PEMBUATAN APLIKASI UNTUK ANALISIS ECONOMIC DISPATCH STASIUN PEMBANGKIT TENAGA LISTRIK

STASIUN PEMBANGKIT TENAGA LISTRIK

Asmar1, Yassir2 dan Teuku Hasanuddin2

1

Jurusan Teknik Elektro Universitas Bangka Belitung, 2

Jurusan Teknik Elektro Politeknik Negeri Lhokseuma we

Abstrak

Kenaikan harga bahan bakar thermal menyebabkan kenaikan harga listrik. Untuk menekan kenaikan harga listrik diperlukan optimisasi produksi energy listrik. Operasi Ekonomis atau economic dispatch (ED) adalah salah satu solusi optimisasi biaya pada proses produksi energi listrik. ED mengatur kombinasi daya aktif setiap pembangkit untuk memenuhi kebutuhan daya beban tertentu sehingga diperoleh harga paling ekonomis. Pembuatan aplikasi ED pada penelitian ini dilakukan menggunakan visual basic 6.0. Aplikasi ini memudahkan operasional setiap pembangkit dengan mendapatkan daya setiap pembangkit pada keadaan beban tertentu. Efektifitas simulasi diuji pada kasus sistem IEEE 26 bus.

Kata kunci- Economic Dispatch; Optimisasi; Visual Basic 6.0

1. Pendahuluan

Agar suatu system tenaga dapat memberikan keuntungan pada modal yang ditanamkan, pengoperasian yang baik adalah sangat penting. Kebutuhan untuk penyedian tenaga listrik dimana harga dan biaya jam untuk bahan bakar dan lainnya yang terus meningkat. Komsumsi bahan bakar pembangkitan menjadi suatu masalah dan perlu mendapatkan perhatian yang serius mengingat komponen biaya penyediaan tenaga listrik terbesar adalah biaya bahan bakar yaitu sekitar 60 % dari biaya total. Dari 60 % biaya bahan bakar tersebut, 85 % diantaranya adalah biaya bahan bakar untuk pembangkit

thermal. Oleh karena itu, penghematan biaya bahan bakar

dalam presentase yang kecil mampu memberikan pengaruh yang sangat besar terhadap penghematan biaya operasi. Untuk memproduksi tenaga listrik pada suatu sistem tenaga dibutuhkan cara bagaimana membuat biaya komsumsi bahan bakar generator atau biaya operasi dari

keseluruhan sistem seminimal mungkin dengan

menentukan kombinasi daya output dari masing-masing unit pembangkit di bawah batasan dari tuntutan beban sistem dan batas kemampuan pembangkitan masing-

Gradient, dan Newton-Raphson [2,3]. Metode lainnya

digunakan beberapa metode alternatif yang telah dikembangkan seperti Dynamic Programming (DP) [4,5],

Particle Swarm Optimization (PSO) [6-9], Neural Network (NN) [10-11], dan Algoritma Genetika[12-14].

Aplikasi economic dispatch digunakan untuk

memudahkan pengaturan batasan daya aktif pembangkit, beban, dan fungsi biaya setiap pembangkit. Simulasi dapat digunakan pada setiap perubahan permintaan beban dan perubahan fungsi biaya pembangkitan setiap pembangkit.

Pada penelitian ini pembuatan aplikasi ED

menggunakan visual basic 6.0. Keunggulan aplikasi ini dapat mudah dijalankan yang dilengkapi dengan petunjuk penggunaan program. Pengujian efektifitas aplikasi dilakukan pada kasus sistem IEEE 26 bus.

2. Metode

2.1. Model Persamaan Economic Dispatch

Untuk memperoleh operasi yang ekonomis, daya yang dibangkitkan oleh unit-unit pembangkit harus dihitung berdasarkan biaya bahan bakar masing-masing unit.

2 masing unit pembangkit. Cara ini dikenal dengan istilah

Economic Dispatch (ED) [1].

