PENENTUAN MVAR OPTIMAL SVC
PADA SISTEM TRANSMISI JAWA BALI
500 KV MENGGUNAKAN ARTIFICIAL
BEE COLONY ALGORITHM
Oleh :
Fajar Galih Indarko
(2207 100 521)
Dosen Pembimbing :
Prof. Dr. Ir. Imam Robandi, MT.
Seminar Tugas Akhir Jurusan Teknik Elektro ITS
PENDAHULUAN
Latar belakang :
- Permintaan tenaga listrik terus meningkat secara tetap, di sisi lain perluasan pembangkit tenaga listrik dan pembangunan saluran transmisi baru sudah sangat terbatas.
- Pola pembangkitan tenaga listrik yang mengarah pada pembebanan saluran yang terlampau berat, meng-akibatkan rugi-rugi saluran yang lebih tinggi.
- Pemasangan SVC pada satu atau beberapa bus tertentu dalam jaring listrik.
Permasalahan :
- Menentukan kapasitas SVC dalam sistem, sehingga dapat diperoleh harga yang optimum.
Metode yang diusulkan :
PENDAHULUAN
1. Menentukan lokasi pemasangan SVC
2. Menentukan besar kapasitas SVC yang akan diinjeksikan
Mencari bus kandidat, yaitu bus-bus yang akan dipasang SVC
STATIC VAR COMPENSATOR
(SVC)
• SVC = alat pembangkit atau penyerap daya reaktif statis yang dihubungkan paralel dan mempunyai kelu-aran (output) bervariasi untuk menjaga atau mengon-trol parameter spesifik dari suatu sistem tenaga listrik. • Dalam bentuk yang paling sederhana, SVC terdiri dari
komponen fixed capacitor (FC) yang terhubung paralel dengan thyristor-controlled reactor (TCR).
STATIC VAR COMPENSATOR
(SVC)
Konfigurasi SVC :
a) Model firing angle SVC
b) Model total susceptance SVC
STATIC VAR COMPENSATOR
(SVC)
Diagram rangkaian SVC :
Artificial Bee Colony (ABC)
Algorithm
• Artificial Bee Colony (ABC) Algorithm sebuah algoritma berdasarkan kecerdasan swarm yang men-simulasikan perilaku lebah madu dalam mencari makan untuk memecahkan permasalahan optimisasi. • Dalam model ABC algorithm, koloni lebah tiruan terdiri
dari tiga kelompok lebah, yaitu: lebah pekerja (employed bees), lebah onlooker dan lebah scout.
• Posisi sumber makanan mewakili solusi dari masalah yang dioptimisasi, dan jumlah nektar dari tiap sumber makanan mewakili kualitas (fitness) dari solusi yang didapat.
Diagram Alir
ABC Algorithm
Hitung jumlah nektar
Tentukan posisi sumber makanan baru untuk lebah pekerja
Hitung jumlah nektar Inisialisasi posisi sumber makanan
Sudahkah semua lebah onlooker
terdistribusi ?
