Optimasi Penempatan SVC Menggunakan Metode Algoritma

Artificial Bee Colony dan Simulated Annealing

M. Gupron Nurhalim1, Alimuddin2
Jurusan Teknik Elektro, Fakultas Teknik, Universitas Sultan Ageng Tirtayasa
Jl. Jendral Sudirman Km.3 Cilegon, Banten – Indonesia
1
mgupron.halim@gmail.com , 2alimuddin@untirta.ac.id

Abstrak— Injeksi daya reaktif menggunakan Static Var Compensator (SVC) merupakan salah satu upaya yang dapat
digunakan untuk mengatasi permasalahan rugi-rugi daya transmisi dan penurunan tegangan akibat pertambahan
beban listrik. Artificial bee colony (ABC) dan simulated annealing (SA) merupakan metode optimasi yang digunakan
unutk menentukan posisi dan kapasitas SVC. Pada penelitian ini, algoritma ABC dan SA diaplikasikan pada sistem
transmisi Jawa-Bali 500 kV dengan dua macam kondisi pembebanan, yaitu pembebanan pada pukul 13.00 dan pada
pukul 19.00. Kapasitas SVC yang digunakan dalam simulasi adalah 0-300 MVAR. Dengan menggunakan metode ABC
pada pembebanan pukul 13.00, diperoleh penurunan sebesar 17,9927+j191,671 MVA. Pada pembebanan pukul 19.00,
diperoleh penurunan sebesar 23,218+j246,516 MVA. Dengan menggunakan metode SA pada pembebanan pukul 13.00,
diperoleh penurunan sebesar 18,41 +j196,67 MVA. Pada pembebanan pukul 19.00, diperoleh penurunan sebesar
24,987 +j264,772 MVA. Pemasangan SVC juga mampu memperbaiki level tegangan kritis menjadi tegangan yang
diijinkan.
Kata kunci— artificial bee colony, injeksi daya reaktif, rugi daya, simulated annealing, SVC, tegangan.

Abstract— Reactive power injection using Static Var Compensator (SVC) is one of the effort that can be used to solve
the problem of transmission power losses and voltage drop due to the increase of electrical load. Artificial bee colony
(ABC) and simulated annealing (SA) is an optimization method used to determine the position and capacity of SVC. In
this research, ABC and SA algorithm applied to Jawa-Bali 500 kV transmission system with two kinds of load
conditions, that is load at 13.00 and at 19.00. The SVC capacity used in the simulation is 0-300 MVAR. By using ABC
method at loading at 13.00, obtained a decrease of 17,9927 + j191,671 MVA. On the load at 19:00, obtained a
decrease of 23.218 + j246,516 MVA. By using SA method on the load at 13.00, obtained a decrease of 18,41 + j196,67
MVA. On the load at 19:00, obtained a decrease of 24,987 + j264,772 MVA. SVC installation is also capable of fixing
critical voltage levels to allowable stresses.
Keywords— artificial bee colony, power losses, reactive power injection, simulated annealing, voltage.

