i
LAPORAN AKHIR
PENELITIAN PRIORITAS NASIONAL
MASTERPLAN PERCEPATAN DAN PERLUASAN PEMBANGUNAN EKONOMI INDONESIA 2011 – 2025 (PENPRINAS MP3EI 2011-2025)
PENGEMBANGAN PROGRAM ALGORITMA CERDAS (ALGORITMA GENETIKA DAN ALGORITMA GENETIKA - FUZZY) UNTUK PENGENDALIAN OPTIMAL DAYAREAKTIF/TEGANGAN PADA SISTEM
DISTRIBUSI KELISTRIKAN TAK SEIMBANG
Tahun ke 3 dari rencana 3 tahun
Agus Ulinuha, MT, Ph.D (0604087001) HasyimAsy’ari, ST, MT(0603067902)
Agus Supardi, ST, MT(0629107601)
Dibiayai oleh Koordinasi Perguruan Tinggi Swasta Wilayah VI,
Kementerian Pendidikan dan Kebudayaan RI, Sesuai dengan Surat Perjanjian Pelaksanaan Hibah Penelitian Nomor: 007/K6/KL/SP/PENELITIAN/2014,
tanggal 8 Mei 2014
iii RINGKASAN
Krisis energi merupakan persoalan yang secara global dihadapi oleh banyak negara termasuk Indonesia. Energi listrik merupakan bentuk energi yang cukup dominan dimanfaatkan serta mengalami peningkatan kebutuhan dari waktu ke waktu. Kemampuan sistem kelistrikan untuk meningkatkan kapasitas pembangkitan yang tidak sebanding dengan peningkatan kebutuhan daya listrik mengakibatkan defisit energi listrik. Akibat yang ditimbulkannya bukan hanya terhentinya proses elektrifikasi daerah yang belum mendapatkan aliran daya, tetapi juga kemungkinan dilakukannya pemadaman bergilir karena keterbatasan pasokan daya. Defisit daya listrik juga mengakibatkan penurunan kualitas daya yang disuplaikan ke konsumen.
Terdapat fenomena lain yang mengkontribusi defisit energi listrik, yaitu besarnya susut daya jaringan. Persoalan tersebut telah secara faktual mengakibatkan defisit energi dan penurunan kualitas daya listrik. Karakteristik jaringan dan beban yang bersifat induktif menyebabkan turunnya faktor daya dan memaksa pembangkit menyediakan daya lebih besar untuk beban yang sama serta mempengaruhi profil tegangan.
Pengendalian daya reaktif/tegangan merupakan salah satu upaya untuk mengatur kebutuhan daya reaktif sekaligus mempertahankan profil tegangan pada batas-batas yang diijinkan. Pengendalian dimaksud dapat dilakukan dengan mengatur pengubah sadapan beban (load tap changer/LTC) trafo dan penjadwalan operasi kapasitor tersaklar. Karena pengaturan komponen-komponen tersebut mempengaruhi kondisi operasi sistem dalam pola relasi yang sangat tidak linear (highly non linear), maka pengaturannya perlu dilakukan secara cermat dan hati-hati.
iv
Penelitian ini mengambil fokus pengembangan piranti lunak untuk analisis aliran daya sistem tak setimbang dan optimisasi pengendalian daya reaktif/tegangan untuk minimisasi susut daya dan perbaikan profil tegangan. Pada tahun pertama penelitian ini akan dikembangan program perhitungan aliran beban untuk sistem tak seimbang. Ketidakseimbangan sistem yang diperhitungkan meliputi perbedaan konfigurasi jaringan, ketidakseimbangan beban serta perbedaan pentanahan kapasitor shunt bintang. Untuk keperluan perhitungan aliran beban tersebut, digunakan metode forward-backward propagation algorithm. Program yang dikembangkan
diimplementasikan pada sistem standar IEEE 34-bus. Metode ini dapat berjalan baik dengan laju konvergensi yang cukup meyakinkan. Metode ini juga cukup robust untuk sistem yang dimodifikasi.
Langkah selanjutnya untuk memanfaatkan program aliran beban adalah untuk perhitungan penjadwalan optimal komponen tersakelar yang meliputi kapasitor shunt dan pengubah sadapan beban (load tap changer/LTC). Kombinasi status
operasi yang jumlah sangat besar sesuai untuk digunakan oleh Algoritma Genetika untuk menentukan penjadwalan optimal komponen tersakelar. Kemampuan Algoritma yang diusulkan untuk memperbaiki solusi secara evolutif meniru proses seleksi alam memungkinkan memulai tahapan optimisasi dengan menawarkan sejumlah kandidat solusi dan memperbaiki solusi dalam tiap iterasi (generasi). Dalam implementasinya untuk sistem distribusi standar IEEE 34-bus Algoritma yang diusulkan memberikan penjadwalan operasi optimal komponen tersakelar yang berimplikasi pada perbaikan profil tegangan dan pengurangan susut daya. Integrasi konsep Fuzzy kedalam Algoritma Genetika diprediksikan dapat memberikan hasil yang penjadwalan yang lebih baik.
v
vi SUMMARY
The energy crisis is one of the problems generally encountered by a number of countries including Indonesia. Electrical energy is the form of energy dominantly utilized by people and the use of the energy increases continuously. The capacity of electrical utility that is insufficient to satisfy the demand may result in deficit in electrical energy. This may lead not only to stop electrification but also the discontinuity of electrical supply to the customer. The lack of electricity supply will also cause the problema of power quality supplied to the customer.
There is another problem related with energy deficit, which is the loss of power during transmission and distribution process. The problems have resulted in energy deficiency and lower power quality. Network characteristic as well as high inductive loads are the main reasons of lower power factor that may cause electrical plant to generate more power for the same required real power. The influence of this situation in voltage profile is also considerable.
