Penentuan Letak dan Kapasitas Bank Kapasitor Secara Optimal Menggunakan Bee Colony Algorithm

Transkripsi

1 Penentuan Letak dan Kapasitas Bank Kapasitor Secara Optimal Menggunakan Bee Colony Algorithm Oleh : Danang Sulistyo Dosen Pembimbing : Prof. Imam Robandi Seminar Tugas Akhir Jurusan Teknik Elektro ITS

2 Latar Belakang Kebutuhan energi listrik dan kebutuhan daya reaktif Aliran daya reaktif pada saluran drop tegangan, rugi saluran Pemasangan kapasitor Meminimalkan rugi saluran, meminimalkan drop tegangan

3 Latar Belakang Pemasangan kapasitor Permasalahan: Menentukan letak dan kapasitas kapasitor Metode yang digunakan: Artificial Bee Colony Algorithm Tujuan: Optimal kompensasi

4 Batas Permasalahan Faktor harmonisa diabaikan Faktor ekonomi tidak diperhitungkan Simulasi dilakukan dengan menggunakan MATLAB Analisis dilakukan pada sistem transmisi Jawa Bali 500 kv

5 Konstribusi Perkembangan sistem kelistrikan yang berkaitan dengan penentuan lokasi dan kapasitas kapasitor pada sistem tenaga listrik. Dapat menjadi referensi untuk penelitian lain yang hendak mengambil masalah yang serupa ataupun perluasan dalam penggunaan metode Artificial Bee Colony (ABC)

6 Artificial Bee Colony (ABC) ABC algorithm mengadopsi perilaku mencari makan (foraging behaviour) dari koloni lebah madu untuk menyelesaikan berbagai permasalahan optimisasi. Dikemukakan oleh Karaboga pada tahun Perilaku koloni lebah terdiri dari tiga komponen penting, yaitu: Sumber makanan Lebah pekerja (employed bees), Lebah unemployed lebah onlooker dan lebah scout. Jumlah nektar tiap sumber makanan mewakili kualitas (fitness). Posisi nektar mewakili solusi.

7 Artificial Bee Colony Tahap inisialisasi dilakukan melalui persamaan, x x rand (0,1)*( x x ) Tiap lebah pekerja menghasilkan sebuah sumber makanan baru melalui rumusan, v ij = x ij + φ ij (x ij - x kj ) Lebah onlooker memilih sebuah sumber makanan dengan menggunakan perhitungan probabilitas, P ij j(min) j(max) j(min) i SN i fit 1 i fit i Pencarian acak lebah scout dengan memakai persamaan, x x rand (0,1)*( x x ) i j(min) j(max) j(min)

8 Artificial Bee Colony Start Inisialisasi letak sumber makanan B A Menghitung jumlah sumber makanan Mengingat letak terbaik Menentukan letak sumber makanan baru untuk lebah pekerja Menemukan sumber makan yang ditinggalkan B Menghitung jumlah sumber makanan Sudahkah lebah onlooker tersebar semua? A Ya Tidak Menentukan letak sumber makanan tetangga untuk lebah onlooker Memilih sebuah sumber makanan untuk lebah onlooker Tidak Menghasilkan posisi baru untuk pengganti sumber makan yang ditinggalkan Apakah kriteria terpenuhi? (Cycle=MCN) Ya Letak sumber makanan Gambar 2 Stop

9 Implementasi ABC ABC Algorithm Jumlah lebah pekerja atau posisi sumber makanan Dimensi Fungsi obyektif Optimisasi kapasitor pada sistem transmisi Kandidat bus sebagai posisi kapasitor dan kandidat kapasitas kapasitor yang akan dipasang Jumlah kapasitor yang akan dipasang pada bus sistem transmisi Total rugi daya aktif saluran minimal fitness F 1 1 fungsi _ objektif

10 Implementasi ABC Batas tegangan harus memenuhi rentang sebagai berikut : V min V i V maks untuk i=1,2,3.n N V min V maks = nomor bus = 0.95 pu = 1.05 pu Batas operasi aman generator, generator harus sebesar : mensuplai daya reaktif Q min Q i Q maks untuk i=1,2,3.n Fungsi obyektif yang digunakan untuk penempatan kapasitor adalah: F = min ΣP loss Nl 2 2 loss k[( k i ) j 2 k i j cos ij ] k 1 P g t V V t V V

