EVALUASI OPERASI SISTEM TENAGA LISTRIK 5OO kv JAWA BALI MENGGUNAKAN PARTICLE SWARM OPTIMIZATION

dokumen-dokumen yang mirip
STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 DASAR TEORI ALIRAN DAYA. Sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen

Implementasi Algoritma Particle Swarm untuk Menyelesaikan Sistem Persamaan Nonlinear

ANALISIS LOSSES JARINGAN DISTRIBUSI PRIMER 20 KV AREA LHOKSEUMAWE

STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 150 KV MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah

Created by Simpo PDF Creator Pro (unregistered version)

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

Perbandingan Analisa Aliran Daya dengan Menggunakan Metode Algoritma Genetika dan Metode Newton-Raphson

BAB 2 DASAR TEORI. Suatu sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB 2 TINJAUAN PUSTKA. Jaringan transmisi dan jaringan distribusi pada sistem tenaga listrik berfungsi

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal

ANALISIS TERHADAP PERFORMANCE SISTEM TENAGA LISTRIK MEMAKAI METODE ALIRAN DAYA

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1

BAB 2 TINJAUAN PUSTAKA. Sistem tenaga listrik EPS (Electric Power System) adalah rangkaian sistem. serentak dalam rangka penyediaan tenaga listrik.

OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK

BAB 2 LANDASAN TEORI

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

EKONOMIC DISPATCH SISTEM KELISTRIKAN LOMBOK MENGGUNAKAN METODE CHAOTIC ANT SWARM OPTIMIZATION (CASO)

Materi Bahasan. Pemrograman Bilangan Bulat (Integer Programming) Pemrograman Bilangan Bulat. 1 Pengantar Pemrograman Bilangan Bulat

BAB 2 LANDASAN TEORI

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan

BAB 3 Interpolasi. 1. Beda Hingga

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l k

H dinotasikan dengan B H

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok)

Analisa Probabilistik Algoritma Routing pada Jaringan Hypercube

Model Persediaan dengan Batasan Kapasitas Gudang dan Modal pada Kasus Backorder dan Lost Sales

OPTIMISASI ECONOMIC DISPATCH MENGGUNAKAN ANT COLONY OPTIMIZATION PADA SISTEM IEEE 26 BUS

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB III FUZZY C-MEANS. mempertimbangkan tingkat keanggotaan yang mencakup himpunan fuzzy sebagai

BAB 2 LANDASAN TEORI

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA

UKURAN GEJALA PUSAT DAN UKURAN LETAK

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

Prosiding Seminar Nasional Matematika dan Pembelajarannya. Jurusan Matematika, FMIPA UM. 13 Agustus 2016

Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression

BAB II TINJAUAN PUSTAKA. Menurut Daniel L. Schodek (1999), gempa bumi dapat terjadi karena fenomena

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

titik tengah kelas ke i k = banyaknya kelas

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB I PANDAHULUAN. 1.1 Latar Belakang

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

MODEL GARIS ARUS UNTUK RESERVOIR YANG BERHUBUNGAN DENGAN AQUIFER. Ir. Mulia Ginting, MS * Ir. Siti Nuraeni E.S., MS *

UKURAN DASAR DATA STATISTIK

Pemodelan Faktor-Faktor yang Mempengaruhi Angka Morbiditas di Jawa Timur Menggunakan Regresi Nonparametrik Spline

IV METODE PENELITIAN 4.1 Lokasi dan Waktu 4.2 Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

PENGARUH PEMASANGAN DISTRIBUTED GENERATION TERHADAP PROFIL TEGANGAN PADA JARINGAN DISTRIBUSI

PENERAPAN OPTIMASI CHAOS DAN METODE BFGS (BROYDEN, BROYDEN, FLETCHER, GOLDFARB, AND SHANNO) PADA PENYELESAIAN PERMASALAHAN SISTEM PERSAMAAN NONLINIER

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Pengaruh Proyek Kelistrikan MW pada Biaya Listrik Lokal di Sistem Jawa Bali 500 KV

dalam proses produksi dan distribusi, seperti bahan mentah, komponen produk setengah jadi dan produk jadi yang belum menjadi pendapatan.