The control of reactive power/voltage is one of the strategies to control the required reactive power and to simultaneously maintain the voltage profile in the permitted limits. The control may be carried out by adjustment of LTC (Load Tap Changer) at substation transformer and optimal switching Schedule of shunt capacitor along the distribution line. Since controlling the switchable devices may influence the system operating condition due to highly nonlinear relation between the status of the components and the system operating condition, the control should be carefully taken in hand.
vii
calculation to be more complicated since all the three phases to be comprehensively calculated and, as a result, the computation load will increase significantly.
This research focuses on development of computer program for load flow analysis for unbalanced distribution system and optimal control of reactive power/voltage for minimization of power losses and improvement of voltage profile. In the first year period of the research, the computer program for unbalanced power flow has been successfully developed. The unbalanced aspects to consider is the different of distribution line configuration, load unbalanced and configuration of grounded star connected shunt capacitor. The method employed for unbalanced power flow analysis is forward-backward propagation algorithm. The method works directly on the system without modification or decoupling of symmetrical components. The program is implemented on the 34-bus IEEE standard distribution system and has worked properly. The convergence characteristic is good and is also robust with good convergence speed.
The next step is using the three-phase power flow for optimization of the controllable components in unbalanced distribution system. The controllable components include shunt capacitor and load tap changer. Since the number of the possible schedule of the controllable component a good calculation optimization method to be assigned. Genetic Algorithm is considered as a suitable method for the scheduling problem. This is due to the ability of the proposed method to handle the scheduling problem. The mechanism of Genetic Algorithm enables starting with a number of prospective solutions and makes a continuous improvement during the optimization period. The implementation of the program for the IEEE 34-bus distribution system indicates that the generated schedule may lead to the operation scheme where the system losses and voltage profile are improved. Integration of Fuzzy into the existing method to form Hybrid Fuzzy-Genetic Algorithm is expected to improve the method capability leading to a better solution.
viii
be demonstrated in front of the board of Indonesian Electrical Utility Company. If the program is found to be interesting, then they will provide the data for calculation of system optimization. The real data is essential for refining the program and recommendation generated by the program will have the opportunity to be taken into practice.
ix PRAKATA
Hanya berkat pertolongan dan petunjuk dari Allah SWT kegiatan PENELITIAN PRIORITAS NASIONAL MASTERPLAN PERCEPATAN DAN PERLUASAN PEMBANGUAN EKONOMI INDONESIA (MP3EI) pada tahun ketiga sejauh ini dapat berjalan dengan baik. Penelitian ini mengambil tema pengendalian operasi optimal komponen tersakelar yang meliputi kapasitor shunt dan pengubah sadapan beban (Load Tap Changer, LTC) pada sistem distribusi tiga fasa tak seimbang. Pada tahap terakhir penelitian, program yang telah berjalan akan diupayakan untuk dapat diumplementasikan.
Harapan dari penelitian ini adalah sumbangan pemikiran tentang upaya mengatasi persolan defisit daya (yang seringkali mengakibatkan defisit keuangan) serta memperbaiki kualitas daya yang disalurkan kepada konsumen. Secara teknis kontribusi yang diharapkan adalah dibangunnya suatu program komputer yang dapat menentukan jadwal operasi komponen tersakelar secara tepat, sedemikian sehingga susut daya jaringan dapat diminimalkan serta profil tegangan dapat diperbaiki. Jadwal operasi yang dimaksud dalam hal ini adalah posisi LTC dan status sambungan kapasitor shunt dalam tiap jam selama sehari.
Ucapan terimakasih bersama ini disampaikan kepada semua pihak yang telah membantu terselenggaranya dan terselesaikannya penelitian ini. Secara khusus ucapan terimakasih disampaikan kepada pihak-pihak sebagai berikut:
1. Ditlitabmas Ditjen Dikti yang telah membiayai penelitian ini,
2. Ketua LPPM UMS atas segala bantuannya sehingga penelitian dapat terlaksana, 3. Anggota tim peneliti atas kerjasamanya yang baik,
4. Jurusan Teknik Elektro FT UMS atas ijin penggunaan beberapa fasilitas jurusan, 5. Staf Akademik pada jurusan Teknik Elektro Fakultas Teknik UMS
Penelitian ini masih berjalan dan telah berhasil membangun program komputer dengan mengimplementasikan Algortima Genetika pada persoalan pengendalian optimal dan kolaborasinya dengan memasukkan konsep Fuzzy didalamnya. Tindak lanjutnya adalah implementasi pada sistem real. Disadari terdapat berbagai kekurangan atas penelitian ini baik dari sisi penyelenggaraannya maupun dalam pelaporannya. Saran dan kritik membangun akan diterima dengan tangan terbuka untuk perbaikannya. Semoga kegiatan kecil mampu membawa kebaikan dan maslahah bagi semua pihak.
