49
ALOCATION DESIGN FOR FACTS DEVICE ON JAWA-BALI INTERCONNECTED POWER SYSTEM USING GENETIC ALGORITHM WITH MUTATION Imam Robandi* ABSTRAK Paper ini mempresentasikan sebuah aplikasi Genetic Algorithm (GA) dengan Perbaikan Mutasi untuk menentukan lokasi optimal dati pe.ralatan FACTS (Flexible AC Transmission System) pada sebuah interkoneksi tenaga listtik. Dua parameter yaitu pembebanan dan rugi daya dianalais sebagai sebuah kasus. Peralatan FACTS
direpresentasikan menggunakan pendekatan pemodelan linear. Parameter interkoneksi dimodelkan dalam bentuk kromosom dati Conventional GA (CGA) dan digunakan untuk menghitung sebuah oijective fimction dari fungsi optimisasi kuadratik. Untuk memperbaiki CGA, pemodelan Perbaikan Mutasi dati evaluasi GA diusulkan untuk digunakan pada penalaan Parameter FACI'S. Hasil dati aplikasi CGA dan GA dengan Perbaikan Mutasi dibandingkan sebagai studi kasus. Aplikasi dati GA dengan Perbaikan Mutasi mempunyai nilai tambah yang sangat signifikan dalam perbaikan efisiensi dan menjaga tegangan. Rata kunci: New GA Approach, Dinamika Tenaga, dan Kontrol. ABSTRACT
This paper presents an appliCation of Genetic Algorithm (GA) with Mutation Improvement to design an optimal location of a FACTS device in an interconnected power system. The parameters of system that consist ofloading system and power losses are analyzed as a case study. The FACI'S device represents on the linear model as the dynamics solution problems. The system parameters are modeled on chromosomes forms of GA with mutation improvement to calculate an objective function of quadratic solution. Parameter of FACTS tuned by a Conventional GA (CGA) is also implemented on multimachine system via simulation. Comparison between application of CGA and GA with mutation improvement is demonstrated here. The results show that application of GA with mutation improvement in the optimal location design for FACI'S device can significantly improves the performances of power system losses and its voltage. Keywords: New GA Approach, Power System Dynamics, and Control. L PENDAHULUAN ApJikasi soft computing seperti GA dalam tenaga listrik semakin banyak diminati. Apalagi dengan kebutuhan kualitas tenaga listrik yang semakin meningkat, inovasi aplikasi GA ini semakin banyak berperan. Kesulitan untuk membangun saluran transmisi bam memaksa para enjinir untuk memanfaatkan yang ada sekarang menjadi lebih optimal. Qleh karena itu hal ini menjadi sangat penting dalam pemberdayaan yang ada sekarang melalui peningkatan efisiensi, misalnya: dengan pengaturan aliran daya melalui peralatan Flexible AC Transmission System (FAcrs). Pada dekade-dekade ini, satu-satunya cara pengaturan aliran daya adalah menggunakan pera1atan elektromekanik seperti phase-shifting tran.rformer. Keterbatasan dati ini adalah lambat dalam bekerja. Dengan perkembangan teknologi elektronika daya yang ada pada saat ini, keterbatasan di atas dapat diselesaikan (Mohan et al. 2002). Kontrol masa depan pada tenaga berkembang dengan sangat cepat Teknologi peralatan FACTS adalah salah satu dati jenis kontroler elektronika daya bam untuk mengatur daya aktif dan reakti£ Peralatan FACTS menjadi komponen integral dati penyaluran daya
listrik modern. Walaupun peralatan FACTS suclah menjadi kebutuhan wajib bagi pada penyedia daya lsitrik, namun penempatan peralatan FACTS pada saluran tenaga listrik masih menjadi permasalahan tersendiri yang tidak mudah untuk diselesaikan. Kesalahan dalam penempatan FACTS akan mengakibatkan menjadi tidak efisien, bahkan lebih fatal lagi, yaitu akan jatuh ke area tidak stabil (paserba et al. 1995; PMO et al. 1993). Pada paper ini diusulkan penentuan lokasi peralatan pengatur aliran daya FACTS secara optimal melalui penalaan soft computing. Pemodelan peralatan FACTS ditujukan untuk analisis