SKRIPSI REKONFIGURASI JARINGAN DISTRIBUSI YANG TERHUBUNG DISTRIBUTED GENERATION UNTUK MENGURANGI RUGI-RUGI DAYA LISTRIK DENGAN

(1)

SKRIPSI

REKONFIGURASI JARINGAN DISTRIBUSI YANG TERHUBUNG DISTRIBUTED GENERATION UNTUK MENGURANGI RUGI-RUGI DAYA LISTRIK DENGAN

MENGGUNAKAN ALGORITMA ANT COLONY OPTIMIZATION (ACO)

(Studi Kasus : IEEE Sistem 30 Bus)

Diajukan untuk memenuhi salah satu persyaratan dalam menyelesaikan pendidikan sarjana (S-1) pada Departemen Teknik Elektro Sub Konsentrasi

Teknik Energi Listrik Oleh

MUNAYUDI HUTAURUK NIM : 140402079

DEPARTEMEN TEKNIK ELEKTRO FAKULTAS TEKNIK

UNIVERSITAS SUMATERA UTARA MEDAN

2021

(2)

(3)

(4)

i

ABSTRAK

Pada skripsi ini, dilakukan rekonfigurasi jaringan dengan menggunakan Algoritma Ant Colony Optimization (ACO) yang disimulasikan menggunakan software ETAP 12.6.0 dan Matlab R2013a. Rekonfigurasi ini dilakukan pada sistem jaringan distribusi IEEE 30 bus yang terhubung dengan 3 Distributed Generation (DG) pada keadaan beban seimbang. Dari rekonfigurasi jaringan yang dilakukan diperoleh konfigurasi optimal dengan melakukan studi aliran daya untuk memperoleh nilai rugi – rugi daya dan profil tegangan. Dengan membandingkan hasil studi aliran daya sebelum dan sesudah rekonfigurasi diperoleh penurunan nilai rugi – rugi daya sebesar 16,775 MW dari 30,754 MW menjadi 13,979 MW dan perbaikan profil tegangan minimum dari 55,22 % menjadi 91,06 % pada keadaan beban seimbang. Distributed Generation (DG) sangat berpengaruh terhadap konfigurasi optimal yang diperoleh dari rekonfigurasi dimana pada sistem dengan Distributed Generation (DG) tidak terhubung konfigurasi optimal switches 9, 12, 18, dan 20 terbuka. Setelah Distributed Generation (DG) terhubung konfigurasi optimal maka switches 9, 16, 26, dan 28 terbuka.

Kata Kunci: Rekonfigurasi, Jaringan Distribusi, Distributed Generation, Ant Colony Optimization (ACO), ETAP 12.6.0, Matlab R2013a, Rugi – Rugi Daya, Profil Tegangan

(5)

ii

KATA PENGANTAR

Skripsi ini merupakan kurikulum yang harus diselesaikan untuk memenuhi persyaratan dalam menyelesaikan Pendidikan Sarjana Strata Satu di Departemen Teknik Elektro, Universitas Sumatera Utara. Adapun judul Skripsi ini sebagai berikut:

“ REKONFIGURASI JARINGAN DISTRIBUSI YANG TERHUBUNG DISTRIBUTED GENERATION UNTUK MENGURANGI RUGI-RUGI

DAYA LISTRIK DENGAN MENGGUNAKAN ALGORITMA ANT COLONY OPTIMIZATION (ACO)

(Studi Kasus : IEEE Sistem 30 Bus)”

Skripsi ini penulis persembahkan kepada yang teristimewa Ayah (Frido Hutauruk), Ibu (Surta Sinaga), Abang (Hernius M Hutauruk dan Feriandi Hutauruk), serta Adik (Indah Yunita Hutauruk) tersayang yang selalu memberikan semangat dan mendoakan penulis selama masa studi hingga menyelesaikan skripsi ini.

Selama perkuliahan hingga selesainya penulisan skripsi ini, penulis banyak menerima bantuan, bimbingan dan dukungan dari berbagai pihak. Untuk itu penulis ingin menyampaiakan rasa terima kasih yang mendalam kepada:

1. Bapak Ir. Zulkarnaen Pane, MT.,IPM selaku Dosen Pembimbing skripsi serta Kepala Laboratorium Transmisi dan Distribusi yang telah banyak meluangkan waktu dan pikirannya untuk memberikan arahan, bimbingan dan bantuannya kepada penulis selama perkuliahan hingga penyusunan skripsi ini.

(6)

iii

2. Bapak Ir. Riswan Dinzi, ST, MT., selaku Dosen Pembanding skripsi yang telah banyak memberikan masukan dan arahan dalam penyempurnaan penulisan skripsi ini.

3. Bapak Drs. Hasdari Helmi, MT, selaku Dosen Pembanding skripsi yang telah banyak memberikan masukan dan arahan dalam penyempurnaan penulisan skripsi ini.

4. Bapak Ir. M. Zulfin ST, MT., selaku Dosen Wali yang telah banyak memberikan bimbingan dan bantuan selama penulis menjalani perkuliahan.

5. Seluruh Bapak dan Ibu Dosen yang telah mendidik dan memberikan pengalaman hidup yang berharga selama masa perkuliahan.

6. Seluruh staff Pegawai Departemen Teknik Elektro yang telah membantu proses administrasi penulis selama perkuliahan.

7. Teman-teman Seperjuangan ”.” ,Abed V. Pakpahan, Yosua B J Manurung, Rosalina Sembiring, Samuel A Butarbutar, Robert B N Nainggolan, dan lain- lain.

8. Rekan sesama asisten Laboratorium Transmisi dan Distribusi, Abed V Pakpahan, Aldiansyah Nasution, Enda Sembiring, Noel Silitonga, Sven Oliver.

9. Laboran Laboratorium Transmisi dan Distribusi Juri Saputra Sebayang, S.T.

10. Kawan-kawan teknik elektro stambuk 2014 yang telah menemani hari-hari penulis selama perkuliahan dan penulisan skripsi ini.

11. Semua pihak yang tidak dapat penulis sebutkan satu persatu.

Penulis menyadari bahwa dalam penulisan skripsi ini masih jauh dari kata sempurna karena masih banyak kekurangan baik dari segi isi maupun susunan bahasanya. Saran dan kritik dari pembaca dengan tujuan perbaikan dan

(7)

iv

penyempurnaan skripsi ini sangat diharapkan penulis. Akhir kata, penulis berharap semoga skripsi ini dapat berguna bagi kita semua.

Medan, Desember 2021 Penulis

Munayudi Hutauruk

(8)

v

DAFTAR ISI

ABSTRAK ... i

KATA PENGANTAR ... ii

DAFTAR ISI ... v

DAFTAR GAMBAR ... viii

DAFTAR TABEL ... x

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Perumusan Masalah ... 3

1.3 Tujuan ... 3

1.4 Batasan Masalah ... 4

1.5 Manfaat... 4

BAB II TINJAUAN PUSTAKA ... 6

2.1 Sistem Distribusi Listrik ... 6

2.2 Sistem Jaringan Distribusi Radial ... 7

2.2.1 Jaringan Radial Tie Switch Pemisah ... 8

2.3 Rugi-Rugi Daya Listrik ... 9

2.4 Rekonfigurasi Jaringan ... 12

2.5 Konsep Aliran Daya ... 14

(9)

vi

2.6 Ant Colony Optimization... 16

BAB III METODE PENELITIAN ... 23

3.1 Tempat dan Waktu ... 23

3.2 Bahan dan Peralatan ... 23

3.3 Pelaksanaan Penelitian ... 23

3.4 Prosedur Penelitian ... 28

3.5 Variabel yang Diamati dan Disimulasikan ... 29

BAB IV HASIL PENELITIAN DAN PEMBAHASAN ... 31

4.1 Umum ... 31

4.2 Hasil Simulasi... 31

4.2.1 Skenario 1-1 – Sistem Tidak Terhubung Distributed Generation (DG) Sebelum Rekonfigurasi ... 31

4.2.2 Skenario 1-2 – Sistem Tidak Terhubung Distributed Generation (DG) Sesudah Rekonfigurasi ... 36

4.2.3 Skenario 2-1 – Sistem Terhubung Distributed Generation (DG) Sebelum Rekonfigurasi ... 41

4.2.4 Skenario 2-2 – Sistem Terhubung Distributed Generation (DG) Sesudah Rekonfigurasi ... 45

4.3 Hasil Perbandingan ... 52

4.3.1 Perbandingan Hasil Studi Aliran Daya Sistem dengan Keadaan Beban Seimbang dan Tidak Terhubung Distributed Generation (DG) Sebelum dan Sesudah Rekonfigurasi ... 52

(10)

vii

4.3.2 Perbandingan Hasil Studi Aliran Daya Sistem dengan Keadaan Beban Seimbang dan Terhubung Distributed Generation (DG) Sebelum dan