x DAFTAR ISI
Halaman Pengesahan ... ii
Ringkasan ... iii
Summary ... vi
Prakata ... ix
Daftar isi ... x
Daftar Tabel ... xii
Daftar Gambar ... xiii
Bab I Pendahuluan ... 1
Bab II TinjauanPustaka ... 11
Bab III Tujuandan ManfaatKegiatan ... 16
2.1. TujuanPenelitian ... 16
2.2. ManfaatdanKontribusiPenelitian ... 18
Bab IV MetodePenelitian ... 23
4.1. Metode Umum ... 23
4.2. Metode PenelitianTahunKetiga ... 24
Bab V Hasilyangdicapai ... 26
5.1. Umum ... 26
5.2. Pelaksanaanpenelitian ... 28
5.3.Capaiantarget ... 30
5.4. KinerjaCapaianPenelitian ... 31
Bab VI RencanaTahapanBerikutnya ... 33
Bab VI Kesimpulan Dan Saran ... 35
6.1. Kesimpulan ... 35
6.2. Saran ... 36
DaftarPustaka ... 37 Lampiran:
xi Hasil Running Program AlgoritmaGenetika Publikasi
xii
DAFTAR TABEL
xiii
DAFTAR GAMBAR
1
BAB I
PENDAHULUAN
Terdapat beberapa persoalan pelik yang sekarang ini di hadapi sistem
kelistrikan di Indonesia. Persoalan kekurangan pasokan daya listrik merupakan salah
satu persoalan yang sampai sekarang belum dapat sepenuhnya teratasi. Penambahan
kapasitas pembangkit eksisting atau pembangunan pembangkit baru merupakan
solusi yang paling reasonable, karena kekurangan pasokan daya tentu paling tepat
diatasi dengan menambah pasokan daya. Persoalannya kemudian adalah selain
membutuhkan waktu lama, solusi tersebut juga membutuhkan investasi yang tidak
sedikit. Melihat kondisi ekonomi yang sedang kurang baik dewasa ini, solusi tersebut
sepertinya sulit untuk ditempuh.
Krisis energi merupakan persoalan yang secara global dihadapi oleh banyak
negara termasuk Indonesia. Energi listrik merupakan bentuk energi yang cukup
dominan dimanfaatkan serta mengalami peningkatan kebutuhan dari waktu ke waktu.
Kemampuan sistem kelistrikan untuk meningkatkan kapasitas pembangkitan yang
tidak sebanding dengan peningkatan kebutuhan daya listrik mengakibatkan defisit
energi listrik. Akibat yang ditimbulkannya bukan hanya terhentinya proses
elektrifikasi daerah yang belum mendapatkan aliran daya, tetapi juga kemungkinan
dilakukannya pemadaman bergilir karena keterbatasan pasokan daya. Defisit daya
listrik juga mengakibatkan penurunan kualitas daya yang disuplaikan ke konsumen.
Kenaikan harga Bahan Bakar Minyak (BBM) yang pada saat ini dan pada
masa mendatang bisa jadi merupakan hal yang tak terhindarkan akan semakin
menurunkan kemampuan sistem pembangkit meningkatkan kapasitasnya karena
tingkat ketergantungannya yang cukup tinggi pada BBM. Tingginya harga BBM
sesungguhnya telah mendorong penelitian dan pengembangan pemanfaatan sumber
energi lain terbarukan untuk keperluan pembangkitan daya listrik. Akan tetapi
beberapa kesulitan terkait hal tersebut masih dihadapi. Selain kuantitas daya
2 pasokan daya, sinkronisasi sistem pembangkitannya terhadap jaringan kelistrikan
juga masih menjadi kendala. Masih perlu terus diupayakan pengembangannya sampai
dengan diperoleh pembangkitan menggunakan sumber energi terbarukan dengan
skala komersial termasuk sinkronisasinya terhadap sistem kelistrikan sampai dengan
terbangunnya grid connected system (sistem tersambung ke jaringan).
Terdapat fenomena lain yang seringkali luput dari perhatian namun
mengkontribusi secara cukup signifikan pada defisit energi listrik, yaitu besarnya
susut daya jaringan. Persoalan tersebut telah secara faktual mengakibatkan defisit
energi dan penurunan kualitas daya listrik. Karakteristik jaringan dan beban yang
bersifat induktif menyebabkan turunnya faktor daya dan memaksa pembangkit
menyediakan daya lebih besar untuk beban yang sama serta mempengaruhi profil
tegangan.
Data real di lapangan menunjukkan bahwa secara umum nilai susut daya
maupun daya yang dicuri melebihi estimasi yang ditetapkan oleh PLN (Kompas
10/03/2006; Suara_Merdeka Senin, 23 Agustus 2004). Kehilangan daya dalam
jumlah besar ini pada gilirannya mengakibatkan kerugian finansial yang cukup
signifikan. Nilai susut daya di jaringan yang nilainya lebih dari 10 % mengakibatkan
kerugian finansial yang tidak sedikit, karena susut daya sebesar 1 % pada sistem
kelistrikan PLN setara kurang lebih dengan kerugian finansial sebesar satu triliun
rupiah pertahun (Republika 12/03/2008). Pada sisi lain, nilai daya yang hilang di
sistem kelistrikan PLN akibat pencurian daya nilainya juga cukup besar, yaitu sekitar
11.44 persen dari total produksi daya yang dihasilkan PLN secara nasional.
Kehilangan daya ini mengakibatkan kerugian finansial yang nilainya bahkan lebih
besar dari margin keuntungan PLN (Kompas 27/02/2006).
Untuk mengatasi persoalan susut daya tersebut, biasanya kapasitor shunt
dipasang pada sisi sekunder trafo daya Gardu Induk (GI) dan pada penyulang (feeder)
jaringan distribusi sistem tenaga listrik. Kapasitor shunt yang dipasang pada GI
digunakan untuk mengendalikan aliran daya reaktif yang mengalir melalui trafo
3 dinaikkan (Liang and Cheng 2001; Liang and Wang 2003). Sementara kapasitor
shunt yang yang dipasang pada penyulang distribusi digunakan untuk memasok daya
reaktif sedemikan, sehingga tegangan sepanjang feeder dapat dipertahankan pada
batas-batas yang diijinkan serta susut daya dapat diminimalkan. Meskipun demikian
kapasitor-kapasitor tersebut perlu dilepaskan dari jaringan pada kondisi beban rendah
untuk menghindarkan sistem dari kondisi tegangan lebih (overvoltage).
