OPTIMASI PENEMPATAN KAPASITOR PADA SISTEM TENAGA

No.34 Vol.1 Thn.XVII November 2010
ISSN : 0854 - 8471
OPTIMASI PENEMPATAN KAPASITOR PADA SISTEM
TENAGA LISTRIK DENGAN MENGGUNAKAN
ALGORITMA GENETIK
(Studi Kasus Sistem PT. PLN Sumbar-Riau)
Heru Dibyo Laksono
Jurusan Teknik Elektro
Fakultas Teknik Universitas Andalas
ABSTRAK
Rugi-rugi daya yang terjadi pada saluran transmisi mengakibatkan berbagai dampak yang timbul
antara lain turunnya tegangan pada saluran transmisi, rendahnya faktor daya yang terjadi serta
menyebabkan kerugian materi karena semakin berkurangnya kekuatan sistem dalam menyalurkan
listrik ke konsumen. Untuk mengurangi terjadinya rugi-rugi daya yang timbul pada saluran
tranmisi dilakukan pemasangan kapasitor. Dalam pemasangan kapasitor harus diperhatikan
saluran yang menggunakannya, lokasi kapasitor serta ukuran kapasitor yang digunakan. Hal ini
dilakukan agar penempatan kapasitor yang dilakukan bisa optimal dalam mengurangi rugi-rugi
daya yang terjadi serta biaya penggunaan kapasitor. Metode optimasi yang cukup efektif adalah
algoritma genetik. Pada metoda ini, penempatan kapasitor dilakukan dengan mengarah pada
pemilihan kromosom yang diperoleh. Hasilnya akan diperoleh kromosom terbaik dari sebuah
populasi yang ada yang merupakan kondisi optimum penempatan kapasitor sehingga dapat
memperkecil rugi-rugi daya yang terjadi pada saluran transmisi. Studi kasus dilakukan pada
sistem tenaga listrik PT. PLN Sumbar-Riau dengan menggunakan perangkat lunak Matlab
Kata kunci : Rugi-rugi daya, kapasitor, algoritma genetik, kromosom,
1. PENDAHULUAN
Studi aliran daya adalah studi tentang perhitungan
tegangan, arus, daya dan faktor daya yang terdapat
pada berbagai titik dalam suatu sistem tenaga listrik
pada keadaan normal. Studi aliran daya sangat
penting dalam perencanaan pengembangan sistem
tenaga listrik untuk masa yang akan datang, karena
pengoperasian yang baik dari sistem tersebut
banyak bergantung dengan sistem tenaga yang lain,
penambahan
beban,
penambahan
stasiun
pembangkit serta saluran transmisi.[1] Selain itu,
perlu dilakukan optimasi terhadap daya reaktif.
Daya reaktif sangat penting karena melalui daya
reaktif dapat dipertimbangkan banyak faktor,
diantaranya rugi-rugi jaringan, level tegangan,
kestabilan tegangan dan lainnya. Perencanaan
terhadap pengoptimalan daya reaktif meliputi
penggunaan
kompensator
kapasitor
seperti
pemilihan titik kompensasi beban reaktif,
pembuatan dan solusi dari model matematis yang
digunakan[1]. Pada sistem tenaga listrik sebenarnya
ada empat permasalahan yang terjadi, yaitu aliran
beban, hubung singkat, stabilitas aliran dan
pengamanan atau proteksi. Dalam pengaman aliran
daya sendiri, kerja dilakukan untuk menjaga agar
kondisi aliran daya tetap stabil dan sistem dapat
bekerja dengan baik. Salah satu yang menjadi
penentu adalah penggunaan kapasitor pada sistem
tenaga listrik. Penggunaan kapasitor sendiri
mencakup pada masalah penempatan, penggantian
dan penentuan ukuran. Selain itu, metode
TeknikA
penempatan kapasitor yang digunakan sangat
mempengaruhi kinerja dan stabilitas sistem tenaga
listrik yang terjadi. Penempatan kapasitor bank
yang dilakukan secara paralel dan ukuran MVAR
yang sesuai akan memberikan kompensasi daya
reaktif,
peningkatan
pengaturan
tegangan,
perbaikan faktor daya, dan pengurangan rugi-rugi
daya. Kapasitor yang digunakan mencakup
penentuan jumlah, tipe lokasi dan ukuran kapasitor
yang optimal yang dapat meminimalkan biaya
tahunan rugi-rugi daya dan biaya penggunaan
kapasitor. Selain itu, batasan operasi dan kualitas
daya dapat dijaga pada batas yang telah ditentukan.
