OPTIMALISASI KAPASITAS SVC PADA SISTEM JAWA BALI 500 KV
MENGGUNAKAN ALGORITMA GENETIKA
Afifa Razana1, Iradiratu DPK2, Istiyo Winarno3 Jurusan Teknik Elektro, Fakultas Teknik dan Ilmu Kelautan,
Universitas Hang Tuah Surabaya
Jl. Arief Rachman Hakim no 105, Sukolilo, Surabaya 60111, Jawa Timur Email : afifa.razana94@gmail.com
Abstrak : Listrik merupakan kebutuhan yang sangat penting atau vital di kehidupan
manusia. Bahkan listrik memegang peranan penting dalam kehidupan sehari-hari saat ini karena peralatan elektronik membutuhkan listrik sebagai tenaga penggeraknya. Sistem tenaga listrik harus bekerja secara optimal dalam melayani beban yang bersifat fluktuatif dan jenis beban yang beragam. Salah satu masalah yang timbul adalah terjadinya gangguan yang mengakibatkan ketidakstabilan tegangan pada sistem. Untuk mengatasi gangguan jatuh tegangan (voltage drop) pada sistem transmisi, dipasang kapasitor bank (fix capacitor) dan Flexible AC Transmision System (FACTS) Device, salah satunya adalah Static VAR Compensator (SVC). Dalam sebuah sistem, permasalahan umum yang sering terjadi pada penggunaan peralatan ini adalah penentuan nilai kapasitas SVC untuk dialokasikan dalam sistem tenaga listrik. Pada penelitian ini membahas optimasi kapasitas SVC sehingga dapat mengetahui kapasitas SVC yang tepat untuk menstabilkan tegangan menggunakan algoritma genetika (GA). Dengan metode Algoritma Genetika, nilai SVC yang optimal pada Bus 50 = 175,94 MVar dengan tegangan 491,043 KV, pada Bus 47 = 288,43 MVar dengan tegangan 475,922 KV, dan pada bus 14 = 404,8 MVar dengan tegangan 478,867 kV. Berdasarkan hasil diatas, dengan demikian sistem dapat dikatakan stabil.
Kata kunci: Stabilitas Tegangan, Static Var Compensator (SVC), Algoritma Genetika (GA)
Abstract : Electricity is a very important or vital need in human life. Even electricity plays an important role in everyday life today because electronic equipment requires electricity as a driving force. The power system must work optimally in serving the fluctuating loads and the various types of loads. One of the problems that arise is the occurrence of interference that leads to voltage instability in the system. To overcome the voltage drop in the transmission system, installed capacitor and Flexible AC Transmission System (FACTS) Device, one of them is Static VAR Compensator (SVC). In a system, a common problem that often occurs in the use of this equipment is the determination of the value of SVC capacity to be allocated in the power system. In this study discusses SVC capacity optimization so as to know the right SVC capacity to stabilize stress using genetic algorithm (GA). With Genetic Algorithm method, the optimal SVC value on Bus 50 = 175.94 MVar with a voltage of 491,043 KV, on Bus 47 = 288.43 MVar with a voltage of 475.922 KV, and on bus 14 = 404.8 MVar with a voltage of 478,867 kV. Based on the above results, thus the system can be said to be stable.
Keywords: Stability Voltage, Static Var Compensator (SVC), Genetic Algorithm (GA)
PENDAHULUAN
Listrik merupakan kebutuhan yang sangat penting atau vital di kehidupan manusia. Bahkan listrik memegang peranan penting dalam kehidupan sehari-hari saat ini karena peralatan elektronik membutuhkan listrik sebagai tenaga penggeraknya. Untuk itu energi listrik yang
terhadap tegangan listrik terus meningkat. Akan tetapi perluasan pembangkit tenaga listrik dan pembangunan saluran transmisi yang baru sangat terbatas.
Sistem tenaga listrik harus bekerja secara optimal dalam melayani beban yang bersifat fluktuatif dan jenis beban yang beragam. Karakteristik beban sangat mempengaruhi kapasitas (capacity) dan kemampuan (capability) sistem dalam menyalurkan daya. Konfigurasi jaringan yang luas dan berkembang juga menyebabkan pengoperasian sistem tenaga listrik menjadi lebih rumit dan sulit dikontrol. Salah satu masalah yang timbul adalah terjadinya gangguan yang mengakibatkan ketidakstabilan tegangan pada sistem.Untuk mengatasi gangguan jatuh tegangan (voltage drop) pada sistem transmisi, dipasang kapasitor bank (fix capacitor) dan Flexible AC
Transmision System (FACTS) Device, salah satunya adalah Static VAR Compesator (SVC).
