PENDEKATAN OPTIMISASI FUZZY UNTUK PENJADWALAN PEMBANGKIT LISTRIK SISTEM ENERGI FOSIL, ENERGI AIR, DAN ENERGI ANGIN DENGAN ALGORITMA GENETIK

AYU AZMY AMALIA, Dr. Irwan Endrayanto, M.Sc.

2015 | Tesis | S2 Matematika

Penjadwalan atau scheduling pembangkit listrik merupakan masalah optimisasi bertujuan untuk meminimumkan biaya bahan bakar pada setiap unit pembangkit listrik sistem thermal. Penjadwalan pembangkit listrik sistem renewable energy dan sistem thermal memerlukan informasi hasil peramalan demand energi listrik yang akan dibangkitkan, cadangan energi listrik, volume air dalam waduk, serta kecepatan angin. Akan tetapi, hasil peramalan kemungkinan besar mengandung erIror, yang dipandang sebagai ketidakpastian dan ketidaktepatan (bersifat fuzziness). Oleh sebab itu, dalam penelitian ini digunakan pendekatan optimisasi fuzzy untuk menyelesaikan masalah penjadwalan pembangkit listrik dari kedua tipe pembangkit listrik tersebut. Selanjutnya, masalah optimisasi fuzzy dalam penjadwalan pembangkit listrik ini akan diselesaikan menggunakan algoritma genetik berdasarkan konsep pengambilan keputusan fuzzy (fuzzy decision). Dalam penelitian ini, meminimalkan biaya bahan bakar total pembangkitan listrik dilakukan dengan pertimbangan pengendalian emisi CO2 dalam gas buangan hasil pembakaran batu bara. Hasil uji simulasi menunjukkan bahwa algoritma genetik yang disusun memiliki tingkat kestabilan yang sangat baik dalam memberikan pendekatan solusi optimal, dengan rata-rata error relatif keseluruhan adalah 0,34%. Penambahan 1 unit PLTB dengan 300 turbin angin berkapasitas 10 kW pada sistem dalam penjadwalan jangka pendek dapat menurunkan biaya pambangkitan listrik sebesar 14,357% serta Menurunkan tingkat emisi CO2 sebesar 0,932% dan menurunkan biaya pambangkitan listrik sebesar 10,318% serta menurunkan tingkat emisi CO2 sebesar 0,756% dalam penjadwalan jangka menengah.

Power generation scheduling is an optimization issue that aims to minimize the total thermal units fuel cost. Performing the generation scheduling of thermal, hydropower, and wind energy system requires some information of power load demand, available water, wind speed, and reserve requirement, which are obtained by forecasting. However, errors can not be prevented from these forecast values. Errors are considered as fuzziness, therefore in this study, the power generation scheduling issue will be approached by the fuzzy optimization models. This fuzzy optimization problem is solved using genetic algorithm with fuzzy decision concept. Minimizing total thermal fuel cost is done within a consideration of controlling the CO2 emission of coal-fired system power plant. Simulation tests are performed upon different and arbitrary initial populations. The results show that the genetic algorithm has a very good level of stability in providing the search of optimal solutions approach, with the average relative error is 0,34% and the average processing time is 38,82 seconds. The installation of 1 unit wind-power system power plant decreased the total thermal units fuel cost by 14,357% and decreased the CO2 emission by 0,932% in short-term scheduling. Furthermore, the results show that in Medium-term scheduling, the total thermal units fuel cost decreased by 10,318% and the CO2 emission decreased by 0,756%.

Kata Kunci : Penjadwalan, pembangkit listrik, biaya bahan bakar, optimisasi fuzzy, algoritma genetik, emisi CO2. / Scheduling, power generation, fuel cost, fuzzy optimization, genetic algorithm, CO2 emission.