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t)

8.4 GENERATING FUNCTIONS

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

Pelabelan Total Super Sisi Ajaib Pada Graf Caterpillar Teratur

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data

Perbandingan Algoritma Fuzzy C-Means (FCM) Dan Algoritma Mixture Dalam Penclusteran Data Curah Hujan Kota Bengkulu

MEAN SQUARE ERROR TERKECIL DARI KOMBINASI PENAKSIR RASIO-PRODUK UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA

III. METODOLOGI PENELITIAN

OPTIMAL POWER FLOW JARINGAN SUMATERA BAGIAN UTARA 150 kv

Optimisasi Operasi Sistem Tenaga Listrik dengan Konstrain Kapabilitas Operasi Generator dan Kestabilan Steady State Global

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

UKURAN GEJALA PUSAT (UGP)

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

BAB 2. Tinjauan Teoritis

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

Penelitian Operasional II Program Bilangan Bulat PROGRAM BILANGAN BULAT (INTEGER PROGRAMMING)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PROSEDUR PENGUJIAN HIPOTESIS SEHUBUNGAN DENGAN AKAR-AKAR LATEN DARI MATRIKS KOVARIANS (Dalam Analisis Komponen Utama)

NORM VEKTOR DAN NORM MATRIKS

BAB III PERSAMAAN PANAS DIMENSI SATU

S2 MP Oleh ; N. Setyaningsih

Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014)

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

OPTIMASI PENJADWALAN PEMBANGKITAN DI ANTARA UNIT-UNIT PEMBANGKIT TERMAL BERDASARKAN INCREMENTAL PRODUCTION COST YANG SAMA. Abstrak

BAB II LANDASAN TEORI

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

Lam piran 1 K uesioner

LEMMA HENSTOCK PADA INTEGRAL. Muslich Jurusan Matematika FMIPA UNS fine dan integral M

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

EKSISTENSI BASIS ORTHONORMAL PADA RUANG HASIL KALI DALAM

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel

Transkripsi:

EVALUASI OPERASI SISTEM TENAGA LISTRIK 5OO V JAWA BALI MENGGUNAKAN PARTICLE SWARM OPTIMIZATION Roy Chadrabuaa, Ad Soeprjato, Teguh Yuwoo Jurusa Te Eletro-FTI, Isttut Teolog Sepuluh Nopember Kampus ITS, Keputh-Suollo, Surabaya - 60111, Emal : roychadrabuaa@gmal.com Abstra: Pembagt Lstr d Idoesa pada umumya merupaa pembagt lstr thermal. Kebutuha pembagt thermal terhadap baha baar fosl dega jumlah etersedaa yag sema meps da sema mahal, membuat baya produs lstr sema megat. Salah satu solus bag produse lstr utu megurag eaa harga lstr adalah dega melaua optmsas baya pada proses produs eerg lstr (Ecoomc Dspatch). Persoala Ecoomc Dspatch mempuya batasa equalty da equalty yag omples. Oleh area tu pada peelta daplasa Partcle Swarm Optmzato utu meghtug Ecoomc Dspatch. Hasl smulas yag dperoleh megguaa metode Partcle Swarm Optmzato pada saat terjad beba puca, taggal 17 Maret 2009, jam 19.30 WIB, dega besar daya pembebaa 10400 MW, dperoleh baya pembagta sebesar Rp 5.321.281.711,6395/jam. Sedaga baya pembagta pada Real System sebesar Rp 7.745.058.941,729/jam. Dar hasl smulas tersebut dapat dsmpula bahwa Partcle Swarm Optmzato mampu meredus baya pembagta pada sstem sebesar Rp 2.423.777.230,02 atau 31,29 %. Metode daplasa pada sstem teaga lstr 500 V Jawa Bal, smulas dlaua dega megguaa software Matlab. Kata uc: Ecoomc Dspatch, Partcle Swarm Optmzato I. PENDAHULUAN Dalam jarga sstem teaga lstr, daya lstr dbagta oleh pembagt dar pusat-pusat pembagt teaga lstr, emuda dalra melalu jarga trasms teaga lstr da ddstrbusa e berbaga beba lstr. Selama beba-beba lstr tersebut megosums daya lstr, selama tu pula daya lstr terus dbagta. Utut pembagt tda berada dalam jara yag sama dar pusat beba da baya pembagta tap-tap pembagt pu berbeda. Pada ods operas ormal sealpu, apastas pembagta harus lebh besar dar jumlah beba da rug-rug daya pada sstem. Oleh area tu, perlu dlaua suatu pegatura terhadap pembagta. Pembagta da peyalura daya lstr dar pusat pembagt melalu salura trasms sampa e pusat beba harus berlagsug dega ba, dapat meghdar da megatas segala yag dapat mejada sstem teaga lstr beroperas pada ods abormal. Pada pembagta da peyalura daya lstr selalu dlaua pembaga pembebaa pada ut pembagt yag aa mesupla beba, area tu dalam operas eooms sstem teaga lstr yag terdr dar pembagta da peyalura daya sagat berata dega baya mmum produs daya lstr yag dsebut dega ecoomc dspatch da rug-rug daya pada salura trasms, amu dalam peelta rug-rug daya pada salura trasms tda dperhtuga. Ecoomc dspatch dguaa utu membag daya yag harus dbagta oleh masg-masg pembagt dar sejumlah pembagt yag ada utu memeuh ebutuha beba sstem yag bertujua utu medapata total baya baha baar yag optmum. Oleh area tu utu memperoleh total baya pembagta yag optmum, maa pada peelta dguaa metode Partcle Swarm Optmzato dalam perhtuga ecoomc dspatch dega batasa equalty da equalty. Batasa equalty mecerma suatu esembaga daya yata da batasa equalty mecerma batas mmum da masmum pembagta yag harus dpeuh sehgga dperoleh total baya pembagta yag optmum. Kelebha utama algortma Partcle Swarm Optmzato adalah osepya sederhaa da mudah dmplemetasa, tda baya parameter yag dbutuha ja dbadga dega algortma matemata da te optmsas heurst yag laya. II. DASAR TEORI 2.1 Jes-jes Bus Jes-jes bus dapat dbag mejad tga yatu 1. Slac bus: Slac bus atau swg bus adalah bus yag dguaa sebaga referes pada sstem dega besar tegaga da sudut fasa tetap. Bus meambah euraga daya atara beba total dega daya yag dbagta yag dsebaba oleh rug-rug pada jarga. 2. Bus beba: Pada bus, daya atf da daya reatf besarya tetap. Besar da sudut fase tegaga laya tda detahu. 3. Bus Geerator: Pada bus, daya atf da besar tegagaya tetap. Sedaga sudut fase da besar daya reatf dhtug, besar batasa daya reatf juga telah dtetua sebelumya. Proceedg Semar Tugas Ahr Jurusa Te Eletro FTI-ITS