I. PENDAHULUAN Indarko menggunakan metode Artificial Bee Colony

1.1 Latar Belakang
Permintaan akan tenaga listrik dari tahun ke tahun di
kota-kota besar bertambah dengan cepat bersamaan
dengan bertambahnya beban-beban industri, sehingga
menyebabkan penurunan kapasitas penyaluran daya,
fluktuasi tegangan, rugi-rugi daya meningkat khususnya
pada saluran transmisi. Seiring dengan permintaan tenaga
listrik yang terus bertambah, elektronika daya juga
mengalami perkembangan yang sangat cepat, khususnya
peralatan Flexible AC Transmission System (FACTS) yaitu
Static VAR Compensator (SVC) yang telah banyak
digunakan secara luas pada sistem transmisi sejak akhir
tahun 1970-an. SVC dapat meningkatkan performansi dari
sistem daya transmisi dan distribusi dengan berbagai cara
membangkitkan dan menyerap daya reaktif yang
bervariasi dengan menggunakan switch dari thyristor.
Pemasangan SVC pada satu titik atau lebih pada jaringan
transmisi dapat meningkatkan kapasitas penyaluran daya
dan mengurangi rugi-rugi daya dengan tetap
mempertahankan profil tegangan[1].
Banyak penelitian yang dilakukan untuk menerapkan
peralatan SVC dalam mengatasi berbagai permasalahan
yang terkait dengan sistem ketenagalistrikan. Andi
Sutraswanto menggunakan metode Ant Colony
Optimization dalam menentukan MVAR optimal SVC
pada sistem transmisi Jawa-Bali 500 KV[1]. Fajar Galih
dalam menentukan MVAR optimal SVC pada sistem
transmisi Jawa-Bali 500 KV[2]. Juningtijastuti
menggunakan metode Bacteria Foraging Algorithm
dalam menentukan MVAR optimal SVC pada sistem
Jawa-Bali 500 KV[3]. Enrique Acha dkk memberikan
pemodelan aliran daya metode Newton-Raphson dengan
injeksi SVC untuk mendapatkan hasil aliran daya yang
lebih baik[4]. Kadir Abaci dkk menggunakan metode
Artificial Bee Colony dalam menentukan aliran daya
optimal dengan SVC[5]. Beberapa penelitian yang telah
disebutkan menunjukkan bahwa FACTS dapat digunakan
untuk memperbaiki aliran daya, termasuk mengurangi
rugi daya.
Permasalahan umum yang terjadi dalam sebuah sistem
adalah penentuan lokasi dan rating optimal dari peralatan
FACTS, yang dalam penelitian ini adalah SVC, untuk
dialokasikan dalam sistem tenaga listrik. Berdasarkan hal
ini, maka penulis mencoba menerapkan metode Artificial
Bee Colony (ABC) dan Simulated Annealing (SA) untuk
optimasi penempatan SVC pada Sistem Tenaga Listrik
Jawa-Bali 500 kV.
I.2 Tujuan Penelitian
Tujuan penelitian yang akan dilakukan ialah
sebagai berikut:
 1. Menentukan lokasi penempatan dan kapasitas
optimal SVC pada Sistem Tranmsisi Jawa-
Bali 500 kV.
2. Menentukan perbandingan kapabilitas saluran
transmisi dengan SVC dan tanpa SVC.
Dengan menggunakan Hukum Arus Kirchoff, arus
yang diberikan pada bus adalah[13][18][19]:
I i= y i 0 V i+ y i 1 (V ¿ ¿ i−V 1 )+ y i 2( V ¿ ¿i −V 2)+…+ y ¿ (V ¿ ¿ i−V
Sehingga dapat dirumuskan dengan persamaan berikut:
n n

II. METODOLOGI PENELITIAN I i=V i ∑ y ij −¿ ∑ y ij V j , dengan j ≠ i ¿ (1)

Metode penelitian yang digunakan untuk menentukan j=0 j =1

penempatan optimal SVC secara umum ditunjukkan pada

Gambar 1. Dari Gambar 2, arus yang memasuki bus i dapat dicari
dengan Persamaan (1). Persamaan tersebut dapat ditulis
ulang menjadi bentuk polar[13][18]:
n
I i=∑ |Y ij||V i|∠θij + δ j (2)
j=1

Daya kompleks pada bus i adalah:

Pi− jQi =V ¿i I i (3)

Substitusi untuk I i, maka didapatkan persamaan aliran

daya berikut:
n
Pi− jQi =|V i|∠−δi ∑ |Y ij||V i|∠ θ ij + δ j (4)
j =1

Pisahkan bagian real dan imajiner, sehingga menjadi

daya aktif dan daya reaktif sebagai berikut:
n
Pi=∑ |V i||V j||Y ij|cos ( θij −δ i +δ j ) (5)
j=1
n
Qi=−∑ |V i||V j||Y ij|sin ( θij −δ i +δ j ) (6)
j=1

Gambar 1. Flowchart Penelitian
dengan:
θij = Perbedaan sudut fasa saluran dari bus i ke bus j
(Radian)
δ j = Sudut fasa tegangan bus ke-j (Radian)
δ i=¿ Sudut fasa tegangan bus ke-i (Radian)