Sesudah Rekonfigurasi ... 58

4.3.3 Pengaruh Distributed Generation (DG) Terhadap Hasil Rekonfigurasi Jaringan Sistem ... 64

BAB V KESIMPULAN DAN SARAN ... 66

5.1 Kesimpulan ... 66

5.2 Saran ... 67

DAFTAR PUSTAKA ... 68

(11)

viii

DAFTAR GAMBAR

Gambar 2.1 Jaringan Tipe Radial Tie Switch Pemisah ………9

Gambar 2.2 Diagram Kalkulasi Aliran Daya ……….10

Gambar 2.3 Jaringan Sistem Konfigurasi Awal ……….13

Gambar 2.4 Jaringan Sistem Setelah Rekonfigurasi ………...14

Gambar 2.5 Ilustrasi Perjalanan Semut Mencari Makanan ………17

Gambar 2.6 Diagram Alir Algoritma Ant Colony Optimization (ACO) ………….21

Gambar 3.1 SLD IEEE 30 Bus dengan DG ………26

Gambar 3.2 Diagram Alir Penelitian ………..29

Gambar 4.1 Skenario 1-1 Sistem tidak terhubung DG Sebelum Rekonfigurasi….32 Gambar 4.2 Output Open Switch untuk Skenario 1-2 ………36

Gambar 4.3 Output Objective Value Graph Skenario 1-2 ………..37

Gambar 4.4 Output Fitness Value Graph Skenario 1-2 ………..37

Gambar 4.5 Skenario 1-2 Sistem terhubung DG sebelum Rekonfigurasi ………..38

Gambar 4.6 Skenario 2-1 Sistem terhubung DG sebelum Rekonfigurasi ……….42

Gambar 4.7 Output Open Switch untuk Skenario 2-2 ……….46

Gambar 4.8 Output Objective Value Graph Skenario 2-2 ……….46

Gambar 4.9 Output Fitness Value Graph Skenario 2-2 ……….…47

Gambar 4.10 Skenario 2-2 Sistem terhubung DG sesudah Rekonfigurasi ……….48

(12)

ix

Gambar 4.11 Grafik Perbandingan Profil Tegangan Sebelum

dan Sesudah Rekonfigurasi ………55

Gambar 4.12 Grafik Perbandingan Nilai Arus Pembebanan Bus Sebelum

Gambar 4.13 Grafik Perbandingan Profil Tegangan Sebelum

Gambar 4.14 Grafik Perbandingan Nilai Arus Pembebanan Bus Sebelum

(13)

x

DAFTAR TABEL

Tabel 2.1 Tipe Bus dalam Sistem Tenaga Listrik ………..16

Tabel 2.2 Representasi Penggunaan Metode ACO ………22

Tabel 3.1 Data Distributed Generation (DG) ……….26

Tabel 3.2 Data Konduktor ………..27

Tabel 3.3 Data Beban ……….28

Tabel 4.1 Skenario Kasus Rekonfigurasi Jaringan ……… 31

Tabel 4.2 Daya Aktif dan Reaktif yang disuplai ke Sistem Skenario 1-1 ……….32

Tabel 4.3 Profil Tegangan pada Setiap Bus Skenario 1-1 ………..33

Tabel 4.4 Rugi-rugi Daya pada Saluran Skenario 1-1 ………34

Tabel 4.5 Rangkuman Studi Aliran Daya Skenario 1-1 ……….35

Tabel 4.7 Profil Tegangan pada Setiap Bus Skenario 1-2 ………..39

Tabel 4.8 Rugi-rugi Daya pada Saluran Skenario 1-2 ………40

Tabel 4.9 Rangkuman Studi Aliran Daya Skenario 1-2 ……….41

Tabel 4.11 Profil Tegangan pada Setiap Bus Skenario 2-1 ………43

Tabel 4.12 Rugi-rugi Daya pada Saluran Skenario 2-1 ………..44

Tabel 4.13 Rangkuman Studi Aliran Daya Skenario 2-1 ………45

(14)

xi

Tabel 4.14 Daya Aktif dan Reaktif yang disuplai ke Sistem Skenario 2-2 ………49 Tabel 4.15 Profil Tegangan pada Setiap Bus Skenario 2-2 ………49 Tabel 4.16 Rugi-rugi Daya pada Saluran Skenario 2-2 ………..50 Tabel 4.17 Rangkuman Studi Aliran Daya Skenario 2-2 ………51 Tabel 4.18 Perbandingan Hasil Studi Aliran Daya antara Skenario 1-1 dan

Skenario 1-2 ………52 Tabel 4.19 Perbandingan Profil Tegangan Bus antara Skenario 1-1 dan

Skenario 1-2 ………54 Tabel 4.20 Perubahan Nilai Arus Pembebanan Bus antara Skenario 1-1 dan Skenario 1-2 ………56 Tabel 4.21 Perbandingan Hasil Studi Aliran Daya antara Skenario 2-1 dan

Skenario 2-2 ………58 Tabel 4.22 Perbandingan Profil Tegangan Bus antara Skenario 2-1 dan

Skenario 2-2 ………60 Tabel 4.23 Perubahan Nilai Arus Pembebanan Bus antara Skenario 2-1 dan Skenario 2-2 ………62 Tabel 4.24 Perbandingan Hasil Studi Aliran Daya Sebelum dan Sesudah

Terhubung Distributed Generation (DG) ………...…64

(15)

1

BAB I

PENDAHULUAN

1.1 Latar Belakang

Sistem distribusi merupakan salah satu bagian penting dari sistem penyaluran tenaga listrik, karena merupakan penghubung akhir antara sebagian besar sistem transmisi dan pelanggan. Berdasarkan laporan bahwa 80% rugi-rugi jaringan distribusi terjadi karena kegagalan dalam sistem distribusi. Untuk meningkatkan efisiensi layanan pelanggan, dilakukan suatuupaya untuk mengurangi rugi – rugi daya dan jatuh tegangan yaitu dengan pemasangan Distributed Generation (DG) pada sistem jaringan distribusi daya listrik. Beberapa studi sudah membahas dan membuktikan bahwa penambahan Distributed Generation (DG) pada sistem jaringan distribusi daya listrik dapat mengurangi nilai rugi – rugi daya dan jatuh tegangan yang timbul pada sistem [7], [8] . Sehingga sangat umum pada masa sekarang ini ditemukan sistem jaringan distribusi daya listrik yang terdapat Distributed Generation (DG). Selain adanya penambahan Distributed Generation (DG), peningkatan penyaluran daya listrik juga dapat dilakukan dengan rekonfigurasi. Rekonfigurasi jaringan distribusi merupakan proses pengubahan topologi dari sistem jaringan distribusi daya listrik dengan mengubah terbuka atau tertutupnya keadaan suatu tie switch yang ada pada sistem jaringan distribusi tersebut. Tujuan dari rekonfigurasi jaringan distribusi adalah untuk mencapai keadaan dimana sistem jaringan

(16)

2 distribusi memiliki nilai rugi – rugi daya dan jatuh tegangan terkecil [5].

Dikarenakan banyaknya kandidat kombinasi switching yang mungkin dilakukan pada suatu sistem jaringan distribusi, menentukan konfigurasi sistem jaringan ditribusi yang paling baik menjadi permasalahan yang rumit. Rekonfigurasi jaringan sebagai cara untuk mengurangi rugi – rugi daya pertama kali diutarakan oleh Merlin [6] pada tahun 1975.

Perkembangan metode dengan menggunakan pendekatan dalam menentukan rekonfigurasi suatu jaringan distribusi untuk mengurangi rugi-rugi daya pada sistem distribusi listrik sudah banyak berkembang. Metode yang telah digunakan seperti Genetic Alghoritm (GA) [1], Particle Swarm Optimization (PSO) [2], Heuristic Branch Exchange Method (HBEM) [3] yang semuanya menganalisis pengurangan rugi-rugi daya dan jatuh tegangan setelah dilakukan rekonfigurasi ulang suatu jaringan distribusi.

Pada skripsi ini akan dilakukan rekonfigurasi ulang jaringan distribusi dengan menggunakan algoritma Ant Colony Optimization (ACO) [4] yang akan diaplikasikan pada IEEE 30 Bus-System dengan penambahan Distributed Generation (DG) [9] . Algoritma ACO merupakan salah satu dari metode kecerdasan buatan. Metode ini akan mencari jalur terpendek yang akan digunakan pada proses rekonfigurasi yang terinspirasi dari perilaku koloni semut dalam mencari makanan. Semut mampu mengindera lingkungannya yang kompleks untuk mencari makanan dan kemudian kembali ke sarangnya dengan meninggalkan zat pheromone pada jalur-jalur yang mereka lalui. Semut-semut ini mengingat dan membandingkan setiap jalur yang mereka lewati. Koloni semut lebih suka memilih jalur terpendek dalam mencari makanan. Kemudian jalur terpendeklah yang dipilih

(17)

3 sebagai jalur yang optimal. Hasil penelitian ini diharapkan mampu memberikan solusi untuk mengatasi rugi-rugi daya pada jaringan distribusi.

