Optimisasi pembebanan Unit Pembangkit Tenaga Listrik Termal menggunakan Algoritma Genetika

LEFAAN, Yosef, Dr.Ir. Sasongko Pramono Hadi, DEA

2006 | Tesis | S2 Teknik Elektro

Penelitian ini merupakan suatu upaya untuk mencari metode optimisasi biaya bahan bakar pembangkit tenaga listrik termal yang lebih baik. Penelitian difokuskan untuk menerapkan algoritma genetika sebagai suatu metode optimisasi biaya bahan bakar pembangkit tenaga listrik termal. Algoritma genetika (GA) adalah sebuah algoritma pencarian yang didasarkan pada mekanisme seleksi dan genetika alamiah. Fungsi tujuan yang hendak dicapai adalah minimisasi biaya bahan bakar keseluruhan. Batas-batas output pembangkit dan rugi-rugi saluran transmisi merupakan kendala yang dipertimbangkan untuk mencapai fungsi tujuan. Metode pembebanan ekonomis yang dilengkapi GA dibandingkan dengan pembebanan ekonomis tanpa GA. Semua komputasi menggunakan perangkat lunak MATLAB, dan operasi sistem PT. PLN Region 3 diambil sebagai studi kasus penelitian ini. Hasil penelitian menunjukkan bahwa pembebanan ekonomis yang dilengkapi GA relatif lebih baik daripada pembebanan ekonomis tanpa GA.

This research is an effort to look for a better method to optimize fuel cost of thermal power plant. Research is focused to apply genetic algorithm as a fuel cost optimization method of thermal power plant. Genetic algorithms (GA) is a search algorithm based on the mechanics of natural selection and natural genetics. The objection function which will be achieved by this optimization is minimization of total fuel cost. As considered constraints are MW limits of power plant outputs, and transmission line losses. Economic dispatch method equipped wih GA is compared to economic dispatch method without GA. All computation processes using MATLAB software, and PT. PLN Region 3 operation of power system is gained as a case study in this research. Obtained result shows that the economic dispatch method equipped with GA algorithm is better relatively than economic dispath method without GA.

Kata Kunci : Pembangkit Tenaga Listrik, Optimasi Pembebanan, Algoritma Genetika, optimization, economic dispatch, genetic algorithm.