A. Analisis Aliran Daya Matriks Jacobian memberikan perbandingan linier

Tipikal bus dari sistem tenaga listrik seperti yang antara perubahan pada sudut tegangan ∆ δ i
(k)
dan
terlihat seperti Gambar 2, saluran transmisinya dapat
digambarkan dengan model π yang mana nilai magnitude tegangan ∆ V i | (k)| dengan sedikit perubahan
impedansinya telah diubah menjadi nilai admitansi per (k)
pada daya aktif ∆ P dan daya reaktif ∆ Q i . Elemen
(k)
i
unit pada base/dasar MVA[13][19].
matriks Jacobian merupakan turunan parsial dari
(k)
Persamaan (2-13) dan (2.14), untuk mencari ∆ δ i dan
∆|V i |. Dalam bentuk singkat dapat ditulis seperti
(k)

berikut[13][18]:

[ ][
∆P
∆Q
J J2 ∆δ
= 1
J 3 J 4 ∆|V | ][ ] (7)

(k) (k)
Harga dari ∆ Pi dan ∆ Q i merupakan perbedaan
antara nilai yang ditentukan dengan nilai yang dihitung,
disebut sisa daya (power residual) yang diberikan
dengan[13][18]:
Gambar 2. Tipikal Bus dari Sistem Tenaga Listrik ( k) sch ( k)
∆ Pi =Pi −Pi (8)
( k) sch ( k)
∆ Qi =Qi −Qi (9)
 Perhitungan baru untuk sudut fasa tegangan dan
magnitude tegangan bus adalah[13][18]:
( k +1) (k ) (k )
δ i =δ i + ∆ δ i (10)
|V (k+1)
i |=|V (k)
i |+∆|V i |
(k)
Perhitungan aliran daya dan rugi-rugi daya pada
saluran direpresentasikan oleh Gambar 2.7, yang
menunjukkan contoh model saluran yang menghubungkan
dua bus i dan j[13].
Gambar 3. Model Saluran Transmisi [13][19]
Dari Gambar 3, diperoleh aliran daya dari bus i sampai
j:
¿ ¿ ¿ ¿ ¿
Sij =V i I ij =V i ( V i −V j ) +V i V i y i0
S ji=V j I ¿ji =V j ( V ¿j−V ¿i ) + V j V ¿j y ¿j 0
Rugi-rugi daya pada saluran i ke j merupakan
penjumlahan aljabar aliran daya dari Persamaan (12) dan
(13), sehingga menjadi:
Sij = Sij +S ji (14)
dengan :
Sij = Daya kompleks pada bus ke-ij (MVA).
S ji = Daya kompleks pada bus ke-ji (MVA).
B. Static Var Compensator (SVC)
Static VAR Compensator (SVC) merupakan generator
statis yang terhubung secara paralel dengan beban, dan
memiliki output bervariasi untuk mengontrol parameter-
parameter sistem tenaga listrik. Istilah statis disini
mengidentifikasikan bahwa SVC tidak seperti
kompensator singkron, dimana SVC tidak memiliki
komponen bergerak atau berputar. SVC terdiri dari
Thyristor Controller Reactor (TCR), Thyristor Switched
Capacitor (TSC), dan filter harmonic. Filter harmonic
berfungsi untuk mengatasi harmonisa yang dihasilkan
oleh TCR[4][25].
Prinsip kerja dari static VAR Compensator (SVC)
adalah dengan mengatur sudut penyalaan thyristor. Sudut
penyalaan thyristor akan mengatur keluaran daya reaktif
dari SVC. Nilai tegangan sistem merupakan input bagi
pengendali yang kemudian akan mengatur sudut
penyalaan thyristor. Dengan demikian SVC akan
memberikan kompensasi daya reaktif sesuai dengan
kebutuhan sistem[15]. Dalam bentuk yang paling
sederhana, SVC terdiri dari komponen fixed capacitor
(FC) yang terhubung paralel dengan thyristor controlled
reactor (TCR). Kontrol sudut penyalaan thyristor
memungkinkan SVC untuk memiliki kecepatan respon
yang hampir seketika. Hal ini digunakan secara luas untuk
menyalurkan daya reaktif dan menyediakan support
regulasi tegangan dengan cepat. Selain itu SVC juga
dipakai untuk meningkatkan batas stabilitas sistem dan
mengurangi osilasi daya[4][25].
(11)
Secara umum ada dua konfigurasi SVC, yaitu[2][4]
[25]:
1. Model firing angle SVC
Pemodelan SVC berupa reaktansi ekuivalen XSVC,
yang merupakan fungsi dari perubahan sudut penyalaan α,
yang terdiri dari kombinasi paralel admitansi ekuivalen
thyristor-controlled reactor (TCR) dan reaktansi kapasitif
tetap, seperti ditunjukkan pada Gambar 4(a). Model ini
memberikan informasi mengenai sudut penyalaan SVC
yang diperlukan untuk mencapai tingkat kompensasi
tertentu.
2. Model total susceptance SVC
SVC dilihat sebagai sebuah reaktansi yang dapat diatur
melalui perubahan susceptansi B, yang melambangkan