Metode penentuan penggunaan kapasitor itu sendiri
cukup banyak jenisnya, diantaranya Fuzzy Logic,
Simulated Annealing (SA), Tabu search (TS) dan
Genetic Algorithm (GA)[2]. Masing-masing metoda
tersebut mempuyai beberapa kelebihan dan
kekurangan. Dalam penelitian ini dilakukan
penentuan kondisi optimal penempatan kapasitor
pada sistem tenaga listrik dengan studi kasus di
sistem tenaga listrik PT.PLN Sumbar-Riau dengan
menggunakan metoda algoritma genetik.
Penelitian ini bertujuan untuk mencari dan
menentukan lokasi serta ukuran optimum kapasitor
yang akan digunakan pada sistem tenaga listrik
serta mengurangi rugi-rugi daya yang terjadi
sehingga diperoleh kondisi kualitas aliran daya
yang baik dan kestabilan tegangan pada sistem
tenaga listrik. Hasil penelitian ini dapat
dimanfaatkan untuk menentukan letak optimal pada
68
No.34 Vol.1 Thn.XVII November 2010
penempatan kapasitor bank sehingga mampu
meminimalisir rugi-rugi daya yang terjadi dan
diharapkan nantinya mampu meminimalis biayabiaya yang terjadi akibat rugi-rugi daya dan
penggunaan kapasitor. Adapun batasan masalah
dalam penelitian ini adalah
1.
Sistem yang digunakan adalah sistem tenaga
listrik PT. PLN Sumbar-Riau.
2.
Studi aliran daya yang digunakan adalah
metoda Newton-Rhapson.
3.
Metoda penempatan kapasitor menggunakan
metoda algoritma genetik dengan jumlah
kromosom sebanyak 20 buah, jumlah gen
20, dan maxiterasi sebanyak 5 kali.
4.
Simulasi menggunakan software Matlab
7.01.
2. TINJAUAN PUSTAKA
2.1
Studi Aliran Daya
Studi aliran daya adalah studi yang dilaksanakan
untuk mendapatkan informasi mengenai aliran daya
dan tegangan sistem tenaga listrik dalam kondisi
operasi tunak. Informasi ini sangat dibutuhkan guna
mengevaluasi unjuk kerja sistem tenaga listrik dan
menganalisa kondisi pembangkitan maupun
pembebanan. Analisa ini memerlukan informasi
aliran daya dalam kondisi normal maupun darurat.
Studi aliran daya dalam sistem tenaga listrik
memerlukan
representasi
atau
pemodelan
komponen sistem tenaga listrik. Suatu sistem
kelistrikkan
tiga fasa yang seimbang selalu
diselesaikan per fasa dan digambarkan dalam
diagram satu garis yang sesuai dengan sistem
tersebut. Tujuan diagram satu garis itu untuk
memberikan semua informasi yang diperlukan.
Dalam berbagai kasus, diagram satu garis berbedabeda sesuai dengan persoalan yang akan
diselesaikan. Misalnya dalam studi aliran daya,
beban-beban dan hambatan – hambatan seperti
impedansi,
resistansi dan induktasi harus
digambarkan. Komponen-komponen dari suatu
sistem tenaga listrik pada umumnya terdiri dari:
1.
Pusat – pusat pembangkit, dalam hal ini
yang digambarkan adalah generatornya.
2.
Transformator-transformator daya.
3.
Saluran-saluran transmisi.
4.
Kondesator-kondesator sinkron arus statis.
5.
Alat-alat pengaman ( pemutus daya dan
relay-relay).
6.
Beban-beban yang terdiri dari beban
dinamik dan beban statis.
