Optimisasi Injeksi Distributed Generation Menggunakan Algoritma Cat Swarm Optimization dan Krill Herd Algorithm
| Main Author: | Prawestri, Galuh |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/177860/1/Galuh%20Prawestri%20.pdf http://repository.ub.ac.id/177860/ |
Daftar Isi:
- Pemanfaatan energi listrik sebagai upaya menciptakan green energy memerlukan suatu tindakan yang mendukung produksi energi yang efisien dengan menggunakan satu atau lebih energi alternatif yang dapat digabungkan menjadi sumber energi terdistribusi. Permasalahan pokok permintaan sumber energi yang semakin meningkat adalah keandalan sistem dan kualitas daya. Kualitas daya berkaitan dengan pengurangan nilai rugi-rugi daya listrik, berkurangnya nilai jatuh tegangan serta kontinuitas penyaluran energi listrik yang baik. Penambahan distributed generation (DG) pada sistem eksisting dinilai mampu mengurangi permasalahan kualitas daya dan meningkatkan keandalan sistem. Penelitian ini membahas optimisasi injeksi DG dengan menggunakan algoritma Cat Swarm Optimization dan Krill Herd Algorithm. Optimalisasi dilakukan dengan menginjeksikan DG pada sistem eksisting dengan dengan menerapkan 4 skenario pembebanan, yakni pembebanan 20 % dengan 1 lokasi bus, 30 % dengan 2 lokasi bus, 40 % dengan 3 lokasi bus, dan 50 % dengan 4 lokasi bus. Rugi daya aktif dan reaktif sebelum adanya injeksi DG sebesar 0,314 MW dan 0,235 MVAR. Optimisasi menggunakan skenario 1 algoritma CSO dan KHA mengahasilkan nilai rugi daya dan lokasi bus yang sama. Skenario 2, CSO menghasilkan rugi daya aktif sebesar 2,01 %, sedangkan KHA sebesar 1,27 %. Skenario 3, prosentase rugi daya aktif CSO adalah 0,18 % dan KHA 0,13 %. Skenario 4, menghasilkan perbedaan rugi daya aktif CSO dan KHA masing-masing sebesar 0,13 % dan 0,08 %. Peningkatan profil tegangan CSO dan KHA dinilai sesuai dengan standar yaitu 0,90 p.u ≤ Vbus ≤ 1,1 p.u. Penerapan kedua algoritma dapat mengurangi rugi daya sistem dan memperbaiki profil tegangan. Algoritma KHA memiliki waktu running iterasi yang lebih lama daripada CSO, namun KHA dinilai lebih baik daripada algoritma CSO karena menghasilkan pengurangan rugi daya yang lebih signifikan daripada CSO.