Qsh(n)=Populasi(I,k,2);
Semula tanpa kompensasi Qsh adalah busdata (k,11).

3.2.3 Fungsi Obyektif

Fungsi obyektif yang digunakan adalah total rugi-rugi daya saluran nominal (SLT)
3.2.4 Rugi-Rugi Daya Minimum

Program ini mencari rugi-rugi daya minimum. Program akan berhenti saat injeksi
kromosom menghasilkan rugi-rugi minimum yang diinginkan dengan penempatan dan
ukuran kapasitor bank yang optimal.

Script dalam MATLAB :


if SLT<x
break
end
Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


3.2.5. Evaluasi Fungsi Fitness

Script evaluasi fungsi fitness dalam MATLAB :


if SLT > X % nilai x adalah batasan maksimum nilai obyektif
Fit(I)=0;
else

Fit(I)=10000/SLT;
end
JFit=JFit+Fit(I);

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


3.2.6. Operator Algoritma Genetika

3.2.6.1. Seleksi

Script pembuatan roulette dalam MATLAB :


% prosentase fitness
prosen=round(100*Fit(I)/JFit);
% Pembuatan roulete tanpa rank
k=0;
for I=1:JumKrom,
for J=1:prosen
k=k+1;
roulette(k)=I;
end
Script pemilihan dalam MATLAB :
end
% Proses Pemilihan (seleksi)
for I=1:JumKrom;
r=round(k*rand);
if r==0
r=1
end
pilih=roulette(r);
for J=1:JumGen
Induk(I,J,1)=Populasi(pilih,J,1);
Induk(I,J,2)=Populasi(pilih,J,2);
end
end

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


3.2.6.2 Kawin Silang (Crossover)

Script crossover dalam MATLAB :


%Proses kawin silang
sthj=JumKrom/2
anak=Induk; for I=1:sthj
p=rand; % bangkitkan bil acak 0 s.d 1 sbyk jumKrom
if p<pcross
r1=round(JumGen*rand);
if r1==0
r1=1;
end
r2=round((JumGen-r1)*rand)+r1;
for J=r1:r2 % batasan titik kawin silang
anak(2*I-1,J,1)=Induk(2*I,J,1);
anak(2*I-1,J,2)=Induk(2*I,J,2);
anak(2*I,J,1)=Induk(2*I-1,J,1);
anak(2*I,J,2)=Induk(2*I-1,J,2);
end
else
for J=1:JumGen
anak(2*I-1,J,1)=Induk(2*I,J,1);
anak(2*I-1,J,2)=Induk(2*I,J,2);
anak(2*I,J,1)=Induk(2*I-1,J,1);
anak(2*I,J,2)=Induk(2*I-1,J,2);
end
end
end

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


3.2.6.3 Mutasi

Script mutasi dalam MATLAB :


% Proses Mutasi
for I=1:JumKrom
p=rand; % bangkitkan bil acak 0 s.d 1 sbyk jumKrom
if p<pmut
r=round(JumGen*rand);
if r==0
r=1;
end
anak(I,r,1)=1-anak(I,r,1); % Pembalikan
if anak(I,r,1)==0
anak(I,r,2)=0;
else
a=0;
a=rand(1)*40;
b=round(a);
anak(I,r,2)=b*10;
end
end
end

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


3.2.6.4. Elitisme

Script mutasi dalam MATLAB :


% Proses Elitisme
for i=1:JumKrom
p=rand;
if p<Pbreeder
for J=1:JumGen
anak(I,J,1)=Populasi(pilih,J,1);
anak(I,J,2)=Populasi(pilih,J,2);
end
end
end

3.2.6.5. Regenerasi

Script regenerasi dalam MATLAB :


Populasi=anak;

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


3.5. Data Subsistem Sumbagsel 150 kV

Gambar 3.3. Single line diagram interkoneksi subsistem Sumbagsel 150 kV


Sumber: PT. PLN P3B Sumatera bidang operasi sistem (telah diolah kembali)