1.2 Perumusan Masalah

Dari latar belakang tersebut dapat dirumuskan beberapa masalah yang dibahas dalam skripsi ini adalah sebagai berikut :

1. Bagaimana mengkonfigurasi ulang suatu jaringan distribusi yang terhubung dengan Distributed Generation (DG) dengan beban seimbang.

2. Bagaimana melakukan rekonfigurasi ulang untuk meminimalkan rugi-rugi daya pada jaringan distribusi dengan menggunakan algoritma Ant Colony Optimization.

3. Bagaimana pengaruh penambahan Distributed Generation (DG) terhadap rekonfigurasi jaringan distribusi dengan algoritma Ant Colony Optimization

1.3 Tujuan

Adapun tujuan penelitian yang diharapkan dalam penulisan skripsi ini adalah sebagai berikut:

1. Mendapatkan konfigurasi dan loses yang optimal pada jaringan distribusi listrik yang terhubung Distributed Generation (DG) dengan beban seimbang

2. Mendapatkan suatu konfigurasi optimal jaringan distribusi listrik dengan rugi-rugi daya yang minimal dengan bantuan program Ant Colony Optimization (ACO)

(18)

4 3. Mengetahui pengaruh dari adanya penambahan Distributed Generation (DG) sebelum dan sesudah rekonfigurasi dengan menggunakan algoritma Ant Colony Optimization pada jaringan distribusi listrik.

1.4 Batasan Masalah

Dari rumusan masalah yang dijabarkan di atas, batasan masalah yang diangkat pada penulisan skripsi ini adalah sebagai berikut:

1. Studi aliran daya menggunakan bantuan software ETAP 12.6.0 dalam keadaan beban seimbang.

2. Rekonfigurasi jaringan yang dilakukan hanya pada saat beban seimbang.

3. Jaringan distribusi yang dianalisis adalah jaringan distribusi radial.

4. Pemrograman algoritma Ant Colony Optimization menggunakan bantuan software MATLAB.

5. Tidak membahas sistem proteksi dan komponennya pada sistem distribusi.

6. Tidak membahas peralatan-peralatan yang terdapat pada sistem distribusi 7. Tidak membahas penyebab rugi-rugi dan aspek kualitas tenaga pada

sistem distribusi.

8. Tidak membahas sizing dan sitting Distributed Generation (DG)

1.5 Manfaat

Dengan menggunakan metode optimasi yang diusulkan dalam penulisan skripsi ini diharapkan dapat diperoleh konfigurasi jaringan sistem distribusi daya listrik yang terhubung dengan Distributed Generation (DG) dengan nilai rugi – rugi daya listrik terendah dalam keadaan beban seimbang (balanced load) serta untuk

(19)

5 mengetahui seberapa besar pengaruh Distributed Generation (DG) terhadap kualitas daya yang didistribusikan pada jaringan distribusi daya listrik.

(20)

6

BAB II

TINJAUAN PUSTAKA

2.1 Sistem Distribusi Listrik

Sistem penyaluran tenaga listrik dari pembangkit tenaga listrik ke konsumen (beban), merupakan hal penting untuk dipelajari. Mengingat penyaluran tenaga listrik ini, prosesnya melalui beberapa tahapan, yaitu dari pembangkit tenaga listrik penghasil tenaga listrik, disalurkan ke jaringan transmisi (SUTET) langsung ke gardu induk. Dari gardu induk tenaga listrik disalurkan ke jaringan primer (SUTM), dan melalui gardu distribusi langsung ke jaringan sekunder (SUTR), tenaga listrik dialirkan ke konsumen. Dengan demikian sistem distribusi listrik berfungsi untuk menyalurkan tenaga listrik kepada pihak pemakai melalui jaringan tegangan rendah (SUTR) [10].

Pada penyaluran daya listrik sistem distribusi berfungsi untuk menyalurkan dan mendistribusikan daya listrik dari Gardu Induk ke pusat-pusat beban (Gardu Distribusi) atau konsumen. Sistem distribusi terbagi menjadi dua bagian sistem berdasarkan tingkat tegangannya, yaitu : Sistem distribusi primer / tegangan menengah yang merupakan bagian dari sistem distribusi yang berfungsi untuk menyalurkan dan mendistribusikan tenaga listrik dari pusat supply daya (Gardu Induk) ke pusat – pusat beban (Gardu Distribusi). Sistem distribusi ini secara umum terpasang sepanjang daerah yang dialiri daya listrik dengan membentuk jaringan atau penyulang – penyulang sampai kepusat beban paling akhir. Tingkat tegangan yang digunakan pada sistem distribusi primer adalah tegangan menengah (misalnya

(21)

7 6 kV atau 20 kV). Lalu, sistem distribusi sekunder yang merupakan bagian dari sistem distribusi daya listrik yang berfungsi menyalurkan dan mendistribusikan tenaga listrik dari gardu distribusi ke masing – masing konsumen. Sedangkan sistem jaringan yang digunakan untuk menyalurkan dan mendistribusikan tenaga listrik tersebut dapat menggunakan sistem 1 fasa dengan dua kawat (fasa dan netral) maupun sistem 3 fasa dengan empat kawat (tiga fasa dan satu netral). Tingkat tegangan yang digunakan pada sistem distribusi sekunder adalah tegangan rendah (misalnya 127/220 Volt atau 220/380 Volt).

Ada beberapa bentuk sistem jaringan yang umum dipergunakan untuk menyalurkan dan mendistribusikan tenaga listrik yaitu :

1. Sistem jaringan distribusi radial.

2. Sistem jaringan distribusi rangkaian tertutup (loop).

3. Sistem jaringan distribusi mesh.

4. Sistem jaringan distribusi spindle.

2.2 Sistem Jaringan Distribusi Radial

Dinamakan jaringan radial karena daya pada saluran ini diambil secara radial dari suatu sumber jaringan kemudian dibagi dalam bentuk cabang ke setiap titik beban.

Jaringan distribusi radial ini mempunyai beberapa kelebihan dan kerugian.

Kelebihan yang dimiliki oleh jaringan radial ini diantaranya sebagai berikut:

• Memiliki konfigurasi yang sederhana

• Biaya investasi yang relative lebih murah dibandingkan dengan konfigurasi jaringan lain

(22)

8

• Lebih mudah dalam proteksi arus gangguan

• Lebih mudah dalam control tegangan

Sedangkan kerugian yang disebabkan penggunaan jaringan distribusi tipe radial ini adalah sebagai berikut:

• Jatuh tegangan yang terdapat pada jaringan dan rugi daya relatif besar

• Keandalan pelayanan menjadi berkurang dikarenakan hanya terdapat satu saluran sehingga jika terjadi gangguan, sistem akan mengalami pemadaman secara total.

Jaringan distribusi radial ini memiliki beberapa modifikasi, antara lain adalah:

1. Jaringan radial Pohon

2. Jaringan radial dengan tie switch pemisah 3. Jaringan radial dengan pusat beban

4. Jaringan radial dengan pembagian phase area 2.2.1 Jaringan Radial Tie Switch Pemisah

Jaringan tipe radial dengan tie switch pemisah digunakan sebagai modifikasi lanjutan dari jaringan radial yang digunakan untuk mendapatkan pemulihan layanan dengan cepat. Hal ini dilakukan dengan cara mengalihkan bagian penyulang yang tidak terganggu ke penyulang primer yang berdekatan. Gangguan ini dapat diisolasi dengan membuka peralatan pengaman pada setiap bagian penyulang yang terganggu. Jaringan radial dengan tie switch ini dapat dilihat pada Gambar 2.1. [11]

(23)

9 Gambar 2.1 Jaringan Tipe Radial dengan Tie Switch Pemisah Untuk meningkatkan keandalan, sistem radial sering disediakan dengan saklar yang terbuka dalam kondisi normal (normally open tie switch) ke jaringan lain. Pada sistem jaringan radial, jika terjadi kesalahan pada salah satu jaringan, saklar (tie switch) memungkinkan beberapa bagian dari jaringan dapat dipulihkan dengan cepat. Biasanya, saklar ini dioperasikan secara manual, tetapi beberapa utilitas menggunakan saklar otomatis atau reclosers untuk melakukan operasi ini secara otomatis.

Pada tugas akhir ini penulis akan melakukan penelitian pada sistem jaringan distribusi radial.

2.3 Rugi-Rugi Daya Listrik

Rugi – rugi daya merupakan hilangnya sejumlah energi listrik yang dibangkitkan oleh produsen (pembangkit) selama penyaluran menuju konsumen (beban). Hal ini menyebabkan kerugian bagi produsen dimana produsen harus menghasilkan energi listrik yang lebih besar dibanding dengan energi listrik yang dibutuhkan beban agar kebutuhan konsumen terpenuhi. Nilai rugi – rugi daya pada

(24)

10 suatu sistem tenaga listrik dapat menjadi tolak ukur efisiensi suatu sistem tenaga listrik.

Rugi – rugi daya pada sistem dapat dihitung dengan Persamaan 2.1 berikut.