nilai susceptansi SVC total yang diperlukan untuk
mempertahankan besar tegangan bus pada nilai tertentu,
seperti ditunjukkan pada Gambar 4(b).
(12)
(13)
(a) (b)
Gambar 4. Konfigurasi SVC
C. Artificial Bee Colony (ABC)
Pada ABC algorithm, koloni lebah terdiri atas tiga
kelompok lebah, yaitu lebah pekerja (employed bees),
onlooker, dan scouts.
Langkah-langkah utama proses optimisasi algoritma
ABC dapat diuraikan sebagai berikut[2][27][28].
1. Inisialisasi posisi sumber makanan awal secara acak.
2. Masing-masing lebah pekerja akan mencari sumber
makanan baru dihasilkan dengan persamaan berikut.
x ij ( t+1)=θij (t)+ ∅(θ ij ( t )−θkj ( t ))(15)
dengan:
x = Posisi lebah pekerja.
t = Jumlah iterasi.
θ k = Lebah yang terpilih secara acak dan k≠ i
∅ = Urutan variabel acak [0,1]
3. Lebah onlooker memilih sumber makanan berdasarkan
persamaan probabilitas sebagai berikut.
F (θ i)
Pi = SN
(16)
∑ F (θk )
k=1
dengan:
Pi = Probabilitas pemilihan.
SN = Jumlah sumber makanan.
θi = Posisi lebah pekerja.
F ( θ i )=¿ Nilai fitness.
4. Lebah pekerja yang meninggalkan sumber makanan
berubah menjadi lebah scout. Lebah scout mencari
sumber makanan baru secara acak.
Terdapat tiga parameter kontrol utama yang digunakan
dalam algoritma ABC, yaitu: jumlah sumber makanan
yang sama dengan jumlah lebah pekerja atau lebah
onlooker (SN), nilai limit, dan jumlah siklus maksimum
(MCN)[27][28].
Diagram alir implementasi metode ABC ditunjukkan
pada Gambar 5.
Gambar 5. Flowchart algoritma ABC
D. Simulated Annealing (SA)
Simulated Annealing (SA) merupakan algoritma
iteratif yang menggunakan treshold positif dan stokastik.
Treshold akan semakin turun seiring dengan berjalannya
waktu. Karena itu, semakin mendekati akhir proses
algoritma, solusi-solusi yang tidak melakukan perbaikan
memiliki probabilitas yang semakin kecil utnuk diterima.
Perubahaan solusi saat ini menjadi solusi tetangga disebut
dengan langkah (move)[29].
Hal–hal yang harus diperhatikan dalam pelaksanaan
proses SA yaitu sebagai berikut[29][30]:
1. Inisialisasi rute awal yang dipilih secara random.
Memilih rute awal secara random sebagai posisi awal
iterasi dalam proses SA.
2. Parameter awal.
Parameter awal harus memiliki nilai yang cukup besar
agar mampu terhindar dari bad local optimal.
3. Mekanisme pertukaran.
Tentukan kota yang dibutuhkan untuk menentukan
pertukaran solusi yang dianggap sebagai iterasi.
4. Fungsi objektif permasalahan
Mengevaluasi setiap fungsi biaya yang berubah karena
proses iterasi dari mekanisme pertukaran.
5. Annealing schedule
Fungsi annealing schedule yang umum digunakan
adalah :
T i+1=α x T i(17)
6. Kriteria penghentian proses SA.
Ada beberapa metode yang biasa digunakan untuk
mengontrol penghentian algoritma yaitu dilihat dari:
1. Maksimum jumlah iterasi.
2. Nilai minimum parameter kontrol.
3. Nilai minimum fungsi objektif.
4. Nilai minimum dari tingkat penerimaan.
Diagram alir implementasi metode ABC ditunjukkan
pada Gambar 6.
Gambar 6. Flowchart algoritma SA
 3. Bus beban : Bus Kembangan, Bus Balaraja Baru, Bus
Performansi aliran daya sistem yang optimal, sistem Cilegon, Bus Gandul, Bus Depok, Bus Bekasi, Bus
diusahakan memenuhi batasan-batasan berikut: Cawang, Bus Cibinong, Bus Tasikmalaya, Bus Cibatu,
1. Batasan tegangan harus memenuhi nilai range[15]: Bus Kesugihan, Bus Ujung Berung Baru, Bus
Vmin ≤ Vi ≤ Vmax untuk i = 1,...,n. Bandung Selatan, Bus Pedan, Bus Mandirancan, Bus
i = nomor bus. Ngimbang, Bus Ungaran, Bus Kediri, dan Bus
Vmin = 0,95 pu. Surabaya Barat.
Vmax = 1,05 pu.
2. Fungsi objektif yang digunakan untuk penempatan Nlai profil tegangan yang tidak standar pada
lokasi dan kapasitas SVC adalah: pembebanan siang hari dan malam hari ditunjukkan
Min F = Ploss berturut-turut pada Tabel 1, dan 2.
Ploss = total rugi-rugi daya aktif (MW).