Catat posisi sumber makanan terbaik
Pilih sumber makanan untuk lebah onlooker Tentukan posisi sumber makanan
„tetangga‟ untuk lebah onlooker
Tidak
Ya
Tentukan sumber makanan yang harus ditinggalkan
Hasilkan posisi yang baru untuk pengganti sumber makanan yang ditinggalkan
Apakah kriteria terpenuhi ? Posisi sumber makanan terakhir Ya Tidak Gambar 3
Persamaan ABC Algorithm
• Tiap lebah pekerja menghasilkan sebuah sumber makanan baru melalui rumusan,
vij = xij + φij (xij - xkj )
• Lebah onlooker memilih sebuah sumber makanan dengan menggunakan perhitungan probabilitas,
• Pencarian acak lebah scout dengan memakai rumusan,
xij = xj min + (x
j max − xj min)*rand [0,1]
Implementasi ABC Algorithm
Tabel representasi ABC Algorithm untuk optimisasi SVC
ABC Algorithm Optimisasi SVC pada sistem transmisi Jawa Bali 500 kV
Jumlah lebah pekerja atau posisi sumber makanan
Nilai kapasitas SVC yang akan dipasang pada tiap bus dalam
range yang telah ditentukan
Dimensi
Jumlah kandidat bus pada
sistem transmisi Jawa Bali 500 kV yang akan dipasang SVC
Jumlah nektar sumber makanan (fitness)
Fungsi obyektif : min F = Ploss
Diagram Alir Implementasi ABC
Algorithm Pada Sistem
1 2
START Analisis Aliran Daya:
Input data pembangkit, saluran dan beban sistem transmisi Jawa Bali 500 kV Tentukan jumlah bus pada sistem yang akan
dipasang SVC
Inisialisasi awal parameter kontrol ABC Algorithm dan populasi sumber makanan (SN) sebagai kandidat solusi
Run load flow dan hitung fungsi obyektif (nilai fitness) awal
Tentukan posisi sumber makanan (nilai kapasitas SVC) baru untuk lebah pekerja
Run load flow dan hitung fungsi obyektif (nilai fitness) Sudahkah semua lebah onlooker terdistribusi ? Tidak Ya
Pilih sumber makanan (nilai kapasitas SVC) untuk lebah onlooker Tentukan posisi sumber makanan
(nilai kapasitas SVC) „tetangga‟ untuk lebah onlooker
Diagram Alir Implementasi ABC
Algorithm Pada Sistem
Tidak
1
Catat solusi terbaik (mekanisme greedy selection) Tentukan solusi yang harus ditinggalkan
(parameter kontrol “limit”)
Hasilkan nilai kapasitas SVC yang baru untuk pengganti solusi yang ditinggalkan Run load flow dan hitung fungsi obyektif
(nilai fitness)
Apakah kriteria terpenuhi ? (cycle = MCN)
Nilai kapasitas SVC yang terbaik STOP
Ya
Analisis Data
Data sistem transmisi Jawa Bali 500 kV,
terdiri dari 23 bus, 28 saluran, dan 8 pusat pembangkit. Paiton Grati Surabaya Barat Gresik Tanjung jati Ungaran Kediri Pedan Mandiracan Saguling Tasikmalaya Cirata Cibatu Muaratawar Bekasi Bandung Depok Gandul Cilegon Suralaya Kembangan Cawang Cibinong 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 Gambar 5
Analisis Data
Penyelesaian analisis aliran daya dengan menggunakan metode Newton-Raphson didasarkan pada:
• Base tegangan = 500 kV
• Base daya = 1000 MVA
• Akurasi = 0.0001
• Akselerasi = 1.1
• Maksimum iterasi = 50
Percobaan simulasi dilakukan dengan asumsi bahwa semua bus generator tidak akan dipasang SVC karena bus generator dianggap sudah mampu memenuhi kebutuhan daya reaktifnya sendiri. Total ukuran SVC yang dipasang pada sistem tidak dibatasi dan harga SVC tidak dipertimbangkan.
Analisis Data
Percobaan dibagi menjadi dua kategori:
• Percobaan 1: Penempatan SVC diimplementasikan pada bus-bus yang terkena tegangan kritis, yakni tegangan yang nilainya di luar batasan tegangan normal (di bawah tegangan normal). Ukuran SVC maksimal yang dipasang pada tiap-tiap bus adalah 300 Mvar.
• Percobaan 2: Penempatan SVC dilakukan pada semua bus beban, yaitu bus 2, 3, 4, 5, 6, 7, 9, 12, 13, 14, 16, 18, 19, 20, and 21. Ukuran SVC maksimal yang dipasang pada tiap-tiap bus adalah 200 Mvar.