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


Tabel 3.1. Data saluran interkoneksi subsistem Sumbagsel 150 kV Tabel 3.2. Data pembangkitan dan beban subsistem Sumbagsel 150 kV
i-j R(pu) X(pu) ½B Tap setting
Beban Pembangkitan
1-15 1 No Bus Nama Bus
0,014196 0,047502 0,010500
1-21 1
0,019664 0,065800 0,011500
MW MVAr MW MVAr Qmin Qmax
1-2 1
0,007017 0,032413 0,019250
1-16 1
0,021000 0,097000 0,019250
1 Bukit Asam (Slack) 34,48 16,7 260 61,8532 -130 220
2-16 1
0,013983 0,064587 0,019250 2 Gunung Megang 25,32 12,26 80 -0,8714 -39,2 52,678
3-16 1
0,007732 0,035715 0,014250 3 Indralaya 33,92 16,43 124 20,9901 -70 96
3-17 1
0,002937 0,013566 0,005250 4 IPP Borang 0 0 150 4,5942 -40 60
4-5 1
0,000172 0,001100 0,002750 5 Borang 94,08 45,56 36 -2,5351 -24,49 32,924
5-18 1 6 Talang Duku 0 0 28 0,7801 -15 18
0,001813 0,011242 0,007750
6-19 1
0,001594 0,007174 0,008500
7-12 1 7 Musi 0 0 210 55,3339 -102,879 138
0,000509 0,002672 0,003750
8-33 1 8 New Tarahan 23,01 11,14 200 53,6101 -80 180
0,000618 0,005085 0,004425
8-30 1 9 Tarahan 32,98 15,98 18 -2,6015 -8,367 10,5
0,001468 0,016885 0,011000
8-34 1 10 Besai 0 0 90 19,7638 -80,6 76,2
0,001750 0,014392 0,010325
9-33 1 11 Batu Tegi 0 0 28.6 3,8823 -16 18
0,004183 0,013996 0,003250
10-23 1 12 Pekalongan 73,06 35,39 0 0 0 0
0,003970 0,013283 0,002500
11-28 1 13 Pagar Alam 14,31 6,93 0 0 0 0
0,008028 0,036128 0,012500
14 Lubuk Linggau 42,89 0,78 0 0 0 0
12-14 1
0,003455 0,021421 0,015625
15 Lahat 22,35 10,83 0 0 0 0
13-15 1
0,024764 0,082865 0,015000
16 Prabumulih 21,14 10,24 0 0 0 0
14-15 1
0,004890 0,104200 0,025000 17 Keramasan 94,72 45,87 0 0 0 0
17-20 1
0,001250 0,007750 0,006000 18 Talang Kelapa 30,21 14,63 0 0 0 0
17-18 1
0,000934 0,005790 0,004500 19 Betung 0 0 0 0 0 0
18-19 1
0,012458 0,066951 0,026000 20 Mariana 15,18 7,35 0 0 0 0
21-22 1
0,034365 0,114991 0,019360 21 Baturaja 53,09 25,72 0 0 0 0
21-23 1
0,050417 0,168704 0,032000
22-23 1 22 Blambangan Umpu 4,8 2,33 0 0 0 0
0,017424 0,058305 0,012800
23-24 1 23 Bukitkemuning 24,32 11,78 0 0 0 0
0,008886 0,029733 0,010500
24-26 1 24 Kotabumi 33,36 16,16 0 0 0 0
0,030232 0,101163 0,018500
24-36 1 25 Tegineneng 35,57 17,23 0 0 0 0
0,023660 0,079171 0,008000
24-25 1 26 Menggala 28,78 13,94 0 0 0 0
0,007256 0,024279 0,007750
25-28 1 27 Gumawang 25,31 12,26 0 0 0 0
0,010121 0,033868 0,006250
25-31 1 28 Pagelaran 37,29 18,06 0 0 0 0
0,004758 0,015922 0,002750
25-30 1 29 Metro 30,05 14,56 0 0 0 0
0,014626 0,078607 0,020500
30 Sribawono 28,28 13,69 0 0 0 0
25-29 1
0,011491 0,040218 0,007175
26-27 1
0,011881 0,040444 0,014500
31 Natar 34,48 41,70 0 0 0 0
29-30 1
0,026292 0,092023 0,013325 32 Teluk Betung 60,7 29,39 0 0 0 0
31-35 1
0,006572 0,021992 0,004750 33 Sutami 24,16 11,7 0 0 0 0
31-33 1
0,015879 0,053132 0,009500 34 Kalianda 18,61 34,01 0 0 0 0
31-32 1
0,004364 0,014603 0,002750 35 Sukarami 0 0 0 0 0 0
33-35 1
0,009727 0,032548 0,006000 36 Adijaya 21,51 10,42 0 0 0 0

