0 HAK CIPTA HKI 1 Judul Invens: METODE OPTIMISASI KONFIGURASI JARINGAN DISTRIBUSI BERBASIS LOGIKA FUZZY DAN PARTICLE SWARM OPTIMIZATION Inventor: Dr. Ramadon Syahputra, S.T., M.T. Ir. Agus Jamal, M.Eng. Dajukan untuk Memperoleh Hak Cpta dar Drektorat Jenderal HKI Kementeran Hukum dan HAM Republk Indonesa 3 UNIVERSITAS MUHAMMADIYAH YOGYAKARTA Maret 16
1 Deskrps METODE OPTIMISASI KONFIGURASI JARINGAN DISTRIBUSI MENGGUNAKAN LOGIKA FUZZY DAN PARTICLE SWARM OPTIMIZATION Bdang Teknk Invens Invens n berhubungan dengan suatu metode optmsas 1 konguras jarngan dstrbus guna mengurang rug-rug jarngan dalam rangka menngkatkan esens sstem dstrbus menggunakan logka uzzy dan partcle swarm optmzaton, alran daya lstrk pada sstem dstrbus, otomas operas swtchng sstem dstrbus, dan penngkatan perorma sstem dstrbus. Latar Belakang Invens 3 Usaha memnmalkan rug-rug losses energ sstem dstrbus daya lstrk telah menjad persoalan pentng dalam dekade terakhr. Dar seluruh komponen sstem tenaga lstrk, sstem dstrbus merupakan komponen yang mempunya rug-rug terbesar. Sebaga contoh adalah sstem tenaga lstrk d Indonesa yang dkelola oleh PT PLN Persero. Berdasarkan audt energ hngga 08, angka rug-rug energ total PLN se-indonesa adalah 16,84% Ibrahm, 09. Dar total tersebut, rug-rug sstem dstrbus tercatat memlk rug-rug terbesar yatu 14,47%, sedangkan rug-rug sstem transms hanya,37%. Ada beberapa cara untuk memnmalkan rug-rug daya pada sstem dstrbus d antaranya rekonguras jarngan, pemasangan kapastor daya, penyembangan beban, dan menakkan aras level tegangan Abdelazz dkk, 09. Cara pemasangan kapastor pada jarngan dan penyembangan beban basanya mengalam kesultan karena beban sstem dstrbus
1 yang sangat dnams. Dengan demkan nla kapastans kapastor harus selalu berubah dar waktu ke waktu, dan beban harus selalu dsembangkan. Sedangkan cara memnmalkan rug-rug dengan menngkatkan aras tegangan lstrk memerlukan baya yang besar karena seluruh peralatan yang terhubung dengan sstem n harus mampu bekerja pada tegangan yang baru, sementara haslnya belum tentu memuaskan. Oleh karenanya, dalam rencana peneltn n hanya dokuskan pada cara rekonguras jarngan dstrbus daya lstrk. Dalam sstem dstrbus prmer terdapat dua jens swtch yang drancang untuk tujuan proteks dan manajemen konguras Rao dan Svanagaraju,. Kedua jens swtch tersebut adalah swtch yang dalam keadaan normal tertutup sectonalzng swtches dan swtch yang dalam keadaan normal terbuka te swtches. Rekonguras jarngan merupakan proses perubahan topolog sstem dstrbus dengan mengubah-ubah status swtch dar keadaan terbuka menjad tertutup atau sebalknya. Proses rekonguras menjad tdak sederhana karena sedemkan banyaknya kombnas kanddat swtch yang akan dubah statusnya dalam suatu jarngan dstrbus. Perubahan konguras jarngan dapat dcapa dengan membuka atau menutup kedua jens swtch sehngga sat keradalan jarngan dapat dpertahankan. Guna mendapatkan rekonguras jarngan yang optmal sehngga rug-rug sstem dstrbus menjad mnmal, dperlukan metode rekonguras yang bak. Metode rekonguras jarngan dstrbus dapat dklaskaskan sebaga berkut Abdelazz dkk, 09: metode berbass heurstk, metode berbass paduan heurstk dan optmsas, dan metode berbass kecerdasan buatan. Metode berbass paduan heurstk dan optmsas telah dlakukan oleh beberapa penelt. Metode paduan n mampu
