Optimasi kapasitas pembangkit listrik sistem hybrid hotovoltaic dan wind generator berbasis hybrid genetic algorithm dan paticle swarm optimization

TANESAB, Julius A, Ir. T. Haryono, M.Sc., C.Eng., MIET

2010 | Tesis | S2 Teknik Elektro

Penelitian ini bertujuan untuk menentukan kapasitas pembangkit listrik sistem hybrid PV dan WG yang optimal sesuai dengan kondisi klimatologi dan kebutuhan beban listrik menggunakan hybrid genetic algorithm (GA) dan particle swarm optimization (PSO). Simulasi menghasilkan jumlah komponen pembangkit listrik yang optimal dengan biaya sistem yang minimum tanpa terjadi pelepasan beban (no rejection load) selama masa operasi 20 tahun. Tahap awal penelitian adalah mengetahui spesifikasi teknik, biaya awal dan biaya pemeliharaan setiap komponen pembangkit listrik sistem hybrid PV dan WG. Tahap kedua adalah memilih kombinasi komponen-komponen pembangkit listrik sistem hybrid PV dan WG yang akan dioptimisasi. Tahap ketiga adalah proses optimisasi hasil kombinasi pada tahap kedua menggunakan metode hybrid GA dan PSO. Tahap akhir adalah analisis hasil optimisasi dengan biaya terendah untuk mengamati dampaknya terhadap unjuk kerja sistem. Metode optimisasi yang digunakan pada penelitian ini adalah metode hybrid GA dan PSO tipe seri dimana proses optimisasi awal dilakukan oleh GA kemudian hasilnya digunakan sebagai masukan (input) pada PSO untuk melakukan optimisasi yang berikutnya ataupun sebaliknya. Hasil simulasi menunjukan bahwa hybrid GA dan PSO dapat diaplikasikan untuk mengoptimisasi kapasitas komponen pembangkit listrik hybrid PV dan WG dengan waktu komputasi rata-rata sekitar 4 menit menggunakan bahasa pemrograman Matlab R2007b. Metode optimisasi hybrid GA dan PSO dengan skenario optimisasi awal menggunakan GA mampu menghasilkan kapasitas pembangkit listrik sistem hybrid PV dan WG yang lebih optimal dibanding metode GA, PSO maupun hybrid dengan skenario optimisasi awal dilakukan oleh PSO. Selain itu hasil optimisasi menunjukkan bahwa kapasitas komponen pembangkit listrik sistem hybrid PV dan WG lebih kompetitif dibanding pembangkit listrik PV (stand-alone PV) dan pembangkit listrik WG (stand-alone WG). Dengan menggunakan konfigurasi sistem hybrid PV dan WG, biaya sistem mampu diturunkan 18.5 % dari pembangkit listrik PV dan 1.81 % dari pembangkit listrik WG.

The purpose of this research is to determine the optimal sizing of hybrid photovoltaic and wind generator systems according to the climatological conditions and electrical load requirements using a hybrid genetic algorithm (GA) and particle swarm optimization (PSO). Simulation that was made, produced the optimal number of power generation components with minimum cost and no rejection load during 20 years operating life. The initial phase of this study was to determine technical specifications, initial cost and maintenance cost of the hybrid PV and WG systems components. The second phase was to choose some combination of hybrid PV and WG components that would be optimized. The third phase was the optimization process of combination results in the second phase using hybrid GA and PSO method. Final phase was to analyze the optimization results with the lowest cost to investigate the impact on system performance. This study used series type of the hybrid GA and PSO optimization method where the initial optimization process performed by the GA, then the results were used as input on the PSO to perform the following optimizations or initial optimization process performed by the PSO, then the results were used as input on the GA to perform the following optimizations. The result of simulation showed that the hybrid GA and PSO could be applied to optimize sizing of the hybrid PV and WG components with an average time of computing was about four minutes using the Matlab R2007B programming language. Hybrid GA and PSO method with initial optimization scenarios using GA was able to produce sizing of the hybrid PV and WG components more optimal than the GA, PSO and the hybrid method with initial optimization scenarios conducted by PSO. In addition, optimization results showed that the hybrid system of PV and WG is more competitive than stand-alone PV and stand-alone WG. By using the hybrid PV and WG configuration, system costs could be removed about 18.5 % from stand-alone PV and 1.81 % from stand-alone WG.

Kata Kunci : PSO,GA,Hybrid GA dan PSO,Hybrid PV dan WG,Intensitas cahaya matahari