Strategi operasi sebagaimana diuraikan merupakan strategi pengendalian
daya reaktif/tegangan yang merupakan salah satu upaya untuk mengatur kebutuhan
daya reaktif sekaligus mempertahankan profil tegangan pada batas-batas yang
diijinkan. Pengendalian dimaksud dapat dilakukan dengan mengatur pengubah
sadapan beban (load tap changer/LTC) trafo dan penjadwalan operasi kapasitor
tersaklar. Karena pengaturan komponen-komponen tersebut mempengaruhi kondisi
operasi sistem dalam pola relasi yang sangat tidak linear (highly non linear), maka
pengaturannya perlu dilakukan secara cermat dan hati-hati. Simulasi dan perhitungan
perlu dilakukan sebelum pengaturan untuk sistem real dilakukan, agar dapat dihindari
pengaruh dekstruktif dari strategi operasi tersebut.
Upaya pemasangan kapasitor dan pengendalian operasinya dapat dipandang
sebagai solusi alternatif terhadap persoalan kekurangan pasokan daya listrik. Upaya
ini perlu dilakukan sebelum dilakukan penambahan kapasitas pembangkit eksisting
atau pembangunan pusat pembangkit baru. Dari sudut pandang ekonomi, nilai
investasi kapasitor jauh lebih murah dibandingkan dengan penambahan kapasitas
pembangkit eksisting atau pembangunan pembangkit baru selain waktu instalasinya
yang jauh lebih singkat. Kompensasi daya reaktif karena pemasangan kapasitor yang
mampu memperbaiki profil tegangan pada sisi lain juga akan merupakan keuntungan
lain disamping minimisasi susut daya jaringan.
Meskipun demikian, pemasangan kapasitor tetaplah merupakan upaya
optimisasi sistem kelistrikan dan bukan upaya penambahan pasokan daya yang baru.
Artinya, keuntungan pemasangan kapasitor tetap terbatas pada upaya meminimalkan
4 Diharapkan dengan upaya tersebut, susut daya dapat diminimalkan sehingga lebih
banyak daya yang dibangkitkan pembangkit dapat dimanfaatkan. Jika kemudian
sistem telah beroperasi secara optimal dan beban sistem tetap tidak dapat sepenuhnya
terlayani karena kekurangan pasokan daya, maka penambahan kapasitas pembangkit
atau pembangunan pusat pembangkit baru tetap harus dilakukan. Tetapi langkah
tersebut hanya akan merupakan solusi yang feasible jika sistem yang ada telah
dioperasikan secara optimal. Kondisi sistem kelistrikan di Indonesia dewasa ini
dicirikan oleh kondisi-kondisi: susut daya yang tinggi, kapasitas pembangkit yang
lebih dari cukup tetapi terjadi defisit daya, profil tegangan yang buruk, tingginya
tingkat pencurian daya listrik dan (menurut pengakuan PLN) terjadi defisit keuangan.
Melihat kondisi tersebut, pemasangan kapasitor dalam upaya meminimalkan
rugi-rugi daya jaringan dan memperbaiki profil tegangan perlu dilakukan disamping
upaya-upaya lain dalam rangka memperbaiki kondisi sistem kelistrikan di Indonesia.
Secara teknis kapasitor shunt yang akan dipasang pada jaringan distribusi
perlu ditentukan secara hati-hati baik ukuran maupun lokasinya (Masoum, Jafarian et
al. 2004; Masoum, Ladjevardi et al. 2004; Masoum, Ladjevardi et al. 2004).
Kesalahan menentukan ukuran dan lokasi kapasitor bukan saja mengakibatkan
masalahnya tidak terselesaikan, tetapi bahkan berpeluang memperburuk kondisi
sistem dan menimbulkan masalah lain, berupa distorsi harmonik pada tegangan
sistem secara berlebihan serta kerusakan pada kapasitor dan komponen sistem
lainnya. Pertimbangan lain diperlukannya menentukan secara teliti ukuran dan lokasi
kapasitor adalah biaya investasi pengadaan dan pemasangan kapasitor yang tidak
murah.
Kesulitan yang seringkali ditemui dalam menentukan nilai dan lokasi
kapasitor adalah terkait dengan hubungan yang sangat tidak linier (highly nonlinear)
antara penambahan komponen sistem kelistrikan dengan perubahan kondisi operasi
sistem (Deng and Ren 2001; Deng, Ren et al. 2002). Fenomena yang kemudian
ditemui adalah penambahan komponen sistem (dalam hal ini kapasitor) di lokasi
5 Penentuan lokasi kapasitor bukan merupakan fokus dari penelitian ini.
Dalam penelitian ini, lokasi kapasitor diasumsikan telah ditentukan secara optimal
dan untuk memberikan manfaat yang lebih besar, kapasitor yang telah terpasang
tersebut perlu dikendalikan operasinya. Pengendalian tersebut dimaksudkan untuk
merespon karakteristik dinamis beban sistem kelistrikan, yaitu beban yang selalu
berubah, sehingga komponen terpasang perlu dikendalian. Selain kapasitor, terdapat
piranti lain yang dapat dikendalikan dalam rangka perbaikan profil tegangan dan
minimisasi susut daya, yaitu pengubah sadapan beban (load tap changer/LTC).
