OPTIMALISASI KAPASITAS SVC PADA SISTEM JAWA BALI 500 KV MENGGUNAKAN ALGORITMA GENETIKA

Transkripsi

1 OPTIMALISASI KAPASITAS SVC PADA SISTEM JAWA BALI 500 KV MENGGUNAKAN ALGORITMA GENETIKA Afifa Razana 1, Iradiratu DPK 2, Istiyo Winarno 3 Jurusan Teknik Elektro, Fakultas Teknik dan Ilmu Kelautan, Universitas Hang Tuah Surabaya Jl. Arief Rachman Hakim no 105, Sukolilo, Surabaya 60111, Jawa Timur afifa.razana94@gmail.com Abstrak : Listrik merupakan kebutuhan yang sangat penting atau vital di kehidupan manusia. Bahkan listrik memegang peranan penting dalam kehidupan sehari-hari saat ini karena peralatan elektronik membutuhkan listrik sebagai tenaga penggeraknya. Sistem tenaga listrik harus bekerja secara optimal dalam melayani beban yang bersifat fluktuatif dan jenis beban yang beragam. Salah satu masalah yang timbul adalah terjadinya gangguan yang mengakibatkan ketidakstabilan tegangan pada sistem. Untuk mengatasi gangguan jatuh tegangan (voltage drop) pada sistem transmisi, dipasang kapasitor bank (fix capacitor) dan Flexible AC Transmision System (FACTS) Device, salah satunya adalah Static VAR Compensator (SVC). Dalam sebuah sistem, permasalahan umum yang sering terjadi pada penggunaan peralatan ini adalah penentuan nilai kapasitas SVC untuk dialokasikan dalam sistem tenaga listrik. Pada penelitian ini membahas optimasi kapasitas SVC sehingga dapat mengetahui kapasitas SVC yang tepat untuk menstabilkan tegangan menggunakan algoritma genetika (GA). Dengan metode Algoritma Genetika, nilai SVC yang optimal pada Bus 50 = 175,94 MVar dengan tegangan 491,043 KV, pada Bus 47 = 288,43 MVar dengan tegangan 475,922 KV, dan pada bus 14 = 404,8 MVar dengan tegangan 478,867 kv. Berdasarkan hasil diatas, dengan demikian sistem dapat dikatakan stabil. Kata kunci: Stabilitas Tegangan, Static Var Compensator (SVC), Algoritma Genetika (GA) Abstract : Electricity is a very important or vital need in human life. Even electricity plays an important role in everyday life today because electronic equipment requires electricity as a driving force. The power system must work optimally in serving the fluctuating loads and the various types of loads. One of the problems that arise is the occurrence of interference that leads to voltage instability in the system. To overcome the voltage drop in the transmission system, installed capacitor and Flexible AC Transmission System (FACTS) Device, one of them is Static VAR Compensator (SVC). In a system, a common problem that often occurs in the use of this equipment is the determination of the value of SVC capacity to be allocated in the power system. In this study discusses SVC capacity optimization so as to know the right SVC capacity to stabilize stress using genetic algorithm (GA). With Genetic Algorithm method, the optimal SVC value on Bus 50 = MVar with a voltage of 491,043 KV, on Bus 47 = MVar with a voltage of KV, and on bus 14 = MVar with a voltage of 478,867 kv. Based on the above results, thus the system can be said to be stable. Keywords: Stability Voltage, Static Var Compensator (SVC), Genetic Algorithm (GA) PENDAHULUAN Listrik merupakan kebutuhan yang sangat penting atau vital di kehidupan manusia. Bahkan listrik memegang peranan penting dalam kehidupan sehari-hari saat ini karena peralatan elektronik membutuhkan listrik sebagai tenaga penggeraknya. Untuk itu energi listrik yang dihasilkan harus digunakan secara efisien, efektif dan dapat diandalkan. Selain pemenuhan kebutuhan daya listrik, juga diperlukan stabilitas tenaga listrik yang andal. Permintaan konsumen C3-76 Afifa R, Iradiratu DPK, Istiyo W: Optimalisasi Kapasitas SVC