2.2 Ecoomc Dspatch Masalah ecoomc dspatch adalah pembaga pembebaa pada setap ut pembagt sehgga dperoleh ombas ut pembagt yag dapat memeuh ebutuha beba dega baya yag optmum atau dega ata la utu mecar la optmum dar output daya dar ombas ut pembagt yag bertujua utu memmala total baya pembagta da dapat memeuh batasa equalty da equalty. Secara umum fugs baya dar tap geerator dapat dformulasa secara matemats sebaga suatu fugs obyetf sepert yag dbera pada persamaa (2) sebaga berut FT = F( P ) (1) = 1 2 ( ) F P = a + bp + c P (2) dmaa : F T = total baya pembagta (Rp). F (P) = fugs baya put-output dar geerator. a, b, c = oefse baya dar geerator. P = output geerator = jumlah ut geerator. = des dar dspatchable ut bus dalam sstem dperoleh dar data lapaga PT. PLN (Persero) P3B Jawa Bal. Sagulg 11 5 10 Crata Cbog 7 9 12 14 16 23 2 Beas Cbatu Badug Clego 4 Ugara Surabaya Barat Grat Gadul 6 Cawag 1 13 Madraca 15 Tajug Jat 17 Gres Suralaya 3 Kembaga 8 Muaratawar 18 19 20 21 22 Depo Peda Kedr Pato 2.3 Persamaa esetmbaga daya atf Pada esetmbaga daya, equalty costrat harus dpeuh yatu total daya yag dbagta oleh masgmasg ut pembagt harus sama dega total ebutuha beba pada sstem. Equalty costrat esetmbaga daya adalah : P = P (3) = 1 D dega : P D = total ebutuha beba pada sstem. = output masg-masg geerator. P 2.4 Batas daya masmum da mímum pembagta Output setap ut geerator mempuya batas mmum da masmum pembagta yag harus dpeuh (equalty costrat), yatu : P P P (4) m max dega : P m, P max adalah output daya mmum da masmum geerator. III. METODOLOGI 3.1 Pemodela Sstem 3.1.1 Parameter Bus Sgle le dagram sstem teaga lstr 500 V Jawa Bal dtujua pada gambar 2. Nla MVA base yag dguaa adalah 1000 MVA sedaga la V base adalah 500 V. Adapu pembebaa pada masg-masg Gambar 2. Sstem Teaga lstr 500 V Jawa Bal 3.1.2 Parameter Salura Parameter bus la yag dtetua laya adalah Z base. Nla Z base pada salura dapat dtetua megguaa rumus (V 2 base Z ) base = (5) MVA base Nla mpedas salura atau Z pada sstem dyataa dalam satua Ω (Ohm). Utu mempermudah perhtuga, maa satua tersebut dubah e dalam betu satua p.u (per ut). Perhtuga la Z dalam satua p.u dapat dtetua megguaa rumus Z = p.u Z ohm Z base 3.1.3 Fugs Baya Pembagta Rumus utu medapata fugs baya pembagta utu masg-masg pembagt pada sstem teaga lstr 500 V Jawa Bal adalah F = H cost (7) H adalah araterst heat rate yag dyataa dalam satua Btu/Wh, sedaga cost adalah la baya baha baar dalam satua Rp/MBtu. Setelah dperoleh besar baya pembagta pada beberapa tt la daya atf emuda dlaua proses terpolas pada tt-tt fugs baya pembagta terhadap daya atf sehgga dperoleh persamaa espoesal. Persamaa yag dperoleh tersebut merupaa persamaa araterst baya pembagta pada suatu pembagt. (6) Proceedg Semar Tugas Ahr Jurusa Te Eletro FTI-ITS