𝑃_𝐿 = ∑^𝑛_𝑖=1|𝐼|². 𝑅 (2.1)

Dimana

𝑃_𝐿 = 𝑛𝑖𝑙𝑎𝑖 𝑟𝑢𝑔𝑖 − 𝑟𝑢𝑔𝑖 𝑑𝑎𝑦𝑎

𝑅 = 𝑟𝑒𝑠𝑖𝑠𝑡𝑎𝑛𝑠𝑖 𝑘𝑜𝑛𝑑𝑢𝑘𝑡𝑜𝑟 𝑝𝑎𝑑𝑎 𝑐𝑎𝑏𝑎𝑛𝑔 𝑖

|𝐼| = 𝑏𝑒𝑠𝑎𝑟 𝑎𝑟𝑢𝑠 𝑦𝑎𝑛𝑔 𝑚𝑒𝑛𝑔𝑎𝑙𝑖𝑟 𝑝𝑎𝑑𝑎 𝑐𝑎𝑏𝑎𝑛𝑔 𝑖 𝑛 = 𝑗𝑢𝑚𝑙𝑎ℎ 𝑐𝑎𝑏𝑎𝑛𝑔 𝑝𝑎𝑑𝑎 𝑠𝑖𝑠𝑡𝑒𝑚

Rugi – rugi daya juga dapat dihitung dengan melihat aliran daya pada saluran [14]. Dimisalkan terdapat saluran ynag menghubungkan dua bus i dan j seperti pada Gambar 2.4

Gambar 2.2 Diagram kalkulasi aliran daya

(25)

11 Arus saluran Iij, diukur pada bus i dan ditetapkan bernilai positif dengan arah i → j dapat diperoleh dari Persamaan 2.2 berikut.

𝐼_𝑖𝑗 = 𝐼_ℓ+ 𝐼_𝑖0 = 𝒴_𝑖𝑗(𝑉_𝑖 − 𝑉_𝑗) + 𝒴_𝑖0𝑉_𝑖 (2.2)

Sama halnya dengan Arus saluran Iji, diukur pada bus j dan ditetapkan bernilai positif dengan arah j → i dapat diperoleh dari Persamaan 2.3 berikut.

𝐼_𝑗𝑖 = −𝐼_ℓ+ 𝐼_𝑗0 = 𝒴_𝑖𝑗(𝑉_𝑖 − 𝑉_𝑗) + 𝒴_𝑖0𝑉_𝑗 (2.3)

Dimana :

𝑉_𝑖 = 𝑡𝑒𝑔𝑎𝑛𝑔𝑎𝑛 𝑝𝑎𝑑𝑎 𝑏𝑢𝑠 𝑖 𝑉_𝑗 = 𝑡𝑒𝑔𝑎𝑛𝑔𝑎𝑛 𝑝𝑎𝑑𝑎 𝑏𝑢𝑠 𝑗

𝒴_𝑖𝑗 = 𝑎𝑑𝑚𝑖𝑡𝑎𝑛𝑠𝑖 𝑠𝑎𝑙𝑢𝑟𝑎𝑛 𝑝𝑒𝑛𝑔𝑎𝑛𝑡𝑎𝑟 𝑖𝑗

𝐼_ℓ= 𝑎𝑟𝑢𝑠 𝑦𝑎𝑛𝑔 𝑚𝑒𝑛𝑔𝑎𝑙𝑖𝑟 𝑝𝑎𝑑𝑎 𝑝𝑒𝑛ℎ𝑎𝑛𝑡𝑎𝑟 𝑖𝑗 𝐼_𝑖0 = 𝑎𝑟𝑢𝑠 𝑦𝑎𝑛𝑔 𝑚𝑒𝑛𝑔𝑎𝑙𝑖𝑟 𝑘𝑒 𝑏𝑒𝑏𝑎𝑛 𝑑𝑎𝑟𝑖 𝑏𝑢𝑠 𝑖 𝐼_𝑗0 = 𝑎𝑟𝑢𝑠 𝑦𝑎𝑛𝑔 𝑚𝑒𝑛𝑔𝑎𝑙𝑖𝑟 𝑘𝑒 𝑏𝑒𝑏𝑎𝑛 𝑑𝑎𝑟𝑖 𝑏𝑢𝑠 𝑗

Daya kompleks Sij dari bus i ke bus j dan Daya kompleks Sji dari bus j ke bus i diperoleh dari Persamaan 2.4 dan 2.5 berikut.

𝑆_𝑖𝑗 = 𝑉_𝑖𝐼_𝑖𝑗^∗ (2.4)

𝑆_𝑗𝑖 = 𝑉_𝑗𝐼_𝑗𝑖^∗ (2.5)

Rugi – rugi daya pada penyaluran bus i ke bus j, 𝑆_𝐿𝑖𝑗 merupakan penjumlahan aljabar dari Persamaan 2.4 dan 2.5.

(26)

12

𝑆_𝐿𝑖𝑗 = 𝑆_𝑖𝑗+ 𝑆_𝑗𝑖 (2.6)

2.4 Rekonfigurasi Jaringan

Rekonfigurasi jaringan (Network Reconfiguration) merupakan suatu usaha merubah bentuk konfigurasi jaringan distribusi dengan mengoperasikan pensakelaran terkontrol (switching remotely controlled) pada jaringan distribusi tanpa menimbulkan akibat yang beresiko pada operasi dan bentuk sistem jaringan distribusi secara keseluruhan.

Rekonfigurasi jaringan merupakan salah satu parameter kunci dalam perencanaan dan pengopresasian sistem distribusi daya listrik. Rekonfigurasi jaringan ditujukan untuk mengubah atau memodifikasi (altering) struktur topologi dari sistem jaringan distribusi, dengan cara mengubah posisi dari tie switches dan sectionalizing switches, namun tetap beroperasi dalam kondisi normal dan tetap mempertahankan bentuk sistem distribusi yang radial [18].

Terdapat 2 jenis switches pada sistem distribusi daya listrik yaitu sectionalizing switches dan tie switches. Sectionalizing switches keadaannya Normally Closed (NC) sedangkan untuk tie switches keadaannya Normally Open (NO) [19]. Sectionalizing switches berfungsi sebagai proteksi untuk mengisolasi gangguan dan juga untuk rekonfigurasi jaringan. Tie Switches apabila ditutup (close) maka akan terbentuk loop pada sistem karena itu untuk mempertahankan radialitas sistem maka salah satu sectionalizing switch yang ada dalam loop harus dibuka (open).

Dalam melakukan rekonfigurasi jaringan beberapa hal berikut harus terpenuhi [13]:

(27)

13 1. Mempertahankan radialitas sistem distribusi daya listrik.

2. Nilai jatuh tegangan pada bus harus memnuhi limit standard.

3. Trafo feeder harus mampu menopang beban tambahan.

Dalam kondisi operasi normal, rekonfigurasi jaringan dilakukan karena dua alasan:

a. Mengurangi rugi-rugi daya pada sistem (loss reduction)

b. Mendapatkan pembebanan yang seimbang untuk mencegah pembebanan yang berlebih pada jaringan (load balancing)

Gambar 2.3 Jaringan Sistem Konfigurasi Awal

Contoh Konfigurasi awal suatu jaringan distribusi ditunjukkan seperti pada Gambar 2.3 dimana sistem distribusi tersebut terdiri atas 3 penyulang, 13 bus dan 16 switch (13 switch normally closed dan 3 switch normally open) [17]. Sistem didesain dengan menambahkan cabang baru pada masing-masing penyulang sehingga diperoleh sistem distribusi yang memiliki 3 jaringan loop dengan jumlah switch yang berbeda sesuai penempatan loop-loop tersebut.

(28)

14 Gambar 2.4 Jaringan Sistem Setelah Rekonfigurasi

Konfigurasi jaringan awal yang terdiri atas 3 switch normally open yakni S14, S15 dan S16 kemudian dilakukan rekonfigurasi cara membuka-tutup tiap switch pada masing-masing saluran sehingga diperoleh hasil terbaik konfigurasi jaringan distribusi seperti pada Gambar 2.4. Hasil Rekonfigurasi jaringan menunjukkan S8, S7 dan S15 adalah switch normally open. Dengan menggunakan studi aliran daya diperoleh hasil yang menunjukkan adanya penurunan rugi-rugi daya setelah dilakukan rekonfigurasi jaringan.

2.5 Konsep Aliran Daya

Perhitungan aliran daya pada umumnya adalah menghitung besar tegangan dan sudut fasa setiap bus pada kondisi tunak dan ketiga fasa seimbang. Hasil perhitungan ini digunakan untuk menghitung besar aliran daya aktif dan daya reaktif yang mengalir pada jaringan, besarnya daya aktif dan daya reaktif yang harus dibangkitkan pada setiap pusat pembangkit, serta jumlah rugi-rugi di sistem.

Pada setiap bus ada 4 variabel operasi yang terkait, yaitu daya aktif, daya reaktif, besar tegangan, dan sudut fasa tegangan. Supaya persamaan aliran daya dapat

(29)

15 dihitung, 2 dari 4 variabel di atas harus diketahui untuk setiap bus, sedangkan 2 variabel lainnya dihitung.

