OPTIMAL ECONOMIC DISPATCH USING ARTIFICIAL IMMUNE SYSTEM (AIS) VIA CLONAL SELECTION ALGORITHM (CSA)
|
|
- Yandi Hermanto
- 6 tahun lalu
- Tontonan:
Transkripsi
1 OPTIMAL ECONOMIC DISPATCH USING ARTIFICIAL IMMUNE SYSTEM (AIS) VIA CLONAL SELECTION ALGORITHM (CSA) Rio Indralaksono Pembimbing : Prof. Imam Robandi
2 Latar Belakang Kebutuhan pembangkit thermal terhadap bahan bakar fosil dengan jumlah ketersediaan yang semakin menipis dan semakin mahal membuat biaya produksi listrik meningkat. Kenaikan biaya produksi listrik tersebut mengakibatkan kenaikan harga jual listrik yang harus ditanggung oleh konsumen. Penekanan jumlah bahan bakar fosil dengan mengoptimalkan kombinasi daya output pembangkit dapat mengurangi biaya produksi energi listrik (Permasalahan Economic Dispatch).
3 Optimisasi dengan : Artificial Immune System via Clonal Selection Algorithm
4 Batasan Masalah Permasalahan mengenai ED sangatlah luas, pada Tugas Akhir ini ada beberapa batas-batas permasalah yang dibahas antara lain : 1. Semua pembangkit diasumsikan adalah pembangkit thermal dan menggunakan satu jenis fuel. 2. Kapasitas jaring transmisi diabaikan. 3. Kondisi sistem selalu dalam keadaan normal 4. Ramp rate generator diabaikan. 5. Valve point effect diabaikan. 6. Analisis loadflow menggunakan metoda Newton Raphson. 7. Persamaan karakteristik input-output telah diketahui sebelumnya.
5 Tujuan Menyelesaikan permasalahan ED yaitu menentukan kombinasi daya output pembangkit listrik untuk memenuhi kebutuhan listrik sistem kelistrikan dengan biaya pembangkitan energi listrik yang minimum dengan menggunakan metode AISCSA Mengetahui performa dari metode AISCSA untuk optimisasi permasalahan ED pada sistem tenaga listrik. Kontribusi Penelitian Sebagai bahan referensi penghitungan biaya pembangkit tenaga listrik yang murah dengan tetap memenuhi kebutuhan tenaga listrik dan batas-batas dari karakteristik generator. Diharapkan dapat menjadi referensi bagi mahasiswa/peneliti yang hendak mengambil permasalahan yang serupa atau hendak menggunakan metode AISCSA untuk menyelesaikan permasalahan yang lain
6 Economic Dispatch (ED) Economic Dispatch (ED) adalah suatu permasalahan dalam penentuan daya output setiap pembangkit berdasarkan biaya bahan produksi tiap pembangkit [1, 2]. Tujuan utama penyelesaian permasalahan ED adalah untuk menentukan kombinasi daya output tiap pembangkit listrik dengan total biaya bahan bakar yang paling murah dibandingkan kombinasi yang lain [1, 2, 6].
7 Economic Dispatch (ED) F 1 Boiler Turbin P 1 F 2 Boiler Turbin P 2 Jaring transmisi dengan rugi-rugi P loss Fn Boiler Turbin Pn P LOAD Gambar 2.1. Pembangkit Thermal Mensuplai Daya Beban dan Rugi Tansmisi
8 Economic Dispatch (ED) F 1 F 2 Boiler Boiler Turbin Turbin P 1 P 2 Jaring transmisi dengan rugi-rugi P loss Gambar 2.1. Pembangkit Thermal Mensuplai Daya Beban dan Rugi Tansmisi Fn Boiler Turbin Pn P LOAD $ G1 P G1 $ G2... P G2... Σ P loss P load $ Gn P Gn
9 Economic Dispatch (ED) P min P P Gi G Gi max Gambar 2.2. Kurva Input-Output Pemabangkit Thermal[3]
10 Economic Dispatch (ED) Bentuk typical dari persamaan cost function pembangkit adalah persamaan polynomial orde dua dan direpresentasikan sebagai berikut : 2 i ( Pi ) = ai + bi Pi ci Pi F + 2 i i = i + i i + i i Min F ( P ) Min ( a b P c P ) P min P P Gi G Gi max PP ii = PP LLLLLLLL + PP LLLLLLLL
11 Alur Perhitungan Rugi Transmisi Studi Aliran Daya Newton Raphson P loss (Rugi transmisi)
12 Tidak Input Data Bus, Line Trans., Daya minmax Output Gen., Persm. Karakteristik I/O Gen. Kalkulasi P loss dengan studi aliran daya Total Pg = P load + P loss ED menggunakan Lagrange Kalkulasi P loss dengan studi aliran daya Economic Dispatch (ED) selisih daya > ɛ Ya Gambar 2.7. Alur Komputasi Penyelesaian ED dengan Memperhitungkan Rugi Transmisi Menggunakan Metode Lagrange. Selisih daya = Abs ( Σ(Pgn) P load P loss ) Total Pg* = Total Pg + selisih daya SOLUSI
13 Artificial Immune System via Clonal Selection Algorithm (AISCSA)
14 IS (Immune System) Immune System adalah model pertahanan tubuh terhadap benda asing yang menginfeksi tubuh. Innate Immunity : Pertahanan yang sudah dimiliki sejak lahir. Adaptive Immunity : Pertahanan yang terbentuk oleh pengalaman mengalami serangan.
15 Adaptive Immune Respone (AIR) Salah satu komponen AIR adalah B-Cell Lymphocyte Antibody Akan menghancurkan Antigen B-Cell Lymphocyte Aktif Ketika Bertemu Antigen dan Berubah Menjadi Mesin Penghasil Antibodi.
16 AISCSA Gambar 3.7. Ilustrasi Proses Peningkatan Respon dari Antibodi Menghadapi Antigen [9]
17 ED menggunakan AISCSA Ab Ab 1 m Pg = Pg 1 1 Pg Pg n n Inisialisasi Antibodi Evaluasi/Affinity Clonal Selection Algorithm Proliferation Maturation Evaluasi/Affinity Current antibodi Perhitungan Biaya dengan Cost Function Solution Gambar 3.9. Flowchart AISCSA Gambar Flowchart Evaluasi dan Penilaian Tingkat Affinity pada AISCSA Sorting urutan antibodi berdasarkan cost Antibodi yang berurutan dari affinity tertinggi
18 AISCSA Gambar 3.8. Ilustrasi Proses CSA pada Immune System
19 ED menggunakan AISCSA Ab 1 = [ Pg 1 Pg Pg n ] Ab 2 = [ Pg 1 Pg Pg n ] Ab 1 = [ Pg 1 Pg Pg n ] Ab 2 = [ Pg 1 Pg Pg n ]... Ab m1 = [ Pg 1 Pg Pg n ] Gambar Proses Proliferation pada Antibodi Ab 3 = [ Pg 1 Pg Pg n ] Ab 4 = [ Pg 1 Pg Pg n ]... Ab 1 = [ Pg 1 Pg Pg n ]... Ab m1 = [ Pg 1 Pg Pg n ]... Ab m = [ Pg 1 Pg Pg n ]... Inisialisasi Antibodi Evaluasi/Affinity Clonal Selection Algorithm Proliferation Maturation Evaluasi/Affinity Solution Gambar 3.9. Flowchart AISCSA
20 ED menggunakan AISCSA Antibodi P G1 P G2 P G3 P G4 P G5... P Gn P* G3 Antibodi P G1 P G2 P* G3 P G4 P G5... P Gn Antibodi P* G1 P* G2 P* G3 P* G4 P* G5... P* Gn Inisialisasi Antibodi Evaluasi/Affinity Clonal Selection Algorithm Solution Proliferation Maturation Evaluasi/Affinity Gambar Proses Maturation pada Antibodi Gambar 3.9. Flowchart AISCSA
21 Input Data Bus, Line Trans., Daya minmax Output Gen., Persm. Karakteristik I/O Gen. ED menggunakan AISCSA Inisialisasi Populasi For i=1:konvergen Penilaian tingkat Affinity (Sorting) Proliferation dan Mutasi SOLUSI Gambar Prosedur komputansi Optimal Economic Dispatch menggunakan AISCSA dengan rugi transmisi diabaikan
22 Input Data Bus, Line Trans., Daya minmax Output Gen., Persm. Karakteristik I/O Gen. Kalkulasi P loss dengan studi aliran daya Total Pg = P load + P loss Inisialisasi Populasi ED menggunakan AISCSA Tidak Penilaian tingkat Affinity (Sorting) Tidak Proliferation dan Mutasi konvergen Ya Kalkulasi P loss dengan studi aliran daya Selisih daya = ( Σ(Pgn) P load P loss ) Gambar Prosedur Komputasi Optimal Economic Dispatch Menggunakan AISCSA dengan Rugi Transmisi Diperhitungkan Total Pg* = Total Pg + selisih daya while selisih daya > ɛ Ya SOLUSI
23 Analisis & Hasil 1. Sistem Tenaga Listrik IEEE 5 bus 2. Sistem Tenaga Listrik IEEE 30 bus 3. Sistem Tenaga Listrik dengan Cost Function Orde 3
24 Hasil Simulasi dan Analisis Sistem Tenaga IEEE 5 Bus dengan Memperhitungkan Rugi Transmisi
25 G G G Terdapat 3 pembangkit listrik dengan daya output yang dibangkitakan tiap-tiap pembangkit dioptimisasi dengan mem-perhatikan rugi transmisi untuk mensuplai kebutuhan beban sebesar 150MW. Gambar 4.1. Konfigurasi Sistem Tenaga Listrik IEEE 5 Bus