3.2 Algortma Partcle Swarm Optmzato Algortma Partcle Swarm Optmzato yag stadar dtemua melalu smulas model ehdupa sosal batag yag dsederhaaa yag berhubuga dega brd flocg, fhsg scholg da teor swarm. ( ) ( P X ) V V c rad x P X c rad x (8) d = d + 1 1 d d + 2 2 gd d X = X +V (9) d d d dega : c 1 da c 2 = oefse aseleras, rad 1 da rad 2 = blaga radom atara (0-1), X = ( x, x,... x ) drepresetasa sebaga partcle e, 1 2 D P = ( p, p,... p ) drepresetasa sebaga poss awal 1 2 D pada partcle e (poss yag member la ftess terba), smbol g merepresetasa sebaga dex dar partcle terba datara semua partcle dalam suatu populas, V... ) = ( v 1, v2, vd drepresetasa sebaga perubaha poss (velocty) dar partcle. Persamaa (8) da (9) meggambara persamaa ltasa pergeraa dar suatu partcle pada suatu populas. Persamaa (8) meggambara bagamaa velocty tu dupdate secara dams, Persamaa (9) update poss dar pergeraa partcle-partcle megguaa velocty.[2] Utu mecegah dverges d dalam algortma PSO stadar, velocty partcle dedala dega suatu velocty masmum Vmax. Ja velocty melewat Vmax d dalam setap oordat maa velocty tu aa terpotog pada la tersebut sehgga Vmax mejad suatu parameter yag petg dalam Partcle Swarm Optmzato. Ja Vmax terlalu besar, partcle tersebut dapat bergera cepat utu medapata solus yag ba. Ja Vmax terlalu ecl, partcle-partcle tersebut mejelajah secara pela-pela da tda dapat meemua solus yag ba sehgga partclepartcle tersebut bsa terjeba d dalam loal optmum area tda mampu utu berpdah dar atras ceuga. Prosedur stadar utu meerapa algortma Partcle Swarm Optmzato adalah sebaga berut : 1. Isalsas populas dar partcle-partcle dega poss da velocty secara radom dalam suatu ruag dmes peelusura 2. Evaluas fugs ftess optmsas yag dga d dalam varabel d pada setap partcle. 3. Membadga evaluas ftess partcle dega Pbestya. Ja la yag ada lebh ba dbadga dega la Pbestya, maa Pbest dset sama dega la tersebut da P sama dega loas partcle yag ada X dalam ruag dmesoal d. 4. Idetfas partcle dalam lguga dega hasl terba sejauh. 5. Update velocty da poss partcle sesua Persamaa (8) da (9). 6. Kembal e lagah 2 sampa rtera terpeuh, basaya berhet pada la ftess yag cuup ba atau sampa pada jumlah masmum teras. Sepert halya dega algortma evolusoer yag la, algortma Partcle Swarm Optmzato adalah sebuah populas yag ddasara peelusura salsas partel secara radom da adaya teras datara partel dalam populas. D dalam Partcle Swarm Optmzato setap partel bergera melalu ruag solus da mempuya emampua utu meggat poss terba sebelumya da dapat bertaha dar geeras e geeras.[2] 3.2.1 Uura Swarm Uura swarm atau populas yag dplh adalah tergatug pada persoala yag dhadap. Uura swarm yag umum dguaa bersar atara 20 sampa 50. Hal tersebut telah dpelajar seja dahulu bahwa Partcle Swarm Optmzato haya perlu uura swarm atau populas yag lebh ecl dbadg algortma-algortma evoluser yag la utu medapata solus-solus terba.[2] 3.2.2 Koefse Aseleras Pada umumya la-la utu oefse aseleras c 1 da c 2 = 2.0. Namu dema, la oefse aseleras tersebut dapat dtetua sedr yag dguaa d dalam peelta yag berbeda, basaya la c 1 da c 2 adalah sama da berada pada retag atara 0 sampa 4.[2] 3.3 Implemetas PSO Utu Meyelesaa Ecoomc Dspatch 3.3.1 Isalsas Poss da Velocty pada Idvdu Pada proses salsas suatu set dvdu yatu suatu elompo atau populas dbagta secara radom. Pada peelta strutur dar suatu dvdu pada persoala ecoomc dspatch terdr atas seperagat eleme-eleme yatu output pembagta. Oleh area tu poss dvdu pada teras 0 dapat drepresetasa sebaga vector 0 X = ( P1,..., P), dmaa adalah jumlah geerator dalam perhtuga ecoomc dspatch. Velocty pada dvdu yatu V 0 = ( v 1,..., v) berpasaga dega uattas pembagta terbaru yag mecaup semua geerator. Hal sagat petg utu mecptaa suatu populas atau elompo pada dvdu-dvdu yag memeuh equalty costrat pada Persamaa (3) da equalty costrat pada persamaa (4). Pejumlaha dar semua elemet-elemet pada dvdu dalam suatu populas N yatu harus sama dega total beba ebutuha j= 1 P j sstem (P D ) da utu mecptaa eleme j pada dvdu secara radom yatu P j harus berada datara batasaya yatu Pj,m da Pj,max, amu dalam proses membagta poss partcle suatu dvdu tda selalu djam utu memeuh equalty costratya tap teradag ada suatu dvdu yag melaggar costrat. Ja beberapa elemet pada suatu dvdu yag melaggar equalty costrat atau tda berada datara Pj,m da Pj,max maa poss dvdu dset pada tt operas masmum/mmum dega megguaa persamaa sebaga berut : Proceedg Semar Tugas Ahr Jurusa Te Eletro FTI-ITS

