BAB I PENDAHULUAN. 1.1 Latar Belakang

Transkripsi

1 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 lingkungan. Selain itu, jarak yang panjang antara pusat-pusat pembangkit yang surplus daya dengan pusat-pusat beban yang mengalami defisit suplai daya listrik, akan mengakibatkan terjadinya ketidakstabilan tegangan, yakni terjadinya drop tegangan atau kelebihan tegangan di luar batas toleransi, hal ini akan mengakibatkan semakin sulitnya pengaturan pola operasi sistem tenaga listrik. Oleh karenanya permasalahan pengoperasian sistem kelistrikan menjadi semakin penting seiring dengan meningkatnya pertumbuhan beban, semakin mahal dan terbatasnya sumber energi primer. Upaya untuk mengoptimalkan penyaluran daya ke beban baik menyangkut perhitungan minimisasi biaya bahan bakar dari pembangkit yang ada, maupun untuk meminimalkan rugi-rugi daya dengan tetap mempertahankan faktor kualitas penyaluran daya sistem tenaga listrik. Optimal power flow (OPF) adalah salah satu cara untuk mengoptimalkan penyaluran daya dan meminimalkan biaya bahan bakar pembangkit dengan tetap memenuhi batasan pola operasi sistem tenaga listrik. Prinsip OPF telah diteliti mulai dari tahun 1962 oleh Carpentier dan merupakan bagian perluasan dari economic dispatch (ED) konvensional. Pada dua dekade yang lalu, permasalahan dari OPF telah mendapatkan banyak perhatian. Tujuan penyelesaian OPF adalah mengoptimisasi fungsi obyektif dengan mengontrol variabel pengaturan dari sistem tenaga menggunakan variasi kekangan persamaan dan pertidaksamaan. Variabel umum yang dikontrol pada OPF adalah daya aktif dari generator, tegangan bus generator, setting dari tap transformator, dan daya reaktif dari sumber VAR [1]. Seiring dengan perkembangan kemajuan komponen elektronika daya dan kontrol pada sistem tenaga listrik memungkinkan peningkatan kapasitas saluran transmisi dan kestabilan sistem tenaga listrik, sehingga komponen sistem tenaga listrik mampu mengontrol dan mengkompensasi rugi-rugi daya pada saluran transmisi. Salah satu cara untuk menurunkan losses saluran transmisi, meningkatkan kapasitas saluran transmisi, dan meningkatkan kestabilan sistem dengan memasang flexible alternating 1

2 current transmission system FACTS [2-3]. Salah satu jenis FACTS yang sering digunakan adalah thyristor controlled series capacitor (TCSC). Sebuah TCSC terdiri dari tiga komponen utama, yaitu induktor, kapasitor, dan bidirectional thyristor. Beberapa peran TCSC dalam sistem tenaga listrik, yaitu memperbaiki tegangan sistem, membatasi arus hubung singkat, meredam osilasi daya, dan meningkatkan kestabilan transien [4-5]. Penempatan TCSC di sistem tenaga listrik terbukti dapat memaksimalkan pengiriman daya dengan cara mengendalikan reaktansi saluran [6]. Sedangkan dibandingkan FACTS yang lain, kelebihan yang dimiliki TCSC adalah topologi TCSC sederhana dan TCSC lebih murah karena tidak memerlukan trafo tegangan tinggi [7]. Unjuk kerja pengunaan komponen TCSC yang digabungkan dengan OPF dapat menurunkan total biaya pembangkitan, mereduksi rugi-rugi daya sistem tenaga listrik, mengurangi pembebanan saluran, dan menaikan profil tegangan sistem [8], [9]. Metode untuk melakukan analisis OPF dengan penempatan lokasi dan rating yang optimal dari TCSC sangatlah banyak mulai dari metode tingkat sensitivitas tegangan [10], [11], metode optimasi klasik seperti mix interger programming (MIP) [12], dan metode artificial inteligent (AI) atau metaheuristic seperti particle swarm optimization (PSO) [8], genetic algorithm (GA)[13], tabu search/simulated anealling (TS/SA) [14]. Pentingnya penempatan kompensasi dari TCSC yang tidak optimal akan menjadikan losses disaluran transmisi akan semakin besar, dan menyebabkan ketidakstabilan tegangan [15]. Untuk mencegah terjadinya ketidakstabilan tegangan sistem akibat kompensasi seri berlebihan dari TCSC, akan dibatasi besarnya rating kompensasi maksimal dan minimal dari TCSC. Pada penelitian ini metode metaheuristic yang digunakan untuk analisis OPF dengan penempatan dan rating optimal TCSC menggunakan metode GA. Penggunaan metode GA pada permasalahan OPF tidak dibatasi oleh bentuk kurva karakteristik pembangkit, karena algoritma ini bekerja dengan menggunakan metode probabilitas, bukan deterministik. Kelebihan menggunakan metode GA dibandingkan metode metaheuristic yang lain, sifat metode searching yang lebih optimal untuk mencari solusi dari populasi yang dibangkitkan, sehingga GA dapat memberikan banyak pilihan solusi [16]. Kelemahan GA terkadang terjebak pada solusi lokal optimal karena banyaknya probabilitas solusi yang dicoba [16]. Pada penelitian ini diusulkan metode 2

