Studi optimasi daya reaktif pada sistem tenaga listrik menggunakan algoritma genetik dengan representasi Biner

SALMAN, Rudi, Dr.Ir. Sasongko Pramono Hadi, DEA

2006 | Tesis | S2 Teknik Elektro

Fokus penelitian ini adalah memformulasikan mekanisme pengaturan injeksi daya reaktif dari bus generator secara optimal untuk mengurangi rugi-rugi daya aktif pada jaringan sistem tenaga listrik (PL), sementara profil tegangan bus beban dijaga tetap berada pada batasan yang diizinkan. Metode yang digunakan adalah pendekatan algoritma genetik dengan representasi biner menggunakan bahasa pemrograman MATLAB. Kasus ini menggunakan data sistem tenaga listrik sistem IEEE 9-bus. Proses pencarian algoritma genetik (GA) adalah titik-titik pada suatu populasi dan menggunakan informasi hasil seperti nilai kebugaran (fitness) atau fungsi tujuan (objective function) secara langsung. Parameter algoritma genetik (GA) seperti jumlah populasi dan generasi secara signifikan mempengaruhi nilai rugi-rugi daya dan beban komputasi, sedangkan koefisien mutasi dan penyilangan (crossover) pengaruhnya hanya kecil. Penelitian ini memberikan hasil penurunan rugi daya aktif pada sistem sebesar 10,84 % dengan waktu komputasi 14,05 menit. Hasil tersebut memperlihatkan bahwa algoritma genetik dengan representasi biner dapat menyelesaikan masalah optimisasi daya reaktif tetapi dengan waktu komputasi yang tinggi.

The main focus of this research was to formulate mechanism injected reactive power optimally at generator bus for minimizing transmission active power losses, while the voltage profile in each bus system kept appropriate with permitted limit. The method is used genetic algorithm with binary representation used Matlab programming language. This case use data in IEEE system with 9 buses. Genetic Algorithm (GA) search from a population of point and use pay off as fitness or objective function information directly. The Genetic algorithm (GA) parameter as population and generation number influenced significantly the power losses and time of computation, but the coeffisient of mutation and crossover is less. This research give result active power losses could be decrease 10,84% with computation time is 14,05 minutes. The result shows that genetic algorithm (GA) with binary representation can solve reactive power optimization. However, the time of computation is high.

Kata Kunci : Sistem Tenaga Listrik, Daya Reaktif, Representasi Biner, Reactive power optimization, Active power losses, Genetic algorithm with binary representation, Voltage profile