26 Hasil Simulasi dan Analisis Sistem Tenaga IEEE 5 Bus dengan Memperhitungkan Rugi Transmisi Parameter Nilai Jumlah antibodi 100 Batas konvergen 100 Maksimal iterasi Selisih maksimum daya pembangkitan (MW) 0,01 Tabel 4.4. Nilai Parameter-Parameter Metode AISCSA untuk Sistem Tenaga Listrik IEEE 5 Bus dengan Memperhitungkan Rugi Transmisi
27 Hasil Simulasi dan Analisis Sistem Tenaga IEEE 5 Bus dengan Memperhitungkan Rugi Transmisi Daya Output (MW) Lagrange AISCSA P1 32,671 32,6058 P2 67,930 67,7462 P3 51,624 51,8714 Total Losses (MW) 2,2238 2,2233 Total Biaya Pembangkitan ($/h) 1596, ,3537 Tabel 4.6. Perbandingan Hasil Optimisasi Metode AISCSA untuk Sistem Tenaga Listrik IEEE 5 Bus Memperhitungkan Rugi Transmisi dengan Metode Lagrange Metode AISCSA dapat menghemat biaya pembangkitan sebesar $ tiap jam dibandingkan dengan metode Lagrange
28 Hasil Simulasi dan Analisis Sistem Tenaga IEEE 5 Bus dengan Jumlah Antibodi yang Berbeda Dengan memperhitungkan rugi transmisi Tanpa memperhitungkan rugi transmisi
29 Hasil Simulasi dan Analisis Sistem Tenaga IEEE 5 Bus dengan Jumlah Antibodi Bervariasi (Tanpa Memperhitungkan Rugi Transmisi) Generator AISCSA 50 antibodi AISCSA 100 antibodi AISCSA 150 antibodi P1 31, , , P2 67, , ,26988 P3 50, , ,79052 Total Biaya Pembangkitan ($/h) 1579, , , Tabel 4.7. Perbandingan Hasil Optimisasi Metode AISCSA untuk Sistem Tena-ga Listrik IEEE 5 Bus Tanpa Memperhitungkan Rugi Transmisi dengan Jumlah Antibodi Bervariasi Semakin banyak antibodi yang digunakan, semakin optimal solusi yang didapatkan
30 100 Antibodi pada Sistem Tenaga Listrik IEEE 5 Bus Tanpa Memperhitungkan Rugi Transmisi 50 Antibodi pada Sistem Tenaga Listrik IEEE 5 Bus Tanpa Memperhitungkan Rugi Transmisi 150 Antibodi pada Sistem Tenaga Listrik IEEE 5 Bus Tanpa Memperhitungkan Rugi Transmisi
31 Hasil Simulasi dan Analisis Sistem Tenaga IEEE 5 Bus dengan Jumlah Antibodi Bervariasi (Dengan Memperhitungkan Rugi Transmisi) Daya Output (MW) AISCSA 50 antibodi AISCSA 100 antibodi AISCSA 150 antibodi P1 32, , ,39595 P2 68, , , P3 51, , , Total looses (MW) 2, , , Total Biaya Pembangkitan ($/h) 1596, , , Tabel 4.8. Perbandingan Hasil Optimisasi Metode AISCSA untuk Sistem Tena-ga Listrik IEEE 5 Bus Dengan Memperhitungkan Rugi Transmisi dengan Jumlah Antibodi Bervariasi Semakin banyak antibodi yang digunakan, semakin optimal solusi yang didapatkan
32 Hasil Simulasi dan Analisis Sistem Tenaga IEEE 5 Bus dengan Jumlah Antibodi Bervariasi (Dengan Memperhitungkan Rugi Transmisi) Pada kasus memperhitungkan rugi transmisi dibandingkan tanpa memperhitungkan rugi transmisi karena fungsi objektif tentang besar daya yang harus dibangkitkan belum pasti nialainya. Pada kasus ini, peningkatan jumlah antibodi menghasilkan peningkatan solusi yang lebih optimum. Pada percobaan dengan menggunakan 150 antibodi diperoleh hasil $ 0,0329 per jam lebih murah dibandingkan 50 antibodi dan dengan menggunakan 100 antibodi diperoleh solusi sebesar $ per jam lebih murah dibandingkan 50 antibodi.
33 Hasil Simulasi dan Analisis Simulasi Sistem Tenaga Listrik IEEE 30 Bus Tanpa memperhitungkan rugi transmisi Dengan memperhitungkan rugi transmisi
34 dengan 6 pembangkit untuk mensuplai total beban sebesar 283,40MW Gambar 4.1. Konfigurasi Sistem Tenaga Listrik IEEE 30 Bus
35 Hasil Simulasi dan Analisis Sistem Tenaga IEEE 30 Bus tanpa Memperhitungkan Rugi Transmisi Parameter Nilai Jumlah antibodi 100 Batas konvergen 100 Maksimal iterasi Error (MW) 0,01 Tabel Nilai Parameter-Parameter Metode AISCSA untuk Sistem Tena-ga Listrik IEEE 30 Bus Tanpa Memperhitungkan Rugi Transmisi Gambar 4.6. Grafik Kurva Konvergensi Metode AISCSA dengan 100 Antibodi Pada Sistem Tenaga Listrik IEEE 30 Bus Tanpa Memperhitungkan Rugi Transmisi
36 Hasil Simulasi dan Analisis Sistem Tenaga IEEE 30 Bus tanpa Memperhitungkan Rugi Transmisi Daya Output (MW) Lagrange AISCSA P1 185, ,919 P2 46, ,136 P ,256 P P P6 12 8,089 Total Biaya Pembangkitan ($/h) 765, ,4254 Tabel Perbandingan Hasil Optimasi Metode AISCSA untuk Sistem Tena-ga Listrik IEEE 30 Bus Tanpa Memperhitungkan Rugi Transmisi Dari tabel tersebut dapat diketahui bahwa metode AISCSA lebih unggul $ 0,4490 per jam dibandingkan metode Lagrange.
37 Hasil Simulasi dan Analisis Sistem Tenaga IEEE 30 Bus dengan Memperhitungkan Rugi Transmisi Parameter Nilai Jumlah antibodi 100 Batas konvergen 100 Maksimal iterasi Error (MW) 0.01 Selisih maksimum total daya pembangkitan (MW) 0,01 Tabel Nilai Parameter-Parameter Metode AISCSA untuk Sistem Tena-ga Listrik IEEE 30 Bus dengan Memperhitungkan Rugi Transmisi Metode AISCSA dapat menghemat biaya pembangkitan sebesar $ per jam dibandingkan metode Lagrange Tabel Perbandingan hasil optimasi metode AISCSA untuk sistem tena-ga listrik IEEE 30 bus dengan memperhitungkan rugi transmisi Daya Output (MW) Lagrange AISCSA P ,481 P ,118 P ,715 P ,018 P P Total looses (MW) 9, ,9320 Total Biaya Pembangkitan ($/h) ,9122
38 Hasil Simulasi dan Analisis Sistem Tenaga Listrik dengan Kerakteristrik Input-Output Orde 3 Tanpa memperhitungkan rugi transmisi
39 Hasil Simulasi dan Analisis Sistem Tenaga Listrik dengan Kerakteristrik Input-Output Orde 3 Pembangkit A B C D Unit 1 749, x x 10-7 Tabel Data Karakteristik Cost Function Unit-Unit Pembangkit [7] Unit , x x 10-8 Unit , x x 10-8 Tabel Batas Pengoperasian Daya Aktif dari Generator Pembangkit MW minimum MW maximum Unit Unit Unit Parameter Nilai Jumlah antibodi 100 Batas konvergen 100 Maksimal iterasi Tabel Nilai Parameter- Parameter Metode AISCSA untuk Sistem Tena-ga Listrik IEEE 5 Bus dengan Memperhitungkan Rugi Transmisi Besar maksimal selisih daya pembangkitan (MW) 0,01
40 Hasil Simulasi dan Analisis Sistem Tenaga Listrik dengan Kerakteristrik Input-Output Orde 3 Metode Iterasi Lamda [7] Daya Output (MW) P1 P2 P3 Total Daya Pembangki-tan (MW) Total Biaya Pembangkitan ($/jam) 726,9 912,7 860, ,63 AIS 722,1 911,8 866, ,56 Tabel Perbandingan Metode AISCSA dengan Iterasi Lamda Gambar 4.7. Grafik Kurva Konvergensi Metode AISCSA dengan 100 Antibodi untuk Mengoptimisasi Pembangkit dengan Cost Function Orde 3
41 Penutup Kesimpulan Saran
42 Kesimpulan Dari hasil simulasi dan analisis optimisasi permasalahan Economic Dispatch (ED) menggunakan metode Artificial Immune System via Clonal Selection Algorithm (AISCSA) didapat kesimpulan sebagai berikut : Metode AISCSA mampu mengoptimisasi permasalahan ED pada sistem tenaga listrik IEEE 5 bus dengan memperhitungkan rugi transmisi sebesar $ 0,0613 tiap jam dan pada sistem tenaga listrik IEEE 30 bus sebesar $ 0,2921 tiap jam lebih murah dibandingkan metode Lagrange. Penggunaan metode AISCSA untuk menyelesaian permasalahan ED tanpa memperhitungkan rugi transmisi pada sistem tenaga listrik IEEE 30 bus dapat menghemat biaya produksi energi listrik sebesar $ 0,4490 per jam dibandingkan dengan menggunakan metode Lagrange. Jumlah antibodi yang digunakan pada metode AISCSA mempengaruhi kualitas solusi yang diperoleh. Semakain banyak jumlah antibodi yang digunakan maka semakin besar ruang sampel permasalahan yang dijelajahi sehingga kemungkinan untuk menemukan solusi yang lebih optimal semakin besar.