3 design of experiment techniques (DOE) menggunakan tabel taguchi untuk mengoptimalkan parameter GA, sehingga dapat meningkatkan akurasi hasil optimasi. Metode DOE merupakan salah satu metode jitu untuk meningkatkan kualitas serta produktivitas [17]. Pada umumnya percobaan dilakukan untuk mengetahui kondisi hubungan antar pengaruh variabel satu dengan yang lain dalam pengaruh peningkatan outputnya. Unjuk kerja pengunaan metode DOE dengan tabel taguchi untuk menentukan parameter optimal dari GA telah digunakan pada penelitian [18], [19] dan didapatkan hasil optimisasi yang lebih optimal. Dalam penelitian ini, akan digunakan data standar uji sistem IEEE (Institute of Electrical and Electronic Engineering) 30 bus dan sistem kelistrikan 500 kv Jawa-Bali dalam kondisi beban puncak. Penulis akan menguji metode GA-DOE dengan dua kasus. Kasus pertama yaitu menyelesaikan permasalahan OPF tanpa penempatan dan rating TCSC, lalu kasus kedua yaitu menyelesaikan permasalahan OPF dengan penempatan dan rating TCSC. Dari kasus ini, nantinya dapat dilihat efektifitas metode yang diusulkan untuk menyelesaikan permasalahan OPF dengan penempatan dan rating TCSC. 1.2 Perumusan Masalah Sebagaimana dijelaskan dalam latar belakang, bahwa para peneliti cenderung memilih metode metaheuristic dalam mencari solusi OPF. Salah satu metode metaheuristic yang cukup handal yaitu GA. Permasalahan yang diangkat dalam penelitian ini yaitu bagaimanakah pemilihan parameter yang optimal pada GA menggunakan metode DOE, yang diterapkan pada penentuan besar daya aktif yang harus dibangkitkan oleh setiap pembangkit serta menentukan lokasi dan rating optimal dari TCSC agar diperoleh biaya pembangkitan yang minimum. 1.3 Batasan Masalah Batasan masalah dalam penelitian ini sebagai berikut; 1. Penelitian ini dititik beratkan pada minimisasi total biaya pembangkitan dengan penempatan TCSC pada saluran transmisi. 2. Pemodelan TCSC pada penelitian ini dimodelkan secara statis dengan mengacu pada referensi. 3

4 3. Biaya investasi dan penempatan TCSC serta total losses pada saluran transmisi tidak diikut sertakan sebagai fungsi objektif. 4. Analisis transien pada pemasangan TCSC tidak diikut sertakan. 5. Untuk pembebanan sistem Jawa-Bali diasumsikan pada beban puncak. 6. Pembangkit yang digunakan diasumsikan berjalan normal, tidak ada yang sedang dalam gangguan (perawatan, pembangkit lama, dll). 1.4 Keaslian Penelitian Penelitian akan optimisasi OPF dengan penempatan dan rating dari FACTS telah banyak dikembangkan, secara garis besar di bagi menjadi tiga bagian metode. Pertama peneliti [10], [11] menggunakan metode indeks sensitivitas seperti voltage indeks stability, maximum loading parameter, analysis eigenvalue untuk menentukan bus-bus terkritis yang perlu ditempatkan FACTS, dengan tujuan untuk meningkatkan kestabilan sistem tenaga listrik. Jenis FACTS yang digunakan (unified power flow controller) UPFC dan sistem yang diujikan sistem IEEE 14 bus. Hasil dari penelitian ini tingkat kestabilan statis tegangan dari sistem meningkat setelah dipasang UPFC. Metode kedua dengan menggunakan teknik optimisasi klasik telah digunakan oleh peneliti [16] seperti metode MIP, non-linear programming (NLP) digunakan untuk optimisasi TCSC dan (static var compensator) SVC dengan fungsi objektifnya untuk meningkatkan kemampuan load abillity dan meningkatkan profil tegangan sistem. Hasilnya TCSC dapat meningkatkan transfer daya dari pembangkit ke beban dengan profil tegangan yang lebih baik. Metode primal-dual interior point digunakan untuk optimisasi SVC dan UPFC untuk meningkatkan transfer daya capability yang diujikan pada sistem IEEE 30 bus. Bagaimanapun juga, metode-metode tersebut sulit untuk menemukan permasalahan secara menyeluruh, sehingga metode metaheuristic tepat digunakan sebagai solusinya. Metode yang ketiga dengan menggunakan metode metaheuristic atau metode AI. Penelitian mengenai OPF dengan fungsi objektif minimisasi biaya pembangkitan dengan TCSC menggunakan metode optimisasi GA sudah dilakukan oleh peneliti [22], [23], hasil dari penelitian ini didapatkan biaya pembangkitan yang lebih rendah dibandingkan tanpa menggunakan TCSC. Dengan menggunakan metode differential 4