2.2
Model Sistem
Dalam berbagai kasus, diagram satu garis
berbeda-beda sesuai dengan persoalan yang akan
diselesaikan. Misalnya dalam studi aliran daya,
beban-beban dan hambatan – hambatan seperti
impedansi, resistansi dan induktansi harus
digambarkan. Tempat netral ke tanah tidak perlu
digambarkan. Sebenarnya pengabaian ini bertujuan
TeknikA
ISSN : 0854 - 8471
untuk menyederhanakan perhitungan terutama jika
perhitungan dilakukan secara manual. Komponenkomponen dari suatu sistem tenaga listrik pada
umumnya terdiri dari : pusat pembangkit, dalam
hal ini yang digambarkan adalah generatornya.,
transformator daya, saluran transmisi, kondesator
sinkron arus statis, alat pengaman ( pemutus daya
dan relai-relai) dan beban yang terdiri dari beban
dinamik dan beban statis.
2.3
Aliran Daya dengan Metode NewtonRaphson 1,2,3
Keandalan sistem tenaga dapat diketahui apabila
tegangan di semua simpul diketahui. Salah satu
keadaan sistem tenaga yang paling sering menjadi
perhatian adalah aliran daya. Aliran daya di jaring
atau persisnya di cabang-cabang jaring dapat
dihitung apabila tegangan di masing-masing simpul
jaring telah diketahui . Jadi masalah utama
perhitungan aliran daya adalah menghitung
tegangan di masing-masing simpul bila sumber arus
injeksi di masing-masing simpul diketahui. Bila I
diketahui maka sistem persamaan linier YV = I
dapat diselesaikan untuk vektor tegangan V .
Namun dalam jaringan tenaga listrik khususnya
dalam perhitungan aliran beban biasanya bukan
injeksi arus yang diketahui melainkan injeksi daya.
Jadi karena daya mengait besaran tegangan dan
arus secara non linier maka masalahnya hanya
dapat diselesaikan secara iterasi yakni secara
bertahap mencari tegangan simpul yang akan
menghasilkan injeksi daya yang besarnya sama
dengan daya yang ditentukan untuk masing-masing
simpul. Metoda Newton-Raphson dikembangkan
dari deret Taylor dengan mengabaikan derivatif
pertama fungsi dengan satu variabel dari persamaan
deret Taylor.
2.4
Algoritma Genetik[7],[8],[9]
Landasan algoritma genetik terinspirasi dari
mekanisme seleksi alam, dimana individu yang
lebih kuat memiliki kemungkinan untuk menjadi
pemenang dan mempunyai kesempatan hidup yang
lebih besar di dalam lingkungan yang kompetitif.
Teknik algoritma genetik adalah algoritma stokastik
yang memanfaatkan fenomena alam. Gagasan di
belakang algoritma genetik adalah mengerjakan
yang dikerjakan oleh alam. Algoritma genetika
telah banyak mengalami keberhasilan dalam
penggunaannya untuk masalah-masalah optimasi,
seperti penentuan route kawat, penjadwalan,
kontrol adaptif, permainan game, pemodelan
kognitif, permasalahan transportasi, masalah
perjalanan salesman, kontrol optimal, optimal data
base, fuzzy logic control (FLC), Artificial Immune
System (AIS), Artificial Neural Network (ANN),
pendeteksi gangguan pada sistem tenaga listrik,
peletakan kapasitor, peralatan FACTS, SVC dan
sebagainya.
Algoritma
genetik
bertujuan
menyelesaikan berbagai masalah yang kompleks.
Metode ini memiliki algoritma probabilitas yang
sangat berbeda dari algoritma acak yang
69
No.34 Vol.1 Thn.XVII November 2010
mengkombinasikan elemen-elemen dari pelacakan
secara stokastik dan terarah. Genetik algoritma
menggunakan kata-kata yang dipinjam dari genetik
alam. Pada metode ini akan dibicarakan mengenai
individu (genotip, struktur) dalam sebuah populasi.