3 1 menjamn konvergens dan waktu komputas yang relat sngkat, akan tetap menghaslkan beragam derajat keakuratan Baran dan Wu, 1989. Karena metode n berbass heurstk, maka tdak mudah untuk dbawa menjad cara yang sstematk guna mengevaluas solus optmal. Selanjutnya Taylor dan Lubkeman 1990 mengembangkan metode berbass heurstk dengan pendekatan sstem pakar expert system. Pendekatan yang dambl adalah dengan cara menyusun pohon keputusan decson tree guna merepresentaskan berbaga operas swtchng yang mungkn. Pendekatan n cukup esen untuk sstem dstrbus dengan swtchng yang tdak terlalu besar. Akan tetap untuk sstem dstrbus yang besar maka dperlukan waktu pencaran optmal yang sangat lama. Selan tu dperlukan pohon keputusan yang lebh rnc dan kompleks guna memberkan jamnan solus optmal. Wagner dkk 1991 menawarkan pendekatan pemrograman lnear menggunakan teknk transportas dan pencaran heurstk baru berbass analss alran daya optmal. Berdasarkan hasl peneltan n dsmpulkan bahwa pemrograman lnear menggunakan algortma transportas tdak sesua untuk aplkas rekonguras penyulang eeder karena ungs rug-rug daya lstrk bersat nonlnear, sementara pencaran heurstk menghendak ungs yang lnear. Kemudan Sar dkk 1996 menggunakan algortma berbass teor penyekatan parttonng theory dalam rekonguras jarngan dstrbus. Jarngan dstrbus dsekat-sekat menjad beberapa kelompok bus beban, dan selanjutnya rugrug saluran antar kelompok bus beban tersebut dmnmalkan. Walaupun hasl mnmsas rug-rug yang dperoleh relat berhasl, akan tetap metode dengan membag jarngan dstrbus ke dalam kelompok-kelompok bus n hanya cocok untuk sstem dstrbus yang tdak terlalu besar.
4 1 Metode lan untuk rekonguras jarngan dstrbus adalah metode artcal neural network ANN yang dkembangkan oleh Km dkk 1993. Akan tetap dengan metode n serng terjebak dalam solus mnmum lokal, komplekstas komputas yang selalu menngkat, dan sult dterapkan untuk ungs objekt tertentu. Metode berbass tabu search paralel untuk rekonguras penyulang dstrbus telah dgunakan oleh Mor dan Ogta 00. Metode n terdr dar dua skema paralel yatu dekomposs tetangga dengan prosesor paralel untuk menunkan beban komputas, dan keragaman panjang tabu untuk menngkatkan akuras solus. Metode berbass tabu search paralel memberkan hal yang lebh bak dbandng metode genetc algorthm dan metode Smulated Annealng. Selanjutnya Chung dkk 04 menggunakan algortma tabu search untuk menyelesakan masalah rekonguras jarngan dalam sstem dstrbus dalam rangka mengurang rug-rug resst saluran. Dalam metode n dlakukan pengecekan keradalan sstem dstrbus berbass smpul jarngan yang dkembangkan guna menyelesakan masalah yang berkatan dengan perencanaan pemulhan sstem. Jeon dan Km 04 memadukan metode smulated annealng dan metode tabu search untuk merekonguras penyulang dstrbus guna memperbak waktu komputas dan sat konvergens dalam optmsas. Mekhamer dkk 08 mengusulkan metode berbass tabu search termodkas untuk rekonguras sstem dstrbus. Metode n dawal dengan memodkas penggunaan tabu-lst dengan ukuran varabel guna mencegah terjadnya teras dalam sklus yang sama dan luput dar jebakan mnmum lokal. Selanjutnya Su dkk 0 memperkenalkan penggunaan algortma pencaran ant colony untuk menyelesakan masalah rekonguras jarngan yang optmal guna menurunkan rug-rug daya dstrbus. Metode n tergolong baru dan metode evolus yang sangat cerdas
