a slide that will apply to all the other slides?

Transkripsi

1 Hot Tip How Optimisasi do I incorporate Economic Dispatch my logo to a slide that will apply to all the other slides? Menggunakan Fuzzy-Bacterial Foraging Algorithm Oleh : Muhammad Ridha Fauzi NRP : On the [View] menu, point to [Master], and then click [Slide Master] or [Notes Master]. Change Dosen Pembimbing : images to the Prof. one Dr. Ir. Imam you like, Robandi, then MT it will apply to all the other slides. Program Studi Magister Bidang Keahlian Teknik Sistem Tenaga Jurusan Teknik Elektro Institut Teknologi Sepuluh Nopember 2011

2 Company LOGO Pembangkit Latar Belakang $/h P G1 $/h G1 G1 P G2 Jalur Transmisi P Load $/h Gn P Gn Rugi Transmisi Masalah Optimisasi Pembangkitan (Economic dispatch) menggunakan Fuzzy-Bacterial Foraging Algorithm (Fuzzy-BFA)

3 Tujuan Penelitian Contents Kombinasi daya output pembangkit permintaan konsumen + rugi transmisi, 31 Click to add Title memperhatikan constraint operasional dengan Fuzzy-BFA 2 3 Click to add Title Total biaya bahan bakar minimum dari kombinasi daya output pembangkit yang beroperasi dengan Fuzzy-BFA Click to add Title Performansi Fuzzy-BFA untuk optimisasi masalah 4 ED pada Click sistem to skala add kecil Titledan besar, performansi Fuzzy-BFA dengan parameter berbeda

4 1 Hot Tip How do I incorporate my logo to a Fungsi slide Biaya that bahan will bakar telah apply diketahui to sebelumnya. all the other slides? 2 3 BATASAN MASALAH Constraint yang diaplikasikan : power balance constraint & low and up output generator constraint. On the Kondisi [View] sistemmenu, diasumsikan point dalam to [Master], keadaanand normal. then click [Slide Master] or [Notes Master]. Change images Sistem to the tenaga one listrik you yang like, digunakan then it will : IEEE 4 apply 5-bus to all the other slides. & IEEE 30-bus. 5 Rugi daya pada transmisi dihitung menggunakan solusi aliran daya metoda Newton-Raphson.

5 Diagram KONTRIBUSI PENELITIAN Referensi [2] : Aplikasi metoda BFA untuk solusi ED. Konvergensi BFA Title dipercepat tanpa menggunakan Add your text Fuzzy. Referensi [3] : Aplikasi metoda Fuzzy-BFA untuk mengestimasi harmonisa. ThemeGallery is a Design Digital Content & Contents Kontribusi Penelitian : mall developed by Guild Design Inc. Untuk mempercepat konvergensi BFA maka digunakan Fuzzy Takagi-Sugeno pada penyelesaian masalah economic dispatch. ThemeGallery is a Design Digital Content & Contents mall developed by Guild Design Inc.

6 Diagram Concept Concept Gambar 2.3 N unit pembangkit thermal melayani beban PAdd LOAD Your Text Gambar 2.4 N unit pembangkit thermal melayani beban melalui jalur transmisi P G = P LOAD P G = P LOAD + P LOSS 6

7 MODEL MATEMATIKA ECONOMIC DISPATCH Fungsi Objektif m 2 G i i Gi i Gi i 1 min imize F( P ) a b P c P 1. Constraint (Batasan) PGi PD PLOSS equality constra int dengan, F P Gi a i,b i,c i P Gi P D P Gi min P Gi max = biaya bahan bakar ($/h) = daya output dari setiap pembangkit (MW) = koefisien biaya bahan bakar setiap pembangkit = total daya pembangkit (MW) = total permintaan beban (MW) = daya output minimum setiap pembangkit (MW) = daya output maximum setiap pembangkit (MW) 2. P P P Gi min Gi Gi max inequality constra int

8 Economic Dispatch (ED) P min P P Gi G Gi max Gambar 2.2. Kurva Input-Output Pemabangkit Thermal [13]

9 Alur Perhitungan Rugi Transmisi Alur Perhitungan Rugi Transmisi Studi Aliran Daya Newton Raphson P loss (Rugi transmisi)