Setiap bus dalam sistem tenaga listrik dikelompokkan menjadi 3 tipe bus, yaitu [14] :

a) Bus beban

Bus beban adalah bus yang tidak memiliki unsur pembangkitan tenaga listrik / generator, dan terhubung secara langsung dengan beban (konsumen). Bus beban biasa disebut dengan P-Q bus, karena pada bus ini, yang dapat diatur adalah kapasitas daya yang terpasang. P merupakan daya aktif terpasang dalam satuan Watt (W), sedangkan Q merupakan daya reaktif terpasang dalam satuan Volt Ampere Reaktif (VAR). Hubungan antara daya aktif dan daya reaktif terhubung dengan nilai cos phi (cos φ).

b) Bus generator

Bus generator atau biasa disebut bus voltage controlled. Disebut demikian, karena tegangan pada bus ini biasanya dijaga konstan. Pada bus ini terhubung dengan generator yang dapat dikontrol daya aktif dan tegangannya. Pengaturan daya aktif pada bus ini diatur dengan mengontrol penggerak mula (prime mover), sedangkan pengaturan tegangan pada bus ini diatur dengan mengontrol arus eksitasi pada generator. Oleh karena daya aktif (P) dan tegangan (V) yang dapat dikontrol, maka bus ini sering disebut sebagai P-V bus.

c) Bus referensi

Pada bus referensi atau biasa disebut slack bus, adalah sebuah bus generator yang dianggap sebagai bus utama karena merupakan bus yang

(30)

16 memiliki kapasitas daya yang paling besar. Oleh karena daya yang dapat disalurkan oleh bus ini besar, maka dari itu, pada bus ini hanya nilai tegangan dan sudut fasa yang bisa diatur, sedangakan besar daya aktif dan reaktifnya akan dicari dalam perhitungan. Sedangkan daya aktif dan daya reaktif yang harus dikompensasi merupakan hasil perhitungan. Berikut tipe-tipe bus pada sistem tenaga listrik serta nilai yang diketahui dan yang akan dihitung pada Tabel 2.1 berikut.

Tabel 2.1 Tipe Bus Dalam Sistem Tenaga Listrik

Tipe Bus Nilai yang diketahui Nilai yang dihitung

Bus Beban P, Q V, 𝛿

Bus Generator P, V Q, 𝛿

Bus Referensi V, 𝛿 P, Q

2.6 Ant Colony Optimization

Ant Colony Optimization (ACO) adalah salah satu dari beberapa optimasi meta-heuristik untuk menemukan solusi berdasarkan masalah perkiraan optimasi diskrit. Metode ini pertama kali diterapkan pada Travelling Salesman Problem (TSP) oleh M. Dorigo dan L. M. Gambardella [10]. Algoritma ini kemudian berhasil dikembangkan pada masalah optimisasi lainnya seperti masalah rute kendaraan dan masalah penugasan kuadratik.

Algoritma koloni semut terinspirasi dari perilaku alami koloni semut tentang bagaimana mereka menemukan sumber makanan dan membawa mereka kembali ke sarang dengan membangun formasi jejak yang unik. Pada tahun 2004, E.

Carpaneto dan G. Chicco [11] memperkenalkan metode pencarian koloni semut

(31)

17 untuk menyelesaikan masalah konfigurasi ulang jaringan. Pada tahun yang sama, Ching Tzong Su et al. [12] memperkenalkan pada global mengenai pembaruan aturan algoritma pencarian koloni semut. Mereka menyimpulkan dari penelitian, yang dilakukan bahwa hasil simulasi dengan algoritma koloni semut mempunyai rata-rata solusi yang lebih baik.

Gambar 2.5. Ilustrasi perjalanan semut mencari makanan

Pada dunia nyata, semut berkeliling secara acak, dan ketika menemukan makanan mereka kembali ke koloninya sambil memberikan tanda dengan jejak feromon. Feromon (bahasa Yunani: phero yang artinya pembawa, dan mone bermakna sensasi) adalah sejenis zat kimia yang berfungsi untuk merangsang dan memiliki daya pikat seksual pada jantan maupun betina. Zat ini berasal dari kelenjar endokrin dan digunakan oleh makhluk hidup untuk mengenali sesama jenis, individu lain, kelompok, dan untuk membantu proses reproduksi. Berbeda dengan hormon, feromon menyebar ke luar tubuh dan hanya dapat memengaruhi dan dikenali oleh individu lain yang sejenis (satu spesies).

Jika semut-semut lain menemukan jalur tersebut, mereka tidak akan bepergian dengan acak lagi, melainkan akan mengikuti jejak tersebut, kembali dan menguatkannya jika pada akhirnya merekapun menemukan makanan. Seiring

(32)

18 waktu, bagaimanapun juga jejak feromon akan menguap dan akan mengurangi kekuatan daya tariknya. Lebih lama seekor semut pulang pergi melalui jalur tersebut, lebih lama jugalah feromon menguap. Sebagai perbandingan, sebuah jalur yang pendek akan berbaris lebih cepat, dan dengan demikian kerapatan feromon akan tetap tinggi karena terletak pada jalur secepat penguapannya. Penguapan feromon juga mempunyai keuntungan untuk mencegah konvergensi pada penyelesaian optimal secara lokal. Jika tidak ada penguapan sama sekali, jalur yang dipilih semut pertama akan cenderung menarik secara berlebihan terhadap semut- semut yang mengikutinya. Pada kasus yang demikian, eksplorasi ruang penyelesaian akan terbatasi.

Oleh karena itu, ketika seekor semut menemukan jalur yang bagus (jalur yang pendek) dari koloni ke sumber makanan, semut lainnya akan mengikuti jalur tersebut, dan akhirnya semua semut akan mengikuti sebuah jalur tunggal. Ide algoritma koloni semut adalah untuk meniru perilaku ini melalui 'semut tiruan' berjalan seputar grafik yang menunjukkan masalah yang harus diselesaikan.

Algoritma optimisasi koloni semut telah digunakan untuk menghasilkan penyelesaian yang mendekati optimal pada masalah salesman yang melakukan perjalanan. Algoritma semut lebih menguntungkan daripada pendekatan penguatan tiruan (simulaten annealing) dan algoritma genetik saat grafik mungkin berubah secara dinamis; algoritma koloni semut dapat berjalan secara kontinyu dan menyesuaikan dengan perubahan secara waktu nyata (real time).

Langkah sederhana proses optimasi algoritma ACO dapat diuraikan sebagai berikut,

(33)

19 1. Tentukan jumlah semut N dan nilai diskret sebanyak p. Nilai variabel yang

dicari dinyatakan dalam

Xi = Xi1, Xi2, Xi3, …, Xip ; (i= 1,2,3,…, n) (2.7) Dimana n merupakan banyaknya variabel. Tentukan nilai feromon awal 𝜏_𝑖𝑗¹, set iterasi, iter=1.

2. a. Hitung probabilitas (Pij ) pemilihan ruas oleh semut 𝑃_𝑖𝑗 = ^𝜏^𝑖𝑗

Σ 𝑗€𝑁𝑖

(𝑘)𝜏𝑖𝑗 (2.8)

𝑖 = 1, 2, 3, … . . , 𝑛 𝑗 = 1, 2, 3, … . . , 𝑝

b. Ruas tertentu akan dipilih oleh semut k berdasarkan bilangan random yang dibangkitkan dalam range (0,1). Pemilihan ruas ini ditentukan dengan menggunakan lingkaran lotere (roulette-wheel selection).

3. a. Bangkitkan N bilangan random , , , ..., dalam range (0,1) tiap semut.

Tentukan nilai diskret yang mewakili ruas untuk semut k untuk variabel i dengan menggunakan bilangan random dari tahap 2 dan area probabilitas kumulatif dalam lingkaran lotere.

b. Ulangi tahap 3(a) untuk tiap variabel i=1,2,3,...,n.

c. Evaluasi nilai fungsi tujuan dengan cara memasukkan nilai yang sudah dipilih untuk semua variabel i=1,2,3,...,n oleh semut k, k=1,2,3,...,N; fk = f(X(k)); k=1,2,3,...,N. Tentukan lintasan terbaik dan terburuk diantara N ruas atau lintasan yang sudah dipilih oleh semut-semut yang berbeda.

𝑓_{𝑏𝑒𝑠𝑡} = 𝑚𝑖𝑛𝑘=1,2,3,…,𝑁{𝑓𝑘} (2.9) 𝑓_{𝑤𝑜𝑟𝑠𝑡}= 𝑚𝑎𝑥𝑘=1,2,3,…,𝑁{𝑓𝑘} (2.10)

(34)

20 4. Uji konvergensi. Pada ACO konvergensi diartikan jika semua semut mengambil lintasan terbaik yang sama. Jika belum konvergensi, koloni semut akan kembali kesarang dan memulai pencarian makanan lagi. Set iterasi, iter

= iter + 1, dan melakukan update feromon untuk tiap ruas dengan persamaan:

𝜏_𝑖𝑗^{𝑘(𝑖𝑡𝑒𝑟)}= 𝜏_𝑖𝑗^{(𝑜𝑙𝑑)}+ ∆𝜏^𝑘 (2.11)

Dimana 𝜏_𝑖𝑗^{(𝑜𝑙𝑑)} menunjukkan jumlah feromon dari iterasi sebelumnya yang tertinggal setelah penguapan

𝜏_𝑖𝑗^{(𝑜𝑙𝑑)} = (1 − 𝜌)𝜏_𝑖𝑗^{(𝑖𝑡𝑒𝑟−1)} (2.12) Tahap 2 hingga 4 diulang sampai proses konvergen yaitu ketika semua semut memilih lintasan terbaik yang sama atau berhenti setelah jumlah iterasi maksimum tercapai.