Pengendalian simultan kedua tipe komponen tersebut akan memberikan manfaat
maksimal tujuan optimisasi. Untuk keperluan tersebut LTC trafo dan kapasitor
tersakelar dilakukan penjadwalan operasinya. Penjadwalan operasi yang dimaksud
adalah penentuan status sambungan kapasitor dan posisi tap LTC dalam tiap dalam
sehari (24 jam). Karena pengendalian komponen-komponen tersebut juga
mempengaruhi kondisi operasi sistem dalam pola relasi yang sangat tidak linear
(highly non linear), maka pengendaliannya perlu dilakukan secara cermat dan
hati-hati. Simulasi dan perhitungan perlu dilakukan sebelum pengendalian pada sistem
real dilakukan, agar dapat dihindari pengaruh dekstruktif dari strategi operasi
tersebut.
Hubungan tak linier antara perubahan status komponen tersakelar, beban
sistem kelistrikan, daya yang dibangkitan dengan tegangan sistem dan rugi-rugi
sistem dapat secara teliti diperhitungkan dengan analisis aliran beban (load flow
analysis). Secara matematis perhitungan aliran beban dapat dilakukan dengan
mencari solusi atas seperangkat persamaan linier simultan banyak perubah (
multi-variable simultaneous linear equations). Penyelesaian persoalan tersebut
membutuhkan metode komputasi tingkat tinggi yang melibatkan prosedur iteratif.
Beban komputasi dari perhitungan aliran beban pada gilirannya sangat tinggi. Pada
sisi lain, karena melibatkan prosedur iteratif, ketelitian hasil perhitungan aliran beban
akan tergantung pada jumlah iterasi dan kriteria konvergensi yang biasanya
6 ketelitian hasil perhitungan adalah metode yang dipakai dalam analsis aliran beban.
Untuk memperoleh hasil perhitungan dengan ketelitian yang tinggi, jumlah iterasinya
dapat ditingkatkan dan derajat toleransi kesalahannya diperkecil. Akan tetapi, hal ini
akan memperberat beban komputasi. Metode yang lebih kompleks, yang karenanya
lebih rumit, juga biasanya dapat memberikan hasil perhitungan yang lebih teliti. Hal
ini juga akan meningkatkan beban komputasi. Pemilihan metode yang tepat disertai
penentuan jumlah iterasi dan tingkat toleransi kesalahan yang proporsional akan
memberikan hasil perhitungan dengan tingkat ketelitian yang bisa diterima
(acceptable) dengan beban komputasi yang rasional.
Jaringan distribusi merupakan sistem tiga fasa dan seringkali tidak
seimbang yang diakibatkan oleh perubahan konfigurasi jaringan dan
ketidakseimbangan beban. Untuk keperluan penyederhanaan, estimasi dan analisis
seringkali dilakukan dengan mendasarkan pada asumsi bahwa sistem dalam keadaan
seimbang, sehingga perhitungan dan analisis yang dilakukan dapat dilakukan untuk
satu fasa saja serta memperhitungkan fasa lainya sepenuhnya seimbang dan hanya
berbeda fasa 120 derajat saja.
Untuk memperoleh strategi pengendalian yang lebih akurat, sistem tiga fasa
perlu diperhitungkan secara lengkap. Kesulitan yang akan ditemui adalah kalkulasi
yang lebih rumit dan beban komputasi yang lebih berat. Penelitian ini mengambil
fokus pengembangan piranti lunak untuk analisis aliran daya sistem tak setimbang
dan optimisasi pengendalian daya reaktif/tegangan untuk minimisasi susut daya dan
perbaikan profil tegangan.
Dalam penelitian tahun pertama, perhitungan aliran beban akan dilakukan
dengan mempertimbangkan kondisi beban tak seimbang dan memperhitungkan
berbagai konfigurasi segmen saluran distribusi. Metode perhitungan aliran beban
yang dipilih adalah Algoritma Propagasi Maju-Balik (Forward-Backward
Propagation Algorithm). Dalam perhitungan ini, sistem tidak perlu dilakukan
modifikasi terhadapnya dan juga tidak perlu dilakukan penerapan komponen simetris
7 terhadap sistem dengan terlebih dahulu menentukan jalur penelusuran maju dan balik
dan dilanjutkan dengan perhitungan arus jaringan dengan menggunakan jalur
propagasi balik. Setelah nilai arus pada tiap segmen saluran diketahui, maka tegangan
bus dapat diperhitungkan berdasarkan arus jarungan dan impedansinya. Nilai-nilai
tegangan bus tersebut kembali digunakan untuk meng-update nilai arus segmen
saluran. Perhitungan iteratif ini terus diulangi sampai dengan diperoleh selisih nilai
tegangan tiap bus, tiap fasa untuk perhitungan iteratif yang berurutan. Selisih nilai
tersebut diperiksa berdasarkan nilai toleransi yang ditetapkan dan perhitungan iteratif
dikatakan konvergen jika nilai selisih dimaksud tidak melebihi toleransi yang
ditetapkan.
Dalam penelitian tahun pertama, perhitungan aliran beban tiga-fasa tak
seimbang diimplementasikan untuk sistem standar IEEE berdimensi 34 bus. Untuk
keperluan investigasi perbaikan kondisi operasi sistem karena pemasangan kapasitor,
maka dipasang kapasitor secara tentatif baik ukuran maupun lokasinya. Perhitungan
aliran beban kembali dijalankan untuk melihat pengaruh pemasangan kapasitor shunt
terhadap kondisi operasi sistem yang meliputi profil tegangan dan susut daya sistem.
Tentu saja penentuan ukuran dan lokasi kapasitor masih perlu diperhitungkan secara
lebih cermat dengan metoda optimisasi yang merupakan perhitungan terpisah.