F_i (P_i )  a_i .P_i  b_i .P_i  c_i

Beberapa metode dapat digunakan untuk menyelesaikan

1 2 N FT 



Fi ( Pi ) i 1 Unit 1

Ft = total biaya bahan bakar

Fi = biaya bahan bakar unit i

i = unit pembangkit

ai, bi, dan ci = koofisien fungsi biaya bahan bakar

Pi = daya keluaran untuk unit i

Perubahan biaya bahan bakar setiap unit adalah :

st as iun 4 Unit 2 Unit 3 Unit 4 dF1 _

_



  2a .P  b P1 P2 P3 P4 dP₁ dF₂ 



dP₂ . . . 1 1 1  2a₂ .P₂  b₂

Beban Stasiun Pembangkit = P1 + P2 + P3 + P4

Gambar 1. Hubungan antara  dan daya yang dibangkitkan

oleh setiap unit pembangkit

2.2. Tahapan Penelitian

dF_N





dP_N  2aN.PN  bN _{1. Memasukkan data batasan maksimum & minimum} Tahap-tahap penelitian adalah sebagai berikut:

pembangkit, koefisien bahan bakar, pembangkit Agar diperoleh biaya minimum, unit-unit pembangkit

harus bekerja pada nilai  sama (stasiun)

pembangkit yang beroperasi dan jumlah total beban. 2. Menghitung lamda

3. Menghitung daya setiap unit.



₁

 

₂

 ...  

_N

 

_{sta siu n} 4. Maksimumkan daya unit yang dayanya > daya maks

Hitung lamda

5. Minimumkan daya unit yang dayanya < daya min Jika suatu unit harus bekerja pada daya minimum atau

maksimum, maka aturan berikut harus dipenuhi :



_i

 

_{sta siun} maka Pi  Pmin



_i

 

_stasiun maka Pi  Pmaks

Bila terjadi perubahan beban maka akan dilayani oleh unit-unit yang bekerja pada  stasiun. Gambar 1 dibawah menunjukkan hubungan antara  dan besaran daya yang harus dibangkitkan setiap pembangkit pada suatu stasiun pembangkit yang terdiri dari 4 unit pembangkit agar diperoleh pembangkitan ekonomis.

Hitung lamda

6. Ulangi langkah 4 - 5 sampai daya total sama dengan beban.

7. Ulangi langkah 4 – 5 sampai lamda setiap unit memenuhi syarat.

8. Menghitung daya pembangkit, biaya setiap unit dan biaya total pembangkit.

Flow chart tahapan penelitian ditunjukkan pada

Mulai

Baca dat a :  Jumlah unit  Koof biaya b ahan ba kar  Da ya min & ma ks  Unit yang beroperasi & tida k

beropea si  Beba n

Hitung lamda & d aya setiap unit

Ada unit ya ng da yan ya diluar bata s da ya min &

maks ?

Jumlah da ya ma ks & min =

daya maksimum unit ya ng da yam ya > da ya ma ks + da ya minimum u nit yan g da yan ya < da ya min

Gambar 3. Tampilan awal simulasi

Dalam simulasi operasi ekonomis stasiun pembangkit ini

ya Jumlah daya maks & min > beba n

tidak

ditampilkan juga penjelasan aplikasi untuk memudahkan pengguna menggunakan aplikasi seperti ditunjukkan pada

Maksimum kan d aya unit yang da yan ya > da ya ma ks Hitung lamda

Minimumkan day a unit yang da yan ya < da ya min Hitung lamda

Minimumkan day a unit yang da yan ya < da ya min Hitung lamda

Maksimum kan d aya unit yang da yan ya > da ya m aks Hitung lamda

Hitung da ya total

gambar 4.

Simpan nilai daya unit minimum

Daya total > b eban Da ya tot al < beba n Daya total

Daya total = be ban

Lamda setiap unit memenuhi syarat ?

Hitung - biaya se tiap unit - Biaya total

selesai

Simpan nilai daya unit maksimum

Gambar 4. Penjelasan aplikasi

Gambar 5 menunjukkan tampilan untuk mengisi data yang dibutuhkan dalam perhitungan operasi ekonomis.

Gambar 2. Flow chart tahapan penelitian

2.3. Model Aplikasi

Pembuatan aplikasi ED menggunakan visual basic 6.0 dengan tampilan awal seperti pada gambar 3.