Analisis Data
Performansi aliran daya sistem yang optimal diusahakan memenuhi batasan-batasan berikut :
1. Batas tegangan harus memenuhi nilai range : Vmin Vi Vmax dengan i = 1,……n i = nomor bus
Vmin = 0.95 pu Vmax = 1.05 pu
2. Batasan operasi aman generator, untuk itu generator harus mensuplai daya reaktif sebesar :
Qi > 0 dengan i = 1,...n i = jumlah generator
3. Fungsi obyektif yang digunakan untuk penempatan SVC adalah :
min F = Ploss dengan,
Hasil Percobaan
No. Bus Tegangan (pu) Sudut (derajat) Beban Pembangkitan MW MVar MW MVar 1 1.020 0.000 135 40 2915.539 1080.034 2 1.016 -0.475 620 200 0 0 3 0.972 -5.889 670 230 0 0 4 0.977 -5.226 480 160 0 0 5 0.978 -5.772 615 190 0 0 6 0.978 -7.665 670 160 0 0 7 0.975 -7.520 570 150 0 0 8 1.000 -6.001 0 0 1082 1403.445 9 0.980 -6.756 726 280 0 0 10 0.970 -6.405 600 216 189 -101.907 11 0.970 -5.888 0 0 300 421.832 12 0.956 -5.490 520 310 0 0 13 0.939 -2.091 350 120 0 0 14 0.942 7.440 290 320 0 0 15 1.000 13.996 0 0 672 372.356 16 0.992 15.525 760 280 0 0 17 1.000 15.962 185 80 802 583.135 18 0.976 -5.058 0 0 0 0 19 0.949 -0.990 244 15 0 0 20 0.931 6.399 462 215 0 0 21 0.945 13.340 316 182 0 0 22 1.000 21.921 740 240 3244 610.706 23 1.000 18.379 115 170 0 411.430Aliran daya sistem transmisi Jawa Bali 500 kV sebelum pemasangan SVC
Hasil Percobaan
Rugi-rugi daya saluran transmisi Jawa Bali 500 kV sebelum pemasangan SVC
No. Saluran
Saluran Rugi-rugi Daya
Dari Ke Aktif (MW) Reaktif (MVar) 1 1 2 1.084 12.122 2 1 4 16.637 147.884 3 2 5 5.991 60 4 3 4 0.803 8.987 5 4 5 0.755 7.255 6 4 18 0.147 1.408 7 5 7 2.163 20.783 8 5 8 0.838 8.048 9 5 11 0.141 -6.812 10 6 7 0.082 0.783 11 6 8 2.462 23.655 12 8 9 2.182 20.968 13 9 10 0.521 5.007 14 10 11 0.556 5.344 15 11 12 1.009 11.293 16 12 13 5.268 39.076 17 13 14 19.433 164.765 18 14 15 9.167 95.688 19 14 16 14.315 130.727 20 14 20 0.503 4.834 21 15 16 0.218 -15.036 22 16 17 0.884 8.493 23 16 23 5.010 56.043 24 18 19 3.057 6.196 25 19 20 7.761 57.746 26 20 21 10.078 93.286 27 21 22 18.645 187.640 28 22 23 6.828 66.847 Total rugi-rugi 136.539 1223.030
Hasil Percobaan 1
Aliran daya sistem transmisi Jawa Bali 500 kV setelah pemasangan SVC No. Bus Tegangan (pu) Sudut (derajat)
Beban Pembangkitan Injeksi
SVC MW MVar MW MVar 1 1.000 0.000 135 40 2902.521 612.281 0 2 0.997 -0.498 620 200 0 0 0 3 0.972 -6.084 670 230 0 0 0 4 0.977 -5.421 480 160 0 0 0 5 0.979 -5.970 615 190 0 0 0 6 0.979 -7.856 670 160 0 0 0 7 0.976 -7.712 570 150 0 0 0 8 1.000 -6.187 0 0 1082 1198.038 0 9 0.985 -6.963 726 280 0 0 0 10 0.980 -6.643 600 216 189 76.698 0 11 0.980 -6.135 0 0 300 335.326 0 12 0.972 -5.778 520 310 0 0 0 13 0.975 -2.671 350 120 0 0 287 14 0.974 6.226 290 320 0 0 186 15 1.000 12.685 0 0 672 157.048 0 16 0.994 14.080 760 280 0 0 0 17 1.000 14.528 185 80 802 434.526 0 18 0.978 -5.262 0 0 0 0 0 19 0.994 -1.532 244 15 0 0 259 20 0.976 5.269 462 215 0 0 174 21 0.985 11.789 316 182 0 0 293 22 1.000 20.368 740 240 3244 259.657 0 23 1.000 16.885 115 170 0 364.572 0