2 terhadap tegangan listrik terus meningkat. Akan tetapi perluasan pembangkit tenaga listrik dan pembangunan saluran transmisi yang baru sangat terbatas. Sistem tenaga listrik harus bekerja secara optimal dalam melayani beban yang bersifat fluktuatif dan jenis beban yang beragam. Karakteristik beban sangat mempengaruhi kapasitas (capacity) dan kemampuan (capability) sistem dalam menyalurkan daya. Konfigurasi jaringan yang luas dan berkembang juga menyebabkan pengoperasian sistem tenaga listrik menjadi lebih rumit dan sulit dikontrol. Salah satu masalah yang timbul adalah terjadinya gangguan yang mengakibatkan ketidakstabilan tegangan pada sistem.untuk mengatasi gangguan jatuh tegangan (voltage drop) pada sistem transmisi, dipasang kapasitor bank (fix capacitor) dan Flexible AC Transmision System (FACTS) Device, salah satunya adalah Static VAR Compesator (SVC). Static VAR Compensator (SVC) adalah alat yang dapat meghasilkan atau menyerap daya reaktif statis yang dihubungkan paralel dan mempunyai keluaran (output) yang bervariasi untuk menjaga atau mengontrol parameter spesifik dari suatu sistem tenaga listrik. SVC terdiri dari komponen TCR (Thyristor Controlled Reactor), TSC (Thyristor Switched Capasitor) dan Filter Capasitor (FC). Filter harmonisa terhubung paralel dengan TCR yang berfungsi untuk mengatasi harmonisa yang dihasilkan oleh TCR. Prinsip kerja SVC adalah dengan mengatur sudut penyalaan thyristor, sehingga dapat mengatur keluaran daya reaktif dari SVC. Tujuan utama pemasangan SVC adalah untuk menjaga perubahan tegangan pada bus dalam jaringan serta untuk meningkatkan stabilitas tegangan dengan cara menyuntikkan daya reaktif dengan mengendalikan arus kapasitif atau arus induktif. Untuk menentukan nilai SVC yang tepat, maka digunakan metode optimasi dengan menggunakan fungsi obyektif berdasarkan parameter rugi-rugi daya (Ploss), rugi-rugi tegangan (Vloss) dan kapasitas SVC. Pemasangan SVC pada satu atau beberapa titik tertentu dalam jaringan listrik, dapat meningkatkan kapasitas penyaluran dan mengurangi rugi rugi daya. Dalam sebuah sistem, permasalahan umum yang sering terjadi pada penggunaan peralatan ini adalah penentuan nilai kapasitas SVC untuk dialokasikan dalam sistem tenaga listrik. Pada penelitian sebelumnya yang dilakukan oleh Heru Pujo P (2016), yang berjudul Studi Perbaikan Stabilitas Tegangan Sistem Jawa-Madura-Bali dengan Pemasangan SVC Setelah Masuknya Pembangkit 1000 MW Paiton telah ditemukan bus bus yang tidak stabil. Bus tersebut kemudian di pasang SVC, namun pada penelitian tersebut hanya membahas masalah lokasi penempatan SVC yang tepat. Pada penelitian ini akan membahas optimasi kapasitas SVC sehingga akan mengetahui kapasitas SVC yang tepat untuk menstabilkan tegangan. Untuk menyelesaikan permasalahan tersebut, perlu digunakan suatu metode algoritma untuk menentukan kapasitas SVC dalam sistem sehingga dapat diperoleh harga yang optimal. Salah satu metode untuk menyelesaikan permasalahan tersebut adalah dengan metode Algoritma Genetika. Dengan metode Algoritma Genetika, hasil dari pencarian nilai SVC yang optimal pada Bus 50 = 175,94 MVar dengan tegangan 491,043 KV, pada Bus 47 = 288,43 MVar dengan tegangan 475,922 KV, dan pada bus 14 = 404,8 MVar dengan tegangan 478,867 kv. Berdasarkan hasil diatas, dengan demikian sistem dapat dikatakan stabil. METODE PENELITIAN A. Diagram Alir Berdasarkan data yang di peroleh berikut adalah diagram alir atau flowchart dari percobaan ini yang ditunjukkan gambar 3. dibawah Pada penelitian ini, akan dikembangkan menggunakan artificial Algoritma Genetika. Algoritma Genetika (GA) adalah salah satu artificial yang dapat digunakan untuk menentukan kapasitas SVC yang tepat sehingga sistem bisa berjalan sesuai dengan apa yang ada dalam tujuan, yaitu sistem kembali stabil setelah dipasangnya SVC dengan kapasitas SVC yang tepat. Afifa R, Iradiratu DPK, Istiyo W: Optimalisasi Kapasitas SVC C3-77