Gambar 5. Tampilan untuk mengisi data yang dibutuhkan

G B P P P P Pembangkit Hadi Saadat[1] Hasil Simulasi PG1 450 450 PG2 325 325 PG3 200 200 Total Biaya ($/Jam) 8236,25 8236,25 1 2 3

3. Hasil dan Pe mbahasan

Untuk mengetahui efektifitas aplikasi operasi ekonomis stasiun pembangkit tenaga listrik diuji dengan hasil penelitian sebelumnya[1] dan sistem IEEE 26 bus.

A. Kasus 1

Kasus ini diambil dari penelitian economic dispatch menggunakan metode lagrange yang mengabaikan rugi- rugi transmisi[1]. Dalam kasus ini mempunyai 3 pembangkit dengan fungsi biaya pembangkitan sebagai berikut :

B. Kasus 2: System IEEE 26 Bus

Sistem IEEE 26 bus mempunyai 6 pembangkit thermal, 26 bus dan 46 saluran dengan total beban sebesar 1263 MW. Gambar 7 menunjukkan single line diagram system IEEE 26 bus.

F(P1) = 500 + 5,3P1 + 0,004P

2

F(P2) = 400 + 5,5P2 + 0,006P 2

F(P3) = 200 + 5,8P3 + 0,009P 2

Batasan daya tiap pembangkit sebagai berikut :

Pembangkit 1 : 200 ≤ P1 ≤ 450 (MW)

Pembangkit 2 : 150 ≤ P2 ≤ 350 (MW)

Pembangkit 3 : 100 ≤ P3 ≤ 225 (MW)

Hasil perhitungan dengan aplikasi ED dengan total beban 975 MW ditunjukkan pada Gambar 6. Perbandingan dengan hasil penelitian [1] ditunjukkan pada Table 1.

Gambar 6. Hasil simulasi kasus 1

TABEL 1. Perbandingan hasil simulasi kasus 1 dengan penelitan sebelumnya

ambar 7. Single line diagram sistem 26 Bus atasan daya tiap pembangkit sebagai berikut :

embangkit 1 : 100 ≤ P1 ≤ 500 embangkit 2 : 50 ≤ P2 ≤ 200 embangkit 3 : 80 ≤ P3 ≤ 300 embangkit 4 : 50 ≤ P4 ≤ 150 Pembangkit 5 : 50 ≤ P5 ≤ 200 Pembangkit 6 : 50 ≤ P6 ≤ 120

Funsi biaya pembangkitan setiap pembangkit adalah :

F(P1) = 240 + 7P1 + 0,0070P12 F(P2) = 200 + 10P2 + 0,0095P22 F(P3) = 220 + 8.5P3 + 0,0090P32 F(P4) = 200 + 11P4 + 0,0090P42 F(P5) = 220 + 10.5P5 + 0,0080P52 F(P6) = 190 + 12P6 + 0,0075P62

Gambar 8 menunjukkan tampilan aplikasi setelah dimasukkan data sesuai dengan system IEEE 26 bus. Total beban sebesar 1263 MW.

Dari table 1 memperlihatkan bahwa hasil dari aplikasi ED penelitiaan ini sesuai dengan hasil penelitian sebelumnya. Total biaya hasil simulasi operasi ekonomis penelitian ini adalah sebesar 8236,25 $/jam.

t p p d d p d p s y 4 Pembangkit Hadi Saadat[1] Hasil Simulasi PG1 447,61 446,71 PG2 173,09 171,26 PG3 263,36 264,11 PG4 138,71 125,22 PG5 166,10 172,12 PG6 86,94 83,59 Total Biaya ($/Jam) 15,447,72 15.275,95

Gambar 8. Tampilan aplikasi dengan data IEEE 26 bus

Setelah aplikasi dijalankan dengan data yang telah dimasukkan maka aplikasi menampilkan hasil perhitungan seperti ditunjukkan pada Gambar 9.

able 2. Total biaya hasil simulasi operasi ekonomis enelitian ini adalah sebesar 15.275,95 $/jam.

TABEL 2. Perbandingan hasil simulasi sistem IEEE 26 bus, dengan penelitan sebelumnya

Dari tabel 2 diatas menunjukkan perbedaan daya embangkitan setiap pembangkit antara hasil simulasi engan penelitian sebelumnya [1]. Perbedaan daya yang ibangkitkan dari tabel 2 diatas mengakibatkan erbedaan total biaya pembangkitan. Perbedaan ini isebabkan aplikasi ED pada penelitian ini tidak

memperhitungkan rugi-rugi jaringan. Daya setiap

embangkit jika dibandingkan antar setiap unit

menunjukkan perbedaan yang tidak jauh berbeda ehingga aplikasi ini dapat dipergunakan untuk kasus ang lain dengan mengabaikan rugi-rugi transmisi.