III.HASIL DAN PEMBAHASAN Tabel 1. Nilai Profil Tegangan di bawah Standar pada
A. Analisis Aliran Daya Sistem Transmisi Jawa Bali Pembebanan Siang Hari
500 kV No. Bus Nama Bus Tegangan (pu)
Hasil analisis aliran daya dari sistem transmisi Jawa-
8 Bekasi 0,945
Bali 500 kV disimulasikan menggunakan metode Newton-
Raphson. Hasil simulasi aliran daya sebelum penempatan 9 Cawang 0,946
SVC pada kondisi pembebanan 100%, 90% dan 80% 13 Cibatu 0,948
dilakukan agar dapat diketahui kondisi awal pada dari 19 New Ujung Berung 0,941
saluran transmisi Jawa-Bali 500 kV dan kemudian 20  Bandung Selatan 0,947
hasilnya akan dibandingkan dengan aliran daya setelah 23  Mandirancan 0,933
penempatan SVC. Nilai-nilai parameter yang digunakan Tabel 1 menunjukkan hasil profil tegangan sebelum
dalam Newton-Raphson yaitu base tegangan sebesar 500 penempatan SVC pada pembebanan siang hari
kV, base daya sebesar 1000 MVA, akurasi sebesar 0,001, menggunakan metode Newton-Raphson. Nilai tegangan
akselerasi sebesar 1,1 dan maksimum iterasi sebesar 100. pada bus 8, 9, 13, 19, 20 dan 23 berada di bawah standar,
Single line diagram sistem transmisi Jawa-Bali 500 yaitu di bawah 0,95 pu.
kV ditunjukkan pada Gambar 7. Total rugi-rugi daya aktif (P) maupun reaktif pada
pembebanan siang hari sebesar 270,7919 MW dan
2793,8984 MVAR.

Tabel 2. Nilai Profil Tegangan di bawah Standar pada

Pembebanan Malam Hari
No. Bus Nama Bus Tegangan (pu)
19 New Ujung Berung 0,949
23 Mandirancan 0,31
Dari Tabel 2, nilai tegangan pada bus 19 dan 23 berada
di bawah standar, yaitu di bawah 0,95 pu, lebih sedikit
dibandingkan pembebanan pembebanan siang hari.
Total rugi-rugi daya aktif (P) maupun reaktif pada
pembebanan malam hari sebesar 317,504 MW dan
3270,028 MVAR.

B. Hasil Optimasi SVC

Simulasi pemasangan SVC dilakukan dengan metode
ABC dan SA untuk menentukan lokasi dan kapasitas
optimal pada SVC. Nilai-nilai parameter yang digunakan
dalam metode ABC yaitu SN sebesar 20, limit sebesar 100
dan MCN sebesar 100 dengan range kapasitas SVC
sebesar 0-300 MVAR. Nilai-nilai parameter yang
digunakan dalam metode SA yaitu SN sebesar 20, Iterasi
sebesar 20, Sub Iterasi sebesar 20, T0 sebesar 0,1, alpha
Gambar 7 Single Line Diagram Transmisi Jawa-Bali 500 sebesar 0,99, nMove sebesar 5, mu sebesar 0,5 dan range
kV kapasitas SVC sebesar 0-300 MVAR.