PDF created with pdfFactory Pro trial version www.pdffactory.com


3.6 Data Pembanding Sistem Jawa Bali 500 kV

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


Tabel 3.3. Data saluran transmisi Jawa Bali 500 kV

i-j R(pu) X(pu) ½B Tap setting

1-2 0,000626496 0,007008768 0 1


Tabel 3.4. Data pembangkitan dan pembebanan sistem Jawa Bali 500 kV
1-4 0,006513273 0,062576324 0,005989820 1
2-5 0,013133324 0,146925792 0,003530571 1
Beban Pembangkitan
3-4 0,001513179 0,016928309 0 1 No
Nama Bus
4-5 0,001246422 0,011975010 0 1 Bus MW MVAr MW MVAr Qmin Qmax

4-18 0,000694176 0,006669298 0 1 1 Suralaya 135 40 3059 1262 -600 2040


5-7 0,004441880 0,042675400 0 1 2 Cilegon 620 200 0 0 0 0
3 Kembangan 670 230 0 0 0 0
5-8 0,006211600 0,059678000 0 1
4 Gandul 480 160 0 0 0 0
5-11 0,004111380 0,045995040 0,004420973 1
5 Cibinong 615 190 0 0 0 0
6-7 0,001973648 0,018961840 0 1 6 Cawang 670 160 0 0 0 0
6-8 0,005625600 0,054048000 0 1 7 Bekasi 570 150 0 0 0 0
8 Muaratawar 0 0 1082 488 -700 1540
8-9 0,002822059 0,027112954 0 1
9 Cibatu 726 280 0 0 0 0
9-10 0,002739960 0,026324191 0 1 10 Cirata 600 216 189 84 -488 488
10-11 0,001474728 0,014168458 0 1 11 Saguling 0 0 300 65 -140 440
11-12 0,001957800 0,021902400 0 1 12 Bandung Selatam 520 310 0 0 0 0

12-13 0,006990980 0,067165900 0,006429135 1


13 Mandirancan 350 120 0 0 0 0
13-14 0,013478000 0,129490000 0,012394812 1 14 Ungaran 290 320 0 0 0 0
14-15 0,013533920 0,151407360 0,003638261 1 15 Tanjung Jati 0 0 672 -64 -240 720
16 Surabaya Barat 760 280 0 0 0 0
14-16 0,015798560 0,151784800 0,003632219 1
17 Gresik 185 80 802 129 -610 660
14-20 0,009036120 0,086814600 0 1 18 Depok 0 0 0 0 0 0
15-16 0,037539629 0,360662304 0,008630669 1 19 Tasikmalaya 244 15 0 0 0 0
16-17 0,001394680 0,013399400 0 1 20 Pedan 462 215 0 0 0 0
21 Kediri 316 182 0 0 0 0
16-23 0,003986382 0,044596656 0 1
22 Paiton 740 240 3244 595 -840 1920
18-19 0,014056000 0,157248000 0,015114437 1 23 Grati 115 170 0 0 -302 566
19-20 0,015311000 0,171288000 0,016463941 1
20-21 0,010291000 0,115128000 0,011065927 1