Hasil Percobaan 1
Rugi-rugi daya saluran transmisi Jawa Bali 500 kV setelah pemasangan SVC
No. Saluran
Saluran Rugi-rugi Daya
Dari Ke Aktif (MW) Reaktif (MVar) 1 1 2 1.058 11.833 2 1 4 15.228 134.592 3 2 5 5.569 55.406 4 3 4 0.803 8.985 5 4 5 0.778 7.470 6 4 18 0.123 1.178 7 5 7 2.154 20.699 8 5 8 0.784 7.532 9 5 11 0.017 -8.292 10 6 7 0.077 0.740 11 6 8 2.444 23.485 12 8 9 1.543 14.828 13 9 10 0.215 2.063 14 10 11 0.549 5.276 15 11 12 0.398 4.453 16 12 13 4.280 28.934 17 13 14 18.167 151.002 18 14 15 7.636 78.334 19 14 16 12.610 114.111 20 14 20 0.320 3.077 21 15 16 0.177 -15.462 22 16 17 0.706 6.785 23 16 23 4.800 53.704 24 18 19 2.459 -1.880 25 19 20 7.226 48.895 26 20 21 9.653 86.701 27 21 22 17.147 170.012 28 22 23 6.600 64.291 Total rugi-rugi 123.521 1078.753
Hasil Percobaan 1
0.88 0.9 0.92 0.94 0.96 0.98 1 1.02 1.04 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 No. Bus T e g a n g a n ( p u )Sebelum penempatan SVC Sesudah penempatan SVC
Grafik perbandingan tegangan masing-masing bus sebelum dan sesudah penempatan SVC
Hasil Percobaan 1
Grafik perbandingan rugi-rugi daya sistem sebelum dan sesudah penempatan SVC
Gambar 7 0 5 10 15 20 25 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 No. Saluran R u g i D a y a A k ti f (M W)
Hasil Percobaan 2
Aliran daya sistem transmisi Jawa Bali 500 kV setelah pemasangan SVC No. Bus Tegangan (pu) Sudut (derajat)
Beban Pembangkitan Injeksi
SVC MW MVar MW MVar 1 1.020 0.000 135 40 2898.666 409.346 0 2 1.018 -0.482 620 200 0 0 131 3 1.000 -5.849 670 230 0 0 185 4 1.002 -5.204 480 160 0 0 156 5 1.000 -5.708 615 190 0 0 147 6 0.994 -7.498 670 160 0 0 123 7 0.995 -7.374 570 150 0 0 102 8 1.000 -5.775 0 0 1082 89.697 0 9 0.998 -6.615 726 280 0 0 178 10 1.000 -6.348 600 216 189 354.206 0 11 1.000 -5.860 0 0 300 298.342 0 12 0.993 -5.518 520 310 0 0 152 13 0.985 -2.449 350 120 0 0 200 14 0.978 6.363 290 320 0 0 183 15 1.000 12.821 0 0 672 126.837 0 16 0.996 14.212 760 280 0 0 195 17 1.000 14.672 185 80 802 280.020 0 18 1.003 -5.053 0 0 0 0 106 19 1.001 -1.358 244 15 0 0 181 20 0.978 5.401 462 215 0 0 191 21 0.980 11.956 316 182 0 0 181 22 1.000 20.526 740 240 3244 306.920 0 23 1.000 17.032 115 170 0 318.702 0
Hasil Percobaan 2
Rugi-rugi daya saluran transmisi Jawa Bali 500 kV setelah pemasangan SVC