Bus-bus yang ada diklasifikasikan sebagai berikut:
1. Bus referensi : Bus Suralaya Lama.
2. Bus generator : Bus Suralaya Baru, Bus Muaratawar,
Bus Cirata, Bus Adipala, Bus Cilacap, Bus Saguling,
Bus Tanjung Jati, Bus Grati, Bus Gresik Baru, dan Bus
Paiton.
C. Hasil Optimasi SVC pada Pembebanan Siang Hari
Setelah dilakukan simulasi, didapatkan lokasi dan
kapasitas SVC pada pembebanan siang sebagai berikut:
Tabel 3. Lokasi dan Kapasitas SVC pada Pembebanan
Siang Hari.
 Metode ABC Metode SA
Bus SVC (MVAR) Bus SVC (MVAR)
3 256,7307 3 262,2025
8 259,1591 8 250,4634
11 300 11 245,2056
13 267,9126 13 300
19 195,7614 19 262,5819
21 300 21 290,3958
23 292,555 23 264,1611
25 300 24 257,0056
27 295,285 25 300
29 160,8732 27 300
Tota Tota
2628,277 2732,0159 Gambar 10. Grafik Perbandingan Rugi Reaktif Aktif pada
l l
Pada Gambar 8, menunjukkan grafik perbandingan Pembebanan Siang Hari
tegangan bus sebelum penempatan SVC dan setelah Terlihat bahwa terjadi penurunan rugi-rugi daya aktif
penempatan SVC pada pembebanan siang hari. Dari dan daya reaktif secara keseluruhan. Dengan
grafik tersebut dapat diketahui bahwa setelah penempatan menggunakan metode ABC dapat mengurangi rugi daya
SVC menggunakan metode ABC dan SA nilai profil aktif sebesar 17,9927 MW dan rugi daya reaktif sebesar
tegangan bus yang kritis berubah menjadi nilai profil 191,671 MVAR. Sedangkan dengan menggunakan
tegangan yang diijinkan. metode SA dapat mengurangi rugi daya aktif sebesar
sebesar 18,41 MW dan rugi daya reaktif sebesar 196,67
MVAR

D. Hasil Optimasi SVC pada Pembebanan Malam

Hari
Setelah dilakukan simulasi, didapatkan lokasi dan
kapasitas SVC pada pembebanan malam sebagai berikut:
Tabel 4. Lokasi dan Kapasitas SVC pada Pembebanan
Malam Hari
Metode ABC Metode SA
Bus SVC (MVAR) Bus SVC (MVAR)
3 217,759 3 284,743
4 260,034 11 300
Gambar 8. Grafik Perbandingan Tegangan pada 9 202,308 13 284,472
Pembebanan Siang Hari. 19 281,938 19 289,89
Sesuai dengan tujuan pemasangan SVC, Gambar 9 dan 20 234,62 20 105,772
10 masing-masing menunjukkan dampak injeksi daya 21 300 21 300
reaktif SVC. 23 261,824 23 275,022
24 144,798 24 267,157
25 300 25 298,649
27 299,117 27 300
Total 2502,4 Total 2705,7

Pada Gambar 11, menunjukkan grafik perbandingan

tegangan bus sebelum penempatan SVC dan setelah
penempatan SVC pada pembebanan malam hari