Analisis aliran beban tiga fasa bukanlah satu-satunya perhitungan yang
dilakukan dalam penelitian ini. Perhitungan tersebut memiliki peran utama
memetakan (mapping) antara penambahan komponen kelistrikan dengan kondisi
operasi sistem kelistrikan. Untuk keperluan perbaikan kondisi operasi sistem,
sejumlah kapasitor shunt perlu dipasang pada sistem distribusi. Dalam kaitan ini,
perhitungan aliran beban akan dilakukan secara berulang untuk beberapa kapasitor
dengan ukuran yang bisa jadi berbeda yang dipasang untuk beberapa lokasi yang
berbeda pula.
Dalam tahap penelitian tahun kedua ini, status operasional kapasitor shunt
dan tap LTC dievaluasi setiap jam untuk merespon perubahan beban. Strategi
8 beban kelistrikan yang berubah. Kurun pengendalian dilakukan untuk 24 jam,
sehingga penentuan status operasional komponen tersakelar perlu dilakukan 24 kali
untuk beban tiap jam. Perhitungan aliran beban perlu dijalankan beberapa kali untuk
tiap jam dan akumulasi perhitungan tersebut untuk kurun 24 jam perhitungan menjadi
cukup besar. Pemilihan Algoritma perhitungan aliran beban yang efisien dan akurat
perlu dilakukan untuk meringankan beban komputasi.
Dalam penelitian tahun sebelumnya, program aliran beban telah berhasil
dikembangkan dan akan dimanfaatkan dalam penelitian tahun kedua. Dalam
penelitian tahun kedua, kombinasi-kombinasi status dan posisi tap LTC ditentukan
secara optimal. Proses penentuan jadwal operasi optimal kapasitor-kapasitor tersebut
dengan menggunakan metode optimisasi cerdas akan selalu melibatkan perhitungan
aliran beban, sehingga program aliran beban merupakan tulang punggung (backbone)
perhitungan dari seluruh proses optimisasi. Akurasi perhitungan aliran beban pada
gilirannya akan memberikan kontribusi signifikan terhadap kesahihan (ke-valid-an)
hasil optimisasi.
Dalam penelitian tahun kedua, penjadwalan operasi kapasitor shunt dan
LTC akan ditentukan menggunakan metode optimisasi cerdas. Metode yang
diusulkan adalah Agoritma Genetika (Genetic Algorithm, GA). Pemilihan Algoritma
Genetika terutama didasarkan atas kemampuan algoritma tersebut untuk memperoleh
hasil optimal global terutama untuk persoalan-persoalan optimisasi multimodal.
Metode optimisasi ini akan lebih lanjut dikembangkan dengan menggabungkan
metode Fuzzy kedalam Algoritma Genetika untuk membentuk metode Hibrida
Fuzzy-Algoritma Genetika. Gabungan metode ini diharapkan memperbaiki hasil
optimisasi penentuan status penjadwalan optimal kapasitor shunt dan LTC.
Dalam penelitian ini, dilakukan penentuan status penjadwalan optimal
kapasitor shunt dan LTC sedemikian, sehingga diperoleh minimisasi susut daya dan
perbaikan profil tegangan. Untuk keperluan tersebut berbagai kemungkinan solusi
perlu dibangkitkan dan kandidat-kandidat solusi tersebut akan secara berkelanjutan
9
selection). Program perhitungan aliran beban dimanfaatkan untuk mengevaluasi
kombinasi status penjadwalan dengan memberikan hasil perhitungan yang berupa
profil tegangan dan susut daya sistem. Untuk kombinasi tertentu perhitungan aliran
beban akan melakukan perhitungan dan memberikan nilai susut daya dan deskripsi
profil tegangan bagi kombinasi tersebut. Perhitungan tersebut dilakukan untuk
seluruh kombinasi yang diberikan pada tiap jamnya. Setelah diselesaikan perhitungan
untuk jam tertentu, perhitungan kembali dilakukan untuk jam berbeda dengan beban
yang berbeda serta kombinasi penjadwalan yang berbeda pula. Perhitungan dilakukan
untuk seluruh kurun optimisasi dengan jumlah kombinasi penjadwalan yang cukup
besar.
Secara komputatif pelibatan program perhitungan aliran beban adalah
sebagai subrutin pada perhitungan optimisasi Algortima Genetika untuk
mengevaluasi nilai susut daya dan profil tegangan atas kombinasi-kombinasi
penjadwalan yang diberikan. Masukan untuk program tersebut adalah kombinasi
penjadwalan dan keluarannya adalah nilai susut daya dan deskripsi profil tegangan
atas beban sistem pada tahap tersebut. Terdapat sejumlah besar kandidat solusi yang
perlu dievaluasi dan diperbaiki dalam proses komputasi. Sampai dengan tahap
tertentu kandidat solusi dengan hasil terbaik akan diambil sebagai solusi akhir dari
persoalan optimisasi yang ditangani. Hasil terakhir akan masih merupakan
sandi-sandi genetik yang perlu diterjemahkan dalam bentuk hasil penjadwalan optimal yang
dapat dipahami dan lebih operasional.