1 dalam menyelesakan masalah optmsas. Pendekatan dalam metode n berbass populas yang menggunakan penjelajahan umpan-balk post. Algortma pencaran ant colony ternspras dar perlaku alamah kolon semut tentang bagamana mereka mencar sumber makanan dan membawanya kembal ke sarangnya dengan membangun ormas lntasan yang unt. Dengan menerapkan metode n, solus optmal untuk rekonguras jarngan dstrbus dapat dcapa dengan lebh eekt. Dbandngkan dengan metode genetc algorthm dan smulated annealng, secara numerk metode ant colony memberkan hasl yang lebh bak terutama dalam menghaslkan rug-rug daya rerata jarngan dstrbus. Penggunaan logka uzzy dalam usaha memnmalkan rugrug jarngan dstrbus telah dlakukan oleh Hsao 04. Dalam makalahnya dusulkan ungs mult-objekt uzzy berbass metode pemrograman evolus untuk rekonguras jarngan. Dalam metode tersebut, ungs objekt dormulaskan menggunakan prnsp konvensonal mn-max dalam logka uzzy. Berdasarkan perkembangan metode-metode dalam rangka optmsas rekonguras jarngan dstrbus, maka dalam nvens n dplh aplkas logka uzzy, dengan optmsas ungs keanggotaan uzzy menggunakan partcle swarm optmzaton dalam merekonguras jarngan dstrbus. Formulas masalah rekonguras jarngan dalam hal n berupa ungs mult objekt dengan pokok persoalan constrant operasonal dan elektrk. Formulas masalah dalam rencana peneltan n terdr dar: mnmsas rugrug daya sstem dstrbus, mnmsas devas tegangan smpul jarngan dstrbus, penyembangan beban tap-tap penyulang dstrbus, mnmsas operas te swtch, dan mnmsas ndeks arus cabang. Sementara tu struktur jarngan dstrbus yang bersat radal harus tetap
6 dpertahankan pasca-rekonguras guna menjamn bahwa seluruh beban tetap terlayan. 1 Uraan Lengkap Metode Fungs Mult-Objekt Rekonguras jarngan dstrbus berbass metode yang dusulkan menggunakan lma ungs objekt dalam rangka menngkatkan unjukkerja sstem dstrbus daya lstrk, yatu: 1. Fungs untuk mnmsas rug-rug daya nyata.. Fungs untuk mnmsas devas tegangan bus. 3. Fungs untuk penyembangan beban penyulang. 4. Fungs untuk mnmsas jumlah operas swtchng.. Fungs untuk mnmsas ndeks arus cabang. 1. Fungs Objekt untuk Mnmsas Rug-rug Daya Nyata Fungs objekt pertama yang dplh untuk rekonguras jarngan dstrbus adalah ungs objekt mnmsas rug-rug daya nyata, karena tujuan utama dalam rekonguras jarngan adalah untuk menurunkan rug-rug daya nyata pada sstem dstrbus. Mnmsas rug-rug daya nyata total dapat dhtung menggunakan persamaan sebaga berkut: N br 1 R I 1, = [Te1, Te,, TeNte, Sw1, Sw,, SwNte] 1 dengan R adalah resstans cabang ke-, I adalah arus cabang ke-, Nbr adalah jumlah cabang, adalah vektor varabel kontrol, Te adalah keadaan te swtch ke- 0 menunjukkan keadaan terbuka dan 1 menunjukkan keadaan tertutup, Sw adalah jumlah sectonalzng swtch yang
7 membentuk satu loop dengan Te, dan Nte adalah jumlah te swtch.. Fungs Objekt untuk Mnmsas Devas Tegangan Bus Devas tegangan bus yang kecl menunjukkan kualtas layanan daya lstrk yang bak. Fungs objekt untuk mnmsas devas tegangan bus adalah: = max V Vrate, = 1,, 3,, Nbus. dengan Nbus adalah total jumlah bus, V adalah tegangan aktual bus ke-, dan Vrate adalah tegangan nomnal bus ke-. 1 3. Fungs Objekt untuk Penyembangan Beban Penyulang Penyembangan beban adalah salah satu tujuan utama dalam rekonguras jarngan dstrbus. Strateg yang eekt untuk menakkan margn pembebanan dar penyulang yang mempunya beban sangat besar adalah dengan mentranser sebagan bebannya ke penyualng yang mempunya beban yang lebh kecl. Penyembangan beban masng-masng penyulang dapat dmodelkan sebaga berkut: 3 = mn I,rate I, = 1,, 3,, Nbr. 3 dengan I adalah pembebanan aktual cabang ke-, dan I,rate adalah arus nomnal cabang ke-. 4. Fungs Objekt untuk Mnmsas Jumlah Operas Swtchng Mnmsas jumlah operas swtchng dapat dmodelkan sebaga berkut: N s 4 S S0 1, 4 dengan S adalah keadaan swtch yang baru, S0 adalah keadaan swtch awal, dan Ns adalah jumlah swtch.