43 Saran Adapun saran untuk penelitian selanjutnya pada bidang sistem ope-rasi sistem tenaga berdasarkan hasil simulasi dan analisi pada Tugas Akhir ini, yaitu : Ada kemungkinan biaya pembangkitan yang paling minimum diperoleh dengan kondisi rugi transmisi yang dihasilkan semakin besar. Untuk penelitian pemberian konpensasi pada rugi transmisi untuk memperoleh biaya pembangkitan minimum disarankan untuk melakukan Dispatch sebelum menentukan besar jaring trans-misi yang akan dikompensasi sehingga diperoleh hasil yang paling optimal. Penyelesaian permasalahan yang lebih optimal untuk kasus yang tidak terlalu rumit atau masih dapat diselesaikan secara analitis sulit diperoleh menggunakan metode AISCSA. Tetapi pada permasalahan yang rumit dan pada umumnya harus diselesaikan meng-gukan metode iteratif seperti permasalahan ED, metode AISCSA dapat menemukan solusi yang lebih baik dibandingkan metode konvensional seperti Lagrange.
44 Referensi 1. D.N. Jeyakumar, T. Jayabarathi, T. Raghunathan, Particle Swarm Optimization for Various Types of Economic Dispatch Problems, International Journal of Electrical Power & Energy Systems 28 (2006), pp Y.-H. Moon, J,-D. Park, H.-J. Kook, Y.-H. Lee, A New Economic Dispatch Algorithm Considering Any Higher Order Generation Cost, International Journal of Electrical Power & Energy Systems 23 (2001), pp Jizhong Zhu, Optimization of Power System Operation, IEEE press series on Power Engineering, OPSO, John Willey & Sons Inc, America, Wen-Shing Lee, Lung-Chieh Lin, Optimal Chiller Loading by ParticleSwarm Algorithm for Reducing Energy Consumption, International Journal of Applied Thermal Engineering 29 (2009), pp Marwan Rosyadi, Optimisasi Kompensasi Daya Reaktif pada Jaring 500kV Sistem Jawa Bali Menggunakan Artificial Immune System Melalui Clonal Selection Algorithm (CSA), Tesis Program Studi Magister Bidang KeahlianTeknikSistem Tenaga, FTI, ITS (2006). 6. Andi Syarifudin, Adi Soeprijianto, Ontoseno Penangsang, Economic Dispatch on Thermal Power Plant at South Sulawesi Power System using Improved Particle Swarm Optimization (Economic Dispatch Pada Pembangkit Thermal Sistem Sulawesi Selatan Menggunakan Improved Particle Swarm Optimization), Proceeding of SeminarNasional PascasarjanaVIII ITS Vol. 1 (2008). 7. Allen J.W. dan Bruce F.W., Power Generation, Operation and Control, John Willey & Sons Inc, America, De Castro, L. N. and Von Zuben, F. J, Learning and Optimization Using the Clonal Selection Principle, IEEE Transaction on Evolutionary Computation, Vol. 6, No. 3, pp Abul K. Abbas, Andrw H. Lictman, Basic Immunologi Function and Disorders of Immune System 2 nd editon, SAUNDERS An Imprint of Elsevier, China, De Castro, L. N. and Von Zuben, F. J, Artificial Immune System: Part I Basic Theory and Applications, Technical Report RT DCA 01/ H. Saadat, Power SystemAnalysis, McGraw Hill,Singapore, 2004.
45 ~ END ~
46 IEEE 5 - bus G G G No Bus ke Bus R (pu) X (pu) 1/2 B (pu) ,02 0,06 0, ,08 0,24 0, ,06 0,18 0, ,06 0,18 0, ,04 0,12 0, ,01 0,03 0, ,08 0,24 0,025 No Bus Jenis Pembebanan P (MW) Q (Mvar) 1 1 Slack Generator Generator Beban Beban Pembang kit MW minimum MW maximum Biaya pengoperasian generator dalam $/h, dengan P i dalam MW adalah sebagai berikut: F 1 (P 1 ) = ,0 P 1 + 0,0080 P 12 $/h F 2 (P 2 ) = ,3 P 2 + 0,0090 P 2 2 $/h F 3 (P 3 ) = ,8 P 3 + 0,0070 P 32 $/h
47 IEEE 26 - Bus
48 IEEE 26 - Bus Pembangkit MW minimum MW maximum Bus Trafo yang Terpasang Magnitude Tegangan Tap setting (pu) 6-9 0, , , ,968 No Bus Mvar 10 19,0 24 4,3 Mvar (min) Mvar (max) 2 1, , , , , Bus Jenis Pembebanan Pembangkitan P (MW) Q (Mvar) P (MW) Q(Mvar) 1 Slack 0,00 0,00 0,00 0,00 2 Generator 21,70 12,70 40,00 0,00 3 Beban 2,40 1,20 0,00 0,00 4 Beban 7,60 1,60 0,00 0,00 5 Generator 94,20 19,00 0,00 0,00 6 Beban 0,00 0,00 0,00 0,00 7 Beban 22,80 10,90 0,00 0,00 8 Generator 30,00 30,00 0,00 0,00 9 Beban 0,00 0,00 0,00 0,00 10 Beban 5,80 2,00 0,00 0,00 11 Generator 0,00 0,00 0,00 0,00 12 Beban 11,20 7,50 0,00 0,00 13 Generator 0,00 0,00 0,00 0,00 14 Beban 6,20 1,60 0,00 0,00 15 Beban 8,20 2,50 0,00 0,00 16 Beban 3,50 1,80 0,00 0,00 17 Beban 9,00 5,80 0,00 0,00 18 Beban 3,20 0,90 0,00 0,00 19 Beban 9,50 3,40 0,00 0,00 20 Beban 2,20 0,70 0,00 0,00 21 Beban 17,50 11,20 0,00 0,00 22 Beban 0,00 0,00 0,00 0,00 23 Beban 3,20 1,60 0,00 0,00 24 Beban 8,70 6,70 0,00 0,00 25 Beban 0,00 0,00 0,00 0,00 26 Beban 3,50 2,30 0,00 0,00 27 Beban 0,00 0,00 0,00 0,00 28 Beban 0,00 0,00 0,00 0,00 29 Beban 2,40 0,90 0,00 0,00 30 Beban 10,60 1,90 0,00 0,00
49 H.S. Lagrange basemva = 100; accuracy = ; maxiter = 10; % Bus Bus Voltage Angle ---Load Generator----- Static Mvar % No code Mag. Degree MW Mvar MW Mvar Qmin Qmax +Qc/-Ql busdata=[ ]; % Line code % Bus bus R X 1/2 B = 1 for lines % nl nr p.u. p.u. p.u. > 1 or < 1 tr. tap at bus nl linedata=[ ]; cost = [ ]; mwlimits =[ ]; lfybus % form the bus admittance matrix lfnewton % Power flow solution by Newton-Raphson method busout % Prints the power flow solution on the screen bloss % Obtains the loss formula coefficients gencost % Computes the total generation cost $/h dispatch % Obtains optimum dispatch of generation % dpslack is the difference (absolute value) between % the scheduled slack generation determined from the % coordination equation, and the slack generation, % obtained from the power flow solution. while dpslack > % Test for convergence lfnewton % New power flow solution bloss % Loss coefficients are updated dispatch % Optimum dispatch of gen. with new B-coefficients end busout % Prints the final power flow solution gencost % Generation cost with optimum scheduling of gen.
50 H.S. Lagrange Total system loss = MW Incremental cost of delivered power (system lambda) = $/MWh Optimal Dispatch of Generation: Absolute value of the slack bus real power mismatch, dpslack = Power Flow Solution by Newton-Raphson Method Maximum Power Mismatch = e-008 No. of Iterations = pu Bus Voltage Angle Load Generation--- Injected No. Mag. Degree MW Mvar MW Mvar Mvar Total Total generation cost = $/h
51 H.S. Lagrange Power Flow Solution by Newton-Raphson Method Maximum Power Mismatch = e-005 No. of Iterations = 3 Bus Voltage Angle Load Generation--- Injected No. Mag. Degree MW Mvar MW Mvar Mvar Total Total generation cost = $/h Ploss = =
52 Karakteristik Input-Output Karakteristik input-output diekspresikan dalam persamaaan yang merupakan pendekatan atau linerisasi dari biaya fuel input ke generator terhadap daya output generator yang diperoleh berdasarkan beberapa cara, antara lain [7]: Berdasarkan percobaan tentang efisisensi dari pembangkit. Berdasarkan data historis mengenai operasi dari unit generator. Berdasarkan pada data desain dari unit generator yang diberikan oleh pabrik pembuat generator.