(35)

21 Mulai

Semut pergi mencari sumber makanan dengan menyebar secara acak

Semut menemukan makanan dan meninggalkan feromon sebagai jejak untuk kembali ke sarang

Semut lainnya mengikuti jejak feromon dari sumber makanan untuk kembali kesarang

Semut cenderung mengikuti jejak yang lebih pekat(dalam hal ini rute terpendek)

Semut terus mencari sumber makanan dengan melewati rute terpendek

Apakah ada sumber makanan lain ?

Membandingakan jumlah setiap sumber makanan dengan fungsi

fitness

Selesai Tidak Ya

Gambar 2.6 Diagram Alir Algoritma Ant Colony Optimization (ACO) Algoritma Ant Colony Optimization akan digunakan dalam tugas akhir ini sebagai metode yang digunakan dalam melakukan rekonfigurasi jaringan untuk mengurangi rugi-rugi daya pada jaringan distribusi.

(36)

22 Tabel 2.2 Representasi Penggunaan Algoritma ACO

Algoritma Ant Colony Optimization Optimasi Rekonfigurasi Jaringan Jejak Pheromone Posisi tie Switch yang akan di pilih

sebagai jalur terbaik

Jumlah sumber makanan Jumlah bus beban yang akan direkonfigurasi

Fungsi Objektif Losses dan profil tegangan

Pada Tabel 2.2, dijelaskan bahwa jejak Pheromone direpresentasikan sebagai jalur swich mana yang akan dilalui atau dipilih agar mendapatkan jarak ideal. Jejak pheromone yang semakin tebal menandakan bahwa jalur tersebut memiliki nilai losses yang kecil atau jalur terdekat dengan beban. Sumber makanan direpresentasikan sebagai jumlah beban pada jaringan yang akan direkonfigurasi dan fungsi objektif direpresentasikan sebagai losses dan profil tegangan.

(37)

23

BAB III

METODE PENELITIAN

3.1 Tempat dan Waktu

Penelitian Skripsi ini dilakukan di Laboratorium Transmisi dan Distribusi Universitas Sumatera Utara . Penelitian ini dilaksanakan selama 3 (tiga) bulan.

3.2 Bahan dan Peralatan

Bahan berupa data yang diperlukan untuk melakukan penelitian ini berupa:

1. Single Line Diagran Sistem IEEE 30 bus yang terhubung dengan Distributed Generation (DG)

2. Data Pembangkitan Energi Listrik 3. Data Konduktor

4. Data Beban

Peralatan yang digunakan berupa perangkat lunak (software) untuk simulasi Sistem IEEE 30 bus yang terhubung dengan Distributed Generation (DG) dan perancangan program Ant Colony Optimization (ACO) adalah sebagai berikut:

1. Software ETAP 12.6.0.

2. Software MATLAB R2013a.

3.3 Pelaksanaan Penelitian

Penelitian dimulai dengan melakukan studi literatur yang berupa buku, skripsi, dan jurnal-jurnal ilmiah untuk mendalami konsep rekonfigurasi jaringan distribusi serta Algoritma Ant Colony Optimization. Dari studi literatur diperoleh

(38)

24 definisi , tujuan dan metode rekonfigurasi jaringan dan peneliti juga memperoleh konsep, algoritma, dan diagram alir dari Algoritma Ant Colony Optimization serta penerapan nya untuk menyelesaikan rekonfigurasi jaringan. Pada skripsi ini, peneliti akan melakukan rekonfigurasi jaringan pada sistem jaringan distribusi IEEE 30 Bus yang terhubung dengan Distributed Generation (DG). Rekonfigurasi jaringan pada sistem akan dilakukan sebagai berikut :

1. Kasus dimana seluruh Distributed Generation (DG) tidak terhubung ke sistem dengan kondisi beban seimbang.

2. Kasus dimana seluruh Distributed Generation (DG) terhubung ke sistem dengan kondisi beban seimbang.

Untuk melakukan rekonfigurasi pada sistem dengan skenario diatas diperlukan beberapa data yaitu single line diagram sistem jaringan distribusi IEEE 30 bus yang terhubung dengan Distributed Generation (DG) dengan keadaan sistem sesuai skenario yang disebutkan, data pembangkitan energi listrik, data konduktor dan data beban sesuai dengan masing – masing skenario. Dimana data – data secara rinci adalah sebagai berikut :

1. Single line diagram sistem jaringan distribusi IEEE 30 bus yang terhubung dengan Distributed Generation (DG)

Single line diagram dari sistem jaringan distribusi IEEE 30 bus yang terhubung dengan Distributed Generation (DG) merupakan salah satu data yang diperlukan untuk melakukan rekonfigurasi. Dimana pada single line diagram terlihat konfigurasi awal dari sistem. Dari single line diagram juga terlihat sistem jaringan distribusi IEEE 30 bus yang terhubung dengan Distributed Generation (DG) terdiri dari 30 bus, 29 Sectionalizing Switches,

(39)

25 4 tie switches dan 3 Distributed Generation (DG) yang beroperasi dengan tegangan nominal 33 kV. Untuk memudahkan pemrograman maka nomor switches yang terdapat pada sistem disamakan dengan nomor line dimana switch terletak pada sistem. Dan untuk mempercepat pengolahan data dan pemrograman, loop yang terbentuk oleh 4 tie switches yang terdapat pada sistem di kelompokkan masing – masing switch anggotanya. Kemudian kelompok loop yang terbentuk akan digunakan sebagai kemungkinan pilihan switches yang dapat dibuka ataupun ditutup untuk memperoleh solusi konfigurasi terbaik. Dimana pada masing – masing loop harus terdapat satu switch yang terbuka untuk menjaga sistem tetap radial. Untuk lebih jelas dapat dilihat pada Gambar 3.1.

(40)

26 Gambar 3.1 SLD IEEE 30 Bus dengan DG

2. Data Pembangkitan Energi Listrik

Data pembangkitan energi listrik oleh 3 Distributed Generation (DG) yang terdapat pada sistem jaringan distribusi IEEE 30 bus ditunjukkan pada Tabel 3.1 berikut.

Tabel 3.1 Data Distributed Generator (DG) Generator

ID No. Bus Daya Aktif (MW) Daya Reaktif (MVar)

DG 1 19 8,5 5,3

DG 2 23 8,5 5,3

DG 3 11 8,5 5,3

(41)

27 3. Data Konduktor

Data konduktor yang terdapat pada sistem jaringan distribusi IEEE 30 bus ditunjukkan pada Tabel 3.2 berikut.

Tabel 3.2 Data Konduktor

Line Dari Bus Ke Bus Resistasi (Ω) Reaktansi (Ω)

1 1 2 0,0192 0,05750

2 1 3 0,0452 0,18520

4 3 4 0,0132 0,0379

5 2 5 0,0472 0,1983

6 2 6 0,0581 0,1763

7 4 6 0,0119 0,0414

8 5 7 0,046 0,116

9 6 7 0,0267 0,082

10 6 8 0,012 0,042

11 6 9 0,000 0,208

12 6 10 0,000 0,556

13 9 11 0,000 0,208

14 9 10 0,000 0,11

15 4 12 0,000 0,256

16 12 13 0,000 0,14

18 12 15 0,0662 0,1304

19 12 16 0,0945 0,1987

20 14 15 0,221 0,1997

21 16 17 0,0824 0,1932

22 15 18 0,107 0,2185

23 18 19 0,0639 0,1292

24 19 20 0,034 0,068

25 10 20 0,0936 0,209

26 10 17 0,0324 0,0845

28 10 22 0,0727 0,1499

29 21 22 0,0116 0,0236

30 15 23 0,1 0,202

31 22 24 0,115 0,179

32 23 24 0,132 0,27

33 24 25 0,1885 0,3292

35 25 27 0,1093 0,2087

38 27 30 0,3202 0,6027

39 29 30 0,2399 0,4533

40 8 28 0,0636 0,2

41 6 28 0,0169 0,0599

(42)

28 4. Data Beban

Data beban yang digunakan oleh peneliti ditunjukkan pada Tabel 3.3 berikut.

Tabel 3.3 Data Beban Load Bus Data No.

Bus

Rating No.