10 Proses Pengerjaan Penelitian Start Studi literatur dan pengumpulan data kelistrikan IEEE 5-Bus dan IEEE 30-Bus Menentukan parameter yang dioptimisasi dan fungsi objektif Membuat program Fuzzy-BFA - dan BFA Simulasi ED menggunakan Fuzzy-BFA Simulasi ED menggunakan BFA Tidak Cek performansi Ya Membandingkan hasil Fuzzy-BFA - dengan BFA Analisa hasil perbandingan Kesimpulan Stop Tidak

11 BAKTERI ESCHERICIA Coli (E-Coli) Bakteri E-Coli Tahapan Bacteri Foraging : 1. Chemotaxis 2. Swarming 3. Reproduction 4. Ellimination and Dispersal Proses Komputasi untuk menyelesaikan optimisasi dengan Matlab 6.5

12 INISIALISASI POSISI BAKTERI i j = min + rand( max - min) Bakteri 1 Bakteri 2 Bakteri n Posisi P P P G1 G1 G1 P P P G2 G2 G2 P P P P Gm Gm Gm Gm

13 CHEMOTAXIS Pergerakan bakteri mencari nutrisi

14 REPRODUCTION Bakteri paling tidak sehat (cost tinggi) mati Tidak sehat Bakteri paling sehat (cost rendah) bereproduksi Kesehatan bakteri Sehat

15 Elimination and Dispersal Bakteri-bakteri dengan probabilitas eliminationdispersal lebih besar dari yang ditentukan maka bakteri-bakteri tersebut disebar (dispersal) secara acak ke lingkungan domain pencarian yang sama.

16 A Ya Sart Input data bus, Jalur transmisi, Daya Pmin-Pmax output generator, Pers. Karakteristik I/O Generator Inisialisasi parameter BFA : Jumlah bakteri (S) Jumlah parameter yang dioptimisasi (p) Panjang swimming (Ns) Jumlah loop chemotactic (Nc) Jumlah kejadian reproduksi (Nre) Jumlah Kejadian eliminasi-dispersal (Ned) Probabilitas Add eliminasi-dispersal Your Text (Ped) Inisialisasi lokasi awal bakteri secara acak (P) Nilai d attract, w attract, h repelent, w repelent Parameter Fuzzy : J1, J2, J3, J4, J5, J6 dan a1, a2, a3, a4 Add Your Text Elimination dan Dispersal Loop Counter, E = E + 1 E > Ned Add Tidak Your Text Reproduksi loop Counter, R = R + 1 R > Nre Add Your Text Tidak Chemotactic loop Conter, K = K + 1 K > Nc B Tidak Ya Ya Terminate B Menghitung P loss menggunakan Load Flow Newton-Raphson Update nilai Total Fuel Cost J(B, K) semua generator dengan memperhitungkan Constraint. B = bakteri Tidak J Jika nilai J B = B + 1 Ya Swim, N = N + 1 SW(B) = N SW(B) < Ns Ya Diagram Add Your Text Add Your Text Add Your Text dikali dengan output Fuzzy (u) Add Your Text () i i (j+1, k, l) = B > S A i (j, k, l) + u x C(i) Ya Flow Chart Optimisasi Economic Dispatch Menggunakan Fuzzy-BFA Tidak Tidak Hitung posisi setiap bakteri saat ini. Runlength unit (step size = C(i)) T ( i) ( i) Tumble Hitung posisi setiap bakteri saat ini. Runlength unit (step size = C(i)) dikali dengan output Fuzzy (u) () i i (j+1, k, l) = i (j, k, l) + u x C(i) T ( i) ( i) Inisialisasi Parameter BFA : 1. Dimensi ruang pencarian = Jumlah parameter yang dioptimisasi (P1, P2,, Pn) = p, (IEEE 5-bus p = 3, IEEE 30-bus p = 6) 2. Jumlah bakteri = S = 8 3. Panjang langkah swimming = N s = 3 4. Jumlah iterasi proses chemotactic N c (N c > N s ) = 5 5. Jumlah reproduksi = N re = Jumlah elimination dan dispersal N ed = 4 7. Probabilitas elimination & dispersal P ed = Lokasi masing-masing bakteri = P(p,S,1) 9. Nilai koefisien d attract, w attract,h repellant dan w repellant = 1.9, 0.2, 1.9, Nutrisi = Fuel Cost (biaya bahan bakar) Inisialisasi Parameter Fuzzy : J1, J2, J3, J4. J5, J6 a1, a2, a3, a4