53 Studi Aliran Daya Newton Raphson P loss (Rugi transmisi) I1 Y11 Y1 n V1 = I Y Y V n n1 nn n I = Y V bus bus bus n i i ij ij j j= 0 j 1 n n i i = * i ij ij j V i j= 0 j 1 P jq V y yv n I = V y yv * i i = i i P jq V I Pi jqi Ii = V * i P jq = V δ Y V θ + δ i i i i ij j ij j j= 1 n P J J δ 1 2 Q = J3 J 4 V P Q (k) i (k) i (k 1) δ + i V P (k+ 1) i (k) i = P = Q = δ = ε V n P = V V Y cos( θ δ + δ ) i i j ij ij i j j= 1 n Q = V V Y sin( θ δ + δ ) i i j ij ij i j j= 1 sch i sch i (k) i (k) i P Q + δ + V (k) i (k) i (k) i (k) i (k) Q i ε SLij = Sij + Sji
54 AISCSA Gambar 3.4. Spesifikasi antibodi merespon antigen
OPTIMAL ECONOMIC DISPATCH USING ARTIFICIAL IMMUNE SYSTEM (AIS) VIA CLONAL SELECTION ALGORITHM (CSA)
OPTIMAL ECONOMIC DISPATCH USING ARTIFICIAL IMMUNE SYSTEM (AIS) VIA CLONAL SELECTION ALGORITHM (CSA) Rio Indralaksono Jurusan Teknik Elektro Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember
Lebih terperinciOPTIMASI ECONOMIC DISPATCH PEMBANGKIT SISTEM 150 KV JAWA TIMUR MENGGUNAKAN METODE MERIT ORDER
1/6 OPTIMASI ECONOMIC DISPATCH PEMBANGKIT SISTEM 150 KV JAWA TIMUR MENGGUNAKAN METODE MERIT ORDER SURIYAN ARIF WIBOWO 07100044 Jurusan Teknik Elektro-FTI, Institut Teknologi Sepuluh Nopember Kampus ITS,
Lebih terperinciAplikasi micro-genetic Algorithm ( -GA) untuk Penyelesaian Economic Dispatch pada Sistem Kelistrikan Jawa Bali 500 KV
Aplikasi micro-genetic Algorithm ( -GA) untuk Penyelesaian Economic Dispatch pada Sistem Kelistrikan Jawa Bali 500 KV Amir Amruddin 2207100073 Pembimbing: Prof. Dr. Ir. Imam Robandi, MT. Heri Suryoatmojo,
Lebih terperinciDynamic Economic Dispatch Menggunakan Pendekatan Penelusuran Ke Depan
1 Dynamic Economic Dispatch Menggunakan Pendekatan Penelusuran Ke Depan Sheila Fitria Farisqi, Rony Seto Wibowo dan Sidaryanto Jurusan Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh
Lebih terperinciDynamic Optimal Power Flow dengan kurva biaya pembangkitan tidak mulus menggunakan Particle Swarm Optimization
JURNAL TEKNIK POMITS Vol. 3, No. 1, (2014) ISSN: 2337-3539 (2301-9271 Print) B-24 Dynamic Optimal Power Flow dengan kurva biaya pembangkitan tidak mulus menggunakan Particle Swarm Optimization Afif Nur
Lebih terperinciIMPLEMENTASI METODA TAGUCHI UNTUK ECONOMIC DISPATCH PADA SISTEM IEEE 26 BUS
IMPLEMETASI METODA TAGUCHI UTUK ECOOMIC DISPATCH PADA SISTEM IEEE 26 BUS Rusilawati,2, Ontoseno Penangsang 2 dan Adi Soeprijanto 2 Teknik elektro, Akademi Teknik Pembangunan asional, Banjarbaru, Indonesia
Lebih terperinciJURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print)
B283 Dynamic Economic Dispatch dengan Mempertimbangkan Kerugian Transmisi Menggunakan Metode Sequential Quadratic Programming Dika Lazuardi Akbar, Ontoseno Penangsang, Ni Ketut Aryani. Jurusan Teknik Elektro,
Lebih terperinciOptimisasi Injeksi Daya Aktif dan Reaktif Dalam Penempatan Distributed Generator (DG) Menggunakan Fuzzy - Particle Swarm Optimization (FPSO)
TESIS Optimisasi Injeksi Daya Aktif dan Reaktif Dalam Penempatan Distributed Generator (DG) Menggunakan Fuzzy - Particle Swarm Optimization (FPSO) Dosen Pembimbing : Prof. Ir. Mochamad Ashari, M.Eng. Ph.D
Lebih terperinciIMPLEMENTASI ALGORITMA GENETIKA DENGAN TOURNAMENT SELECTION SEBAGAI SOLUSI ECONOMIC DISPATCH
IMPLEMENTASI ALGORITMA GENETIKA DENGAN TOURNAMENT SELECTION SEBAGAI SOLUSI ECONOMIC DISPATCH Yassir, Fauzan dan Mahalla Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe Jln. Banda Aceh Medan km. 80,
Lebih terperinciMetoda Penelitian dengan Metoda Taguchi
Metoda Penelitian dengan Metoda Taguchi Menentukan faktor- faktor yang berhubungan dengan hasil yang ingin dicapai Apabila hasil yang diperoleh belum sesuai dengan yang diharapkan, ubah nilai level masing-masing
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pada saat ini kebutuhan energi listrik meningkat dengan cepat, akan tetapi perkembangan pembangkit dan saluran transmisi dibatasi ketersediaan sumber daya dan masalah
Lebih terperinciOptimisasi Operasi Sistem Tenaga Listrik dengan Konstrain Kapabilitas Operasi Generator dan Kestabilan Steady State Global
Optimisasi Operasi Sistem Tenaga Listrik dengan Konstrain Kapabilitas Operasi Generator dan Kestabilan Steady State Global Johny Custer (2209201007) Dosen Pembimbing : Prof. Ir. Ontoseno Penangsang, M.
Lebih terperinciOptimisasi Economic Dispatch Menggunakan Imperialist Competitive Algorithm (ICA) pada Sistem Tenaga Listrik
Optimisasi Economic Dispatch Menggunakan Imperialist Competitive Algorithm (ICA) pada Sistem Tenaga Listrik Yunitika Trisiana, Imam Robandi, Heri Suryoatmojo Jurusan Teknik Elektro FTI - ITS Abstrak Komponen
Lebih terperinciBAB I PENDAHULUAN. jumlah ketersediaan yang semakin menipis dan semakin mahal, membuat biaya
BAB I PENDAHULUAN 1.1 Latar Belakang Pembangkit Listrik di Indonesia pada umumnya merupakan pembangkit listrik thermal. Kebutuhan pembangkit thermal terhadap bahan bakar fosil dengan jumlah ketersediaan
Lebih terperinciPEMBUATAN APLIKASI UNTUK ANALISIS ECONOMIC DISPATCH STASIUN PEMBANGKIT TENAGA LISTRIK
PEMBUATAN APLIKASI UNTUK ANALISIS ECONOMIC DISPATCH STASIUN PEMBANGKIT TENAGA LISTRIK ELECTRICHSAN, VOL. 1, NO.1, MEI 2014 PEMBUATAN APLIKASI UNTUK ANALISIS ECONOMIC DISPATCH STASIUN PEMBANGKIT TENAGA
Lebih terperinciAplikasi Micro-Genetic Algorithm ( -GA) untuk Penyelesaian Economic Dispatch pada Sistem Kelistrikan Jawa Bali 500 KV
Aplikasi Micro-Genetic Algorithm ( -GA) untuk Penyelesaian Economic Dispatch pada Sistem Kelistrikan Jawa Bali 500 KV Amir Amruddin, Imam Robandi, Heri Suryoatmojo Jurusan Teknik Elektro-FTI-ITS Abstrak
Lebih terperinciPeramalan Beban Jangka Pendek untuk Hari-hari Libur Menggunakan Fuzzy Linear Regression (FLR) yang dioptimisasi dengan Artificial Immune System
Peramalan Beban Jangka Pendek untuk Hari-hari Libur Menggunakan Fuzzy Linear Regression (FLR) yang dioptimisasi dengan Artificial Immune System (AIS) ( Studi Kasus di Kalimantan Selatan - Tengah ) Oleh:
Lebih terperinciPEMBUATAN APLIKASI UNTUK ANALISIS ECONOMIC DISPATCH STASIUN PEMBANGKIT TENAGA LISTRIK
ELECTRICHSAN, VOL., NO., MEI 04 PEMBUATAN APLIKASI UNTUK ANALISIS ECONOMIC DISPATCH STASIUN PEMBANGKIT TENAGA LISTRIK Asmar, Yassir dan Teuku Hasanuddin Jurusan Teknik Elektro Universitas Bangka Belitung,
