Optimasi Penempatan Dan Kapasitas SSSC Dengan Metode Gravitational Search Algorithm
| Main Author: | Prakoso, Mohamad Najib Priyo |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/11642/ |
Daftar Isi:
- Penelitian ini memaparkan hasil penelitian tentang optimasi penempatan dan kapasitas SSSC dan kapasitor bank dengan metode Graviational Search Algorithm. Peningkatan beban listrik dan jauhnya letak gardu induk dari pembangkit menyebabkan jatuhnya tegangan pada gardu induk. Salah satu upaya untuk mengatasi permasalahan tersebut adalah dengan menempatkan peralatan FACTS device dan kapasitor bank. FACTS sendiri mempunyai banyak tipe kontrol seperti Static Var Compensator (SVC), Static Synchronous Compensator (STATCOM), Thyristor Controlled Series Capacitor (TCSC), Static Synchronous Series Compensator (SSSC) dan Unified Power Flow Controller (UPFC). Penelitian ini akan mengkaji salah satu dari tipe FACTS tesebut yaitu Static Synchronous Series Compensator (SSSC) untuk dapat memperbaiki profil tegangan dan kestabilan tegangan. SSSC dipasang secara seri pada saluran transmisi. Tujuan utama pemasangan SSSC pada saluran transmisi adalah untuk menginjeksi atau menyerap daya reaktif saluran transmisi. Permasalahan yang terjadi dalam pemakain peralatan FACTS pada saluran transmisi yakni penentuan lokasi dan rating optimal dari pemakaian peralatan FACTS. Pada penelitian ini akan menggunakan metode Gravitational Search Algorithm (GSA) untuk menyelesaikan permasalahan optimisasi peralatan FACTS tersebut. GSA merupakan salah satu metode yang berdasarkan kecerdasan buatan yang menggunakan hukum gravitasi newton. Pada hukum gravitasi newton disebutkan bahwa setiap partikel di alam semesta menarik partikel lain dengan kekuatan yang berbanding lurus dengan massa pertikel tersebut dan berbanding terbalik dengan jarak antara partikel. Menurut penelitian yang sudah dilakukan, GSA memiliki hasil optimasi terbaik dibandingkan dengan GA (Genetic Algorithm), PSO (Particel Swarm Optimization) dan DE (Differential Evolution). Metode ini diterapkan pada sistem tenaga listrik Jawa Bali 500 kV. Hasil simulasi menunjukkan bahwa SSSC dan kapasitor bank dapat memperbaiki profil tegangan. Sehingga tegangan pada tiap bus berada pada batas yang ditentukan (0,95 pu ≤ V ≤ 1,05 pu). Optimasi menggunakan GSA memberikan penempatan optimal untuk SSSC pada saluran 28 (antara bus 21 dan bus 22), 15 (antara bus 12 dan bus 13) dan saluran 13 (antara bus 10 dan bus 11) dengan rating -0,0763 pu (-202,9466 MVAR), 0,0199 pu (3,6060 MVAR) dan -0,0182 pu (16,6503 MVAR). Dan untuk kapasitor bank didapatkan lokasi dan rating yang optimal pada bus 21, 20 dan 13 dengan rating 59,7450 MVAR, 51,8988 MVAR dan 23,6301 MVAR. Hasilnya penempatan SSSC dapat mengurangi rugi daya aktif dari total rugi daya aktif 265,108 MW berkurang menjadi 237,167 MW dan untuk kapasitor bank dapat mengurangi rugi daya aktif dari total rugi daya aktif 265,108 MW berkurang menjadi 239,308 MW.