Individu-individu itu disebut benang-benang yang
tersusun menjadi kromosom. Ada beberapa istilah
dalam genetik algoritma yaitu
•
•
•
•
•
Individu menyatakan suatu nilai atau keadaan
yang menunjukkan solusi yang mungkin dari
permasalahan yang diangkat.
Kromosom yaitu individu berupa elemen string
yang ditentukan atau gabungan dari gen-gen
yang membentuk sebuah nilai.
Gen yang merupakan nilai dari satuan dasar
yang membentuk suatu arti tertentu yang
menunjukkan sejumlah string hasil perkawinan
sebagai solusi. Satu kesatuan dari gen
membentuk kromosom.
Allele yaitu nilai yang dimasukkan dalam gen
Phenotype yaitu string yang merupakan solusi
akhir. Menunjukkan nilai gabungan dari gengen yang dihasilkan.
Dalam menggunakan metode algoritma genetika
pada optimasi, ada beberapa parameter yang
digunakan. Parameter yang digunakan tergantung
pada permasalahan yang diselesaikan. Parameterparameter yang standar antara lain sebagai berikut :
• Ukuran populasi
• Jumlah generasi
• Probabilitas mutasi
• Probabilitas crossover
Operasi-operasi dalam algoritma genetika adalah
• Reproduksi
• Pengkodean/ representasi kromosom
• Pindah silang
• Mutasi
• Seleksi
• Elitisme
• Penggantian Populasi
• Fitness
Berbeda dengan teknik pencarian dan penentuan
konvensional, tahap awal pencarian dalam
algoritma genetik dimulai dari himpunan
penyelesaian acak (random) yang disebut populasi.
Setiap individu dalam populasi diwakili sebuah
kromosom yang merupakan satu solusi dari
masalah yang akan dihadapi. Kromosom
merupakan suatu string yang terdiri dari simbol,
biasanya berupa bit-bit biner namun dapat juga
berupa floating point. Kromosom-kromosom
ISSN : 0854 - 8471
tersebut kemudian akan “berkembang” melalui
serangkaian iterasi yang disebut generasi. Pada tiap
generasi, kromosom-kromosom dievaluasi dengan
menggunakan ukuran nilai fitness tertentu.
Penggunaan algoritma genetik memerlukan
beberapa penetapan fundamental, yaitu :
•
Representasi
representation)
•
Pembentukan populasi awal (initialization)
•
Operator genetik yang
melakukan reproduksi
•
Fungsi evaluasi (evaluation function)
•
Fungsi seleksi (selection function)
kromosom
(chromosome
berfungsi
untuk
3.
Penentuan Penempatan Kapasitor Pada
Sistem Tenaga Listrik Dengan Algoritma
Genetik
Penentuan penempatan kapasitor pada sistem
tenaga listrik berfungsi untuk mengkompensasi
daya reaktif serta rugi-rugi daya yang terjadi pada
saluran transmisi
agar dapat diminimalisir.
Langkah pertama yang dilakukan pada penelitian
ini adalah melakukan perhitungan aliran daya pada
sistem tenaga listrik sebelum mengalami
kompensasi. Studi aliran daya dilakukan dengan
menggunakan metoda Newton Raphson dengan
bantuan perangkat lunak Matlab Versi 7.1 .
Adapun tujuan dari studi aliran daya ini untuk
mengetahui berapa besarnya rugi-rugi daya yang
terjadi pada sistem tenaga listrik. Setelah studi
aliran daya dilakukan dan diperoleh rugi-rugi daya
yang terjadi maka proses selanjutnya adalah
menentukan lokasi dan besarnya nilai kapasitor
yang akan digunakan dengan menggunakan metode
algoritma genetik.
4.