Lebih terperinciJURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print)
JURNAL TEKNIK ITS Vol. 5, No. 2, (216) ISSN: 2337-3539 (231-9271 Print) B27 Optimasi Aliran Daya Satu Phasa Pada Sistem Distribusi Radial 33 Bus IEEE dan Sistem Kelistrikan PT. Semen Indonesia Aceh Untuk
Lebih terperinci1 BAB I PENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Listrik pada abad ini sudah merupakan kebutuhan primer yang tidak bisa tergantikan. Karena pentingnya listrik ini, sistem yang menyuplai dan mengalirkan listrik ini
Lebih terperinciPENGOPERASIAN OPTIMUM SISTEM TENAGA LISTRIK
PENGOPERASIAN OPTIMUM SISTEM TENAGA LISTRIK Ontoseno Penangsang Text Book : Power Generation Operation and Control Allen J. Wood & Bruce F. Wollenberg Power System Analysis Hadi Saadat INTRODUCTION Acquaint
Lebih terperinciOptimisasi Dynamic Economic Dispatch Menggunakan Algoritma Artificial Bee Colony
Optimisasi Dynamic Economic Dispatch Menggunakan Algoritma Artificial Bee Colony Nurlita Gamayanti 1, Abdullah Alkaff 2, Amien Karim 3 Jurusan Teknik Elektro Institut Teknologi Sepuluh Nopember (ITS) Surabaya,
Lebih terperinciOPTIMISASI BIAYA PEMBANGKITANPADA SISTEM 500 KV JAWA-BALI MENGGUNAKAN METODE ANT COLONY OPTIMIZATION (ACO)
OPTIMISASI BIAYA PEMBANGKITANPADA SISTEM 500 KV JAWA-BALI MENGGUNAKAN METODE ANT COLONY OPTIMIZATION (ACO) Wahyu Ridhani *), Hermawan, and Susatyo Handoko Jurusan Teknik Elektro, Universitas Diponegoro
Lebih terperinciOptimisasi Unit Commitment Mempertimbangkan Fungsi Biaya Tidak Mulus Dengan Firefly Algorithm
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2014) 1-6 1 Optimisasi Commitment Mempertimbangkan Fungsi Tidak Mulus Dengan Firefly Algorithm Benny Prastikha Hadhi, Rony Seto Wibowo, Imam Robandi Jurusan Teknik
Lebih terperinciPenempatan Dan Penentuan Kapasitas Optimal Distributed Generator (DG) Menggunakan Artificial Bee Colony (ABC)
Penempatan Dan Penentuan Kapasitas Optimal Distributed Generator (DG) Menggunakan Artificial Bee Colony (ABC) Oleh : Ahmad Zakaria H. 2207100177 Dosen Pembimbing : Prof. Dr.Ir. Imam Robandi, MT. Ir. Sjamsjul
Lebih terperinciSINGUDA ENSIKOM VOL. 7 NO. 2/Mei 2014
PERBANDINGAN METODE FAST-DECOUPLE DAN METODE GAUSS-SEIDEL DALAM SOLUSI ALIRAN DAYA SISTEM DISTRIBUSI 20 KV DENGAN MENGGUNAKAN ETAP POWER STATION DAN MATLAB (Aplikasi Pada PT.PLN (Persero Cab. Medan) Ken
Lebih terperinciOptimasi Operasi Pembangkit Termis Dengan Metode Pemrograman Dinamik di Sub-Regional Bali
Optimasi Operasi Pembangkit Termis Dengan Metode Pemrograman Dinamik di Sub-Regional Bali T Ar Rizqi Aulia 1, I Made Ardita Y 2 Departemen Teknik Elektro, Universitas Indonesia, Depok 16424 Tel: (021)
Lebih terperinciANALISA ALIRAN DAYA OPTIMAL PADA SISTEM KELISTRIKAN BALI
ANALISA ALIRAN DAYA OPTIMAL PADA SISTEM KELISTRIKAN BALI E D Meilandari 1, R S Hartati 2, I W Sukerayasa 2 1 Alumni Teknik Elektro, Fakultas Teknik, Universitas Udayana 2 Staff Pengajar Teknik Elektro,
Lebih terperinciOptimisasi Unit Commitment Mempertimbangkan Fungsi Biaya Tidak Mulus Dengan Firefly Algorithm
JURNAL TEKNIK POMITS Vol. 3, No. 1, (2014) ISSN: 2337-3539 (2301-9271 Print) B-30 Optimisasi Commitment Mempertimbangkan Fungsi Tidak Mulus Dengan Firefly Algorithm Benny Prastikha Hadhi, Rony Seto Wibowo,
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Alur Penelitian Menentukan lokasi dan kapasitas optimal SVC pada sistem transmisi 150 kv subsistem Bandung Selatan dan New Ujungberung menggunakan algoritma genetika membutuhkan
Lebih terperinciOptimalisasi Penjadwalan Pembangkit Listrik di Sistem Sorong
Optimalisasi Penjadwalan Pembangkit Listrik di Sistem Sorong 1 Yulianto Mariang, L. S. Patras, ST.,MT, M. Tuegeh, ST.,MT, Ir. H. Tumaliang, MT Jurusan Teknik Elektro-FT, UNSRAT, Manado-95115, Email: jliant_0mariang@yahoo.com
Lebih terperinciOPTIMASI PENEMPATAN DAN KAPASITAS SVC DENGAN METODE ARTIFICIAL BEE COLONY ALGORITHM
OPTIMASI PENEMPATAN DAN KAPASITAS SVC DENGAN METODE ARTIFICIAL BEE COLONY ALGORITHM Khairina Noor.A. 1, Hadi Suyono, ST., MT., Ph.D. 2, Dr. Rini Nur Hasanah, ST., M.Sc. 3 1 Mahasiswa Teknik Elektro, 2,3
Lebih terperinciPENENTUAN SLACK BUS PADA JARINGAN TENAGA LISTRIK SUMBAGUT 150 KV MENGGUNAKAN METODE ARTIFICIAL BEE COLONY
PENENTUAN SLACK BUS PADA JARINGAN TENAGA LISTRIK SUMBAGUT 150 KV MENGGUNAKAN METODE ARTIFICIAL BEE COLONY Tommy Oys Damanik, Yulianta Siregar Konsentrasi Teknik Energi Listrik, Departemen Teknik Elektro
Lebih terperinciSIMULASI OPTIMASI PENEMPATAN KAPASITOR MENGGUNAKAN LOGIKA FUZZY DAN ALGORITMA GENETIKA PADA SISTEM TEGANGAN MENENGAH REGION JAWA BARAT
SIMULASI OPTIMASI PENEMPATAN KAPASITOR MENGGUNAKAN LOGIKA FUZZY DAN ALGORITMA GENETIKA PADA SISTEM TEGANGAN MENENGAH REGION JAWA BARAT Gahara Nur Eka Putra NRP : 1022045 E-mail : bb.201smg@gmail.com ABSTRAK
Lebih terperinciPenempatan Dan Penentuan Kapasitas Optimal Distributed Generator (DG) Menggunakan Artificial Bee Colony (ABC)
JURNAL TEKNIK ITS Vol. 1, No. 1, (Sept. 2012) ISSN: 2301-9271 B-16 Penempatan Dan Penentuan Kapasitas Optimal Distributed Generator (DG) Menggunakan Artificial Bee Colony (ABC) Ahmad Zakaria H, Sjamsjul
Lebih terperinciDynamic Economic Dispatch Mempertimbangkan Prohibited Operating Zones Menggunakan Algoritma Improved Artificial Bee Colony
JURNAL TEKNIK ITS Vol. 6, No. 2, (2017) ISSN: 2337-3539 (2301-9271 Print) B -199 Dynamic Economic Dispatch Mempertimbangkan Prohibited Operating Zones Menggunakan Algoritma Improved Artificial Bee Colony
Lebih terperinciECONOMIC DISPATCH MENGGUNAKAN QUANTUM-BEHAVED PARTICLE SWARM OPTIMIZATION (QPSO) PADA SISTEM TENAGA LISTRIK
ECONOMIC DISPATCH MENGGUNAKAN QUANTUM-BEHAVED PARTICLE SWARM OPTIMIZATION (QPSO) PADA SISTEM TENAGA LISTRIK Sandy Febrian Pembimbing: Prof.Ir.Ontoseno Penangsang, M.Sc,Ph.D Prof.Dr.Ir.Adi Soeprijanto,
Lebih terperinciMETODE KOLONI SEMUT PADA DOMAIN KONTINU UNTUK OPTIMISASI PENJADWALAN EKONOMIS UNIT PEMBANGKIT PLTG DI PLTGU PT INDONESIA POWER TAMBAK LOROK
METODE KOLONI SEMUT PADA DOMAIN KONTINU UNTUK OPTIMISASI PENJADWALAN EKONOMIS UNIT PEMBANGKIT PLTG DI PLTGU PT INDONESIA POWER TAMBAK LOROK Ivan Darren Alber *), Hermawan, and Susatyo Handoko Departemen
Lebih terperinciPENGATURAN SLACK BUS DALAM MENGOPTIMALKAN ALIRAN DAYA PADA KASUS IEEE 30 BUS MENGGUNAKAN METODE NEWTON-RAPHSON PADA APLIKASI MATLAB 7.