Gambar 9. Grafik Perbandingan Rugi Daya Aktif pada

Pembebanan Siang Hari

Gambar 11. Grafik Perbandingan Tegangan pada
Pembebanan Malam Hari
Gambar 12. Grafik Perbandingan Rugi Daya Aktif pada
Pembebanan Malam Hari
Gambar 13. Grafik Perbandingan Rugi Daya Reaktif pada
Pembebanan Malam Hari
Dengan menggunakan metode ABC dapat
mengurangi rugi daya aktif sebesar 23,218 MW dan rugi
daya reaktif sebesar 246,516 MVAR. Sedangkan dengan
menggunakan metode SA dapat mengurangi rugi daya
aktif sebesar sebesar 24,987 MW dan rugi daya reaktif
sebesar 264,772 MVAR.
IV PENUTUP
A. Kesimpulan
Dari penelitian yang telah dilakukan, diperoleh
beberapa kesimpulan sebagai berikut :
1. Pemasangan SVC terbukti mampu mengatasi
permasalahan tegangan sehingga level tegangan semua
bus mampu memenuhi batas tegangan yang diijinkan.
2. Pemasangan SVC mampu mengurangi rugi-rugi daya
saluran transmisi.
3. Terjadi penurunan rugi daya aktif maupun reaktif
dengan menggunakan metode ABC sebesar 17,9927
MW dan 191,671 MVAR pada pembebanan siang
hari, 23,218 MW dan 246,516 MVAR pada
pembebanan malam hari.
4. Terjadi penurunan rugi daya aktif maupun reaktif
dengan menggunakan metode SA sebesar 18,41 MW
dan 196,67 MVAR pada pembebanan siang hari,
24,987 MW dan 264,772 MVAR pada pembebanan
malam hari.
5. Pengurangan rugi-rugi daya paling besar adalah ketika
pembebanan maksimum.
6. Metode SA dapat mengurangi rugi daya lebih besar
dibandingkan dengan metode ABC.
B. Saran
Ada beberapa saran untuk penelitian selanjutnya yang
berkaitan dengan penelitian ini, yaitu:
1. Dapat dikembangkan sistem optimasi penempatan
SVC dengan mempertimbangkan faktor-faktor yang
lain, misalnya faktor daya, fluktuasi beban yang
berubah-ubah, harmonisa dan lain-lain.
2. Dapat dikombinasikan antara SVC dengan peralatan
FACTS yang lainnya.
DAFTAR PUSTAKA
1. Sutraswanto, Andi. Penentuan Optimal Mvar Static
Var Compensator Pada Sistem Transmisi Jawa Bali
500 kV Menggunakan Ant Colony Optimization.
Jurusan Teknik Elektro. Universitas Sultan Ageng
Tirtayasa. 2011.
2. Indarko, Fajar Galih. Penentuan Mvar Optimal SVC
pada Sistem Transmisi Jawa Bali 500 kV
Menggunakan Artificial Bee Colony Algorithm.
Jurusan Teknik Elektro. Institut Teknologi Sepuluh
November. 2010.
3. Juningtijastuti. Optimal Sizing of Static Var
Compensator for Reducing Power Losses in 500 kV
JAMALI Grid Power System using Bacteria Foraging
Algorithm (BFA). Jurusan Teknik Elektro. Institut
Teknologi Sepuluh November. 2009.
4. Anwar, Syarifil. Optimasi Penempatan SVC untuk
Memperbaiki Profil Tegangan dengan Menggunakan
Algoritma Genetika. Jurusan Teknik Elektro.
Universitas Brawijaya. 2012.
5. Ipniansyah. Optimasi Penerapan Static Var
Compensator pada Tenaga Listrik Sistem Mahakam
dengan Menggunakan Metode Algoritma Genetika.
Jurusan Teknik Elektro. Politeknik Negeri Samarinda.
2011.
6. Napitupulu, Jhon Cristian. Analisis Keandalan
Transformator Daya Menggunakan Metode Distribusi
Weibull. Jurusan Teknik Elektro. Universitas
Sumatera Utara. 2013.
7. Zuhal. Dasar Teknik Tenaga Listrik dan Elektronika Kota Palu. Jurusan Teknik Elektro. Universitas
Daya. Penerbit PT. Gramedia Pustaka Utama. Jakarta. Tadulako. 2015
2000. 26. Sugioko, Andre. Modifikasi Bee Colony Algorithm
8. Fauzie, Achmad. Pengaturan Tegangan Trafo IBT Dengan Tabu List Pada Penjadwalan Job Shop Dengan