17 Company LOGO

18 Diagram Koefisien a1, a2, a3, dan a4 Rule Fuzzy : Sistem IEEE 5-bus Tanpa memperhitungkan rugi transmisi a 1 = , a 2 = a 3 = , a 4 = Add Your Text Memperhitungkan rugi transmisi a 1 = , a 2 = a 3 = , a 4 = Add Your Text Sistem IEEE 30-bus Tanpa memperhitungkan rugi transmisi a 1 = , a 2 = a 3 = , a 4 = Add Your Text Add Your Title Memperhitungkan rugi transmisi a 1 = , a 2 = a 3 = , a 4 =

19 SISTEM IEEE 5-BUS (Sumber : Buku Power System Analysis - Hadi Saadat) Diagram 1 3 Add Your Text 4 Batasan daya output : Add Your Text Pembangkit 1 : 10 P 1 85 (MW) Pembangkit 2 : 10 P 2 80 (MW) Pembangkit 3 : 10 P 3 70 (MW) Add Your Text 2 5 Gambar 3.2 Single line diagram sistem Add Your tenaga TextIEEE 5-bus [15] Persamaan Fuel cost : Title Add Your Text Add Your Text F 1 (P 1 ) = P 1 + 0,008 P 2 1 F 2 (P 2 ) = ,3 P 2 + 0,009 P 22 F 3 (P 3 ) = ,8 P 3 + 0,007 P 32 $/h $/h $/h

20 SISTEM IEEE 30-BUS [22] Batasan daya output : Pembangkit 1 : 50 P (MW) Pembangkit 2 : 20 P 2 80 (MW) Pembangkit 3 : 15 P 3 50 (MW) Pembangkit 4 : 10 P 3 35 (MW) Pembangkit 5 : 10 P 3 30 (MW) Pembangkit 6 : 12 P 3 40 (MW) Gambar 3.3 Single line diagram sistem IEEE 30-Bus [21] Persamaan Fuel cost : F 1 (P 1 ) = P 1 + 0,00375 P 12 $/h F 2 (P 2 ) = 0 + 1,75 P 2 + 0,01750 P 22 $/h F 3 (P 3 ) = 0 + P 3 + 0,06250 P 32 $/h F 3 (P 3 ) = P 3 + 0,00834 P 32 $/h F 3 (P 3 ) = 0 + 3P 3 + 0,02500 P 32 $/h F 3 (P 3 ) = 0 + 3P 3 + 0,02500 P 32 $/h

21 IEEE 5-Bus KASUS (1) : Tanpa Rugi Transmisi Block Diagram HASIL Tabel Add 4.4 Your Hasil Title Simulasi Menggunakan Add Your Title metoda Add Your Title Title Click to add text Click to add text Click to add text Daya Output Fuzzy-BFA dan BFA Fuzzy-BFA Metoda BFA Title Click to add text Click to add text Click to add text Title Click to add text Click to add text Click to add text P1 (MW) P2 (MW) Title Click to add text Click to add text Click to add text P3 (MW) Title Click to add text Click to add text Click to add Total fuel cost ($/jam) Konvergensi iterasi

22 IEEE 5-Bus KASUS (1) : Tanpa Rugi Transmisi Table HASIL Conventional BFA Fuzzy-BFA Concept Total fuel cost ($/jam) concept 1582 Concept Concept Evaluasi fungsi nutrisi Gambar 4.1 Grafik konvergensi metoda Fuzzy-BFA dan BFA