3 Gambar 1. Diagram Alir pelaksanaan penelitian B. Sistem Kelistrikan Jawa Bali 500 KV Interkoneksi sistem kelistrikan Jawa Bali 500 kv tahun 2021 yang digunakan untuk sistem stabilitas tegangan dapat digambarkan dengan single line diagram yang di tunjukkan pada gambar 4 di bawah. C3-78 Afifa R, Iradiratu DPK, Istiyo W: Optimalisasi Kapasitas SVC

4 Gambar 2. Sistem Interkoneksi Jawa Bali 500 kv tahun 2021 C. Bus Sensitif Setelah mencari loadflow maka ditemukan bus bus yang sensitif sebagai berikut. Tabel 1. Data 9 bus paling sensitif pada sistem interkoneksi 500 kv Jali No. Bus Bus PU Volt Volt (kv) 47 SURABAYA SEL 0, , KAPAL 0, , CAWANG 0, , KEDIRI 0, , BOGOR 0, , DEPOK 0, , GANDUL 0, , TAMBUN 0, , AMPEL 0, , Dari data tersebut dapat dilihat tingkat sensitifitas dari masing masing bus. Maka pemilihan bus yang akan dipasang SVC dipilih dari 3 bus paling sensitif yaitu pada bus 50, 47, dan 14. D. Algoritma Genetika Dalam penelitian ini penggunaan Algortima Genetika langsung pada optimization tool yang terdapat pada matlab R2009b. Algoritma Genetika digunakan untuk mencari nilai optimal dari SVC sehingga tegangan akan kembali stabil yaitu mendekati 500 kv atau 1.0 pu (per unit). Afifa R, Iradiratu DPK, Istiyo W: Optimalisasi Kapasitas SVC C3-79

5 HASIL DAN PEMBAHASAN Penentuan nilai kapasitas SVC dengan metode algoritma genetika ini menggunakan software matlab R2009b. Berikut adalah hasil running GA. Tabel 2. Hasil Running pada GA Final Point X(1) X(2) X(3) 0,845 1,369 1,318 Tabel diatas menunjukkan hasil dari GA. Hasil dari running berupa 3 nilai Bsvc (susceptansi SVC) masing masing bus yang sensitif tersebut. Running GA ini menggunakan 3 variabel, dimana variabel pertama (X 1 ) menunjukkan Bsvc bus 50, variabel kedua (X 2 ) menunjukkan Bsvc bus 47, dan variabel ketiga (X 3 ) menunjukkan Bsvc bus 14. Tabel 3. Hasil Perhitungan Qsvc Bus 50 Bus 47 Bus 14 Bus Nilai Daya Reaktif 175,04 Mvar 282,43 Mvar 296, 40 Mvar Hasil perhitungan manual masing masing daya reaktif bus yang sensitif di masukkan ke dalam sistem. Sehingga dapat dilihat nilai Kapasitas SVC yang diperlukan agar sistem optimal yaitu : Tabel 4. Nilai kapasitas SVC Bus Nama Bus Nilai SVC (MVar) 50 50_Kapal 175, _surabaya sel 288, _cawang 404,8 Setelah nilai SVC didapat dan dimasukkan ke sistem, akan dilakukan kembali analisis loadflow untuk melihat kestabilan tegangan sehingga mendapatkan hasil seperti dibawah ini. Tabel 5. Hasil Loadflow setelah ada SVC dengan kapasitasnya Nom Name Nom Name Area PU Volt Volt (kv) Area PU Volt Volt (kv) kv kv (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) 1_Suralaya _Bangil , ,418 2_Cilegon , ,357 27_Paiton _Banten _Jawa _Bojanegara _Cibatu B , ,338 5_Balaraja , ,471 30_Cibatu , ,181 C3-80 Afifa R, Iradiratu DPK, Istiyo W: Optimalisasi Kapasitas SVC