Static VAR Compensator (SVC) adalah alat yang dapat meghasilkan atau menyerap daya reaktif statis yang dihubungkan paralel dan mempunyai keluaran (output) yang bervariasi untuk menjaga atau mengontrol parameter spesifik dari suatu sistem tenaga listrik. SVC terdiri dari komponen TCR (Thyristor Controlled Reactor), TSC (Thyristor Switched Capasitor) dan Filter
Capasitor (FC). Filter harmonisa terhubung paralel dengan TCR yang berfungsi untuk mengatasi
harmonisa yang dihasilkan oleh TCR. Prinsip kerja SVC adalah dengan mengatur sudut penyalaan
thyristor, sehingga dapat mengatur keluaran daya reaktif dari SVC. Tujuan utama pemasangan SVC adalah untuk menjaga perubahan tegangan pada bus dalam jaringan serta untuk
meningkatkan stabilitas tegangan dengan cara menyuntikkan daya reaktif dengan mengendalikan arus kapasitif atau arus induktif. Untuk menentukan nilai SVC yang tepat, maka digunakan metode optimasi dengan menggunakan fungsi obyektif berdasarkan parameter rugi-rugi daya (Ploss), rugi-rugi tegangan (Vloss) dan kapasitas SVC. Pemasangan SVC pada satu atau beberapa titik tertentu dalam jaringan listrik, dapat meningkatkan kapasitas penyaluran dan mengurangi rugi – rugi daya.
Dalam sebuah sistem, permasalahan umum yang sering terjadi pada penggunaan peralatan ini adalah penentuan nilai kapasitas SVC untuk dialokasikan dalam sistem tenaga listrik. Pada penelitian sebelumnya yang dilakukan oleh Heru Pujo P (2016), yang berjudul Studi Perbaikan Stabilitas Tegangan Sistem Jawa-Madura-Bali dengan Pemasangan SVC Setelah Masuknya Pembangkit 1000 MW Paiton telah ditemukan bus bus yang tidak stabil. Bus tersebut kemudian di pasang SVC, namun pada penelitian tersebut hanya membahas masalah lokasi penempatan SVC yang tepat. Pada penelitian ini akan membahas optimasi kapasitas SVC sehingga akan mengetahui kapasitas SVC yang tepat untuk menstabilkan tegangan. Untuk menyelesaikan permasalahan tersebut, perlu digunakan suatu metode algoritma untuk menentukan kapasitas SVC dalam sistem sehingga dapat diperoleh harga yang optimal. Salah satu metode untuk menyelesaikan permasalahan tersebut adalah dengan metode Algoritma Genetika. Dengan metode Algoritma Genetika, hasil dari pencarian nilai SVC yang optimal pada Bus 50 = 175,94 MVar dengan tegangan 491,043 KV, pada Bus 47 = 288,43 MVar dengan tegangan 475,922 KV, dan pada bus 14 = 404,8 MVar dengan tegangan 478,867 kV. Berdasarkan hasil diatas, dengan demikian sistem dapat dikatakan stabil.
METODE PENELITIAN A. Diagram Alir
Berdasarkan data yang di peroleh berikut adalah diagram alir atau flowchart dari percobaan ini yang ditunjukkan gambar 3. dibawah
Pada penelitian ini, akan dikembangkan menggunakan artificial Algoritma Genetika. Algoritma Genetika (GA) adalah salah satu artificial yang dapat digunakan untuk menentukan kapasitas SVC yang tepat sehingga sistem bisa berjalan sesuai dengan apa yang ada dalam tujuan, yaitu sistem kembali stabil setelah dipasangnya SVC dengan kapasitas SVC yang tepat.
Gambar 1. Diagram Alir pelaksanaan penelitian B. Sistem Kelistrikan Jawa Bali 500 KV
Interkoneksi sistem kelistrikan Jawa Bali 500 kV tahun 2021 yang digunakan untuk sistem stabilitas tegangan dapat digambarkan dengan single line diagram yang di tunjukkan pada gambar 4 di bawah.