PENGATURAN SLACK BUS DALAM MENGOPTIMALKAN ALIRAN DAYA PADA KASUS IEEE 30 BUS MENGGUNAKAN METODE NEWTON-RAPHSON PADA APLIKASI MATLAB 7.0 Muhamad Rizki Fauzi 1, Sabhan Kanata 2, dan Zulkifli, ST 3 Jurusan
Lebih terperinciANALISIS PEHITUNGAN RUGI-RUGI DAYA PADA GARDU INDUK PLTU 2 SUMUT PANGKALAN SUSU DENGAN MENGGUNAKAN PROGRAM SIMULASI ELECTRICAL TRANSIENT ANALYZER
ANALISIS PEHITUNGAN RUGI-RUGI DAYA PADA GARDU INDUK PLTU SUMUT PANGKALAN SUSU DENGAN MENGGUNAKAN PROGRAM SIMULASI ELECTRICAL TRANSIENT ANALYZER Asri Akbar, Surya Tarmizi Kasim Konsentrasi Teknik Energi
Lebih terperinciSIMULASI OPTIMASI PENEMPATAN KAPASITOR MENGGUNAKAN METODA ALGORITMA KUANTUM PADA SISTEM TEGANGAN MENENGAH REGION JAWA BARAT
SIMULASI OPTIMASI PENEMPATAN KAPASITOR MENGGUNAKAN METODA ALGORITMA KUANTUM PADA SISTEM TEGANGAN MENENGAH REGION JAWA BARAT Mart Christo Belfry NRP : 1022040 E-mail : martchristogultom@gmail.com ABSTRAK
Lebih terperinciJURNAL TEKNIK ITS Vol. 6, No. 1, (2017) ISSN: ( Print) B-34
JURNAL TEKNIK ITS Vol. 6, No. 1, (2017) ISSN: 2337-3539 (2301-9271 Print) B-34 Economic dan Emission dispatch pada Sistem Kelistrikan 500 kv Jawa-Bali Menggunakan Composite Generation Cost Function dengan
Lebih terperinciOPTIMASI ECONOMIC DISPATCH PADA UNIT PEMBANGKIT PLTG DI PLTGU TAMBAK LOROK MENGGUNAKAN ALGORITMA ARTIFICIAL BEE COLONY
OPTIMASI ECONOMIC DISPATCH PADA UNIT PEMBANGKIT PLTG DI PLTGU TAMBAK LOROK MENGGUNAKAN ALGORITMA ARTIFICIAL BEE COLONY Enrich Van Bosar Sitorus *), Hermawan, and Agung Nugroho Jurusan Teknik Elektro, Universitas
Lebih terperinciPenentuan MVar Optimal SVC pada Sistem Transmisi Jawa Bali 500 kv Menggunakan Artificial Bee Colony Algorithm
Penentuan MVar Optimal SVC pada Sistem Transmisi Jawa Bali 500 kv Menggunakan Artificial Bee Colony Algorithm Oleh : Fajar Galih Indarko NRP : 2207 100 521 Pembimbing : Prof. Dr. Ir. Imam Robandi, MT Abstrak
Lebih terperinciPenempatan Dan Penentuan Kapasitas Pembangkit Kecil Tersebar Menggunakan Algoritma Genetika Breeder Multiobjektif
Penempatan Dan Penentuan Kapasitas Pembangkit Kecil Tersebar Menggunakan Algoritma Genetika Breeder Multiobjektif Achmad Budiman 1, Ontoseno Penangsang 2, Adi Soeprijanto 3 1 Achmad Budiman, ST, Fakultas
Lebih terperinciOptimasi Kendali Distribusi Tegangan pada Sistem Tenaga Listrik dengan Pembangkit Tersebar
Optimasi Kendali Distribusi Tegangan pada Sistem Tenaga Listrik dengan Pembangkit Tersebar Soni Irawan Jatmika 2210 105 052 Pembimbing : 1. Prof. Dr. Ir. Adi Soeprijanto, MT. 2. Heri Suryoatmojo, ST. MT.
Lebih terperinciDynamic Optimal Power Flow Arus Searah Menggunakan Qudratic Programming
Dynamic Optimal Power Flow Arus Searah Menggunakan Qudratic Programming Nursidi 2209100055 Dosen Pembimbing : Dr. Eng. Rony Seto Wibowo, ST., MT. IGN Satriyadi Hernanda ST., MT. OUTLINES OUTLINES 1 Pendahuluan
Lebih terperinciINTEGRASI PERHITUNGAN RUGI-RUGI TRANSMISI PADA DYNAMIC ECONOMIC DISPATCH MENGGUNAKAN METODE LAGRANGE
COVER TUGAS AKHIR TE 141599 INTEGRASI PERHITUNGAN RUGI-RUGI TRANSMISI PADA DYNAMIC ECONOMIC DISPATCH MENGGUNAKAN METODE LAGRANGE Azfar Muhammad NRP 2213 106 004 Dosen Pembimbing Prof. Ir. Ontoseno Penangsang,
Lebih terperinciStudi Perbaikan Stabilitas Tegangan Kurva P-V pada Sistem Jawa-Bali 500kV dengan Pemasangan Kapasitor Bank Menggunakan Teori Sensitivitas
Studi Perbaikan Stabilitas Tegangan Kurva P-V pada Sistem Jawa-Bali 500kV dengan Pemasangan Kapasitor Bank Menggunakan Teori Sensitivitas Tutuk Agung Sembogo Jurusan Teknik Elektro Fakultas Teknologi Industri,
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1.Tinjauan Pustaka Semakin pesatnya pertumbuhan suatu wilayah menuntut adanya jaminan ketersediaannya energi listrik serta perbaikan kualitas dari energi listrik, menuntut para
Lebih terperinciAnalisis Kontingensi Sistem Tenaga Listrik dengan Metode Bounding
92 Jurnal Rekayasa Elektrika Vol 10, No. 2, Oktober 2012 Analisis Kontingensi Sistem Tenaga Listrik dengan Metode Bounding Syafii dan Nurul Rahmawati Gedung Jurusan Teknik Elektro, Fakultas Teknik, Kampus
Lebih terperinciBAB III METODE PENELITIAN
24 BAB III METODE PENELITIAN 3.1. Pengumpulan Data Pembangkit Suralaya Cibinong Cilegon 7 1 6 Gandul 2 4 Balaraja 3 Kembangan Muaratawar 5 Depok 9 Bekasi 8 11 Tasikmalaya Cirata 10 Cawang 12 Pedan 16 Saguling
Lebih terperinciALOKASI PEMBEBANAN UNIT PEMBANGKIT TERMAL DENGAN MEMPERHITUNGKAN RUGI-RUGI SALURAN TRANSMISI DENGAN ALGORITMA GENETIKA PADA SISTEM KELISTRIKAN BALI
ALOKASI PEMBEBANAN UNIT PEMBANGKIT TERMAL DENGAN MEMPERHITUNGKAN RUGI-RUGI SALURAN TRANSMISI DENGAN ALGORITMA GENETIKA PADA SISTEM KELISTRIKAN BALI TUGAS AKHIR Diajukan guna memenuhi sebagian persyaratan
Lebih terperinciSTUDI ALIRAN DAYA PADA SISTEM KELISTRIKAN SUMATERA BAGIAN UTARA (SUMBAGUT) 150 kv DENGAN MENGGUNAKAN SOFTWARE POWERWORLD VERSI 17
STUDI ALIRAN DAYA PADA SISTEM KELISTRIKAN SUMATERA BAGIAN UTARA (SUMBAGUT) 50 kv DENGAN MENGGUNAKAN SOFTWARE POWERWORLD VERSI 7 Adly Lidya, Yulianta Siregar Konsentrasi Teknik Energi Listrik, Departemen
Lebih terperinciJURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print)
A141 Penerapan Batas Ramp-Rate Menggunakan Kombinasi Metode FDP (Forward Dynamic Programming) dan QP (Quadratic Programming) Pada Commitment- Economic Dispatch Riza Fahmi Andriyanto, Ontoseno Penangsang,
Lebih terperinciECONOMIC DISPATCH MENGGUNAKAN IMPERIALIST COMPETITIVE ALGORITHM (ICA) PADA SISTEM KELISTRIKAN LOMBOK
Dielektrika ISSN 286-9487 63 Vol. 1, No. 1 : 63 68 Pebruari 214 ECONOMIC DISPATCH MENGGUNAKAN IMPERIALIST COMPETITIVE ALGORITHM (ICA) PADA SISTEM KELISTRIKAN LOMBOK Khaerul Hazi1 1, Rosmaliati2 2, Misbahuddin3
Lebih terperinciUnit Commitment Pada Sistem Pembangkitan Tenaga Angin Untuk Mengurangi Emisi Dengan Menggunakan Particle Swarm Optimization
B223 Unit Commitment Pada Sistem Pembangkitan Tenaga Angin Untuk Mengurangi Emisi Dengan Menggunakan Particle Swarm Optimization Muhammad Arindra, Rony Seto Wibowo, dan Dedet Candra Riawan Jurusan Teknik
Lebih terperinciBAB IV HASIL DAN ANALISA. IEEE 30 bus yang telah dimodifikasi. Sistem IEEE 30 bus ini terdiri 30 bus,
BAB IV HASIL DAN ANALISA Pada penelitian ini metode RCF ( Reactive Contribution Factor ) dan LSF ( Loss Sensitivity Factor ) akan diujikan pada sebuah test sistem IEEE 30 yang telah dimodifikasi. Sistem
Lebih terperinciOPTIMISASI PENGATURAN DAYA REAKTIF DAN TEGANGAN PADA SISTEM INTERKONEKSI JAWA-BALI 500 KV MENGGUNAKAN QUANTUM BEHAVED PARTICLE SWARM OPTIMIZATION
OPTIMISASI PENGATURAN DAYA REAKTIF DAN TEGANGAN PADA SISTEM INTERKONEKSI JAWA-BALI 500 KV MENGGUNAKAN QUANTUM BEHAVED PARTICLE SWARM OPTIMIZATION Refi Aulia Krisida, Adi Soeprijanto, Heri Suryoatmojo Jurusan
Lebih terperinciPENEMPATAN LOKASI OPTIMAL STATIC VAR COMPENSATOR (SVC) DENGAN ALGORITMA ARTIFICIAL BEE COLONY
PENEMPATAN LOKASI OPTIMAL STATIC VAR COMPENSATOR (SVC) DENGAN ALGORITMA ARTIFICIAL BEE COLONY Hadi Suyono 1, RiniNurHasanah 2, Khairina Noor. A. 3 Jurusan Teknik Elektro, UniversitasBrawijaya Jalan MT.