Jumlah tahapan maupun jumlah kandidat solusi pada umumnya ditentukan
dengan mempertimbangkan hasil optimisasi dan beban komputasi. Solusi terbaik
pada umumnya diperoleh dengan kandidat dalam jumlah besar dan generasi yang
panjang. Namun beban komputasinya akan sangat berat. Dengan demikian, jumlah
kandidat solusi dan generasi perlu ditentukan sedemikian, sehingga diperoleh solusi
yang baik dengan beban komputasi yang masih dalam batas untuk dapat ditangani
10 Dalam penelitian tahun kedua, setelah berhasil dikembangkan program
penjadwalan optimal komponen tersakelar menggunakan Algoritma Genetika,
algoritma akan lebih lanjut dikembangkan dengan memasukkan konsep logika kabur
(Fuzzy Logic) kedalamnya. Diharapkan diperoleh hasil penjadwalan pengendalian
yang lebih baik. Konsep Fuzzy tersebut dimanfaatkan untuk menentukan kombinasi
yang lebih optimal dengan mempertimbangkan pemenuhan kekangan dan pencapaian
sasaran yang lebih fleksibel. Perlu disampaikan di sini bahwa terdapat sejumlah
fungsi sasaran dan kekangan yang perlu dipenuhi dan dicapai dalam proses
optimisasi. Kombinasi pencapaian sasaran dan pemenuhan kekangan secara simultan
akan lebih dapat dilakukan secara lebih baik dengan menerapkan pola relasi yang
lebih lentur untuk kedua maksud tersebut. Dengan demikian, kandidat solusi
potensial akan dievaluasi dengan mempertimbangkan secara mekanisme yang lebih
fleksibel sedemikian, sehingga dimungkinkan ekplorasi yang lebih ekstensif atas
kemungkinan solusi. Pada akhir tahun kedua, program telah berjalan dengan baik
yang terdiri atas perhitungan aliran 3 fasa tak seimbang, pemanfaatannya sebagai
sub-rutin untuk optimisasi sistem menggunakan 2 buah metoded cerdas, yaitu Algoritma
Genetika dan Hibrida Fuzzy-Algoritma Genetika.
Pada tahun ketiga ini, kegiatan diawali dengan melaukan validasi program
dan analisis terhadap hasil perhitungan yang dibangkitkan. Setelah
hasil-hasilnya diyakini valid, program akan dicoba untuk dijalankan pada sistem yang lebih
besar. Jika program telah dapat bekerja baik, maka peneliti akan mencoba
menawarkan program ini kepada PLN untuk dilihat kemungkinannya untuk
diterapkan pada sistem real. Pada tingkat minimal akan dilakukan presentasi di PLN
untuk mendapatkan masukan. Jika dirasa menarik, program akan ditawarkan untuk
diimplementasikan. Hasil perhitungan optimisasi dari program adalah rekomendasi
penjadwalan komponen tersakelar (kapasitor shunt dan LTC) yang penerapannya
37 DAFTAR PUSTAKA
A.Ulinuha, S. M. Islam, et al. (2008). Optimal Voltage Restoration in Electric Power Systems Using Genetic Algorithms Powercon 2008 and 2008 IEEE Power India Conference. New Delhi, India, IEEE - PES.
A.Ulinuha, M. A. S. Masoum, et al. (2006). A Hybrid GA-Fuzzy Algorithm for Optimal Dispatch of LTC and Shunt Capacitors in Distribution System. Australasian Universities Power Engineering Conference (AUPEC), Melbourne, Australia, Victoria University.
A.Ulinuha, M. A. S. Masoum, et al. (2006). Optimal Dispatch of LTC and Shunt Capacitors in the Presence of Harmonics using Genetic Algorithms. Power Systems Conference and Exposition (PSCE) - IEEE, Atlanta, Georgia, USA, IEEE PES.
A.Ulinuha, M. A. S. Masoum, et al. (2007). Optimal Control of Reactive Power/Voltage in Distribution System Using Genetic Algorithms. Postgraduate Electrical Engineering and Computing Symposium (PEECS), Perth, Australia, Curtin University of Technology.
A.Ulinuha, M. A. S. Masoum, et al. (2007). Unbalance Power Flow Calculation for Radial Distribution System Using Forward-Backward Propagation Algorithm. Australasian Universities Power Engineering Conference (AUPEC), Perth, Australia, Curtin University of Technology.
Baran, M. E. and M.-Y. Hsu (1999). "Volt/VAr control at distribution substations." IEEE Transactions on Power Systems 14(1): 312-318.
Carpinelli, G., P. Varilone, et al. (2005). "Capacitor placement in three-phase distribution systems with nonlinear and unbalanced loads." Generation, Transmission and Distribution, IEE Proceedings- 152(1): 47-52.
Chen, T. H., M. S. Chen, et al. (1991). "Distribution system power flow analysis-a rigid approach." IEEE Transactions on Power Delivery 6(3): 1146-1152. Cheng, C. S. and D. Shirmohammadi (1995). "A three-phase power flow method for
real-time distribution system analysis." IEEE Transactions on Power Systems 10(2): 671-679.
da Costa, V. M., M. L. de Oliveira, et al. (2007). "Developments in the analysis of unbalanced three-phase power flow solutions." International Journal of Electrical Power & Energy Systems 29(2): 175-182.
38 Ghose, T. and S. K. Goswami (2003). "Effects of unbalances and harmonics on optimal capacitor placement in distribution system." Electric Power Systems Research 68(2): 167-173.
Grainger, J. J. and S. Civanlar (1985). "Volt/var control on distribution systems with lateral branches using shunt capacitors and voltage regulators. Part I: The overall problem." IEEE Transactions on Power Apparatus and Systems 104(11): 3278-3283.
Grainger, J. J. and S. Civanlar (1985). "Volt/var control on distribution systems with lateral branches using shunt capacitors and voltage regulators. Part III: The numerical result." IEEE Transactions on Power Apparatus and Systems 104(11): 3291-3297.
Gu, Z. and D. T. Rizy (1996). "Neural networks for combined control of capacitor banks and voltage regulators in distribution systems." IEEE Transactions on Power Delivery 11(4): 1921-1928.
Holland, J. H. (1975). Adaptation in Natural and Artificial Systems. Ann Arbor, University of Michigan Press.
Jwo, W.-S., C.-W. Liu, et al. (1999). "Large-scale optimal VAR planning by hybrid simulated annealing/genetic algorithm." Electric Power and Energy Systems 21(1): 39-44.