21-22 0,010291000 0,115128000 0,011065927 1


22-23 0,004435823 0,049624661 0,004769846 1

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


Pengujian Program Algoritma Genetika

Tabel 3.7. Representasi algoritma genetika untuk optimisasi kapasitor


Algoritma genetika Optimisasi kapasitor pada sistem transmisi
Kromosom Kandidat bus sebagai posisi kapasitor dan
kandidat kapasitas kapasitor yang akan
dipasang
Gen Jumlah kapasitor yang akan dipasang pada bus
sistem transmisi
Fungsi obyektif F = min SLT (Rugi-rugi daya total)
Fitness

P e n g u ji a n Penentuan Parameter

q Jumlah Kromosom = 20

q Jumlah Gen
Untuk Jawa Bali Jumlah Gen = 23 sedangkan SBS Jumlah Gen = 36

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


q Peluang crossover (Pc)
Tabel 3.8. Data sampel nilai obyektif dari generasi 1 s.d 4 percobaan Pc=0

Gambar 3.5. Grafik nilai obyektif terbaik setiap generasi pada


percobaan Pc=0, Pm=0, Predeer=0 dan MaxGenerasi=4

Gambar 3.6. Grafik nilai obyektif terbaik setiap generasi pada


percobaan Pc=0, Pm=0, Predeer=0, dan MaxGenerasi=50

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


Tabel 3.9. Data sampel nilai obyektif dari generasi 1 s,d 4 percobaan Pc=0.9

Gambar 3.7. Grafik nilai obyektif terbaik setiap generasi pada


percobaan Pc = 0,9, Pm=0, Pbreeder=0, dan MaxGenerasi=4

q Peluang mutasi (Pm)


Peluang mutasi yang digunakan adalah 0,1

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


q Peluang pelestarian kromosom (Pbreeder)
Peluang pelestarian kromosom yang digunakan adalah 0,2

Gambar 3.8. Grafik nilai obyektif terbaik setiap generasi pada


percobaan Pc = 0, Pm=0, Pbreeder=0,2, dan MaxGenerasi=50

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


3.7.2. Pembentukan Roulette dan Proses Seleksi

Tabel 3.10. Data sampel nilai obyektif, nilai fitness dan fitness relatif

Gambar 3.9 Roulette hasil perhitungan

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


Tabel 3.11. Bilangan acak dan pemilihan

Tabel 3.12. Populasi baru hasil seleksi

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


HASIL DAN PEMBAHASAN

v Menggunakan Data Pembanding Jawa Bali 500 kV

Aliran daya sebelum kompensasi daya reaktif

Aliran daya setelah kompensasi menggunakan metode algoritma ABC

Aliran daya setelah kompensasi menggunakan metode algoritma genetika

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


Hasil Perbandingan Kompensasi Daya Reaktif Metode Algoritma ABC dengan Metode Algoritma Genetika

Perbandingan Tegangan (pu)


1.040
1.020

Tegangan (pu)
1.000
0.980
0.960
0.940
0.920
0.900
0.880
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
No bus

sblm ABC

Perbandingan Rugi Daya Aktif


25.000 (MW)

Rugi-rugi daya aktif (MW)


20.000

15.000

10.000

5.000

0.000

Saluran transmisi
sblm ABC

PDF created with pdfFactory Pro trial version www.pdffactory.com


Perbandingan Rugi Daya Reaktif (MVAr)
200.000
Rugi daya reaktif (MVAr)
150.000

100.000

50.000

0.000
4─5

14─15
1─2

5─7

6─7
1─4

3─4

8─9

14─16

15─16
16─17
4─18

6─8
2─5

5─11

10─11
11─12

20─21
21─22
12─13

16─23

22─23
9─10

14─20

19─20
13─14

18─19
5─8
-50.000
Saluran transmisi

sblm ABC GA

q Menggunakan Data Subsistem Sumbagsel 150 kV

Aliran daya sebelum kompensasi daya reaktif


Aliran daya setelah kompensasi daya reaktif menggunakan metode GA

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


Hasil Perbandingan Kompensasi Daya Reaktif Kondisi Real dengan Metode Algoritma Genetika

