Optimasi Penempatan dan Kapasitas STATCOM pada Sistem Tenaga Listrik JAMALI 500 kV Menggunakan Metode Bacterial Foraging Optimization
| Main Author: | Pamungkas, Alfian Sakti |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/11620/ |
Daftar Isi:
- Peningkatan jumlah penduduk di Indonesia turut meningkatkan angka beban yang harus ditanggung oleh sistem tenaga listrik. Seiring dengan bertambahnya beban, bertambah pula kebutuhan jumlah pembangkitan dan jumlah saluran transmisi yang dapat membuat sistem menjadi kompleks, rentan terhadap gangguan, dan juga berdampak pada bervariasinya level tegangan pada gardu induk. Selain itu, saluran transmisi merupakan saluran terpanjang dengan penghantar udara hingga puluhan kilometer yang berpotensi besar terjadinya fluktuasi daya aktif-reaktif sangat besar. Oleh karenanya dibutuhkan optimasi pada sistem agar dapat mengikuti perubahan tegangan level tersebut. Penelitian ini bertujuan untuk memberikan solusi dalam memperbaiki profil tegangan dan mengurangi rugi-rugi daya pada sistem tenaga listrik dengan menggunakan kapasitor bank dan peralatan Flexible Alternating Current Transmission System (FACTS). Pada penelitian ini jenis FACTS yang digunakan adalah Static Synchronous Compensator (STATCOM). Data yang digunakan adalah data bus pembangkitan, beban serta saluran antar bus pada sistem transmisi Jawa Madura Bali (JAMALI) 500 kV. Analisis aliran daya menggunakan metode Newton-Raphpson. Analisis ini bertujuan untuk mengetahui rugi-rugi daya awal dan menentukan bus dengan level tegangan di bawah batas yang diijinkan. Permasalahan utama pada penelitian ini adalah menentukan besar kapasitas yang diperlukan oleh FACTS serta lokasi yang optimal agar sistem memberikan kinerja yang lebih baik. Untuk itu diperlukan metode yang bisa menentukan optimasi tersebut. Banyak metode optimasi yang digunakan untuk menentukkan penempatan dan kapasitas yang optimal dari FACTS, seperti Particle Swarm Optimization (PSO), Generatic Algorithms (GA), Ant Colony Optimization (ACO). Metode optimasi yang digunakan dalam penelitian ini yaitu Bacterial Foraging Optimization (BFO), metode ini tergolong baru dan tepat untuk menyelesaikan masalah yang berkaitan dengan optimisasi dan kontrol. BFO memiliki 4 proses dalam mencari solusi yang optimal yaitu melalui proses Chemotaxcis, Swarming, Reproduction dan Ellimination and Dispersal sangat sensitif dan dapat bekerja serempak dalam menyelesaikan masalah optimisasi. Hasil yang diperoleh dari simulasi pada sistem transmisi Jawa Madura Bali 500 kV menunjukkan bahwa solusi penempatan dan penentuan kapasitas optimal STATCOM yang dioptimasi oleh Bacterial Foraging Optimization (BFO) dapat memperbaiki profil tegangan dan menurunkan rugi-rugi daya yang lebih efektif daripada penempatan kapasitor bank. Hasil dengan penempatan STATCOM menunjukkan rugi daya aktif turun menjadi 233,303 MW dari 265,108 MW atau turun sebesar 31,805 MW (11,997%) dan penempatan kapasitor bank turun menjadi 242,021 MW atau turun sebesar 23,087 MW (8,709%). Untuk daya reaktif dengan penempatan STATCOM turun menjadi 1426,803 MVAR dari 1480,189 MVAR atau turun sebesar 53,386 MVAR (3,742%) dan penempatan kapasitor bank turun menjadi 1427,549 MVAR atau turun sebesar 52,640 (3,556%) dengan tetap menjaga nilai tegangan pada batas tegangan yang diijinkan yaitu (0,95 pu ≤ V ≤ 1,05 pu).