ECONOMIC DISPATCH

ITERASI LAMBDA
BASE POIN & PARTICIPATION FACTOR

I K R I M A A L F I , S . T. , M . E N G .
METODE ITERASI
LAMBDA
• Pada metode ini λ ditentukan terlebih
dahulu kemudian dengan
menggunakan syarat optimum
dihitung Pi (output setiap pembangkit)
• Dengan menggunakan constrain
diperiksa apakah jumlah total dari
output sama dengan beban sistem, bila
belum harga λ ditentukan kembali.
METODE ITERASI LAMBDA…

• Dari kurva-kurva tersebut di atas dengan menetapkan harga λ, maka dapat diperoleh harga P1, P2, P3.
• Untuk menetapkan harga λ yang pertama tentunya belum merupakan harga λ yang benar.
• Bila harga P1+P2+P3 lebih kecil dari PR, maka ditentukan kembali harga λ yang lebih besar dari harga λ yang
pertama (dan sebaliknya), kemudian dihitung penyelesaiannya.

Dengan telah diperoleh dua hasil perhitungan di atas maka secara ekstrapolasi dapat ditentukan harga λ
selanjutnya sampai dicapai harga yang dikehendaki (saat dicapai P1+P2+P3 = PR )
FLOW CHART
METODE ITERASI LAMBDA
LAMBDA-ITERATION ALGORITHM
Pick  L and  H such that
m m
 Gi )  PD  0
P (  L
 Gi )  PD  0
P (  H

i 1 i 1

While  H   L   Do
 M  ( H   L ) / 2
m
If  Gi
P (  M
)  PD  0 Then  H
  M

i 1

Else  L   M
End While 6
LAMBDA-ITERATION EXAMPLE
Consider a three generator system with
IC1 ( PG1 )  15  0.02 PG1   $/MWh
IC2 ( PG 2 )  20  0.01PG 2  $/MWh
IC3 ( PG 3 )  18  0.025 PG 3  $/MWh
and with constraint PG1  PG 2  PG 3  1000MW
Rewriting generation as a function of  , PGi ( ),
we have
  15   20
PG1 ( )  PG2 ( ) 
0.02 0.01
  18
PG3 ( ) 
0.025
7
LAMBDA-ITERATION EXAMPLE, CONT’D
m
Pick  so L
 PGi ( L
)  1000  0 and
i=1
m
 Gi )  1000  0
P (  H

i=1
m
Try  L  20 then  PGi (20)  1000 
i 1
  15   20   18
   1000  670 MW
0.02 0.01 0.025
m
Try  H
 30 then  PGi (30)  1000  1230 MW
i 1
8
LAMBDA-ITERATION EXAMPLE, CONT’D
Pick convergence tolerance   0.05 $/MWh
Then iterate since  H   L  0.05

 M  ( H   L ) / 2  25
m
Then since  Gi
P (25)  1000  280 we set  H
 25
i 1
Since 25  20  0.05
 M  (25  20) / 2  22.5
m
 Gi
P (22.5)  1000  195 we set  L
 22.5
i 1 9
LAMBDA-ITERATION EXAMPLE, CONT’D
Continue iterating until  H   L  0.05
*
The solution value of  ,  , is 23.53 $/MWh
Once  * is known we can calculate the PGi
23.53  15
PG1 (23.5)   426 MW
0.02
23.53  20
PG 2 (23.5)   353 MW
0.01
23.53  18
PG 3 (23.5)   221 MW
0.025
10
GENERATOR MW LIMITS

• Generators have limits on the minimum and maximum amount of power they can produce
• Often times the minimum limit is not zero. This represents a limit on the generator’s operation
with the desired fuel type
• Because of varying system economics usually many generators in a system are operated at their
maximum MW limits.

11
LAMBDA-ITERATION WITH GEN
LIMITS
In the lambda-iteration method the limits are taken
into account when calculating PGi (  ) :
if calculated production for PGi  PGi ,max
then set PGi ( )  PGi ,max
if calculated production for PGi  PGi ,min
then set PGi ( )  PGi ,min

12
LAMBDA-ITERATION GEN LIMIT EXAMPLE
In the previous three generator example assume
the same cost characteristics but also with limits
0  PG1  300 MW 100  PG2  500 MW
200  PG3  600 MW
With limits we get:
m
 PGi (20)  1000  PG1 (20)  PG 2 (20)  PG 3 (20)  1000
i 1
 250  100  200  1000
 450 MW (compared to  670MW)
m
 PGi (30)  1000  300  500  480  1000  280 MW
i 1 13
LAMBDA-ITERATION LIMIT EXAMPLE,CONT’D
Again we continue iterating until the convergence
condition is satisfied.
With limits the final solution of  , is 24.43 $/MWh
(compared to 23.53 $/MWh without limits).
Maximum limits will always cause  to either increase
or remain the same.
Final solution is:
PG1 (24.43)  300 MW (at maximum limit)
PG 2 (24.43)  443 MW
PG 3 (24.43)  257 MW
14
CONTOH
• Diasumsikan persamaan karakteristik input-output pembangkit dalam bentuk cubic (pangkat 3)

• Fuel cost untuk masing-masing unit 1,0 R/Mbtu, dengan batasan

• Dengan menggunakan metode Iterasi Lambda tentukan penyaluran yang optimum untuk ketiga
unit untuk beban 2500 MW
• Keuntungan ketika penetapan nilai λ mendekati nilai optimum
• Jika
BASE POINT DAN FAKTOR
PARTISIPASI
• Pada metode ini dimisalkan telah dilakukan penyelesaian economic dispatch untuk suatu beban
tertentu, kemudian dilakukan pengulangan perhitungan untuk beban yang baru, dengan
partisipasi perubahan output pembangkit pada kondisi optimum yang baru.
• Keadaan optimum awal digunakan sebagai dasar (base point) untuk perhitungan keadaan
optimum yang baru
• Pada awalnya sistem dengan beban tertentu dicapai keadaan optimum
dengan harga Lamda λo
• Bila kemudian beban berubah, maka akan diperoleh harga lamda pada
keadaan optimum yang barus adalah λo+Δλ
• Karena syarat optimum adalah harga lamda setiap pembangkit adalah sama,
maka perubahan lamda:

• Maka bila dalam sistem ada N pembangkit:

• Bila PD adalah total beban maka:
CONTOH

• Pada beban 850 MW diperoleh kondisi optimum:

• Hitung kondisi optimum pada beban 900 MW

PENYELESAIAN

maka
• Faktor Partisipasinya:
TUGAS KELOMPOK

1.

2.