Gambar 9. Tampilan aplikasi hasil perhitungan system IEEE 26 bus

Hasil simulasi ED system tenaga listrik dapat langsung dicetak seperti yang ditunjukkan pada Gambar 10.

Gambar 10. Tampilan cetak hasil perhitungan system IEEE 26 bus

Dari hasil yang ditunjukkan di atas bila dibandingkan dengan hasil dari penelitian sebelumnya ditunjukkan pada

. Kesimpulan

Dalam penelitian ini pembuatan aplikasi economic dispatch system tenaga listrik menggunakan bantuan software visual basic 6.0. Simulasi dilakukan terhadap system IEEE 26 bus sehingga dapat disimpulkan bahwa :

1. Hasil menunjukkan kesesuaian dengan penelitian sebelumnya sehingga aplikasi ini dapat dipergunakan untuk kasus-kasus yang lain.

2. Aplikasi dapat dengan mudah digunakan karena dilengkapi dengan petunjuk penggunaannya. 3. Untuk pengembangan aplikasi ini dapat

dilakukan dengan memperhitungkan rugi-rugi transmisi

Daftar Pustaka

[1] Hadi Saadat, “Power System Analysis,” WCB

McGraw-Hil, New York, 1999.

[2] Allen J. Wood and Bruce F, Wollenberg. “Power Generation, Operation and Control”. John Wiley & Sons, Inc., 1996. Pp. 514-518.

WA, USA, IEEE series of Power Engineering. 2009. [4] Z.X. Liang, J. D. Glover. A Zoom Feature For a

Dynamic Programming Solution to Economic Dispatch Including Transmission Losses. IEEE

Transactions on Power Systems, 1992; page 544-

550.

[5] Hardiansyah, Junaidi, MS. Yohannes. Solving

Economic Load Dispatch Problem Using Particle Swarm Optimization Technigue. I.J. Intelligent

Sistem and Application. 2012; page: 12-18.

[6] Kwang Y. Lee, Fellow, Jong-Bae Park. Application of Particle Swarm Optimization to Economic Dispatch Problem Advantages and Disadvantages.

Journal IEEE. 2006; seri 142440178X

[7] Zwe-Lee Gaing. Particle Swarm Optimization to

Solving The Economic Dispatch Considering The Generator Constraints. IEEE Transaction on Power

Sistem. August 2003; Vol. 18, No. 3.

[8] Andi Muh. Ilyas, M. Natsir Rahman. Economic

Dispatch Thermal Generator Using Modified

Improved Particle Swarm Optimization. Jurnal

Telkomnika. July 2012; Vol. 10, No.3, pp 459-470.

[9] AM. Ilyas, Ontoseno Panangsang, Adi Soeprijanto. Optimisasi Pembangkit Thermal Sistem 500 kV Jawa-Bali Menggunakan Modified Particle Swarm

Optimization (MIPSO). National Conference :

Design and Application of Technology, 2010.

[10] J. Kennedy, R. C. Eberhart. Particle Swarm

Optimization. Proceedings of IEEE International

Conference on Neural Networks (ICNN’95). 1995; 1942-1948

[11] M Mohatram, S Kumar. Application of Artificial

Neural Network in Economic Generation Scheduling of Thermal Power Plants. Proceedings of the

National Conference. 2006.

[12] Adrianti. Penjadwalan Ekonomis Pembangkit

Thermal dengan Memperhitungkan Rugi-rugi

Saluran Transmisi Menggunakan Metode Algoritma Genetik. Jurnal TeknikA Jurusan Teknik Elektro,

Fakultas Teknik, Universitas Andalas. April 2010; page 33 vol. 1.

[13] Z. L. Gaing dan R. F. Chang, “Security-Constrained Optimal Power Flow by Mixed-Integer Genetic Algorithm with Arithmatic Operators,” IEEE, 2006. [14] G. Bakirtzis dan E. Zaumas, “Optimal Power Flow