Gambar 2. Sistem Interkoneksi Jawa Bali 500 kV tahun 2021 C. Bus Sensitif
Setelah mencari loadflow maka ditemukan bus bus yang sensitif sebagai berikut. Tabel 1. Data 9 bus paling sensitif pada sistem interkoneksi 500 kV Jali
No.
Bus Bus PU Volt Volt (kV)
47 SURABAYA SEL 0,91002 0,001394 50 KAPAL 0,91027 0,000723 14 CAWANG 0,94844 0,000286 25 KEDIRI 0,94996 0,000284 16 BOGOR 0,95006 0,000286 17 DEPOK 0,95043 0,000280 7 GANDUL 0,95133 0,000293 19 TAMBUN 0,95314 0,000280 43 AMPEL 0,95331 0,000279
Dari data tersebut dapat dilihat tingkat sensitifitas dari masing – masing bus. Maka pemilihan bus yang akan dipasang SVC dipilih dari 3 bus paling sensitif yaitu pada bus 50, 47, dan 14.
D. Algoritma Genetika
Dalam penelitian ini penggunaan Algortima Genetika langsung pada optimization tool yang terdapat pada matlab R2009b. Algoritma Genetika digunakan untuk mencari nilai optimal dari SVC sehingga tegangan akan kembali stabil yaitu mendekati 500 kV atau 1.0 pu (per unit).
HASIL DAN PEMBAHASAN
Penentuan nilai kapasitas SVC dengan metode algoritma genetika ini menggunakan
software matlab R2009b. Berikut adalah hasil running GA. Tabel 2. Hasil Running pada GA
Final Point
X(1) X(2) X(3)
0,845 1,369 1,318
Tabel diatas menunjukkan hasil dari GA. Hasil dari running berupa 3 nilai Bsvc (susceptansi SVC) masing – masing bus yang sensitif tersebut. Running GA ini menggunakan 3 variabel, dimana variabel pertama (X1) menunjukkan Bsvc bus 50, variabel kedua (X2)
menunjukkan Bsvc bus 47, dan variabel ketiga (X3) menunjukkan Bsvc bus 14.
Tabel 3. Hasil Perhitungan Qsvc
Bus Nilai Daya Reaktif
Bus 50 175,04 Mvar
Bus 47 282,43 Mvar
Bus 14 296, 40 Mvar
Hasil perhitungan manual masing – masing daya reaktif bus yang sensitif di masukkan ke dalam sistem. Sehingga dapat dilihat nilai Kapasitas SVC yang diperlukan agar sistem optimal yaitu :
Tabel 4. Nilai kapasitas SVC
Bus Nama Bus Nilai SVC
(MVar)
50 50_Kapal 175,94
47 47_surabaya sel 288,43
14 14_cawang 404,8
Setelah nilai SVC didapat dan dimasukkan ke sistem, akan dilakukan kembali analisis
loadflow untuk melihat kestabilan tegangan sehingga mendapatkan hasil seperti dibawah ini. Tabel 5. Hasil Loadflow setelah ada SVC dengan kapasitasnya
Name Area Nom
kV PU Volt Volt (kV) Name Area Nom kV PU Volt Volt (kV) (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) 1_Suralaya 1 500 1 500 26_Bangil 1 500 0,96284 481,418 2_Cilegon 1 500 0,99071 495,357 27_Paiton 1 500 1 500 3_Banten 1 500 1 500 28_Jawa1 1 500 1 500 4_Bojanegara 1 500 1 500 29_Cibatu B 1 500 0,97668 488,338 5_Balaraja 1 500 0,97694 488,471 30_Cibatu 1 500 0,97436 487,181