Bus

Rating

MW MVar MW MVar

1 0 0 16 3,5 1,8

2 21,7 12,7 17 9,0 5,8

3 2,4 1,2 18 3,2 0,9

4 7,6 1,6 19 9,5 3,4

5 94,2 19 20 2,2 0,7

6 0 0 21 17,5 11,2

7 22,8 10,9 22 0 0

8 30,0 30 23 3,2 1,6

9 0 0 24 8,7 6,7

10 5,8 2 25 0 0

11 0 0 26 3,5 2,3

12 11,2 7,5 27 0 0

13 0 0 28 0 0

14 6,2 1,6 29 2,4 0,9

15 8,2 2,5 30 10,6 1,9

3.4 Prosedur Penelitian

Berdasarkan data yang diperoleh peneliti memodelkan jaringan distribusi IEEE 30 bus yang terhubung dengan Distributed Generation (DG) sesuai dengan skenario - skenario yang disebutkan diatas pada software ETAP 16.0.0 dan melakukan simulasi load flow pada masing – masing skenario jaringan tersebut untuk mendapatkan nilai rugi – rugi daya dan jatuh tegangan yang ada pada sistem untuk dijadikan nilai patokan awal untuk masing – masing skenario. Setelahnya Peneliti kemudian mendesain program Ant Colony Optimization (ACO) sesuai dengan algoritma dengan studi literatur yang akan digunakan di software MATLAB R2013a. Diagram alir dari penelitian dapat dilihat pada Gambar 3.2.

(43)

29

Mulai

Pengumpulan data

Pemodelan SLD IEEE 30 Bus di ETAP

Jalankan simulasi skenario konfigurasi awal

Mendesain program Ant Colony Optimization

Input Data dan Lakukan Konfigurasi

Diperoleh nilai rugi rugi dan profil tegangan pada dari

konfigurasi awal

Input data jaringan sesuai skenario

Jalankan program ACO

A

Diperoleh hasil dan melakukan pemodelan konfigurasi baru di

ETAP

Jalankan Simulasi hasil Rekonfigurasi

Membandingkan hasil sebelum dan sesudah rekonfigurasi

Membuat Laporan

Selesai

Gambar 3.2 Diagram Alir Penelitian

3.5 Variabel yang Diamati dan Disimulasikan

Adapun variabel-variabel yang diamati dalam penelitian ini adalah sebagai berikut :

1. Nilai rugi – rugi daya dan nilai jatuh tegangan yang timbul pada sistem dengan keadaan beban seimbang dan Distributed Generation (DG) tidak terhubung sebelum rekonfigurasi.

(44)

30 2. Nilai rugi – rugi daya dan nilai jatuh tegangan yang timbul pada sistem dengan keadaan beban simbang dan Distributed Generation (DG) terhubung sebelum rekonfigurasi.

3. Nilai rugi – rugi daya yang terjadi pada sistem dengan keadaan beban seimbang dan Distributed Generation (DG) tidak terhubung setelah rekonfigurasi.

4. Perubahan nilai rugi – rugi daya yang terjadi pada sistem dengan keadaan beban seimbang dan Distributed Generation (DG) terhubung setelah rekonfigurasi.

Sedangkan variabel yang disimulasikan yaitu : 1. Load Flow

2. Ant Colony Optimization

(45)

31

BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

4.1 Umum

Pemodelan sistem IEEE 30 Bus dilakukan dengan cara membuat single line diagram pada software ETAP 12.6.0 dengan memperhatikan data-data peralatan listrik yang meliputi transformator, konduktor, bus, CB dan beban. Pemodelan single line diagram tersebut bertujuan untuk melihat kondisi aliran daya dan profil tegangan pada sistem IEEE 30 Bus. Setelah melakukan pemodelan sistem, akan dilakukan skenario kasus pada sistem IEEE 30 Bus dengan terhubung Distributed Generation seperti pada Tabel 4.1.

Tabel 4.1 Skenario Kasus Rekonfigurasi Jaringan

Kasus Distributed Generation (DG) Rekonfigurasi Skenario

1 Tidak Terhubung

Sebelum 1-1

Sesudah 1-2

2 Terhubung

Sebelum 2-1

Sesudah 2-2

4.2 Hasil Simulasi

Berikut pembahasan hasil simulasi dari skenario seperti pada Tabel 4.1 4.2.1 Skenario 1-1 – Sistem Tidak Terhubung Distributed Generation (DG)

Sebelum Rekonfigurasi

Skenario 1-1 merupakan keadaan sistem tidak terhubung dengan Distributed Generation (DG) seperti ditunjukkan pada Gambar 4.1 berikut.

(46)

32 Gambar 4.1 Skenario 1-1 Sistem tidak terhubung DG sebelum Rekonfigurasi

Hasil studi aliran daya yang diperoleh berupa daya aktif dan reaktif yang disuplai ke sistem ditunjukkan oleh Tabel 4.2.

Tabel 4.2 Daya Aktif dan Reaktif yang Disuplai Ke Sistem pada Skenario 1-1 Deskripsi Daya Aktif (MW) Daya Reaktif (MVar)

Total Daya yang Disuplai 202,868 103,108

Total Daya Beban 172,113 67,852

Rugi – Rugi Daya 30,755 35,256

Selain daya aktif dan daya reaktif, hasil aliran daya berupa profil tegangan pada setiap bus ditunjukkan pada Tabel 4.3.

(47)

33 Tabel 4.3 Profil Tegangan pada setiap Bus Skenario 1-1

No. Bus Profil Tegangan (%)

1 100

2 91,83

3 81,27

4 80,95

5 91,5

6 67,7

7 91,43

8 55,22

9 67,69

10 67,69

11 67,69

12 71,61

13 71,61

14 68,52

15 65,65

16 70,08

17 68,69

18 65,22

19 64,89

20 67,61

21 66,97

22 66,97

23 63,48

24 61,43

25 59,73

(48)

34 Tabel 4.3 Lanjutan

26 59,6

27 58,16

28 55,29

29 57,8

30 57,51

Dari hasil Aliran daya juga diperoleh rugi-rugi pada tiap saluran seperti ditunjukkan pada Tabel 4.4 berikut

Tabel 4.4 Rugi-rugi Daya Pada Saluran pada Skenario 1-1

Line Rugi-rugi Daya Saluran

kW kVar

1 24,3 17,4

2 15,9 11,0

4 372,6 285,0

5 436,9 334,4

6 637,4 488,3

8 80,3 60,0

9 0,0 -1,7

11 1,0 -0,9

12 156,5 118,5

13 297,1 226,5

14 17,8 12,1

15 361,4 275,9

18 31,5 22,6

19 1.261,2 967,5

20 1.459,6 1.119,7

21 711,8 545,4

22 2,6 0,7

26 14,2 -7,2

32 251,3 154,1

33 9.128,0 5.921,9 35 14.806,6 8.549,7

38 316,4 193,4

(49)

39 0,0 -27,1

40 13,8 -38,9

41 0,0 -18,1

42 0,0 -1,7

44 0,0 -1,9

T1 336,4 15.139,0

T8 20,2 910,8

Total 30.754 35.256,6

Maka diperoleh rangkuman hasil studi aliran daya untuk skenario 1-1 seperti Tabel 4.5 berikut.

Tabel 4.5 Rangkuman Studi Aliran Daya Skenario 1-1

Skenario Switch yang Terbuka

Daya yang Disuplai Profil Tegangan Minimum

(%)

Nilai Rugi – Rugi Daya

(MW) (MVar) (kW) (kVar)

1-1 12,19,29,33 202,868 103,108 55,22 30.754 35.256,6

Berdasarkan Tabel 4.5, dapat dilihat bahwa pada skenario 1-1, sistem disuplai daya sebesar 202,868 MW dan 103,108 MVar, dengan profil tegangan paling rendah pada sistem terdapat pada bus 8 sebesar 55,22% dan rugi – rugi daya pada sistem sebesar 30.754 kW dan 35.256,6 kVar.

(50)

36 4.2.2 Skenario 1-2 – Sistem Tidak Terhubung Distributed Generation (DG)

Sesudah Rekonfigurasi

Rekonfigurasi pada sistem dengan keadaan beban seimbang dan Distributed Generation (DG) tidak terhubung menggunakan bantuan Algoritma Ant Colony Optimization dengan Maximum Iteration yang ditetapkan pada program adalah sebanyak 20 iterasi. Hasil iterasi tersebut dapat dilihat pada Gambar 4.2 berupa switch mana saja yang akan dibuka agar terbentuk konfigurasi sistem jaringan distribusi baru dimana nilai rugi – rugi dayanya paling rendah.

Gambar 4.2 Output Open Switch untuk Skenario 1-2

Gambar 4.3 dan Gambar 4.4 merupakan output grafik yang menunjukkan perubahan Objective Value dan Fitness Value yang terjadi selama iterasi. Kedua grafik tersebut menunjukkan bahwa program sudah bekerja sesuai dengan kemampuan karakteristik Ant Colony Optimization (ACO) dimana dengan menggunakan Fitness Value sebagai acuan dalam menetukan solusi paling optimal.