5 evolution (DE) dilakukan oleh peneliti [24], dengan menggunakan metode PSO [17], [18],[20], dan menggunakan TS/SA [14] hasil dari semua penelitian tersebut menunjukan optimisasi lokasi dan rating TCSC dapat menurunkan biaya pembangkitan. Peneliti pada referensi [26], menggunakan metode decreasing inertia weight gravitational search algorithm (DIWGSA) untuk optimisasi TCSC dengan fungsi objektif untuk minimisasi total rugi-rugi daya yang diaplikasikan pada sistem Jawa-Bali 500 kv. Metode DIWGSA merupakan metode yang menggabungkan prinsip hukum newton dan teori gravitasi. Hasil penelitiannya metode ini dapat meningkatkan profil tegangan dan menurunkan losses sistem tenaga listrik. Dengan fungsi objektif yang sama peneliti [27] menggunakan metode gravitational search algorithm (GSA), hasilnya masih lebih baik menggunakan metode DIWGSA daripada GSA dalam meminimisasi rugi-rugi daya aktif. Referensi [28] OPF menggunakan metode GA dengan pemilihan individu parento atau orang tua menggunakan operasi tournament selection. Tournament selection pada prinsipnya adalah untuk membandingkan tiap kromosom hasil fungsi fitness dan dipilih yang paling minimal tanpa dirandom pemilihan linier fitness ranking (LNR) kromosomnya. Fungsi objektif pada referensi ini untuk mencari biaya pembangkitan paling minimal pada sistem Jawa-Bali 500 kv, hasil yang didapatkan biaya pembangkitan hasil optimisasi menggunakan metode GA- tournament selection mampu mengurangi biaya pembangkitan lebih murah dibandingkan dengan data eksisting PT.PLN (Persero). Untuk meningkatkan hasil optimisasi peneliti [17], [29] menggunakan metode DOE dengan tabel taguchi. Metode DOE merupakan salah satu metode jitu untuk meningkatkan kualitas serta produktivitas [17]. Pada umumnya percobaan dilakukan untuk mengetahui kondisi hubungan antar pengaruh variabel satu dengan yang lain dalam pengaruh peningkatan outputnya. Hasilnya produktivitas sistem meningkat dan optimisasi tetap pada batasan yang ditentukan. Kombinasi optimisasi parameter GA dengan metode DOE telah dilakukan oleh peneliti [18], [19] Hasilnya optimasi GA dengan DOE mampu memperbaiki fungsi fitness lebih baik dibandingkan sebelum menggunakan DOE. Berdasarkan penelitian-penelitian yang telah dijelaskan diatas, ada cara lain 5

6 yang bisa dilakukan untuk melakukan optimasi, salah satu caranya adalah dengan menggunakan metode metaheuristic. Sebagian besar metode metaheuristic yang digunakan berbasis pada pengembangan metode optimisasi OPF dengan fungsi objektif yang berbeda-beda. Dari aspek metode optimisasi yang digunakan dalam penelitian ini, untuk meningkatkan akurasi hasil minimisasi total biaya pembangkitan dengan cara mengoptimalkan parameter pada GA menggunakan metode DOE. Dari aspek parameter penelitian, tidak banyak peneliti yang menggunakan fungsi objektif minimisasi biaya pembangkitan dengan menambahkan penempatan dan rating TCSC yang diujikan pada sistem kelistrikan Jawa-bali 500 kv. 1.5 Tujuan Penelitian 1. Menentukan besar daya aktif yang harus dibangkitkan oleh setiap pembangkit dengan mengoptimalkan penempatan lokasi dan rating TCSC pada sistem IEEE 30 bus dan sistem Jawa-Bali 500 kv agar diperoleh biaya pembangkitan yang minimum. 2. Menerapkan metode DOE untuk pemilihan parameter yang optimal pada GA, sehingga dapat meningkatkan akurasi hasil minimisasi total biaya pembangkitan. 3. Menjaga profil tegangan setiap bus, pembebanan setiap saluran, dan rating kompensasi dari TCSC agar nilainya tetap dalam batasan yang telah ditentukan. 1.6 Manfaat Penelitian Penelitian mengenai OPF dengan TCSC menggunakan metode GA nantinya diharapkan dapat: 1. Memberikan gambaran dan alternatif solusi tentang pengembangan metode optimisasi untuk minimisasi total biaya pembangkitan. 2. Memberikan alternatif solusi untuk menurunkan biaya pembangkitan pada sistem kelistrikan Jawa-Bali 500 kv dengan menempatkan peralatan TCSC device dan tetap menjaga batasan tegangan setiap bus dan batasan pembebanan saluran yang telah ditentukan. 6