OPTIMASI TRANSMISSION EXPANSION PLANNING BERBASIS ALGORITMA GENETIKA DENGAN MEMPERTIMBANGKAN RUGI-RUGI DAYA

Ikrima Alfi, S.T., Sarjiya, S.T., M.T., Ph.D.

2014 | Tesis | S2 Teknik Elektro

Transmission Expansion Planning (TEP) merupakan salah satu perencanaan pada sistem ketenagaan listrik yang menetapkan dimana, kapan dan berapa banyak saluran transmisi baru harus ditambahkan pada suatu jaringan transmisi. Tujuan dari TEP adalah meminimisasi biaya investasi dan biaya operasional namun tetap memenuhi kekangan teknik, ekonomis dan keandalan. TEP merupakan permasalahan mixed-integer linear programming dan permasalahan non convex yang tidak dapat diselesaikan dengan efektif menggunakan metode matematis konvensional. Algoritma Genetika (AG) mempunyai kemampuan untuk mengatasi permasalahan yang kompleks dan menemukan titik global optima pada fungsi non-convex. Penelitian ini dibagi dalam dua skenario, skenario 1 adalah simulasi TEP tanpa mempertimbangkan rugi-rugi daya dan skenario 2 adalah simulasi TEP dengan mempertimbangkan rugi-rugi daya. Simulasi TEP ini diterapkan pada sistem Garver 6 bus 230 kV dan 400 kV. Dalam kekangan TEP ditambahkankan nilai LLmax (Line Loading maximum) yang berbeda yaitu 50%, 40% dan 30%. Optimasi TEP pada penelitian ini digunakan Algoritma Genetik dengan pengkodean desimal. Hasil simulasi menunjukkan penggunaan level tegangan 400 kV lebih ekonomis dibanding dengan level tegangan 230 kV. TEP dengan skenario mempunyai biaya investasi awal yang lebih rendah dibanding dengan TEP skenario 2. Namun pada saat penerapannya setelah tahun ke-9, skenario 2 mempunyai biaya operasional yang lebih rendah. Nilai LLmax (kapasitas beban maksimum) mempengaruhi banyaknya saluran yang harus ditambahkan, semakin kecil nilai LLmax semakin banyak saluran yang harus ditambahkan.

Transmission Expansion Planning (TEP) is a basic part of power network planning that determines where, when and how many new transmission lines should be added to the network. Its task is to minimize the network construction and operational cost, while meeting imposed technical, economic and reliability constraints. Genetic Algorithms (GAs) have demonstrated the ability to deal with non-convex, nonlinear, mixed-integer optimization problems, like the TEP problem, better than a number of mathematical methodologies. This study is divided into two scenarios, scenario 1 is simulated TEP without considering power losses and scenario 2 is simulated by considering the TEP power loss. TEP simulation is applied to the Garver 6 bus system 230 kV and 400 kV. Different value of LLmax (Line Loading maximum) included in TEP constraints is 50%, 40% and 30%. Simulation results shows the use of a voltage level of 400 kV is more economical than the 230 kV. TEP with scenario 1 has the initial investment cost is lower compared with TEP scenario 2. However, at the time of implementation, scenario 2 after the 9th year have lower operational costs. LLmax value affects the number of lines that must be added, smaller value of LLmax the more lines to be added.

Kata Kunci : Transmission Expansion Planning, Optimasi, Algoritma Genetik, rugi- rugi daya, kapasitas beban maksimum