Pj f Pj,m Pj Pj,max (10) Pj = Pj,m f Pj < Pj,m Pj,max f Pj > Pj,max Mespu metode yag tersebut d atas selalu meghasla poss setap dvdu yag memeuh equalty costrat, amu persoala pada equalty costrat mash harus tetap dperhata agar tetap memeuh costrat tersebut. Oleh area tu dperlua suatu pegembaga strateg baru, yatu dega mejumlaha semua eleme-eleme pada = P suatu dvdu yatu harus sama dega total j 1 j beba ebutuha sstem. Utu meyelesaa persoala equalty costrat tersebut, berut prosedur yag dusula pada setap dvdu dalam suatu populas/elompo : Lagah 1, Set j = 1 Lagah 2, Memlh satu eleme yatu output geerator dar suatu dvdu secara Radom da smpa dalam suatu dex array (A). Lagah 3, Dapata la dar elemet yatu output geerator secara radom yag memeuh equalty costrat. Lagah 4, Ja j = -1 meuju e lagah 5, atau ja j = j+1 embal e lagah 2. Lagah 5, Nla eleme terahr suatu dvdu dperoleh 1 0 dar pers. P D - P, ja la berada pada j = 1 batasa operasya aa meuju lagah 8, ja tda atur la tu megguaa Persamaa (10). Lagah 6, Set l =1 Lagah 7, Atur embal la pada eleme l dalam dex array A() e la yag memeuh ods equalty P P D = j 1 yatu j 1 0 0 0 j m j j j max j j j. Ja la tu berada dalam batasaya maa aa meuju e lagah 8, ja tda ubah la pada eleme l megguaa Persamaa (10). Set l = l+1 da meuju e lagah 7. Ja l = +1 meuju e lagah 6. Lagah 8, Stop proses talsas. Setelah medapata poss awal pada setap dvdu, maa velocty atau perpdaha dar setap dvdu juga dapat dperoleh secara radom. Persamaa berut dguaa utu memperoleh velocty dar suatu dvdu awal : ( P ε ) P v ( P + ε ) P (11) dmaa ε adalah blaga real postf terecl. Velocty eleme j pada dvdu dperoleh secara radom datara batasaya. Pbest awal suatu dvdu d set sebaga poss awal suatu dvdu da Gbest awal dtetua sebaga poss dar suatu dvdu dega harga mmum.[2] 3.3.2 Update Velocty Utu memodfas poss dar setap dvdu sehgga poss dvdu megalam perpdaha dar possya semula maa perlu dhtug velocty pada stage berutya. 3.3.3 Modfas Poss Idvdu dega memperhtuga Costrat Poss pada setap dvdu dapat dmodfas dega megguaa Persamaa (9), sehgga dperoleh poss dvdu yag baru. Oleh area poss dvdu yag dperoleh dega hasl modfas tersebut tda dapat membera jama utu memeuh equalty costrat atau dega ata la ada yag melaggar equalty costrat abat over/uder velocty, maa poss dvdu yag telah dmodfas tersebut aa dset embal. Pada saat yag sama equalty costrat juga harus dpeuh sepert yag dbera pada Persamaa (3). 3.3.4 Update Pbest da Gbest Pbest dar setap dvdu pada teras +1 d modfas dega megguaa Persamaa (12) : + 1 + 1 + 1 P best = X f TC < TC (12) + 1 + 1 P best = P best f TC TC Dmaa TC adalah fugs obyetf yag devaluas pada poss dvdu. Gbest pada teras +1 dset sebaga poss terba yag telah devaluas begtu juga pada + Pbest 1. [2] 3.3.5 Stop Crtera Proses teras pada algortma Partcle Swarm Optmzato berhet ja dperoleh la yag palg optmum pada peelusura partcle atau ja teras mecapa pada teras masmum yag telah dtetua sebelumya. IV. SIMULASI DAN ANALISIS Utu megevaluas erja dar metode Partcle Swarm Optmzato, maa smulas dlaua pada empat system, yatu sebaga berut: Sstem IEEE 5 bus Sstem 26 bus, dar buu Power System Aalyss araga Had Saadat Sstem IEEE 30 bus Sstem teaga lstr 500 V Jawa Bal Sstem teaga lstr IEEE 5 bus, sstem 26 bus da sstem IEEE 30 bus dguaa sebaga sstem peguj utu metode Partcle Swarm Optmzato. Hasl smulas tersebut emuda dbadga dega hasl smulas metode Lagrage. Setelah melaua smulas peguja tersebut, metode Partcle Swarm Optmzato emuda dmplemetasa utu optmsas baya pembagta pada sstem teaga lstr 500 V Jawa Bal. 4.1 Peguja Sstem 4.1.1 Sstem Stadar IEEE 5 bus Hasl smulas dega megguaa metode Lagrage dtujua oleh tabel 1, sedaga hasl smulas dega megguaa Partcle Swarm Optmzato dtujua oleh tabel 2. Proceedg Semar Tugas Ahr Jurusa Te Eletro FTI-ITS