11 Implementasi ABC START Analisis Aliran Daya: Input data pembangkit, saluran dan beban sistem Tentukan jumlah kapasitor pada sistem Inisialisasi awal parameter kontrol ABC Algorithm dan populasi sumber makanan (SN) sebagai kandidat solusi Run load flow dan hitung fungsi obyektif (nilai fitness) awal Tentukan posisi sumber makanan (nilai letak dan kapasitas kapasitor) baru untuk lebah pekerja Run load flow dan hitung fungsi obyektif (nilai fitness) Tentukan posisi sumber makanan (letak dan kapasitas) tetangga untuk lebah onlooker Sudahkah semua lebah onlooker terdistribusi? Tidak Pilih sumber makanan (nilai output) untuk lebah onlooker 2 1 Ya Gambar 3

12 Implementasi ABC 2 1 Catat solusi terbaik (mekanisme greedy selection) Tentukan solusi yang harus ditinggalkan (parameter kontrol limit ) Hasilkan letak dan kapasitaskapsitor yang baru untuk pengganti solusi yang ditinggalkan Run load flow dan hitung fungsi obyektif (nilai fitness) Tidak Apakah kriteria terpenuhi? (cycle = MCN) Ya Letak dan kapasitas kapsitor terbaik Gambar 4 STOP

13 Sistem Transmisi Jawa Bali 500kV 1 Suralaya Cilegon 2 5 Cibinong 4 Kembangan 3 Gandul 18 Depok 10 Cirata 7 Bekasi 6 Cawang 8 Muaratawar 19 Tasikmalaya Mandiracan Pedan Cibatu Saguling 11 8 bus pembangkit 12 Bandung Kediri bus beban 14 Ungaran 15 Tanjung jati 22 Paiton 16 Surabaya Barat Gambar 5 23 Grati 17 Gresik

14 SIMULASI 4 percobaan Percobaan 1 dan 2=> letak ditentukan, optimisasi kapasitas kapasitor Percobaan 3 dan 4=> optimisasi letak dan kapasitas kapasitor

15 Tanpa kompensasi No. Bus Tegangan (pu) Sudut (derajat) Beban Pembangkitan MW MVar MW MVar

16 No. Bus Tegangan (pu) Sudut (derajat) Beban Pembangkitan MW MVar MW MVar Total

17 Percobaan 1 Pada percobaan ini dipilih bus kritis yang merupakan lokasi shunt capacitor. Colony size : 50 Maximum cycle : 300 Dimensi : 5

18 Percobaan 1 No. Bus Tanpa kompensasi Tegangan (p.u) Sudut (derajat) Tegangan (p.u) Dengan kompensasi ABC Sudut (derajat) MVar terpasang Total kapasitor MVar Kerugian Daya Tanpa Kompensasi Aktif (MW Reaktif (MVar) Kerugian Daya Setelah kompensasi ABC Aktif (MW) Reaktif (MVar) Prosentase penurunan 11.63% 14.67%

19 tegangan (p.u) Percobaan 1 Gambar no Bus tanpa kompensasi setelah kompensasi Grafik perbandingan tegangan masing-masing bus sebelum dan sesudah penempatan kapasitor

20 kerugian daya aktif (MW) Percobaan 1 Gambar saluran transmisi sebelum kompensasi setelah kompensasi Grafik perbandingan rugi daya aktif pada sistem sebelum dan sesudah penempatan kapasitor

21 Percobaan 1 Gambar 8 Grafik konvergensi optimisasi ABC pada percobaan 1

22 Percobaan 2 Pada pecobaan ini semua bus (kecuali bus generator) merupakan lokasi shunt capacitor. Colony size : 50 Maximum cycle : 300 Dimensi : 15

23 Percobaan 2 No. Bus Tanpa kompensasi Tegangan (p.u) Sudut (derajat) Tegangan (p.u) Dengan kompensasi ABC Sudut (derajat) MVar terpasang Total Kapasitor MVar