Lebih terperinciOptimisasi Kontroler PID dan Dual Input Power System Stabilizer (DIPSS) pada Single Machine Infinite Bus (SMIB) menggunakan Firefly Algorithm (FA)
Optimisasi Kontroler PID dan Dual Input Power System Stabilizer (DIPSS) pada Single Machine Infinite Bus (SMIB) menggunakan Firefly Algorithm (FA) TEKNIK SISTEM TENAGA PROGRAM STUDI TEKNIK ELEKTRO FAKULTAS
Lebih terperinci1. BAB I PENDAHULUAN. 1.1 Latar Belakang
1. BAB I PENDAHULUAN 1.1 Latar Belakang Secara umum sistem tenaga listrik terdiri dari pusat pembangkit, saluran transmisi dan pusat beban. Perkembangan beban sistem saat ini sudah tidak sesuai dengan
Lebih terperinciPerancangan Filter Harmonisa Pasif untuk Sistem Distribusi Radial Tidak Seimbang
JURNAL TEKNIK POMITS Vol. 2,. 2, (2013) ISSN: 2337-3539 (2301-9271 Print) B-228 Perancangan Filter Harmonisa Pasif untuk Sistem Distribusi Radial Tidak Seimbang Erlan Fajar Prihatama, Ontoseno Penangsang,
Lebih terperinciKata kunci Kabel Laut; Aliran Daya; Susut Energi; Tingkat Keamanan Suplai. ISBN: Universitas Udayana
Efek Beroperasinya Kabel Laut Bali Nusa Lembongan Terhadap Sistem Kelistrikan Tiga Nusa Yohanes Made Arie Prawira, Ida Ayu Dwi Giriantari, I Wayan Sukerayasa Jurusan Teknik Elektro Fakultas Teknik Universitas
Lebih terperinciKata Kunci Operasi ekonomis, iterasi lambda, komputasi serial, komputasi paralel, core prosesor.
OPERASI EKONOMIS PEMBANGKIT TENAGA LISTRIK DENGAN METODE ITERASI LAMBDA MENGGUNAKAN KOMPUTASI PARALEL Dheo Kristianto¹, Hadi Suyono, ST, MT, Ph.D.², Ir. Wijono, MT. Ph.D³ ¹Mahasiswa Teknik Elektro, ² ³Dosen
Lebih terperinciPendekatan Dengan Cuckoo Optimization Algorithm Untuk Solusi Permasalahan Economic Emission Dispatch
JURNAL TEKNIK ITS Vol. 6, No. 1, (2017) ISSN: 2337-339 (2301-9271 Print) B-176 Pendekatan Dengan Cuckoo Optimization Algorithm Untuk Solusi Permasalahan Economic Emission Dispatch Agil Dwijatmoko Rahmatullah,
Lebih terperinciEvaluasi Kestabilan Tegangan Sistem Jawa Bali 500kV menggunakan Metode Continuation Power Flow (CPF)
JURNAL TEKNIK POMITS Vol. 1, No. 1, (213) 1-6 1 Evaluasi Kestabilan Tegangan Sistem Jawa Bali 5kV menggunakan Metode Continuation Power Flow (CPF) Agiesta Pradios Ayustinura, Adi Soeprijanto, Rony Seto
Lebih terperinciJURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print)
Optimasi Pembebanan Pembangkit Menggunakan Random Drift Particle Swarm Optimization (RDPSO) Pada Sistem Interkoneksi Jawa Bali 500 kv Khalid Abri, Adi Soeprianto, dan Ni Ketut Aryani Teknik Elektro, Fakultas
Lebih terperinciSTUDI KESTABILAN SISTEM BERDASARKAN PREDIKSI VOLTAGE COLLAPSE PADA SISTEM STANDAR IEEE 14 BUS MENGGUNAKAN MODAL ANALYSIS
STUDI KESTABILAN SISTEM BERDASARKAN PREDIKSI VOLTAGE COLLAPSE PADA SISTEM STANDAR IEEE 14 BUS MENGGUNAKAN MODAL ANALYSIS OLEH : PANCAR FRANSCO 2207100019 Dosen Pembimbing I Prof.Dr. Ir. Adi Soeprijanto,
Lebih terperinciIMPLEMENTASI METODE CHAOTIC ANT SWARM OPTIMIZATION (CASO) UNTUK ECONOMIC DISPATCH PADA SISTEM PEMBANGKIT 500kV JAWA - BALI SKRIPSI
IMPLEMENTASI METODE CHAOTIC ANT SWARM OPTIMIZATION (CASO) UNTUK ECONOMIC DISPATCH PADA SISTEM PEMBANGKIT 500kV JAWA - BALI SKRIPSI Oleh : HENY TRI CAHYANINGSIH NIM : 081910201045 JURUSAN TEKNIK ELEKTRO
Lebih terperinciANALISIS RUGI DAYA SISTEM DISTRIBUSI DENGAN PENINGKATAN INJEKSI JUMLAH PEMBANGKIT TERSEBAR. Publikasi Jurnal Skripsi
ANALISIS RUGI DAYA SISTEM DISTRIBUSI DENGAN PENINGKATAN INJEKSI JUMLAH PEMBANGKIT TERSEBAR Publikasi Jurnal Skripsi Disusun Oleh : RIZKI TIRTA NUGRAHA NIM : 070633007-63 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN
Lebih terperinci1 BAB I PENDAHULUAN. waktu. Semakin hari kebutuhan listrik akan semakin bertambah. Sistem tenaga listrik
1.1 Latar Belakang 1 BAB I PENDAHULUAN Sistem tenaga listrik merupakan sistem yang selalu berubah seiring berjalannya waktu. Semakin hari kebutuhan listrik akan semakin bertambah. Sistem tenaga listrik
Lebih terperinciANALISIS ALIRAN DAYA OPTIMAL MENGGUNAKAN ANT COLONY OPTIMIZATION (ACO) DAN MEMPERTIMBANGKAN BIAYA PEMBANGKITAN PADA SISTEM TRANSMISI 500 KV JAWA-BALI
ANALISIS ALIRAN DAYA OPTIMAL MENGGUNAKAN ANT COLONY OPTIMIZATION (ACO) DAN MEMPERTIMBANGKAN BIAYA PEMBANGKITAN PADA SISTEM TRANSMISI 500 KV JAWA-BALI SKRIPSI Diajukan Untuk Memenuhi Persyaratan Guna Meraih
Lebih terperinciVol.13 No.2. Agustus 2012 Jurnal Momentum ISSN : X
Analisis Penjadwalan Unit-Unit Pembangkit Listrik Dengan Menggunakan Metode Unit Decommitment (PT.PLN Wilayah Riau) Oleh: Zulfatri Aini Jurusan Teknik Elektro, Fakultas Sains dan Teknologi Universitas
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Listrik merupakan salah satu sumber kebutuhan hidup yang tidak dapat dilepaskan dari keperluan sehari-hari manusia. Listrik sangat bermanfaat dalam kehidupan di era
Lebih terperinciOPTIMASI ECONOMIC DISPATCH PADA UNIT PEMBANGKIT PLTG DI PLTGU TAMBAK LOROK MENGGUNAKAN ALGORITMA ARTIFICIAL BEE COLONY
KETENAGAAN OPTIMASI ECONOMIC DISPATCH PADA UNIT PEMBANGKIT PLTG DI PLTGU TAMBAK LOROK MENGGUNAKAN ALGORITMA ARTIFICIAL BEE COLONY Enrich Van Bosar Sitorus *), Dr. Ir. Hermawan, DEA dan Ir. Agung Nugroho
Lebih terperinciPENENTUAN TITIK INTERKONEKSI DISTRIBUTED GENERATION
PENENTUAN TITIK INTERKONEKSI DISTRIBUTED GENERATION (DG) PADA JARINGAN 20 KV DENGAN BANTUAN METODE ARTIFICIAL BEE COLONY STUDI KASUS : PLTMH AEK SILAU 2 Syilvester Sitorus Pane, Zulkarnaen Pane Konsentrasi
Lebih terperinciDynamic Optimal Power Flow Mempertimbangkan Carbon Capture And Storage Plants Menggunakan Metode Multi-Objective Particle Swarm Optimization
B251 Dynamic Optimal Power Flow Mempertimbangkan Carbon Capture And Storage Plants Menggunakan Metode Multi-Objective Particle Swarm Optimization Yauri Mahaputra, Rony Seto Wibowo, Ni Ketut Aryani Jurusan
Lebih terperinciMAKALAH SEMINAR KERJA PRAKTEK
MAKALAH SEMINAR KERJA PRAKTEK SIMULASI ALIRAN DAYA PADA DIVISI WIRE ROD MILL (WRM) PT. KRAKATAU STEEL (PERSERO) TBK. DENGAN MENGGUNAKAN SOFTWARE ETAP 7 Andri Wibowo 1, Ir. Tedjo Sukmadi 2 1 Mahasiswa dan
Lebih terperinciANALISIS KEANDALAN DAN ECONOMIC DISPATCH PADA UNIT PEMBANGKIT MUARA KARANG JAKARTA UTARA
ANALISIS KEANDALAN DAN ECONOMIC DISPATCH PADA UNIT PEMBANGKIT MUARA KARANG JAKARTA UTARA OLEH : HELMI USMAN 2207100 039 DOSEN PEMBIMBING : Prof.Ir.Ontoseno Penangsang, M.Sc, Ph.D Prof.Dr.Ir.Adi Soeprijanto,
Lebih terperinciSTUDI PERHITUNGAN PEMBEBANAN EKONOMIS PADA PEMBANGKIT LISTRIK TENAGA GAS DAN UAP DI PT. PJB UNIT PEMBANGKITAN GRESIK
STUDI PERHITUNGAN PEMBEBANAN EKONOMIS PADA PEMBANGKIT LISTRIK TENAGA GAS DAN UAP DI PT. PJB UNIT PEMBANGKITAN GRESIK 1) Muhammad Ulul Azmi, 2) Hadi Suroso, 3) Denny Irawan 1,2,3) Jurusan Teknik Elektro
Lebih terperinciBAB II DASAR TEORI. Universitas Sumatera Utara
BAB II DASAR TEORI 2.1.Studi Aliran Daya Studi aliran daya di dalam sistem tenaga listrik merupakan studi yang penting.studi aliran daya merupakan studi yang mengungkapkan kinerja dan aliran daya (nyata
Lebih terperinciSIMULASI PERHITUNGAN PEMBEBANAN EKONOMIS PADA PUSAT LISTRIK TENAGA UAP DAN GAS DENGAN METODE LAGRANGE MULTIPLIER (STUDI KASUS DI PT
SIMULASI PERHITUNGAN PEMBEBANAN EKONOMIS PADA PUSAT LISTRIK TENAGA UAP DAN GAS DENGAN METODE LAGRANGE MULTIPLIER (STUDI KASUS DI PT. PETROKIMIA GRESIK) Joko Susilo * ), Mochammad Facta, and Susatyo Handoko
Lebih terperinciDYNAMIC OPTIMAL POWER FLOW MEMPERTIMBANGKAN VALVE-POINT EFFECT MENGGUNAKAN MODIFIED HONEY BEE MATING OPTIMISATION
TUGAS AKHIR TE141599 DYNAMIC OPTIMAL POWER FLOW MEMPERTIMBANGKAN VALVE-POINT EFFECT MENGGUNAKAN MODIFIED HONEY BEE MATING OPTIMISATION Hilmy Kharisma NRP 221318 Dosen Pembimbing Dr.Eng. Rony Seto Wibowo,
Lebih terperinciPeningkatan Keandalan Sistem Distribusi Tenaga Listrik 20 kv PT. PLN (Persero) APJ Magelang Menggunakan Static Series Voltage Regulator (SSVR)
Peningkatan Keandalan Sistem Distribusi Tenaga Listrik 20 kv PT. PLN (Persero) APJ Magelang Menggunakan Static Series Voltage Regulator (SSVR) Oleh: Putty Ika Dharmawati (2208100020) Dosen Pembimbing Prof.