8. Fungs Objekt untuk Mnmsas Indeks Arus Cabang Tujuan utama untuk ungs n adalah untuk memnmalkan pelanggaran batasan-batasan arus cabang yang dkehendak. Indeks arus cabang dapat dmodelkan sebaga berkut: m c m I I,,, untuk = 1,, 3,, Nk, dan m = 1,, 3,, Nbr. dengan I,m adalah arus pada cabang m pada saat cabang ke- dalam loop-nya terbuka, Ic,m adalah kapastas arus pada cabang m, Nk adalah jumlah cabang dalam loop pada saat te swtch dtutup, dan Nbr adalah jumlah cabang. 6. Formulas Rekonguras Jarngan Dstrbus Formulas rekonguras jarngan dstrbus multobjekt yang melput ungs-ungs objekt sesua 1 persamaan 1 sampa dengan persamaan dapat dtulskan sebaga berkut: 4 4 3 3 1 1 0 max o o o o o J 6 0 04 03 0 01 0 4 3 1, 7 dengan 01 adalah rug-rug daya nyata sebelum rekonguras, 0 adalah devas tegangan bus sebelum rekonguras, 03 adalah penyembangan beban dengan smpangan tertngg sebelum rekonguras, 04 adalah operas swtchng dengan smpangan tertngg, dan 0 adalah ndeks arus cabang dengan smpangan tertngg sebelum rekonguras.
9 1 Metode Partcle Swarm Optmzaton Partcle Swarm Optmzaton PSO adalah sebuah algortma optmsas yang bekerja berdasarkan pencaran berbass populas dengan menymulaskan perlaku sekawanan burung Kennedy dan Ebenhart, 199. Pembaruan populas ndvdual dlakukan dengan menerapkan beberapa macam operator menurut normas yang dperoleh dar lngkungan, sehngga masng-masng ndvdu dharapkan berpndah secara bersama-sama menuju daerah yang lebh bak. Dalam PSO, setap ndvdu terbang d angkasa dengan kecepatan yang dnams sesua dengan pengalaman terbang ndvdu dan pengalaman terbang kelompok, setap ndvdu merupakan satu ttk d angkasa berdmens-n. Dalam suatu ruang pencaran berdmens-n, dmsalkan poss ndvdual ke- adalah = x1,..., xd,..., xn dan kecepatan ndvdual ke- adalah V = v1,..., vd,..., vn. Pengalaman terbak partkel ke- drekam dan drepresentaskan dengan Pbest = pbest1,..., pbestd,..., pbestn. Poss global terbak pencaran swarm adalah Gbest = gbest1,..., gbestd,..., gbestn. Kecepatan termodkas setap partkel dhtung berdasarkan kecepatan awal personal, jarak dar poss terbak personal lokal, dan jarak dar poss terbak global sepert dtunjukkan pada persamaan berkut: V t t V c rand Pbest c rand Gbest 8 t1 t 1 1
t1 t V t1 V Gbest V t Pbest V Gambar. Konsep dasar optmsas menggunakan PSO. Persamaan 8 menentukan arah partkel ke-. Oleh karenanya, poss terbaru partkel dapat dtentukan dengan menggunakan persamaan: V 9 t1 t t1 dengan = 1,,..., N adalah ndeks setap partkel, t adalah jumlah teras, rand1 dan rand adalah blangan acak antara 0 dan 1, dan N adalah jumlah swarm. Bobot nersa ω dtentukan berdasarkan persamaan: max mn t1 max t t max 1 Dalam persamaan, tmax adalah jumlah maksmum teras dan t adalah jumlah teras aktual. ωmax adalah bobot nersa maksmum, dan ωmn adalah bobot nersa mnmum. Gambar menunjukkan de dasar partcle swarm optmzer.