Perbandingan Tegangan (pu)


1.100

1.050

Tegangan (pu)
1.000

0.950

0.900

0.850

0.800
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35

No. Bus

sblm kondisi

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


Perbandingan Rugi-Rugi Daya Aktif (MW)
8.000

7.000

6.000
Rugi daya reaktif (MW)

5.000

4.000

3.000

2.000

1.000

0.000
1 ─ 1 ─ 1 ─ 1─ 2 3 3 4 5 6 7 ─ 8 8 8 9 10 11 12 13 14 17 17 18 21 21 22 23 24 24 24 25 25 25 25 26 29 31 31 31 33
15 21 2 16 ─ ─ ─ ─ ─ ─ 12 ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─
16 16 17 5 18 19 33 30 34 33 23 28 14 15 15 20 18 19 22 23 23 24 26 36 25 28 31 30 29 27 30 35 33 32 35
Saluran transmisi

sblm kondisi optimisasi

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


Perbandingan Rugi-Rugi Daya Reaktif (MVAr)
25.000

20.000

15.000
Rugi daya reaktif (MVAr)

10.000

5.000

0.000
1 ─ 1 ─ 1 ─ 1─ 2 3 3 4 5 6 7 8 8 8 9 10 11 12 13 14 17 17 18 21 21 22 23 24 24 24 25 25 25 25 26 29 31 31 31 33
15 21 2 16 ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─
-5.000 16 16 17 5 18 19 12 33 30 34 33 23 28 14 15 15 20 18 19 22 23 23 24 26 36 25 28 31 30 29 27 30 35 33 32 35

sblm kondisi optimisasi

-10.000
Saluran transmisi

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


KESIMPULAN

q Metode algoritma genetika dapat diterapkan dalam optimisasi penempatan dan ukuran
kapasitor bank pada jaringan transmisi dibuktikan dengan hasil perbandingan antara
metode Algorithm Bee Colony (ABC) dengan metode algoritma genetika pada sistem Jawa
Bali 500 kV.
q Hasil perbandingan dua metode optimisasi pada sistem Jawa Bali 500 kV, metode
algoritma genetika mengalami penurunan rugi daya aktif sebesar 13,68 % dan penurunan
rugi daya reaktif sebesar 16,96 % sedangkan dengan metode ABC mengalami penurunan
rugi daya aktif sebesar 14,04 % dan penurunan rugi daya reaktif sebesar 17,41 %.
q Sebelum dilakukan kompensasi daya reaktif subsistem Sumbagsel memiliki total
pembangkitan sebesar 1043,275+j532,342 MVA, pembebanan sebesar 1017,960 +j523,040
MVA dan rugi-rugi daya sebesar 25,315+j9,303 MVA.
q Optimisasi letak dan ukuran kapasitor bank pada subsistem Sumbagsel pada posisi bus 3,
4, 8, 9, 10, 14, 17 ,22, 23, 25, 26, 27, 29, 31, 32, 33, 35,36 dengan total kapasitas 110
MVAr.
q Setelah dilakukan kompensasi daya reaktif subsistem Sumbagsel memiliki total
pembangkitan sebesar 1041,509+j413,812 MVA, pembebanan sebesar 1017,960+j523,040
MVA, injeksi daya reaktif sebesar 110 MVAr dan rugi-rugi daya sebesar 23,549+j0,773
MVA
q Pemasangan kapasitor bank dapat menaikkan tegangan terminal dan mengurangi rugi-rugi
daya.

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com


Elektro
UNIB
2011

Optimal Placement Capacitor

PDF created with pdfFactory Pro trial version www.pdffactory.com