No. Saluran
Saluran Rugi-rugi Daya
Dari Ke Aktif (MW) Reaktif (MVar) 1 1 2 0.975 10.907 2 1 4 14.400 126.103 3 2 5 5.303 52.140 4 3 4 0.682 7.632 5 4 5 0.694 6.664 6 4 18 0.116 1.119 7 5 7 2.105 20.226 8 5 8 0.002 0.024 9 5 11 0.014 -8.691 10 6 7 0.025 0.245 11 6 8 1.773 17.036 12 8 9 0.836 8.032 13 9 10 0.108 1.034 14 10 11 0.528 5.074 15 11 12 0.367 4.102 16 12 13 4.380 29.504 17 13 14 18.133 150.328 18 14 15 7.558 77.431 19 14 16 12.625 114.212 20 14 20 0.320 3.076 21 15 16 0.171 -15.555 22 16 17 0.587 5.637 23 16 23 4.824 53.967 24 18 19 2.354 -4.011 25 19 20 7.317 49.598 26 20 21 9.657 86.821 27 21 22 17.168 170.369 28 22 23 6.643 64.779 Total rugi-rugi 119.666 1037.801
Hasil Percobaan 2
Grafik perbandingan tegangan masing-masing bus sebelum dan sesudah penempatan SVC
0.88 0.9 0.92 0.94 0.96 0.98 1 1.02 1.04 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 No. Bus T e g a n g a n ( p u )
Sebelum penempatan SVC Sesudah penempatan SVC
Hasil Percobaan 2
Grafik perbandingan rugi-rugi daya sistem sebelum dan sesudah penempatan SVC
Gambar 9 0 5 10 15 20 25 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 No. Saluran R u g i D a y a A k ti f (M W)
Perbandingan Percobaan 1 dan 2
Percobaan 1 Percobaan 2
Total SVC (MVAR)
Total rugi daya aktif (MW)
Total SVC (MVAR)
Total rugi daya aktif (MW)
Kesimpulan
Dari hasil simulasi penempatan optimal SVC pada sistem transmisi 500 kV Jawa Bali menggunakan Artificial Bee Colony (ABC) Algorithm dapat ditarik kesimpulan,
1. Proses komputasi pada penentuan Mvar optimal SVC sebagai kontrol tegangan menunjukkan peningkatan hasil yang memuaskan. Pada kondisi sebelum optimisasi, profil tegangan terendah yang terdapat pada bus 20 adalah sebesar 0.931 pu, sedangkan setelah optimisasi, profil tegangan terendah pada percobaan 1 terdapat pada bus 3 sebesar 0.972 pu dan pada percobaan 2 terdapat pada bus 14 dan 20 sebesar 0.978 pu.
2. Pada percoban 1, penentuan Mvar optimal SVC menggunakan metode ABC dapat menurunkan rugi-rugi daya sebesar 13.018 + j144.277 MVA, yaitu dari 136.539 + j1223.030 MVA menjadi 123.521 + j1078.753 MVA, dengan SVC dipasang pada bus 13,14, 19, 20, dan 21.
3. Pada percobaan 2, penentuan Mvar optimal SVC menggunakan metode ABC dapat menurunkan rugi-rugi daya sebesar 16.873 + j185.229 MVA, yaitu dari 136.539 + j1223.030 MVA menjadi 119.666 + j1037.801 MVA, dengan SVC dipasang pada bus 2, 3, 4, 5, 6, 7, 9, 12, 13, 14, 16, 18, 19, 20, dan 21.
4. Hasil analisis menunjukkan bahwa percobaan 2 dapat menurunkan rugi-rugi daya aktif lebih besar dibandingkan percobaan 1, namun pada percobaan 2 memerlukan jumlah total SVC yang lebih besar.