Lebih terperinciEvaluasi Operasi Pembangkitan Tenaga Listrik Pada PT. Cikarang Listrindo Menggunakan Metode Lagrange Multipliers
Evaluasi Operasi Pembangkitan Tenaga Listrik Pada PT. Cikarang Listrindo Menggunakan Metode Lagrange Multipliers Stephanie Rizka Permata 1, Amien Rahardjo 2 Jurusan Teknik Elektro, Fakultas Teknik Universitas
Lebih terperinciPARTICLE SWARM OPTIMIZATION UNTUK OPTIMASI PENJADWALAN PEMBEBANAN PADA UNIT PEMBANGKIT PLTG DI PLTGU TAMBAK LOROK
Makalah Seminar Tugas Akhir PARTICLE SWARM OPTIMIZATION UNTUK OPTIMASI PENJADWALAN PEMBEBANAN PADA UNIT PEMBANGKIT PLTG DI PLTGU TAMBAK LOROK Basuki Sri Wantoro [1], Hermawan [2], Susatyo Handoko [2] Jurusan
Lebih terperinciOPTIMASI PENEMPATAN KAPASITOR PADA SALURAN DISTRIBUSI 20 kv DENGAN MENGGUNAKAN METODE KOMBINASI FUZZY DAN ALGORITMA GENETIKA
OPTIMASI PENEMPATAN KAPASITOR PADA SALURAN DISTRIBUSI 20 kv DENGAN MENGGUNAKAN METODE KOMBINASI FUZZY DAN ALGORITMA GENETIKA I Made Wartana, Mimien Mustikawati Program Studi Teknik Elektro, Fakultas Teknologi
Lebih terperinciRekonfigurasi jaring distribusi untuk meningkatkan indeks keandalan dengan mengurangi rugi daya nyata pada sistem distribusi Surabaya.
1 Rekonfigurasi jaring distribusi untuk meningkatkan indeks keandalan dengan mengurangi rugi daya nyata pada sistem distribusi Surabaya. M Fachri, Sjamsjul Anam Jurusan Teknik Elektro-FTI, Institut Teknologi
Lebih terperinciANALISIS KEANDALAN KOMPOSIT PEMBANGKIT DAN TRANSMISI (KONTINGENSI N-2) SISTEM TENAGA LISTRIK
ANALSS KEANDALAN KOMPOST PEMBANGKT DAN TRANSMS (KONTNGENS N-2) SSTEM TENAGA LSTRK Nandi Wardhana *) Jurusan Teknik Elektro, Universitas Diponegoro Semarang Jl. Prof. Sudharto, SH, Kampus UNDP Tembalang,
Lebih terperinciOPTIMISASI ALOKASI KAPASITOR PADA JARING TENAGA LISTRIK MENGGUNAKAN ARTIFICIAL IMUN SISTEM DENGAN METODE NEGATIVE SELECTION
OPTIMISASI ALOKASI KAPASITOR PADA JARING TENAGA LISTRIK MENGGUNAKAN ARTIFICIAL IMUN SISTEM DENGAN METODE NEGATIVE SELECTION Edy Ervianto 1,2*, Agus Dharma 1,3, Imam Robandi 1 FT I-Jurusan Teknik Elektro,
Lebih terperinciLEMBAR PENGESAHAN PERNYATAAN BEBAS PLAGIARISME KATA PENGANTAR UCAPAN TERIMA KASIH ABSTRAK DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR BAB I PENDAHULUAN
DAFTAR ISI LEMBAR PENGESAHAN PERNYATAAN BEBAS PLAGIARISME KATA PENGANTAR... i UCAPAN TERIMA KASIH... ii ABSTRAK... iii DAFTAR ISI... v DAFTAR TABEL... vii DAFTAR GAMBAR... viii BAB I PENDAHULUAN... 1 A.
Lebih terperinciAnggraeni et al., Analisis Karakteristik Input-Output dan Optimasi Biaya Pembangkitan
Anggraeni et al., Analisis Karakteristik Input-Output dan Optimasi Biaya Pembangkitan... Analisis Karakteristik Input-Output dan Optimasi Biaya Pembangkitan Menggunakan Metode Quadratic Least Square Regression
Lebih terperinciBAB 1 PENDAHULUAN. Load Flow atau studi aliran daya di dalam sistem tenaga merupakan studi
BAB 1 PENDAHULUAN 1.1 Latar Belakang Load Flow atau studi aliran daya di dalam sistem tenaga merupakan studi yang mengungkapkan kinerja dan aliran daya (nyata dan reaktif) untuk keadaan tertentu ketika
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Penelitian penjadwalan pembangkit termal pada sistem interkoneksi 500kV Jawa- Bali ini adalah untuk membandingkan metode Simulated Annealing dengan metode yang digunakan PLN.
Lebih terperinci1 BAB I PENDAHULUAN. energi yang memproduksi minyak bumi dan produksi sampingan berupa gas alam
1 BAB I PENDAHULUAN 1.1 Latar Belakang Sistem tenaga listrik merupakan faktor utama yang mendukung sistem produksi dari perusahaan industri, terutama pada industri besar di Indonesia. Khususnya pada perusahaan
Lebih terperinciBAB III METODE PENELITIAN
44 BAB III METODE PENELITIAN 3.1 Lokasi dan Subjek Penelitian Lokasi dari penelitian ini bertempat di PT.PLN (PERSERO) Area Pengaturan Beban (APB) Jawa Barat yang beralamat di Jln. Mochamad Toha KM 4 Komplek
Lebih terperinciDynamic Economic Dispatch pada Sistem dengan Wind Turbine dan Media Penyimpanan Energi Mempertimbangkan Energy Cycle Limit
JURNAL TEKNIK ITS Vol. 6, No. 2, (2017) ISSN: 2337-3539 (2301-9271 Print) B-265 Dynamic Economic Dispatch pada Sistem dengan Wind Turbine dan Media Penyimpanan Energi Mempertimbangkan Energy Cycle Limit
Lebih terperinciSIMULASI OPTIMASI DAYA REAKTIF DAN TEGANGAN PADA SISTEM JAMALI 500 kv MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION
SIMULASI OPTIMASI DA REAKTIF DAN TEGANGAN PADA SISTEM JAMALI 500 kv MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION Gunara Fery Fahnani *), Yuningtyastuti, and Susatyo Handoko, Jurusan Teknik Elektro, Fakultas
Lebih terperinciOPTIMASI PENEMPATAN PEMBANGKIT TERDISTRIBUSI PADA IEEE 30 BUS SYSTEM MENGGUNAKAN ALGORITMA GENETIKA
OPTIMASI PENEMPATAN PEMBANGKIT TERDISTRIBUSI PADA IEEE 30 BUS SYSTEM MENGGUNAKAN ALGORITMA GENETIKA Norudhol Hadra Sabilla 1), Agung Nugroho 2), Susatyo Handoko 3) Jurusan Teknik Elektro, Universitas Diponegoro
Lebih terperinci