STUDI OPTIMAL POWER FLOW SISTEM KELISTRIKAN 500 kV JAWA BALI DENGAN METODE ALGORITMA GENETIKA

YASSIR, Sarjiya, S.T., M.T.,Ph.D.

2013 | Tesis | S2 Teknik Elektro

Kebutuhan pembangkit thermal terhadap bahan bakar fosil dengan jumlah ketersediaan semakin menipis dan semakin mahal, membuat biaya produksi energi listrik semakin meningkat. Optimal Power Flow adalah salah satu solusi optimisasi biaya produksi dengan tetap menjaga batasan keandalan sistem. Pada penelitian ini diaplikasikan metode Algoritma Genetika (AG) untuk menyelesaikan masalah OPF dengan daya aktif pembangkit, tegangan bus pembangkit, tap tranformator dan injeksi kapasitor digunakan sebagai variable kontrol. Efektifitas metode diuji pada kasus sistem IEEE 30 bus dan dibandingkan dengan metode evolutionary programming (EP), differentian evolution (DE), dan particle swarm optimization (PSO). Hasil simulasi menunjukkan lebih baik dari metode pembanding. Simulasi pada sistem tenaga Jawa-Bali 500 kV dengan metode yang diusulkan dapat mengurangi biaya pembangkitan sebesar 881.051.779/jam atau 13,4% dibanding dengan data operasi PT. PLN (Persero).

Thermal generation requires fuel with the availability of an expensive dwindling and increasingly, making the cost of electricity production being increasing. Optimal Power Flow is one of several methods to solve the problem. OPF aims to minimize fuel costs while maintaining system reliability constraints. In this study, the method was applied to Genetic Algorithm to solve the problem of OPF. Active power generator, generator bus voltages, transformer tap and injection capacitor use as control variables. Effectiveness of the method was tested on IEEE 30 bus system case and its compared with the evolutionary programming (EP), differential evolution (DE), and particle swarm optimization (PSO) method. Simulation result using the proposed method reveal better result than the mentioned methods. Simulation on the Jawa-Bali 500 kV power system based on proposed method can reduce the cost 13,4% compared with the existing operation of PT. PLN (Persero).

Kata Kunci : Optimal Power Flow (OPF), Genetic Algorithm (GA), batasan keandalan sistem