23 IEEE 5-Bus KASUS (2) : Memperhitungkan Rugi Transmisi 3-D Pie Chart HASIL Tabel 4.7 Hasil Simulasi Sistem Menggunakan Fuzzy-BFA dan BFA Daya Output Text1 Text6 Text2 Text5 Algoritma Text3 Fuzzy-BFA BFA Text4 P1 (MW) P2 (MW) P3 (MW) P loss (MW) Total fuel cost ($/jam) Konvergensi iterasi

24 IEEE 5-Bus KASUS (2) : Memperhitungkan Rugi Transmisi Marketing Diagram HASIL BFA Fuzzy-BFA 1598 Total fuel cost ($/h) Evaluasi fungsi nutrisi Gambar 4.2 Grafik konvergensi Fuzzy-BFA dan BFA

25 Company IEEE 5-Bus LOGO KASUS (3) : Memperhitungkan Rugi Transmisi & Jumlah Bakteri Bervariasi Marketing Diagram HASIL Tabel 4.8 Hasil Simulasi Menggunakan Fuzzy-BFA, Jumlah Bakteri Bervariasi Daya Output Fuzzy-BFA 4 bakteri 24 bakteri 48 bakteri P1 (MW) P2 (MW) P3 (MW) P loss (MW) Total fuel cost ($/jam) Konvergensi iterasi Add your company slogan

26 Company IEEE 5-Bus LOGO KASUS (3) : Memperhitungkan Rugi Transmisi & Jumlah Bakteri Bervariasi Marketing Diagram HASIL Tabel 4.9 Hasil Simulasi Menggunakan BFA dengan Jumlah Bakteri Bervariasi Daya Output BFA 4 bakteri 24 bakteri 48 bakteri P1 (MW) P2 (MW) P3 (MW) P loss (MW) Total fuel cost ($/h) Konvergensi iterasi

27 Company IEEE 5-Bus LOGO KASUS (3) : Memperhitungkan Rugi Transmisi & Jumlah Bakteri Bervariasi Marketing Diagram HASIL Conventional BFA Fuzzy-BFA 1608 Total fuel cost ($/jam) Evaluasi fungsi nutrisi Gambar 4.3 Grafik konvergensi Fuzzy-BFA dan BFA dengan 4 bakteri

28 Company IEEE 5-Bus LOGO KASUS (3) : Memperhitungkan Rugi Transmisi & Jumlah Bakteri Bervariasi Marketing Diagram HASIL BFA Fuzzy-BFA Total fuel cost ($/h) Evaluasi fungsi nutrisi Gambar 4.4 Grafik konvergensi Fuzzy-BFA dan BFA dengan 24 bakteri

29 Company IEEE 5-Bus LOGO KASUS (3) : Memperhitungkan Rugi Transmisi & Jumlah Bakteri Bervariasi Marketing Diagram HASIL Conventional BFA Fuzzy-BFA Total fuel cost ($/jam) Evaluasi fungsi nutrisi Gambar 4.5 Grafik konvergensi Fuzzy-BFA dan BFA dengan 48 bakteri

30 Company IEEE 30-Bus LOGO KASUS (1) : Tanpa Rugi Transmisi Marketing Diagram HASIL Tabel 4.13 Perbandingan Menggunakan Fuzzy-BFA dan BFA Daya Output Metoda Fuzzy-BFA BFA G1 (MW) G2 (MW) G3 (MW) G4 (MW) G5 (MW) G6 (MW) Total fuel cost ($/h) Konvergensi iterasi

31 Company IEEE 30-Bus LOGO KASUS (1) : Tanpa Rugi Transmisi Marketing Diagram HASIL 790 Conventional BFA Fuzzy-BFA 785 Total fuel cost ($/jam) Evaluasi fungsi nutrisi Gambar 4.6 Grafik konvergensi Fuzzy-BFA dan BFA

32 Company IEEE 30-Bus LOGO KASUS (2) : Memperhitungkan Rugi Transmisi Marketing Diagram HASIL Tabel 4.16 Hasil Simulasi Menggunakan Fuzzy-BFA dan BFA Daya Output Metoda Fuzzy-BFA BFA G1 (MW) G2 (MW) G3 (MW) G4 (MW) G5 (MW) G6 (MW) P LOSS (MW) Total fuel cost ($/jam) Konvergensi iterasi