500/150 kV dengan Menggunakan Sadapan Berbeban Kriteria Biaya Keterlambatan. Fakultas Teknik
(OLTC) pada GITET Kembangan. Jurusan Teknik Industri. Universitas Indonesia. 2012.
Elektro. Universitas Mercu Buana. 2008. 27. Karaboga, Dervis. Basturk, Bahriye. A Powerful and
9. Grainger, John J. D Dtevenson Jr, William. Power Efficient For Numerical Function Optimization
System Analysis. Mc Graw Hill, Inc. New York. 1994. Artificial Bee Colony (ABC) Algorithm. Department of
10. Murty, P.S.R. Power System Analysis. B S Computer Engineering, Erciyes University. Turkey.
Publications. 2007. 2007.
11. Grigsby, Leonard L, Electric Power Generation, 28. Singh Prajapati, Bhagat. Srivastava Laxmi. Multi-
Transmission and Distribution. Second Edition. CRC Objective Reactive Power Optimization Using
Press. 2007. Artificial Bee Colony Algorithm. International Journal
12. Alfian, Ari. Analisis Penempatan Thyristor Controlled of Engineering and Innovative Technology. 2012.
Series Compensator (TCSC) pada Saluran Bukit 29. Ariel. Optimasi Permasalahan Tata Letak Mesin
Kemuning Baturaja di Sistem Tenaga Listrik Dengan Menggunakan Metode Cluster Boundary
Lampung. Jurusan Teknik Elektro. Universitas Search dan Algoritma Meta-Heuristic. Jurusan Teknik
Lampung. 2016. Industri. Universitas Indonesia. 2011.
13. Saadat. Hadi. Power System Analysis. Mc Graw Hill. 30. Samana, Edi. Aplikasi Simulated Annealing Untuk
1994. Menyelesaikan Travelling Salesman Problem. Buletin
14. Liliana. Penempatan SVC (Static Var Compensator) Ilmiah Mat Stat dan Terapannya (Bimaster). 2015.
pada Jaringan Distribusi dengan ETAP 7.5.0. Jurnal
Sains, Teknologi dan Industri. 2014.
15. Hamzah, Amir. Perbaikan Faktor Daya dengan
Implementasi TRIAC Berbasis Mikrokontroller pada
Jaringan Tiga Fasa Seimbang. Jurusan Teknik Elektro.
Universitas Riau. 2016.
16. Cekdin, Cekmas. Sistem Tenaga Listrik Contoh Soal
dan Penyelesaian Menggunakan MATLAB. Andi
Yogyakarta. 2007.
17. Kummala, Dewi Nur. Penentuan Letak dan Kapasitas
Kapasitor Menggunakan Ant Colony Optimization
Untuk Pengurangan Rugi Daya Pada Sistem 150 kV
Area Tapal Kuda. Jurusan Teknik Elektro. Universitas
Jember. 2015.
18. Salman, Rudi. Simulasi dan Analisis Aliran Daya pada
Sistem Tenaga Listrik Menggunakan Perangkat Lunak
ETAP Versi 4.0. Jurusan Teknik Elektro. Universitas
Negeri Medan. 2012.
19. Haurissa, Marceau A.F. Evaluasi Profil Tegangan dan
Rugi Daya Jaringan Distribusi Primer 20 kV dengan
Terintegrasinya Penyulang GI Sirimau ke Penyulang
Kota Ambon.Jurnal Teknologi. 2013.
20. Cahyanto, Restu Dwi. Studi Perbaikan Kualitas
Tegangan dan Rugi-Rugi Daya pada Penyulang Pupur
dan Bedak Menggunakan Bank Kapasitor, Trafo,
Pengubah Tap dan Penggantian Kabel Penyulang.
Fakultas Teknik. Universitas Indonesia. 2008.
21. Kundur, Prabha. Power System Stability and Control.
Mc Graw Hill, Inc. New York. 1994.
22. Putra, Andi M. Nur. Studi Analisa Kestabilan
Tegangan Sistem 150 kV Berdasarkan Perubahan
Tegangan. Jurusan Teknik Elektro. Institut Teknologi
Bandung. 2013.
23. El-Harawy, Mohamed. Introduction to Electrical
Power Systems. IEEE Press. A John Wiley & Inc
Publication. 2007.
24. Posundu, Filia Majesty. Penentuan Kapasitas CB
dengan Analisa Hubung Singkat pada Jaringan 70 kV
Sistem Minahasa
25. Masarrang, Maryantho. Aplikasi SVC dalam
Perbaikan Jatuh Tegangan pada Sistem Kelistrikan