24 Percobaan 2 Kerugian Daya Tanpa Kompensasi Aktif (MW Reaktif (MVar) Kerugian Daya Setelah kompensasi ABC Aktif (MW) Reaktif (MVar) Prosentase penurunan 14.32% 17.74%

25 tegangan (p.u) Percobaan 2 Gambar no bus sebelum setelah kompensasi Grafik perbandingan tegangan masing-masing bus sebelum dan sesudah penempatan kapasitor

26 rugi daya aktif (MW) Percobaan 2 Gambar saluran transmisi sebelum kompensasi setelah kompensasi Grafik perbandingan rugi daya aktif pada sistem sebelum dan sesudah penempatan kapasitor

27 Percobaan 2 Gambar 11 Grafik konvergensi optimisasi ABC pada percobaan 2

28 Percobaan 3 Pada pecobaan ini memasang 5 unit shunt capacitor dengan semua bus (kecuali bus generator) merupakan kandidat lokasi shunt capacitor. Colony size : 50 Maximum cycle : 300 Dimensi : 5

29 Percobaan 3 No. Bus Tanpa kompensasi Tegangan (p.u) Sudut (derajat) Tegangan (p.u) Dengan optimal location Sudut (derajat) MVar terpasang Total kapasitor Kerugian Daya Tanpa Kompensasi Aktif (MW Reaktif (MVar) MVar Kerugian Daya Setelah kompensasi ABC Aktif (MW) Reaktif (MVar) Prosentase penurunan 12.42% 15.51%

30 tegangan (p.u) Percobaan 3 Gambar no bus sebelum kompensasi setelah kompensasi Grafik perbandingan tegangan masing-masing bus sebelum dan sesudah penempatan kapasitor

31 rugi daya aktif (MW) Percobaan 3 Gambar saluran transmisi sebelum kompensasi setelah kompensasi Grafik perbandingan rugi daya aktif pada sistem sebelum dan sesudah penempatan kapasitor

32 Percobaan 3 Gambar 14 Grafik konvergensi optimisasi ABC pada percobaan 3

33 Percobaan 4 Pada pecobaan ini memasang 10 unit shunt capacitor dengan semua bus (kecuali bus generator) merupakan kandidat lokasi shunt capacitor. Colony size : 70 Maximum cycle : 500 Dimensi : 10

34 Percobaan 4 No. Bus Tanpa kompensasi Tegangan (p.u) Sudut (derajat) Tegangan (p.u) Setelah kompensasi Sudut (derajat) MVar terpasang Total kapasitor MVar

35 Percobaan 4 Kerugian Daya Tanpa Kompensasi Aktif (MW Reaktif (MVar) Kerugian Daya Setelah kompensasi ABC Aktif (MW) Reaktif (MVar) Prosentase penurunan 14.04% 17.41%

36 tegangan (p.u) Percobaan 4 Gambar no Bus sebelum kompensasi setelah kompensasi Grafik perbandingan tegangan masing-masing bus sebelum dan sesudah penempatan kapasitor

37 rugi daya aktif (MW) Percobaan 4 Gambar saluran transmisi sebelum kompensasi setelah kompensasi Grafik perbandingan rugi daya aktif pada sistem sebelum dan sesudah penempatan kapasitor

38 Percobaan 4 Gambar 17 grafik konvergensi optimasi ABC pada percobaan 4

39 Hasil Percobaan Total kompensasi (Mvar) Total rugi daya aktif (MW) Prosentase Penurunan rugi daya aktif Total rugi daya reaktif (Mvar) Prosentase Penurunan rugi daya reaktif Total pembangkitan daya aktif (MW) Total pembangkitan daya reaktif (MVar) Kompensasi Percobaan 1 5 unit Kompensasi Percobaan 2 15 unit Kompensasi Percobaan 3 5 unit Kompensasi Percobaan 4 10 unit % % % % % 17.74% 15.51% 17.41%

40 Kesimpulan 1. Algoritma Artificial Bee Colony dapat digunakan untuk menentukan lokasi dan kapasitas kapasitor menjadi lebih optimal. 2. Percobaan yang dilakukan pertimbangan batas-batas yang digunakan untuk menemukan solusi yang lebih baik. 3. Peformansi komputasi pada proses menentukan lokasi dan kapasitas kapasitor menunjukkan hasil memuaskan dengan melihat hasil penurunan kerugian daya. 4. Kompensasi tidak cukup dengan optimasi kapasitas kapasitor saja tetapi juga dengan mengoptimasi letak kapasitor. 5. Jumlah kapasitor berpengaruh pada pemenuhan kebutuhan daya reaktif pada sistem.