11 Klam 1 1. Suatu metode optmsas konguras jarngan dstrbus daya lstrk terdr dar: - lma ungs objekt yang doptmsas secara smultan yatu ungs untuk mnmsas rug-rug daya nyata, ungs untuk mnmsas devas tegangan bus, ungs untuk penyembangan beban penyulang, ungs untuk mnmsas jumlah operas swtchng, dan ungs untuk mnmsas ndeks arus cabang; - bobot nersa untuk optmsas konguras jarngan dstrbus yang dkembangkan dalam metode partcle swarm optmzaton PSO; - ungs keanggotaan uzzy dengan aturan tertentu yang dgunakan untuk mendapatkan bobot nersa pada PSO yang lebh akurat untuk optmsas.. Suatu metode optmsas konguras jarngan dstrbus daya lstrk yang sesua dengan klam 1, dmana metode tersebut dapat dterapkan dalam berbaga perangkat lunak dan bahasa pemrograman. 3. Suatu metode optmsas konguras jarngan dstrbus daya lstrk yang sesua dengan klam 1 sampa, dmana metode tersebut dapat dterapkan dalam perangkat keras berbass komputer dengan prosesor dan memor yang cukup. 4. Suatu metode optmsas konguras jarngan dstrbus daya lstrk yang sesua dengan klam 1 sampa 3, dmana metode tersebut dapat daplkaskan pada sstem pengendalan sstem dstrbus yang dmlk operator jarngan dstrbus suatu perusahaan lstrk. 3. Suatu metode optmsas konguras jarngan dstrbus daya lstrk yang sesua dengan klam 1 sampa 4, dmana metode tersebut merupakan kombnas atau hbrd dar dua
1 metode cerdas yatu metode berbass logka uzzy adapt dan metode partcle swarm optmzaton. 6. Suatu metode optmsas konguras jarngan dstrbus daya lstrk yang sesua dengan klam 1 sampa, dmana metode tersebut dapat dapat berungs menngkatkan esens jarngan dstrbus daya lstrk.
13 Abstrak METODE OPTIMISASI KONFIGURASI JARINGAN DISTRIBUSI MENGGUNAKAN LOGIKA FUZZY DAN PARTICLE SWARM OPTIMIZATION 1 Suatu metode optmsas konguras jarngan dstrbus daya lstrk berbass logka uzzy dan partcle swarm optmzaton PSO. PSO adalah sebuah algortma optmsas yang bekerja berdasarkan pencaran berbass populas dengan menymulaskan perlaku sekawanan burung. Pembaruan populas ndvdual dlakukan dengan menerapkan beberapa macam operator menurut normas yang dperoleh dar lngkungan, sehngga masng-masng ndvdu dharapkan berpndah secara bersama-sama menuju daerah yang lebh bak. Dalam PSO, setap ndvdu terbang d angkasa dengan kecepatan yang dnams sesua dengan pengalaman terbang ndvdu dan pengalaman terbang kelompok, setap ndvdu merupakan satu ttk d angkasa berdmens-n. Dalam metode n, bobot nersa dan aktor pembelajaran devaluas menggunakan suatu sstem uzzy. Dalam sstem uzzy, kecocokan terbak BF dan jumlah generas kecocokan takubah terbak NU dgunakan sebaga varabel masukan, sedangkan bobot nersa ω dan aktor pembelajaran c1 dan c dgunakan sebaga varabel keluaran. 3