Hasil dan Pembahasan
Pengujian dilakukan dengan menggunakan
data-data sistem tenaga listrik PT. PLN Sumbar
Riau dan metoda yang digunakan adalah metode
Newton-Raphson. Pada studi aliran daya selain
rugi-rugi daya, juga dapat ditentukan magnitude
tegangan, sudut phasa tegangan, daya aktif dan
daya reaktif dari setiap bus yang ada dalam sistem
tenaga listrik tersebut. Selain itu asumsi-asumsi
yang digunakan pada studi aliran daya adalah
tegangan slack bus 1.05 pu, tegangan PV bus 1.03
pu dan tegangan PQ bus sebesar 1.00 pu. Asumsi
tegangan inilah yang akan digunakan sebagai sudut
tegangan pada perhitungan aliran daya yang
dilakukan. Adapun data-data sistem tenaga listrik
interkoneksi Sumbar-Riau yang digunakan adalah
Tabel 4.1 Data Nama dan Tipe Tiap Bus Sistem Interkoneksi Sumbar-Riau
NO. BUS
TeknikA
NAMA BUS
TIPE BUS
1.
PLTU Ombilin
Slack
2.
PLTG Pauh Limo
PV
3.
PLTA Maninjau
PV
4.
PLTA Batang Agam
PV
70
No.34 Vol.1 Thn.XVII November 2010
No.
1
5.
PLTA Singkarak
PV
6.
PLTA Koto Panjang
PV
7.
PLTD Teluk Lembu
PV
8.
Dumai
PQ
9.
Duri
PQ
10.
Garuda Sakti
PQ
11.
Bangkinang
PQ
12.
Payakumbuh
PQ
13.
Padang Luar
PQ
14.
Lubuk Alung
PQ
15.
PIP
PQ
16.
Batusangkar
PQ
17.
Indarung
PQ
18.
Solok
PQ
19.
Salak
PQ
20.
Simpang Haru
PQ
Tabel 4.2 Data Pembangkitan dan Beban
Pe mb angkit an
Beban
Tegangan
P
Q
P
Q
-
-
0.0000
0.0000
1.0500
00
Jenis
Slack
0
PV
2
40.8000
-
34.0000
21.0720
1.0300
0
3
68.0000
-
17.5000
10.5360
1.0300
00
PV
0
PV
4
10.5000
-
0.0000
0.0000
1.0300
0
5
148.7500
-
4.2500
2.6340
1.0300
00
PV
0
0
PV
0
0
PV
0
0
PQ
0
PQ
6
7
8
114.0000
48.3000
0.0000
0.0000
8.5000
76.5000
25.5000
5.2680
47.4120
15.8040
1.0300
1.0300
1.0000
9
0.0000
0.0000
17.0000
10.5360
1.0000
0
10
0.0000
0.0000
85.0000
52.6800
1.0000
00
PQ
0
PQ
11
0.0000
0.0000
26.7750
16.5940
1.0000
0
12
0.0000
0.0000
0.0000
0.0000
1.0000
00
PQ
0
PQ
13
0.0000
0.0000
42.5000
26.3400
1.0000
0
14
0.0000
0.0000
25.5000
15.8040
1.0000
00
PQ
0
0
PQ
0
0
PQ
0
0
PQ
0
PQ
15
16
17
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
42.5000
8.5000
51.0000
26.3400
5.2680
31.6080
1.0000
1.0000
1.0000
18
0.0000
0.0000
17.0000
10.5360
1.0000
0
19
0.0000
0.0000
17.0000
10.5360
1.0000
00
PQ
0
PQ
20
TeknikA
ISSN : 0854 - 8471
0.0000
0.0000
71.4000
44.2510
1.0000
0
71
No.34 Vol.1 Thn.XVII November 2010
ISSN : 0854 - 8471
Tabel 4.3 Data Saluran Transmisi Interkoneksi Sumbar-Riau
Line
Z (pu)
Y/2 (pu)
Dari Bus
Ke Bus
R
X
1
17
0.06700
0.18075
0.01750
1
19
0.00195
0.00690
0.00090
2
20
0.00555
0.01980
0.00240
2
14
0.02655
0.09525
0.01050
2
15
0.01575
0.05066
0.00270
3
13
0.03300
0.11430
0.01430
6
11
0.00825
0.04950
0.00540
6
10
0.02880
0.17355
0.02290
9
8
0.04635
0.16515
0.00770
10
7
0.01020
0.06180
0.00460
10
9
0.08205
0.35400
0.00000
11
10
0.02085
0.12750
0.18650
12
4
0.83550
1.84920
0.00007
12
6
0.04815
0.23370
0.02250
13
12
0.02520
0.08700
0.01090