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) 6_Lengkong 1 500 0,95942 479,709 31_Deltamas 1 500 0,97541 487,707 7_Gandul 1 500 0,9562 478,099 32_Cirata 1 500 0,98369 491,844 8_Kembangan 1 500 0,96098 480,489 33_Saguling 1 500 0,98713 493,564 9_Durikosambi 1 500 0,96163 480,816 34_Bandung Sel 1 500 0,98209 491,046 10_M.Karang 1 500 0,98536 492,68 35_U.Berung 1 500 0,98077 490,383 11_Priok 1 500 0,99807 499,034 36_Mandirancan 1 500 0,99114 495,57 12_M.Tawar 1 500 0,98814 494,069 37_Cirebon 1 500 1 500 13_Bekasi 1 500 0,96514 482,57 38_Jateng 1 500 1 500 14_Cawang 1 500 0,95773 478,867 39_Indramayu 1 500 1 500 15_T.Pucut 1 500 1 500 40_Pemalang 1 500 0,99041 495,206 16_Bogor 1 500 0,95422 477,109 41_T.Jati 1 500 1 500 17_Depok 1 500 0,95497 477,484 42_Ungaran 1 500 0,96927 484,633 18_Cibinong 1 500 0,95815 479,075 43_Ampel 1 500 0,95361 476,807 19_Tambun 1 500 0,95892 479,459 44_Ngimbang 1 500 0,98089 490,445 20_Cikalong 1 500 0,98114 490,569 45_Krian 1 500 0,99103 495,517 21_Tasik 1 500 0,99577 497,884 46_Grati 1 500 1 500
22_Matenggeng 1 500 1 500 47_Surabaya Sel 1 500 0,95198 475,992
23_Rawalo 1 500 1 500 48_Gresik 1 500 1 500
24_Pedan 1 500 0,95464 477,32 49_Tandes 1 500 0,99598 497,988 25_Kediri 1 500 0,95012 475,058 50_Kapal 1 500 0,98209 491,043 Warna hijau pada tabel menunjukkan bus sensitiv yang hasil tegangannya telah berubah dan sudah mencapai kestabilan sesuai dengan ketentuan. Gambar 3 dan 4 dibawah menunjukkan grafik hasil perbedaan ketika sebelum dipasang SVC dan sesudah dipasang SVC dengan GA pada sistem interkoneksi Jawa Bali 500 KV.
Gambar 3. Grafik losses sebelum pemasangan SVC dan sesudah pemasangan SVC dengan GA pada bus 1 – 25.
Gambar 4. Grafik losses sebelum pemasangan SVC dan sesudah pemasangan SVC dengan GA pada bus 26 - 50.
Pada gambar 5 menunjukkan hasil perbedaan tegangan ketika sebelum dipasang SVC dan sesudah dipasang SVC dengan GA pada bus sensitif (bus 50, bus 47, dan bus 14) pada sistem interkoneksi Jawa Bali 500 KV.
Gambar 5. Grafik losses sebelum pemasangan SVC dan sesudah pemasangan SVC menggunakan GA pada bus sensitif (bus 14, 47, dan 50)
Total rugi – rugi daya saluran pada sistem sebelum dipasang SVC adalah 607,32 MW, sedangkan total rugi – rugi daya saluran pada sistem sesudah dipasang SVC dengan GA adalah 594,3 MW. Pada Gambar 6 dan 7 dibawah ini menunjukkan hasil rugi – rugi daya saluran transmisi pada sistem interkoneksi Jawa Bali 500 kV setelah pemasangan SVC dengan GA.
Gambar 6. Grafik rugi – rugi daya saluran sebelum pemasangan SVC dan sesudah pemasangan SVC dengan GA pada bus 1-25.
Gambar 7. Grafik rugi – rugi daya saluran sebelum pemasangan SVC dan sesudah pemasangan SVC dengan GA pada bus 26 - 50.
Pada gambar 8 menunjukkan hasil perbedaan rugi – rugi daya saluran ketika sebelum dipasang SVC dan sesudah dipasang SVC dengan GA yang terhubung pada bus sensitif (bus 50, bus 47, dan bus 14) pada sistem interkoneksi Jawa Bali 500 KV.
Gambar 8. Grafik rugi – rugi daya saluran sebelum pemasangan SVC dan sesudah pemasangan SVC menggunakan GA yang terhubunng pada bus sensitif (bus 14, 47, dan 50).
Dengan metode Algoritma Genetika, didapat pengoptimalan nilai SVC sebagai berikut: a. Bus 50 = 175,94 MVar dengan tegangan 491,043 KV atau 0,98209 pu.
b. Bus 47 = 288,43 MVar dengan tegangan 475,922 KV atau 0,95198 pu. c. Bus 14 = 404,8 MVar dengan tegangan 478,867 kV atau 0,95773 pu.