6 (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) 6_Lengkong , ,709 31_Deltamas , ,707 7_Gandul , ,099 32_Cirata , ,844 8_Kembangan , ,489 33_Saguling , ,564 9_Durikosambi , ,816 34_Bandung Sel , ,046 10_M.Karang , ,68 35_U.Berung , ,383 11_Priok , ,034 36_Mandirancan , ,57 12_M.Tawar , ,069 37_Cirebon _Bekasi , ,57 38_Jateng _Cawang , ,867 39_Indramayu _T.Pucut _Pemalang , ,206 16_Bogor , ,109 41_T.Jati _Depok , ,484 42_Ungaran , ,633 18_Cibinong , ,075 43_Ampel , ,807 19_Tambun , ,459 44_Ngimbang , ,445 20_Cikalong , ,569 45_Krian , ,517 21_Tasik , ,884 46_Grati _Matenggeng _Surabaya Sel , ,992 23_Rawalo _Gresik _Pedan , ,32 49_Tandes , ,988 25_Kediri , ,058 50_Kapal , ,043 Warna hijau pada tabel menunjukkan bus sensitiv yang hasil tegangannya telah berubah dan sudah mencapai kestabilan sesuai dengan ketentuan. Gambar 3 dan 4 dibawah menunjukkan grafik hasil perbedaan ketika sebelum dipasang SVC dan sesudah dipasang SVC dengan GA pada sistem interkoneksi Jawa Bali 500 KV. Gambar 3. Grafik losses sebelum pemasangan SVC dan sesudah pemasangan SVC dengan GA pada bus Afifa R, Iradiratu DPK, Istiyo W: Optimalisasi Kapasitas SVC C3-81

7 Gambar 4. Grafik losses sebelum pemasangan SVC dan sesudah pemasangan SVC dengan GA pada bus Pada gambar 5 menunjukkan hasil perbedaan tegangan ketika sebelum dipasang SVC dan sesudah dipasang SVC dengan GA pada bus sensitif (bus 50, bus 47, dan bus 14) pada sistem interkoneksi Jawa Bali 500 KV. Gambar 5. Grafik losses sebelum pemasangan SVC dan sesudah pemasangan SVC menggunakan GA pada bus sensitif (bus 14, 47, dan 50) Total rugi rugi daya saluran pada sistem sebelum dipasang SVC adalah 607,32 MW, sedangkan total rugi rugi daya saluran pada sistem sesudah dipasang SVC dengan GA adalah 594,3 MW. Pada Gambar 6 dan 7 dibawah ini menunjukkan hasil rugi rugi daya saluran transmisi pada sistem interkoneksi Jawa Bali 500 kv setelah pemasangan SVC dengan GA. C3-82 Afifa R, Iradiratu DPK, Istiyo W: Optimalisasi Kapasitas SVC

8 Gambar 6. Grafik rugi rugi daya saluran sebelum pemasangan SVC dan sesudah pemasangan SVC dengan GA pada bus Gambar 7. Grafik rugi rugi daya saluran sebelum pemasangan SVC dan sesudah pemasangan SVC dengan GA pada bus Pada gambar 8 menunjukkan hasil perbedaan rugi rugi daya saluran ketika sebelum dipasang SVC dan sesudah dipasang SVC dengan GA yang terhubung pada bus sensitif (bus 50, bus 47, dan bus 14) pada sistem interkoneksi Jawa Bali 500 KV. Afifa R, Iradiratu DPK, Istiyo W: Optimalisasi Kapasitas SVC C3-83