14
5
0.00675
0.03315
0.00330
14
3
0.04455
0.16020
0.01550
15
14
0.01080
0.03870
0.00000
17
16
0.00000
0.00015
0.00000
17
2
0.00525
0.01875
0.00000
18
17
0.02685
0.09585
0.00930
19
18
0.02160
0.07770
0.00850
Berdasarkan data-data pada Tabel 4.1 s.d Tabel 4.3
dilakukan perhitungan aliran daya pada kondisi
normal dan kondisi sebelum dilakukan penambahan
kapasitor dan diperoleh besar rugi-rugi daya yang
terjadi pada saluran transmisi sebesar 32.868 MW
untuk daya aktif dan 64.619 MVAR untuk daya
reaktif. Hasil rugi-rugi daya inilah yang akan
dibandingkan dengan hasil rugi-rugi daya yang
dihitung setelah penambahan kapasitor pada busbus yang telah ditentukan
Penggunaan metoda algoritma genetik untuk
penentuan pemasangan kapasitor bergantung pada
beberapa parameter yaitu pcross dan pmut. Nilai
pcross dan pmut yang terjadi akan berpengaruh
pada nilai sebaran yang diperoleh. Artinya bahwa
cross dan mutasi menjadi pengaruh utama untuk
mencari gen baru yang optimal yang memiliki sifat
yang baik yang merupakan gabungan antara dua
sifat orang tua. Dalam sistem tenaga, cross dan
mutasi menjadi faktor penentu terbesar dalam
menentukan posisi sebuah kapasitor pada sebuah
saluran untuk mengurangi kerugian yang terjadi.
Tabel 4.4 Nilai Pcross dan Pmutasi
Pcross
0.70
0.80
0.90
1.00
Pmut
0.020
0.035
0.050
0.500
Penentuan nilai cross dan mutasi pada Tabel 4.4
berdasarkan aturan baku yang telah ditetapkan
dimana nilai pcross yang digunakan berada pada
range 0.700 sampai 1 dan nilai pmut yang
digunakan berada pada range 0.10 dibagi jumlah
TeknikA
gen sampai 1 dibagi jumlah gen yang ada. Pada
penentuan posisi kapasitor kali ini dilakukan
dengan variasi nilai pcross dan pmut yang
digunakan. Nilai-nilai pcross dan pmut yang ada
pada Tabel 4.4 digunakan secara acak dan
bergantian untuk melihat hasil dan output yang
diperoleh sehingga nantinya terlihat mana yang
merupakan hasil yang optimal dari penggunaannya.
Adapun penggunaan nilai pmut dan pcross yang
digunakan sebagai percobaan sebagai berikut :
o
Percobaan 1 dengan pcross 0.7 dan pmut
0.02
o
Percobaan 2 dengan pcross 0.7 dan pmut
0.035
o
Percobaan 3 dengan pcross 0.7 dan pmut 0.5
o
Percobaan 4 dengan pcross 0.8 dan pmut
0.05
o
Percobaan 5 dengan pcross 0.8 dan pmut 0.5
o
Percobaan 6 dengan pcross 0.9 dan pmut
0.02
o
Percobaan 7 dengan pcross 0.9 dan pmut
0.05
o
Percobaan 8 dengan pcross 1 dan pmut
0.035
o
Percobaan 9 dengan pcross 1 dan pmut 0.5
Sementara itu, parameter-parameter lain yang
digunakan bernilai sebagai berikut
o
MaxIterasi bernilai 5
o
Jumlah gen (jumlah bus ) sebanyak 20
o
Jumlah kromosom sebanyak 20
72
No.34 Vol.1 Thn.XVII Novem
mber 2010
Dari peercobaan yang dilakukan denngan melakukaan
variasi nilai parameteerakan diambiil nilai rugi-ruugi
y
terkecil dari tiap perrcobaan seperrti
daya yang
tertera pada
p
Tabel 4.5 berikut ini.