41 Saran 1. Kompensator yang digunakan tidak hanya dari shunt capacitor tipe fixed capacitor, tetapi juga melibatkan tipe-tipe yang lain (seperti switched capacitor). 2. Penentuan lokasi dan ukuran kapasitor yang dilakakukan dapat diperluas pada level distribusi dan industri. 3. Memperhitungkan faktor ekonomis seperti biaya pemasangan kapasitor.

42 TERIMA KASIH

43 DAFTAR PUSTAKA 1. Mohammad A. S. Masoum, Marjan Ladjevardi, Akbar Jafarian and Ewald F. Fuchs, Optimal Placement, Replacement and Sizing of Capacitor Banks in Distorted Distribution Networks by Genetic Algorithms, IEEE Transaction on Power Delivery, Vol. 19, No. 4, Oktober Ngakan Putu Satriya Utama, Memperbaiki Profil Tegangan Di Sistem Distribusi Primer Dengan Kapasitor Shunt, Teknologi Elektro, 45 Vol, 7 No, 1 Januari - Juni Ji-Pyng Chiou, Chung-Fu Chang and Ching-Tzong Su, Ant Direction Hybrid Differential Evolution for Solving Large Capacitor Placement Problems, IEEE Transaction On Power Systems, Vol. 19, No. 4, Nopember Ji-Pyng Chiou, Chung-Fu Chang and Ching-Tzong Su, Capacitor placement in largescale distribution systems using variable scaling hybrid differential evolution, Electrical Power and Energy Systems, Vol 28 Desember Ahmed M. Azmy, Optimal Power Flow to Manage Voltage Profiles in Interconnected Networks Using Expert Systems, IEEE Transaction On Power Systems, Vol 22, No. 4, Nopember S.K. Bhattacharya, S.K. Goswami, A new fuzzy based solution of the capacitor placement problem in radial distribution system, Expert Systems with Applications, Vol 36, Imam Robandi, Desain Sistem Tenaga Modern, ANDI, Yogyakarta, Hadi Saadat, Power System Analysis, McGraw-Hill, Singapore, 2004.

44 9. Karaboga, D., An Idea Based On Honey Bee Swarm For Numerical Optimization, Technical Report-TR06, Erciyes University, Engineering Faculty, Computer Engineering Departmen, Haiyan Quan, Xinling Shi, On the Analysis of Performance of the Improved Artificial- Bee-Colony Algorithm. Fourth International Conference on Natural Computation, Li-Pei Wong, Malcolm Yoke Hean Low and Chin Soon Chong, A Bee Colony Optimization Algorithm for Traveling Salesman Problem, Second Asia International Conference on Modelling & Simulation, Vol 27, No 4, Oktober Nurhan Karaboga. A New Design Method Based on Artificial Bee Colony Algorithm for Digital IIR Filters, Journal of the Franklin Institute November HE_HONEYBEE. 14. Tereshko V., Reaction-diffusion model of a honey bee colony s foraging behaviour, Lecture Notes in Computer Science, vol 1917, Springer-Verlag: Berlin, p , V. Tereshko, A. Loengarov, Collective Decision-Making in Honey Bee Foraging Dynamics, Computing and Information Systems Journal, ISSN , vol. 9, No 3, October Isnaini Laili Izzati, Economic dispatch optimization for 500 kv Jawa Bali electrical power system using bacterial foraging optimization, Final Project, Department of Electrical Engineering, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia Juningtijastuti, Optimization of parameter and location of UPFC for transmission loss reduction using Bacteria Foraging algorithm, Master Thesis, Department of Electrical Engineering, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia 2010.