No Tabel 1. Hasl Smulas Sstem Stadar IEEE 5 bus megguaa Metode Lagrage Lagrage Pembagt Daya Atf Baya 1 P1 31,9372 2 P2 67,2775 3 P3 50,7853 Total 150,0000 1.579,6990 0 No Tabel 2. Hasl Smulas Sstem Stadar IEEE 5 bus megguaa Partcle Swarm Optmzato Partcle Swarm Optmzato Pembagt Daya Atf Baya 1 P1 31,9378 431,772359 2 P2 67,2770 644,540427 3 P3 50,7850 503,386166 Total 150,0000 1579,698952 0 Dar hasl smulas d atas dapat dlhat bahwa dega pembebaa yag sama, yatu sebesar 150 MW metode Partcle Swarm Optmzato mampu meghasla total baya pembagta yag sama dega metode Lagrage. 4.1.2 Sstem 26 bus Hasl smulas dega megguaa metode Lagrage dtujua oleh tabel 3, sedaga hasl smulas dega megguaa Partcle Swarm Optmzato dtujua oleh tabel 4. Tabel 3. Hasl Smulas Sstem 26 bus megguaa Metode Lagrage Lagrage No Pembagt Daya Atf Baya 1 P1 446,7073 2 P2 171,2580 3 P3 264,1057 4 P4 125,2168 5 P5 172,1189 6 P26 83,5935 Total 1.263,0000 15275,9304 0 Tabel 4. Hasl Smulas Sstem 26 bus megguaa Partcle Swarm Optmzato Partcle Swarm Optmzato No Pembagt Daya Atf Baya 1 P1 446,7267 4.764,0795 2 P2 171,2846 2.191,0712 3 P3 264,1103 3.092,7257 4 P4 125,1999 1.718,2742 5 P5 172,1141 2.264,1846 6 P26 83,5983 1.245,5949 Total 1.263,0000 15.275,93039 0 4.1.3 Sstem Stadar IEEE 30 bus Hasl smulas dega megguaa metode Lagrage dtujua oleh tabel 5, sedaga hasl smulas dega megguaa Partcle Swarm Optmzato dtujua oleh tabel 6. Tabel 5. Hasl Smulas Sstem Stadar IEEE 30 bus Megguaa Lagrage Lagrage No Pembagt Daya Atf Baya 1 P1 44,7299 2 P2 58,2628 3 P13 22,3136 4 P22 32,3259 5 P23 15,7839 6 P27 15,7839 Total 189,2000 565,2060 0 Tabel 6. Hasl Smulas Sstem Stadar IEEE 30 bus megguaa Partcle Swarm Optmzato Partcle Swarm Optmzato No Pembagt Daya Atf Baya 1 P1 44,7299 129,4750 2 P2 58,2627 161,3643 3 P13 22,3137 53,4326 4 P22 32,3258 113,7737 5 P23 15,7839 53,5800 6 P27 15,7839 53,5800 Total 189,2000 565,2059 0 Dar hasl smulas d atas dapat dlhat bahwa dega pembebaa yag sama, yatu sebesar 189,2 MW metode Partcle Swarm Optmzato mampu meghasla total baya pembagta yag sama dega metode Lagrage. 4.2 Sstem Teaga Lstr 500 V Jawa Bal 4.2.1 Pembebaa 17 Maret 2009 Puul 13.30 WIB Pembagta daya pada sstem teaga lstr 500 V Jawa Bal dtujua pada tabel 7, sedaga smulas megguaa Partcle Swarm Optmzato dtujua pada tabel 8. No Tabel 7. Sstem Jawa Bal pada beba puca sag har Real System Pembagt Daya Atf Baya 1 Suralaya 3.199,000 590.968.763,477 2 Muaratawar 1.178,000 3.985.914.408,150 3 Crata 629,000 3.774.000,000 4 Sagulg 634,000 3.488.268,000 5 Tajug Jat 668,000 120.324.230,380 6 Gres 821,000 740.722.429,280 7 Pato 2.806,000 524.007.928,240 8 Grat 0,000 86.557.397,400 Total 9.935,000 6.055.757.424,927 0 Dar hasl smulas d atas dapat dlhat bahwa dega pembebaa yag sama, yatu sebesar 1263 MW metode Partcle Swarm Optmzato mampu meghasla total baya pembagta yag sama dega metode Lagrage. Proceedg Semar Tugas Ahr Jurusa Te Eletro FTI-ITS