Tabel 4.5 Nilai Ruggi-rugi Salurann Yang Terjaadi
Setelah
Menggunakkan
Metodde
Algoritmaa Genetik
Rugi-ruugi yang Terjaadi
Kromossom
Percobaaan
MW
MVar
1
11
32.3988
60.434
2
1
37.0055
72.701
3
4
39.3677
85.997
4
13
32.7699
60.265
5
7
31.9700
56.473
6
3
39.9788
88.438
7
14
39.1488
76.218
8
14
32.9477
60.910
9
1
32.7088
58.728
Dari Taabel 4.5 terlihaat bahwa nilai rugi-rugi
r
saluraan
yang teerjadi pada salu
uran tiap percoobaan lebih keccil
dibandiingkan dengaan nilai ruggi-rugi saluraan
sebelum
m
dilakukan
n
penambahhan
kapasitoor.
Selanjuutnya dilakukan
n perbandingann nilai rugi-ruugi
daya yaang terjadi pada saluran untukk mencari soluusi
yang ccukup optimal bagi penemppatan kapasitoor.
Adapunn tahapan-tahaapan yang aakan dilakukaan,
yaitu membandingkan
m
n nilai rugi-ruggi daya Sebeluum
dan ssetelah penaambahan kaapasitor. Hassil
perbanddingan diperlih
hatkan pada Tabel 4.6 berikkut
ini
Tabel 4.6
4 Rugi-Rugi Daya Terkecil dari Percobaann
Rugi-Ruugi
Percobaan
1
32.3980
6
60.4340
4
32.7690
6
60.2650
5
31.9700
5
56.4730
9
32.7080
5
58.7280
ISS
SN : 0854 - 8471
mikian percobaaan ke-5 digunnakan sebagai acuan
dem
dalaam pemilihann penempatan
n kapasitor untuk
menngurangi rugii-rugi daya yang terjadi pada
saluuran. Selain perubahan ruugi-rugi daya pada
saluuran, profil teggangan dan faaktor daya tiaap bus
jugaa dipertimbaangan untuk dalam pem
milihan
peleetakan kapassitor. Setelahh
itu ddengan
mennggunakan 220 buah kroomoson dilakkukan
perhhitungan alirann daya pada sistem
s
tenaga listrik
dann diperoleh hasil dari percobaan ke-5
mennunjukkan kroomosom ke-7 yang
y
memilikii nilai
denngan rugi-rugii terkecil Daari sisi banyyaknya
pennggunaan kapaasitor yang dipakai, kromosom ke7 inni menggunakkan kapasitor yang paling sedikit
s
dengan
yan
dibaandingkan
ng
lain,
hhanya
mennggunakan 4 buah kapaasitor yaitu yang
diteempatkan pada bus 7, 8, 12, dan 15. Nilai
pennggunaan kaapasitor pun
n, kromosom
m 7
mennggunakan kappasitor dengann nilai terendahh dari
kromosom yang lain, hanya sebesar 610 M
MVAR
yanng diinjeksikann, yaitu pada bus 7 sebesaar 330
MV
VAR, bus 8 seebesar 10 MVA
AR, bus 12 seebesar
90 MVAR
M
dan buus 15 sebesar 180
1 MVAR. Juumlah
nilaai kapasitor yaang digunakann pada kromossom 7
ini lebih kecil dibbandingkan jum
mlah kapasitorr yang
kromosom laiinnya.
diguunakan pada kromosom-k
Darri segi pengguunaan kapasitoor ini tentunyaa akan
terjadi penghemattan terhadap biiaya yang diguunakan
kareena kapasitor yang digunaakan lebih seedikit.
Dissinilah terjadi optimasi pennggunaan kapaasitor.
Artinya dengan nilai kapasitor yang kecil, daya
reakktif bisa menngalami penurrunan dan tenntunya
akaan mengurangi rugi-rugi dayaa yang terjadi.