Daftar Pustaka
[1] Haque, M. H., “Best Location of SVC to Improve First Swing Stability Limit of A Power System”, Electric Power Systems Research 77:1402–1409, 2007.
[2] Grünbaum, R., Halvarsson, B., Wilk-Wilczynski, A., “FACTS and HVDC Light For Power System Interconnections”, ABB Power Systems, Power Delivery Conference, Madrid, Spain, September 1999. [3] Karaboga, D.,“An Idea Based On Honey Bee Swarm For Numerical Optimization”, Technical Report-TR06,
Erciyes University, Engineering Faculty, Computer Engineering Department, 2005.
[4] Karaboga, D., Basturk, B., “On The Performance of Artificial Bee Colony (ABC) Algorithm”, Applied Soft Computing, 8(1):687–697, 2008.
[5] Stahlkopf, K., Wilhelm, M.,“Tighter controls for busier systems”, IEEE Spectrum, 34(4), 48–52, 1997. [6] Grünbaum, R., Petersson, Å., Thorvaldsson, B., “FACTS, improving the performance of electrical grids”,
ABB Rev., 11–18, March 2003.
[7] Bonnard, G., “The problems posed by electrical power supply to industrial installations”, Proc. IEE Proceedings, vol. 132, Part B, 335–340, November 1985.
[8] Grigsby, Leonard L., “Electric Power Engineering Handbook: Power Systems”, CRC Press, Taylor & Francis Group, USA, 2007.
[9] Grudinin, N., Roytelman, I.,“Heading off emergencies in large electric grids”, IEEE Spectrum, 34(4), 43–47, April 1997.
[10] Dixon, J., Morán, L., Rodríguez, J., Domke, R.,“Reactive Power Compensation Technologies: State-of-the-ArtReview”, Proceedings of the IEEE, vol. 93, no. 12, December 2005.
[11] Acha, E., Agelidis, V.G., Anaya-Lara, O., Miller, T.J.E., “Power Electronic Control in Electrical Systems”, MPG Books Ltd., Great Britain, 2002.
[12] Kundur, P.,“Power Systems Stability and Control”, McGraw-Hill, New York, 1994.
[13] Alves, R., Montilla, M., Mora, E., “Increase of Voltage Stability and Power Limits Using a Static Var Compensator”, International Conference on Renewable Energies and Power Quality (ICREPQ „03), Vigo, Spain, April 9-11, 2003.
[14] De Castro, L.N., Von Zuben, F.J., “Artificial Immune Systems. Part I. Basic Theory and Applications”, Technical Report TR-DCA 01/99, Fee/Unicamp, December 1999.
[15] Tereshko, V.,“Reaction-diffusion model of a honeybee colony‟s foraging behaviour”, M. Schoenauer, et al, Eds., Parallel Problem Solving from NatureVI”, Lecture Notes in Computer Science, vol. 1917, Springer-Verlag: Berlin, p. 807-816, 2000.
[16] Tereshko, V., Loengarov, A., “Collective Decision-Making in Honey Bee Foraging Dynamics”, Computing and Information Systems Journal, ISSN 1352-9404, vol. 9, No. 3, October 2005.
[17] Karaboga, D., Basturk, B.,“A powerful and efficient algorithm for numerical function optimization: artificial bee colony (ABC)algorithm”, Journal of Global Optimization 39: 459–471, 2007.
[18] Karaboga, D., Akay, B., “A comparative study of artificial bee colony algorithm”, Applied Mathematics and Computation, vol. 214, pp. 108-132, 2009.
[19] Umar, ”Optimasi Penempatan TCSC dan SVC pada Sistem 500 kV Jawa-Madura-Bali Menggunakan
Breeder Algoritma Genetika”, Tesis, Jurusan Teknik Elektro, Institut Teknologi Sepuluh Nopember,