Tabel 8. Hasl smulas sstem Jawa Bal pada beba puca sag har dega megguaa Partcle Swarm Optmzato Partcle Swarm Optmzato No Pembagt Daya Atf Baya 1 Suralaya 3.400,0000 583.036.588,2663 2 Muaratawar 1.040,0000 3.432.445.563,6904 3 Crata 1.008,0000 6.048.001,3592 4 Sagulg 700,0000 3.851.401,2463 5 Tajug Jat 1.096,8999 188.337.397,4044 6 Gres 238,0000 206.056.106,5083 7 Pato 2.452,0987 413.664.826,7948 8 Grat 0 86.558.408,6211 Total 9.935,0000 4.919.994.791,6763 0 Tabel 10. Hasl smulas sstem Jawa Bal pada beba puca malam har dega megguaa Partcle Swarm Optmzato Partcle Swarm Optmzato No Pembagt Daya Atf Baya 1 Suralaya 3.399,9999 583.036.600,4058 2 Muaratawar 1.040,0000 3.432.443.683,7832 3 Crata 1.007,9999 6.047.999,9777 4 Sagulg 691,9128 3.806.904,3704 5 Tajug Jat 1.163,1081 198.119.148,7296 6 Gres 238,0000 206.055.703,1640 7 Pato 2.708,9789 492.456.927,3901 8 Grat 150,0000 399.314.744,3310 Total 10.400,0000 5.321.281.711,6395 0 Gambar 3. Graf optmsas baya pembagta sstem Jawa Bal pada beba puca sag har dega megguaa Partcle Swarm Optmzato Dar hasl smulas dapat dsmpula bahwa dega pembebaa yag sama, yatu 9.836 MW, Partcle Swarm Optmzato mampu megurag total baya pembagta Bal sebesar Rp 1.135.762.633,2507 /jam atau 18,75%. 4.2.2 Pembebaa 17 Maret 2009 Puul 19.30 WIB Pembagta daya pada sstem teaga lstr 500 V Jawa Bal dtujua pada tabel 9, sedaga smulas megguaa Partcle Swarm Optmzato dtujua pada tabel 10. No Tabel 9. Sstem Jawa Bal pada beba puca malam har Real System Pembagt Daya Atf Baya 1 Suralaya 3.337,000 586.053.699,779 2 Muaratawar 1.470,000 5.243.786.025,070 3 Crata 400,000 2.400.000,000 4 Sagulg 535,000 2.943.570,000 5 Tajug Jat 830,000 146.959.544,620 6 Gres 810,000 729.802.889,660 7 Pato 2.820,000 528.641.810,780 8 Grat 198,000 504.471.401,820 Total 10.400,000 7.745.058.941,729 0 Gambar 4. Graf optmsas baya pembagta sstem Jawa Bal pada beba puca malam har dga megguaa Partcle Swarm Optmzato Dar hasl smulas dapat dsmpula bahwa dega pembebaa yag sama, yatu 9.836 MW, Partcle Swarm Optmzato mampu megurag total baya pembagta Jawa Bal sebesar Rp 2.423.777.230,02/jam atau 31,29%. V. PENUTUP 5.1 Kesmpula 1. Hasl peguja meujua bahwa Partcle Swarm Optmzato dapat dguaa sebaga solus dalam optmsas baya pembagta da mampu meghasla baya pembagta yag sama dega metode Lagrage. 2. Pada pembebaa taggal 17 Maret 2009 puul 13.30 WIB, metode Partcle Swarm Optmzato mampu megurag total baya pembagta sstem teaga lstr 500 V Jawa Bal sebesar Rp 1.135.762.633,2507/jam atau 18,75%. 3. Pada pembebaa taggal 17 Maret 2009 puul 19.30 WIB, metode Partcle Swarm Optmzato mampu megurag total baya pembagta sstem teaga lstr 500 V Jawa Bal sebesar Rp 2.423.777.230,02/jam atau 31,29%. Proceedg Semar Tugas Ahr Jurusa Te Eletro FTI-ITS