Untuk profil teganggan sebelum dan
sesuudah penambaahan kapasitorr dapat dilihatt pada
Gam
mbar 4.1 berikuut
Tabeel 4.7 Persenttase Perubahaan Rugi-Rugi
Dayaa Terkecil darri Percobaan
Percobaan
% Rugi--Rugi
1
4
5
9
1.429
0.301
2.732
0.486
6.476
6.738
1
12.606
9.116
Setelahh dilakukan perbandingann, selanjutnyya
dilakukkan pemilihan kondisi
k
optimaal dari percobaaan
yang dilakukan.
d
Pemilihan kondisi
k
optim
mal
dilakukkan dengan caara memilih hasil
h
percobaaan
yang m
memiliki nilai perubahan
p
terbbesar pada ruggirugi daaya saluran yaang terjadi. Beerdasarkan hassil
yang ddiperoleh padaa Tabel 4.6 ddan Tabel 4.7
diperoleeh percobaan ke-5
k
Membeerikan hasil yaang paling opptimal. Adapuun
perubahhan nilai daya aktifnya sebessar 2.73 % daan
daya reeaktifnya sebessar 12.61 % . Untuk rugi-ruugi
daya akktifnya sebesaar 31.9700 MW
W dan rugi-ruugi
daya reeaktifnya sebesar 56.4730 MVAR.
M
Dengaan
Gaambar 4.1 Grafik Perbbandingan P
Profil
Teggangan Sebellum dan Sesuudah Penambbahan
Kappasitor
5.
1.
Kesimpulan
Adapun keesimpulan dari penelitian ini
Berdasarkaan analisa aliran
a
daya yang
dilakukan sebelum pen
nambahan kappasitor
pada sistem
m interkoneksi Sumbar-Riau,, rugirugi daya aktif sebesar 32.8680 MW
W dan
MVAR untuk daaya reaktif.
64.6190 M
No.34 Vol.1 Thn.XVII November 2010
2.
ISSN : 0854 - 8471
Berdasarkan analisa aliran daya yang
dilakukan setelah penambahan kapasitor
pada bus 7, bus 8, bus 12 dan bus 15 terjadi
penurunan rugi-rugi daya aktif 2.7320 %
dan rugi-rugi daya reaktif 12.6060 %
Daftar Pustaka
[1]
[2]
[3]
[4]
[5]
[6]
[7]
Hilal, Hamzah. 2006. Analisa Sistem Tenaga
Listrik II. Pusat Pengembangan Bahan Ajar
UMB. Universitas Mercu Buana.
Hadi, Sadaat. 2002. Power System Analysis.
John Wiley and Sons, Inc : New York.
Noertahyana,Agustinus,Yulia, 2002, Studi
Analisa Pelatihan Jaringan Syaraf Tiruan
Dengan Dan Tanpa algoritma Genetik,
Teknik Informatika Universitas Kristen
Petra, Jurnal Informatika Vol. 3, No. 1, Mei
2002:13 – 18.
Nugraha, Radian. 2009. Perencanaan Daya
Reaktif untuk Perbaikan Kestabilan
Tegangan dan Rugi-rugi Saluran dengan
Menggunakan Logika Fuzzy. Tugas Akhir
Jurusan Teknik Elektro Universitas Andalas
: Padang.
Robandi, Imam. 2007.
Desain Sistem
Tenaga Modern. Yogyakarta : Penerbit Andi
Suyanto, 2005, Algoritma Genetik dalam
MATLAB, ANDI, Yogyakarta.
Wartana, Made. Mustikawati, Mimin. 2006.
Optimasi Penempatan Kapasitor Pada
Saluran Distribusi 20 kV Dengan
Menggunakan Metode Kombinasi Fuzzy
Dan Algoritma Genetik. SNATI 2006, 17
Juni 2006. Yogyakarta.
BIODATA
Heru Dibyo Laksono, Lahir di Sawah Lunto, 7
Januari 1977. Menamatkan S1 di Jurusan Teknik
Elektro Universitas Andalas (Unand) Padang tahun
2000 bidang Teknik Tenaga Listrik. Pendidikan S2
bidang Teknik Kendali dan Sistem diselesaikan di
Institute Teknologi Bandung (ITB) tahun 2004.
Masuk sebagai dosen Teknik Elektro Universitas
Andalas sejak tahun 2005.
Email : [email protected]
TeknikA
74