33 Company IEEE 30-Bus LOGO KASUS (2) : Memperhitungkan Rugi Transmisi Marketing Diagram HASIL Conventional BFA Fuzzy-BFA 814 Total fuel cost ($/h) Evaluasi fungsi nutrisi Gambar 4.7 Grafik konvergensi Fuzzy-BFA dan BFA

34 Company LOGO Kesimpulan Marketing Diagram 1. Dengan menggunakan Fuzzy-BFA maka kombinasi daya output optimal ketiga pembangkit IEEE 5-bus untuk menyuplai beban 150 MW adalah sebesar 30,318 MW, 67,966 MW, dan MW. Optimisasi pada sistem IEEE 30-bus enam pembangkit menghasilkan kombinasi daya output optimal sebesar 176,696 MW, 48,851 MW, 21,484 MW, 21,733 MW, 12,153 MW, dan 12 MW. 2. Total fuel cost untuk menyupalai beban 150 MW memperhitungkan rugi transmisi : IEEE 5-bus Fuzzy-BFA : $ 1596, per jam, CBFA : $ 1596, per jam. Dengan Fuzzy-BFA lebih murah $ per jam dari pada CBFA. Dengan Fuzzy-BFA dan CBFA tanpa memperhitungkan rugi transmisi diperoleh nilai yang sama yaitu $ 1579, per jam.

35 Company LOGO Kesimpulan Marketing Diagram IEEE 30-bus dengan memperhitungkan rugi transmisi diperoleh total fuel cost : Fuzzy-BFA : $ 802, per jam CBFA : $ 802, Dengan Fuzzy-BFA lebih murah $ 0, per jam dari pada CBFA. Total fuel cost tanpa memperhitungkan rugi transmisi : Fuzzy-BFA : $ 767, per jam CBFA : $ 767, per jam. Jadi dengan Fuzzy-BFA sedikit lebih murah dari CBFA yaitu sebesar $ 0, per jam.

36 Company LOGO Kesimpulan IEEE 30-bus Simulasi memperhitungkan rugi transmisi : Fuzzy-BFA : konvergen pada iterasi ke-310, CBFA : konvergen pada iterasi ke-456. Simulasi tanpa memperhitungkan rugi transmisi : Fuzzy-BFA : konvergen pada iterasi ke-262 CBFA : konvergen pada iterasi ke Simulasi yang dilakukan dengan memperbanyak jumlah bakteri maka diperoleh nilai total biaya pembangkitan semakin murah dan konvergen semakin cepat, baik menggunakan Fuzzy-BFA maupun CBFA.

37 Company LOGO SARAN 1. Dalam hal mempercepat konvergensi pada Bacterial Foraging Algorithm, dapat juga dilakukan dengan membuat nilai run length unit (step size) menjadi nilai acak (random), selain itu dapat pula digunakan Fuzzy type Untuk memperoleh hasil yang lebih mendekati kondisi ril, maka pada permasalahan economic dispatch perlu ditambahkan constraint yang lain seperti valve point effect.

38 Company LOGO Daftar Pustaka [1] Kevin M. Passino, Biomimicry of Bacterial Foraging for Distributed Optimization and Control, IEEE Control Systems Magazine, [2] P. K. Hota, A. K. Barisal, R. Chakrabarti, Economic emission load dispatch through fuzzy based bacterial foraging algorithm, Elsevier, Vol. xxx, 2010, pp [3] S. Mishra, A Hybrid Least Square-Fuzzy Bacterial Foraging Strategy for Harmonic Estimation, IEEE, Vol. 9, No. 1, 2005, pp [4] D.N. Jeyakumar, T. Jayabarathi, T. Raghunathan, Particle swarm optimization for various types of economic dispatch problems, Elsevier, Vol. 30, 2006, pp [5] Ching-Tzong Su, Chien-Tung Lin, New Approach with a Hopfield Modeling Framework, IEEE, Vol. 15, No. 2, May 2000, pp [6] Rabih A. Jabr, Alun H. Coonick, Brian J. Cory, A Homogeneous Linear Programming Algorithm for the Security Constrained Economic Dispatch Problem, IEEE, 2000;Vol. 15, No. 3, August 2000, pp [7] A. B. M. Nasiruzzaman, M. G. Rabbani, Implementation of Genetic Algorithm and Fuzzy Logic in Economic Dispatch Problem, 5 th International Conference on Electrical and Comp Eng ICECE IEEE, December 20-22, 2008, pp [8] Jong-Bae Park, Ki-Song Lee, Joong-Rin Shin, Kwang Y. Lee, A Particle Swarm Optimization for Economic Dispatch With Nonsmooth Cost Functions, IEEE, Vol. 20, No. 1, 2005, pp