5.2 Sara 1. Optmsas baya pembagta megguaa Partcle Swarm Optmzato yag dguaa dalam tugas ahr mash megabaa rug-rug trasms, sehgga masalah dapat dguaa sebaga pertmbaga utu peelta selajutya. 2. Metode Partcle Swarm Optmzato yag dguaa pada peelta adalah Partcle Swarm Optmzato stadar. Dega megguaa Partcle Swarm Optmzato yag dembaga, dharapa mampu medapata hasl smulas dalam watu yag lebh cepat da hasl yag lebh optmal. DAFTAR PUSTAKA [1]. Leo K.K., Ecoomc Operato of Power Systems, Joh Wley & Sos Ic., New Delh, 1985. [2]. Ad Syarfud, Ad Soeprjato, Otoseo Peagsag, Ecoomc Dspatch o Thermal Power Plat at South Sulawes Powr System usg Improved Partcle Swarm Optmzato (Ecoomc Dspatch Pada Pembagt Thermal Sstem Sulawes Selata megguaa Improved Partcle Swarm Optmzato), Proceedg of semar Nasoal Pasca Sarjaa VIII ITS Vol. 1 (2008). [3]. Had, S., Power System Aalyss, McGraw-Hll Boo Co., Sgapore, 1999. [4]. Buyug Basoro, Ad Soeprjato, Otoseo Peagsag, Aalss Alra Daya Optmal megguaa Algortma Geeta pada sstem Iteroes 500 V Jawa Bal, (2009) [5]. Alle, J.W. da Bruce, F.W., Power Geerato, Operato, ad Cotrol, Joh Wley & Sos Ic., Caada, 1996. [6]. Ida Bagus Krsa, Ad Soeprjato, Otoseo Peagsag, Ecoomc Dspatch megguaa At Coloy Optmzato pada Sstem Trasms 500 V Jawa Bal, (2009). RIWAYAT HIDUP PENULIS Peuls lahr d Pasurua, pada taggal 31 Maret 1987 dega ama Roy Chadrabuaa, sebaga aa e dua dar tga bersaudara, dar pasaga Al Chadrabuaa da Ira. Rwayat pedda yag perah dtempuh adalah TK Katol Sag Tmur Pasurua, SD Katol Sag Tmur Pasurua, SLTP Krste Elaa Pasurua da SMA Neger 1 Pasurua. Setelah lulus dar SMA Neger 1 Pasurua pada tahu 2005, peuls dterma mejad mahasswa Jurusa Te Eletro FTI-ITS melalu jalur SPMB dega NRP 2206 100 157. Da pada semester V megambl bdag stud Te Sstem Teaga. Peuls dapat dhubug d alamat e- mal roychadrabuaa@gmal.co m Proceedg Semar Tugas Ahr Jurusa Te Eletro FTI-ITS