(51)

37 Gambar 4.3 Output Objective Value Graph Skenario 1-2

Gambar 4.4 Output Fitness Value Graph Skenario 1-2

Skenario 1-2 merupakan keadaan Distributed Genereation (DG) tidak terhubung ke sistem sesudah dilakukan rekonfigurasi. Untuk lebih jelas dapat dilihat pada Gambar 4.5 berikut.

(52)

38 Gambar 4.5 Skenario 1-2 Sistem tidak terhubung DG sesudah Rekonfigurasi

Tabel 4.6 Daya Aktif dan Reaktif yang Disuplai ke Sistem pada Skenario 1-2 Deskripsi Daya Aktif (MW) Daya Reaktif (MVar)

(53)

39 Selain daya aktif dan daya reaktif, hasil aliran daya berupa profil tegangan pada setiap bus ditunjukkan pada Tabel 4.7.

Tabel 4.7 Profil Tegangan pada setiap Bus Skenario 1-2 No. Bus Profil Tegangan (%)

1 100

2 86,92

3 90,31

4 90,15

5 86,33

6 85,73

7 86,00

8 85,54

9 84,04

10 82,82

11 84,04

12 86,35

13 86,35

14 85,02

15 83,96

16 85,70

17 85,22

18 83,41

19 82,99

20 82,72

21 81,93

22 82,55

23 83,82

24 82,55

25 83,03

(54)

26 82,85

27 83,68

28 85,46

29 83,16

30 82,75

Tabel 4.8 Rugi-rugi Daya Pada Saluran Skenario 1-2 Line Rugi-rugi Daya Saluran

kW kVar

1 50,3 36,1

2 32,9 22,8

4 65,1 47,4

5 34,1 23,7

7 0,0 -2,5

8 120,2 89,9

11 1,5 -1,4

13 34,5 23,8

14 29,1 19,8

15 64,7 47,0

18 51,5 37,0

19 188,3 142,1

20 296,5 225,1

21 3,7 0,3

22 5,0 1,3

26 13,7 -32,7

32 66,1 2,5

33 21.718,1 15.648,4

35 4.052,7 22,0

38 869,4 623,6

39 175,3 91,0

40 278,5 170,1

(55)

41 89,1 25,0

42 234,8 177,8

44 0,0 -2,8

T1 88,5 3.980,6

T5 17,5 785,6

T8 19,6 883,3

Total 28.600,8 23.086,7

Skenario

Switch yang Terbuka

(%)

1-2 9,12,18,20 200,713 90,939 81,93 28.600,8 23.086,7

Berdasarkan Tabel 4.9, dapat dilihat bahwa pada skenario 1-2, sistem disuplai daya sebesar 200,713 MW dan 90,939 MVar, dengan profil tegangan paling rendah pada sistem terdapat pada bus 21 sebesar 81,93% dan rugi – rugi daya pada sistem sebesar 28.600,8 kW dan 23.086,7 kVar.

4.2.3 Skenario 2-1 – Sistem Terhubung Distributed Generation (DG) Sebelum Rekonfigurasi

Skenario 2-1 merupakan keadaan sistem tidak terhubung dengan Distributed Generation (DG) seperti ditunjukkan pada Gambar 4.6 berikut.

(56)

42 Gambar 4.6 Skenario 2-1 Sistem terhubung DG sebelum Rekonfigurasi

Tabel 4.10 Daya Aktif dan Reaktif yang Disuplai Ke Sistem Skenario 2-1 Deskripsi Daya Aktif (MW) Daya Reaktif (MVar)

Total Daya disuplai Grid 162,289 57,163

Total Daya disuplai DG 25,5 21,675

(57)

43 Selain daya aktif dan daya reaktif, hasil aliran daya berupa profil tegangan pada setiap bus ditunjukkan pada Tabel 4.11.

1 100

2 91,83

3 97,23

4 97,19

5 91,5

6 93,95

7 91,43

8 86,98

9 93,94

10 93,08

11 100

12 95,88

13 95,88

14 97,11

15 98,65

16 94,64

17 93,6

18 99,24

19 100

20 92,97

21 92,08

22 92,08

23 100

24 96,77

25 94,09

26 93,89

(58)

27 91,63

28 87,1

29 91,05

30 90,6

Dari hasil Aliran daya juga diperoleh rugi-rugi pada tiap saluran seperti ditunjukkan pada Tabel 4.12 berikut.

kW kVar

1 60,4 43,3

2 39,5 27,3

4 924,7 707,4

5 1.084,2 829,7

6 1.581,7 1.211,8

8 151,8 113,5

9 0,0 -3,1

11 1,9 -1,7

12 79,3 57,7

13 210,3 158,3

14 103,6 75,9

15 282,6 213,8

18 64,9 46,2

19 435,0 330,7

20 284,1 214,9

21 332,5 251,8

22 6,4 1,7

26 35,2 -17,8

32 4,5 -52,5

33 9.128,0 5.921,9

35 327,3 -3.061,6

38 316,4 193,4

39 0,0 -52,3

40 13,8 -38,9

41 0,0 -44,8

(59)

42 124,0 92,1

44 0,0 -3,4

T1 6,1 272,4

T6 27,5 1.238,1

T8 50,2 2.260,1

Total 15.675,9 10.985,8

Skenario Switch yang Terbuka

(%)

2-1 12,19,29,33 187,789 78,838 86,98 15.675,9 10.985,8

Berdasarkan Tabel 4.13, dapat dilihat bahwa pada skenario 2-1, sistem disuplai daya sebesar 187,789 MW dan 78,838 MVar, dengan profil tegangan paling rendah pada sistem terdapat pada bus 8 sebesar 86,98% dengan rugi – rugi daya pada sistem sebesar 15.675,9 kW dan 10.985,8 kVar.

4.2.4 Skenario 2-2 – Sistem Terhubung Distributed Generation (DG) Sesudah Rekonfigurasi

Rekonfigurasi pada sistem dengan keadaan beban seimbang dan terhubung Distributed Generation (DG) menggunakan bantuan Algoritma Ant Colony Optimization dengan Maximum Iteration yang ditetapkan pada program adalah sebanyak 20 iterasi. Hasil iterasi tersebut dapat dilihat pada Gambar 4.7 berupa

(60)

46 switch mana saja yang akan dibuka agar terbentuk konfigurasi sistem jaringan distribusi baru dimana nilai rugi – rugi dayanya paling rendah.

Gambar 4. 7 Output Open Switch untuk Skenario 2-2

Gambar 4.8 dan Gambar 4.9 merupakan output grafik yang menunjukkan perubahan Objective Value dan Fitness Value yang terjadi selama iterasi. Kedua grafik tersebut menunjukkan bahwa program sudah bekerja sesuai dengan kemampuan karakteristik Ant Colony Optimization (ACO) dimana dengan menggunakan Fitness Value sebagai acuan dalam menetukan solusi paling optimal.

Gambar 4. 8 Output Objective Value Graph Skenario 2-2

(61)

47 Gambar 4. 9 Output Fitness Value Graph Skenario 2-2

Skenario 2-2 merupakan keadaan Distributed Genereation (DG) terhubung ke sistem sesudah dilakukan rekonfigurasi. Untuk lebih jelas dapat dilihat pada Gambar 4.10 berikut.

(62)

48 Gambar 4.10 Skenario 2-2 Sistem terhubung DG sesudah Rekonfigurasi

(63)

49 Tabel 4.14 Daya Aktif dan Reaktif yang Disuplai ke Sistem pada Skenario 2-2

Deskripsi Daya Aktif (MW) Daya Reaktif (MVar)

Total Daya disuplai Grid 160,592 54,656

Total Daya disuplai DG 25,5 21,675

Selain daya aktif dan daya reaktif, hasil aliran daya berupa profil tegangan pada setiap bus ditunjukkan pada Tabel 4.15.

1 100

2 91,62

3 97,73

4 97,7

5 91,2

6 91,18

7 91,19

8 91,06

9 95,11

10 96,51

11 100

12 96,43

13 96,43

14 97,28

(64)

15 98,43

16 95,7

17 95,17

18 99,84

19 100

20 98,2

21 95,52

22 96,56

23 100

24 97,59

25 96,78

26 96,57

27 96,18

28 96,18

29 95,58

30 95,1

kW kVar

1 66,5 47,7

2 43,5 30,1

4 66,5 47,6

5 113,0 83,3

6 900,3 688,2

7 163,4 122,1

9 163,4 122,2

(65)

11 432,9 329,1

13 43,1 29,7

14 4,6 -0,2

15 80,6 58,6

16 493,2 275,3

18 0,0 -3,7

19 219,6 165,2

20 117,5 86,8

21 409,9 311,3

22 6,8 1,8

32 3,0 -54,3

33 9.683,4 6.351,0

35 216,6 -3.163,3

38 340,3 212,0

39 0,5 -48,8

40 19,1 -34,6

41 38,7 -19,5

42 296,9 224,7

44 0,0 -3,4

T1 4,0 179,5

T5 39,3 1.766,5

T6 12,8 574,0

Total 13.979,1 8.478,8

Skenario

Switch yang Terbuka

(%)

2-2 9,16,26,28 186,092 76,331 91,06 13.979,1 8.478,8