9 Gambar 8. Grafik rugi rugi daya saluran sebelum pemasangan SVC dan sesudah pemasangan SVC menggunakan GA yang terhubunng pada bus sensitif (bus 14, 47, dan 50). Dengan metode Algoritma Genetika, didapat pengoptimalan nilai SVC sebagai berikut: a. Bus 50 = 175,94 MVar dengan tegangan 491,043 KV atau 0,98209 pu. b. Bus 47 = 288,43 MVar dengan tegangan 475,922 KV atau 0,95198 pu. c. Bus 14 = 404,8 MVar dengan tegangan 478,867 kv atau 0,95773 pu. Berdasarkan hasil diatas, dengan demikian sistem dapat dikatakan stabil sesuai dengan standar PLN. KESIMPULAN Berdasarkan hasil yang didapatkan dari simulasi dan analisis pada tugas akhir ini, dapat diambil beberapa kesimpulan sebagai berikut: 1. Dengan pencarian kapasitas SVC menggunakan Algoritma Genetika dapat diketahui bahwa nilai SVC yang optimal untuk bus 50 sebesar 175,94 MVar, bus 47 sebesar 288,43 MVar, dan bus 14 sebesar 404,8 MVar. 2. Daya Reaktif yang diinjeksikan pada sistem untuk bus 50 sebesar 175,04 MVar, bus 47 sebesar 282,43 MVar, dan pada bus 14 sebesar 296,40 MVar. 3. Tegangan yang dihasilkan setelah ditentukannya kapasitas SVC yang optimal yaitu pada bus 50 menjadi 491,043 kv (0,98209 pu), bus 47 menjadi 475,922 kv (0,95198 pu), dan bus 14 menjadi 478,867 kv (0,95777 pu). Total rugi rugi daya saluran pada sistem sebelum dipasang SVC adalah 607,32 MW, sedangkan total rugi rugi daya saluran pada sistem sesudah dipasang SVC dengan GA adalah 594,3 MW.Dengan begitu sistem dapat dikatakan stabil dan sesuai dengan batas toleransi yang ada. DAFTAR PUSTAKA Anwar, S Optimasi Penempatan SVC untuk Memperbaiki Profil Tegangan dengan Menggunakan Algoritma Genetika. Jurnal Elektro ELTEK. Vol. 3, no. 1. Malang : Universitas Brawijaya. C3-84 Afifa R, Iradiratu DPK, Istiyo W: Optimalisasi Kapasitas SVC

10 Agung Sembogo. T Studi Perbaikan Stabilitas Tegangan Kurva P-V pada Sistem Jawa- Bali 500kV dengan Pemasangan Kapasitor Bank Menggunakan Teori Sensitivitas. Teknik Elektro. Surabaya : Institut Teknologi Sepuluh Nopember. Bhole. SS, Nigam. P Improvement of Voltage Stability in Power System by Using SVC and STATCOM. IJAREEIE, Vol.4, Issue 2, Februari. Galih Indarko, F Penentuan MVar Optimal SVC pada Sistem Transmisi Jawa Bali 500 kv Menggunakan Artificial Bee Colony Algorithm. Surabaya: Institut Teknologi Sepuluh November. IEEE/CIGRE Joint Task Force on Stability Terms and Definitions Definition and Classification of Power System Stability. IEEE Transactions on Power system, vol. 19, no. 2, Mei. Kolluri. V.S, Mandal. S, Claus. M Application of Static Var Compensator in Entergy System to address Voltage Stability Issues Planning and Design Considerations. IEEE. M. Karami, N. Mariun, dan M.Z.A. Ab Kadir Determining Optimal Location of Static Var Compensator by Means of Genetic Algorithm. Malaysia : International Conference on Electrical, Control, and Computer Engineering. Padiyar, K. R FACTS Contollers in Power Transmission and Distribution. New Age International (P) Ltd. Penangsang, Ontoseno. Diktat Kuliah Analisis Sistem Tenaga Listrik 2. Jurusan Teknik Elektro. Surabaya: Institut Teknologi Sepuluh Nopember. Prayitno, Heru P Studi Perbaikan Stabilitas Tegangan Sistem Jawa-Madura-Bali (Jamali) dengan Pemasangan SVC Setelah Masuknya Pembangkit 1000 MW Paiton. Jurnal Teknik POMITS, Vol. 1, No. 1. Surabaya : Institut Teknologi Sepuluh November Saadat, H Power System Analysis. McGraw-Hill, Inc. SPLN 1 : Tegangan Tegangan Standar. Jakarta : PT. PLN (Persero). Stevenson, W.D., Jr and John J. Grenger Elements of Power System Analysis, 4th Edition. McGraw-Hill, Inc. Suprijanto, Adi. Analisis Sistem Tenaga Listrik I, Jurusan Teknik Elektro. Surabaya : Institut Teknologi Sepuluh Nopember. Afifa R, Iradiratu DPK, Istiyo W: Optimalisasi Kapasitas SVC C3-85