39 Company LOGO Daftar Pustaka 9] Leandro dos Santos Coelho, Viviana Cocco Mariani, Improved differential evolution algorithms for handling economic dispatch optimization with generator constraints, Elsevier, Vol. 48, 2007, pp [10] Jagabondhu Hazra, Avinash Sinha, Application of soft computing methods for Economic Dispatch in Power Systems, International Journal of Electrical Power and Energy System Engineering, Vol. 2, No. 1, 2005, pp [11] K. Vaisakh, P. Praveena, S. Rama Rao, PSO-DV and Bacterial Foraging Optimization Based Dynamic Economic Dispatch with Non-Smooth Cost Functions, International Conference on Advances in Computing, Control, and Telecommunication Technologies IEEE, 2009, pp [12] M. Tripathy, S. Mishra, Bacteria foraging-based solution to optimize both real power loss and voltage stability limit, IEEE, Vol. 22, No. 1, 2007, pp [13] Jizhong Zhu, Optimization of Power System Operation, John Wiley & Sons, Inc., New Jersey, [14] Allen J. Wood, Bruce F, Wollenberg, Power System Operation, John Wiley & Sons, Inc., New York, [15] Hadi Saadat, Power System Analysis, McGraw-Hill, New York, [16] Kevin M. Passino, Biomimicry for Optimization, Control, and Automation Dept. electrical Engineering, The Ohio University, March 2003.

40 Company LOGO Daftar Pustaka [17] S. N. Sivanandam, S. Sumathi and S. N. Deepa, Introduction to Fuzzy Logic using MATLAB, Springer-Verlag Berlin Heidelberg, [18] J.-S. Roger Jang, Ned Gulley, MATLAB Fuzzy Logic Optimization Toolbox, The MatchWorks, Inc. 24 Prime Park Way, Natick, USA, [19] Agus Naba, Belajar Cepat Fuzzy Logic Menggunakan MATLAB, Andi Offset, Yogyakarta, [20] Sri Kusumadewi, Aplikasi Logika Fuzzy untuk Pendukung Keputusan, Graha Ilmu, Yogyakarta, [21] M.A. Abido, J.M. Bakhaswain, Optimal VAR Dispatch Using a Multiobjective Evolutionary Algorithm, Elsevier, Vol. 27, 2005, pp [22] P. Somasundaram, K. Kuppusamy, Application of evolutionary programming to security constrained economic dispatch, Elsevier, Vol. 27, 2005, pp

41 Company LOGO ADDENDUM Publish Paper : 1. Application of Interval Type 2 Fuzzy PI Based Power System Stabilizer for Dynamic Stability Improvement in Single Machine Infinite Bus. Proceeding of National Seminar on Applied Technology, Science, and Arts (1 st APTECS), Surabaya, 22 Dec 2009, ISSN Optimization Solution of Economic Dispatch in Power System Using Bacterial Foraging Algorithm. Proceeding of International Seminar on Applied Technology, Science, and Arts, (2 nd APTECS), Surabaya, Dec. 2010, ISSN Economic Dispatch Optimization Using Fuzzy-Bacterial Foraging Algorithm (Sedang disubmit) Seminar Nasional Pascasarjana XI ITS, Surabaya 27 Juli 2011

42 Company LOGO TERIMA KASIH