Berdasarkan hasil diatas, dengan demikian sistem dapat dikatakan stabil sesuai dengan standar PLN.
KESIMPULAN
Berdasarkan hasil yang didapatkan dari simulasi dan analisis pada tugas akhir ini, dapat diambil beberapa kesimpulan sebagai berikut:
1.
Dengan pencarian kapasitas SVC menggunakan Algoritma Genetika dapat diketahui bahwa nilai SVC yang optimal untuk bus 50 sebesar 175,94 MVar, bus 47 sebesar 288,43 MVar, dan bus 14 sebesar 404,8 MVar.2.
Daya Reaktif yang diinjeksikan pada sistem untuk bus 50 sebesar 175,04 MVar, bus 47 sebesar 282,43 MVar, dan pada bus 14 sebesar 296,40 MVar.3.
Tegangan yang dihasilkan setelah ditentukannya kapasitas SVC yang optimal yaitu pada bus 50 menjadi 491,043 kV (0,98209 pu), bus 47 menjadi 475,922 kV (0,95198 pu), dan bus 14 menjadi 478,867 kV (0,95777 pu). Total rugi – rugi daya saluran pada sistem sebelum dipasang SVC adalah 607,32 MW, sedangkan total rugi – rugi daya saluran pada sistem sesudah dipasang SVC dengan GA adalah 594,3 MW.Dengan begitu sistem dapat dikatakan stabil dan sesuai dengan batas toleransi yang ada.DAFTAR PUSTAKA
Anwar, S. 2012. Optimasi Penempatan SVC untuk Memperbaiki Profil Tegangan dengan Menggunakan Algoritma Genetika. Jurnal Elektro ELTEK. Vol. 3, no. 1. Malang :
Agung Sembogo. T. 2012. Studi Perbaikan Stabilitas Tegangan Kurva P-V pada Sistem Jawa-Bali 500kV dengan Pemasangan Kapasitor Bank Menggunakan Teori Sensitivitas. Teknik Elektro. Surabaya : Institut Teknologi Sepuluh Nopember.
Bhole. SS, Nigam. P. 2015. Improvement of Voltage Stability in Power System by Using SVC and
STATCOM. IJAREEIE, Vol.4, Issue 2, Februari.
Galih Indarko, F. 2011. Penentuan MVar Optimal SVC pada Sistem Transmisi Jawa Bali 500 kV Menggunakan Artificial Bee Colony Algorithm. Surabaya: Institut Teknologi Sepuluh November.
IEEE/CIGRE Joint Task Force on Stability Terms and Definitions. 2004. Definition and
Classification of Power System Stability. IEEE Transactions on Power system , vol. 19, no.
2, Mei.
Kolluri. V.S, Mandal. S, Claus. M. 2006. Application of Static Var Compensator in Entergy
System to address Voltage Stability Issues – Planning and Design Considerations. IEEE.
M. Karami, N. Mariun, dan M.Z.A. Ab Kadir. 2011. Determining Optimal Location of Static Var
Compensator by Means of Genetic Algorithm. Malaysia : International Conference on
Electrical, Control, and Computer Engineering.
Padiyar, K. R. 2007. FACTS Contollers in Power Transmission and Distribution. New Age International (P) Ltd.
Penangsang, Ontoseno. Diktat Kuliah Analisis Sistem Tenaga Listrik 2. Jurusan Teknik Elektro. Surabaya: Institut Teknologi Sepuluh Nopember.
Prayitno, Heru P. 2016. Studi Perbaikan Stabilitas Tegangan Sistem Jawa-Madura-Bali (Jamali) dengan Pemasangan SVC Setelah Masuknya Pembangkit 1000 MW Paiton. Jurnal Teknik POMITS, Vol. 1, No. 1. Surabaya : Institut Teknologi Sepuluh November
Saadat, H. 1999. Power System Analysis. McGraw-Hill, Inc.
SPLN 1 : 1995. Tegangan – Tegangan Standar. Jakarta : PT. PLN (Persero).
Stevenson, W.D., Jr and John J. Grenger. 1994. Elements of Power System Analysis, 4th Edition. McGraw-Hill, Inc.
Suprijanto, Adi. “Analisis Sistem Tenaga Listrik I ”, Jurusan Teknik Elektro. Surabaya : Institut Teknologi Sepuluh Nopember.