Kersting, W. H. (1991). "Radial distribution test feeders." IEEE Transactions on Power Systems 6(3): 975-985.
Kompas (10/03/2006). Susut Daya PLN Tegal Capai 10,62 persen.
Liang, R.-H. and C.-K. Cheng (2001). "Dispatch of main transformer ULTC and capacitors in a distribution system." IEEE Transactions on Power Delivery 16(4): 625-630.
Liang, R.-H. and Y.-S. Wang (2003). "Fuzzy-based reactive power and voltage control in a distribution system." IEEE Transactions on Power Delivery 18(2): 610-618.
Liao, G.-C. (2006). "Short-term thermal generation scheduling using improved immune algorithm." Electric Power Systems Research 76(5): 360-373.
Liao, G.-C. and T.-P. Tsao (2006). "Using chaos search immune genetic and fuzzy system for short-term unit commitment algorithm." International Journal of Electrical Power & Energy Systems 28(1): 1-12.
39 Lo, K. L. and C. Zhang (1993). "Decomposed three-phase power flow solution using the sequence component frame." IEE Proceedings-Generation, Transmission and Distribution 140(3): 181-188.
Malange, F. C. V., D. A. Alves, et al. (2004). "Real power losses reduction and loading margin improvement via continuation method." Power Systems, IEEE Transactions on 19(3): 1690- 1692.
Mayordomo, J. G., M. Izzeddine, et al. (2002). "Compact and flexible three-phase power flow based on a full Newton formulation." IEE Proceedings-Generation, Transmission and Distribution 149(2): 225-232.
Merdeka (2005). PLN Optimis Mampu Turunkan Susut Daya Listrik 10%. Merdeka. Michalewics, Z. (1996). Genetic Algorithms + Data Structures = Evolution Program
New York, Springer-Verlag Berlin Heidelberg.
Ramakrishna, G. and N. D. Rao (1998). "Fuzzy inference system to assist the operator in reactive power control in distribution systems." IEE Proceedings-Generation, Transmission and Distribution 145(2): 133-138.
Ramakrishna, G. and N. D. Rao (1999). "Adaptive neuro-fuzzy inference system for volt/var control in distribution systems." Electric Power Systems Research 49(2): 87-97.
Republika (2008). Reorganisasi dan mismanajemen PLN.
Roytelman, I., B. K. Wee, et al. (1995). "Volt/var control algorithm for modern distribution management system." IEEE Transactions on Power Systems 10(3): 1454-1460.
Somasundaram, P., K. Kuppusamy, et al. (2004). "Evolutionary programming based security constrained optimal power flow." Electric Power Systems Research 72(2): 137-145.
Suara_Merdeka (Senin, 23 Agustus 2004). Susut Daya, PLN Rugi 2,5 Miliar/Bulan. Sun, L., Y. Zhang, et al. (2006). "A matrix real-coded genetic algorithm to the unit
commitment problem." Electric Power Systems Research 76(9-10): 716-728. Teng, J.-H. (2002). "A modified Gauss-Seidel algorithm of three-phase power flow
analysis in distribution networks." International Journal of Electrical Power & Energy Systems 24(2): 97-102.
Thukaram, D., H. M. Wijekoon Banda, et al. (1999). "A robust three phase power flow algorithm for radial distribution systems." Electric Power Systems Research 50(3): 227-236.
40 Trebi-Ollennu, A. and B. A. White (1997). Multiobjective fuzzy genetic algorithm optimisation approach to nonlinear control system design. Control Theory and Applications Conference.
Ulinuha, A. (2007). Optimal Dispatch of LTC and Switched Shunt Capacitors for Distribution Networks in the Presence of Harmonics. Department of Electrical
and Computer Engineering. Perth, Curtin University of Technology. Doctor
of Philosophy: 203.
Ulinuha, A., M. A. S. Masoum, et al. (2010). "Hybrid genetic-fuzzy algorithm for volt/var/total harmonic distortion control of distribution systems with high penetration of non-linear loads." IET Generation, Transmission & Distribution 5(4): 425 - 439.
Ulinuha, A., M. A. S. Masoum, et al. "Hybrid Genetic-Fuzzy Algorithm for Optimal Volt/VAr/THD Control of Distribution Systems with High Penetration of
Nonlinear Loads " IEEE Transactions on Power Delivery.
Ulinuha, A., M. A. S. Masoum, et al. (2008). "Optimal Scheduling of LTC and Shunt Capacitors in Large Distorted Distribution Systems using Evolutionary-Based Algorithms." IEEE Transactions on Power Delivery 23(1): 434 - 441.
Vaahedi, E., J. Tamby, et al. (1999). "Large scale voltage stability constrained optimal VAr planning and voltage stability applications using existing OPF/optimal VAr planning tools." IEEE Transactions on Power Systems 14(1): 65 - 74.
Vieira, J. C. M., Jr., W. Freitas, et al. (2004). "Phase-decoupled method for three-phase power-flow analysis of unbalanced distribution systems." IEE Proceedings-Generation, Transmission and Distribution 151(5): 568-574. Wu, T., M. Rothleder, et al. (2004). "Pricing energy and ancillary services in
integrated market systems by an optimal power flow." IEEE Transactions on Power Systems 19(1): 339 - 347.
Zhang, W., Y. Liu, et al. (2002). Optimal VAr planning in area power system. International Conference on Power System Technology, 2002.
Zhang, X. P. and H. Chen (1994). "Asymmetrical three-phase load-flow study based
on symmetrical component theory." IEE Proceedings-Generation,
Transmission and Distribution 141(3): 248-252.