permasalahan St8a4J-sfat8 sebuah sistem tenaga listrik. Dengan kemampuannya yang dapat mengubah nilai impedansi saluran transmisi, peralatan FACTS dapat digunakan untuk mengontrol daya secara optimal melalui penalaan GA. Keterlibatan metoda-metoda deterministik, heuristik, dan annealing seperti kootrol optimal (Piwko et al. 1993; Davison et al. 1978; Barlett et al 1973; Fosha 1970; Talaq 1999; Robandi 2004), fuzzy logic (Robandi et al. 2004; El-Metwally et al 2004), neural network (Abdul Salam et al. 2003), dan GA (Laksmi et al. 2000; Reformat 1998; Ju et al. 1996; Robandi 2002a; 2002b)
• )urusan Teknik Elektro, FTI ITS,)l. Arief Rahman Hakim, Surabaya (60111) E-mail:
[email protected] Vol 17, No.2, Mei 2006 - Majalah IPTEK
50
dalam perbaikan perfoanansi tenaga telah banyak menunjukkan keberhasilan yang cukup signifikan. Pada sederhana, Gerbex telah memanfaatkan GA untuk perbaikan penempatan peralatan FACTS (Man et al. 1996; Gerbex 2001). Perbaikan dan kualitas evaluasi GA melalui perbaikan mutasi telah berhasil secara atraktif dalam memperbaiki performansi melalui penalaan PSS (Man et al. 1996; Robandi 2006) Dalam paper ini, salah satu metoda ennealing yaitu .GA dengan perbaikan mutasi diusulkan untuk menentukan peletakkan peralatan FACTS secara optimal. Penggunaan GA berdasar dari keuntungan dan kemampuannya yang handal dalam pelacakan (searching) solusi optimal. Proses opturusasi jaring tenaga listrik direpresentasikan menggunakan sebuah objective fondion melalui pemodelan kromosomkromosom yang mewakili rugi-rugi daya dan pembebanan. Proses crossover dilakukan secara konvensional. Simulasi implementasi dilakukan pada interkoneksiJawa Bali 500 kV, dengan 19 bus. Hasil simulasi menunjukkan bahwa dengan peletakan peralatan FACTS secara optimal, rugirugi daya pada J awa Bali dapat diturunkan dan tegangan bus dapat diperbaiki. Perbaikan mutasi pada evaluasi GA mempunyai kontribusi yang sangat penting dalam memperbaiki perfoanansi CGA pada aplikasi ini
2. PERALATAN FACTS DAN CONVENTIONAL GA 2.1 Peralatan FACTS pada Tenaga Listrik Pada tenaga modem, peralatan FACTS sudah banyak digunakan untuk menangani masalah penyaluran daya. Sebagai peralatan elekttonika daya yang tersusun sen, peralatan FACTS sangat memungkinkan diaplikasikan pada salman transmisi untuk meningkatkan kemampuan penyaluran daya salman. Dengan investasi yang relatif lebih murah dan waktu pemasangan yang cepat dibandingkan dengan membangun salman ttansmisi baru, aplikasi peralatan FACTS banyak menjadi pertimbangan utama oleh para perusahaan listrik. Kemam.puan yang dimiliki oleh peralatan FACTS antara lain: meningkatkan kestabilan ttansmisi tenaga (padiyar 1996), memperbaiki nilai tegangan dan keseimbangan daya reaktif, dan memperbaiki pembagian beban pada salman parallel Dalam pemakaiannya, peralatan FACTS mempunyai sejumlah kelebihan yaitu, dapat mengurangi resiko subrynchronous resonance, dan mengatur wan daya dinamik. Dalam interkoneksi, ttansfer daya yang mengalir dan satu area ke area lain dipengaruhi
Majalah IPTEK - VoL 17, No.2, Mei 2006
oleh impedansi saluran ttansmisi ZL. Dengan mengikuti teori ini, peralatan FACTS mempunyai pecan yang sama yang sangat berguna untuk mengoptimais aliran daya antar area dengan bermacam-macam beban dan konfigurasi jaring. Sehingga dengan pemanfaatan peralatan ini sangat memungkinkan untuk melakukan pengaturan wan daya untuk meminimalis rugi-rugi dan menghilangkan kelebihan beban pada salman ttansmisi. Dalam suatu tenaga listrik, daya dinyatakan dengan variabel tegangan dan impedansi. Untuk salman ttansmisi, nilai resistansi dianggap sangat kecil dibandingkan dengan nilai reaktansinya XL, sehingga daya yang disalurkan melalui saluran antara Bus A dan Bus B dapat dinyatakan oleh persamaan berikut:
PAB
= VA
VB . sznOAB XL
..... (1)
V A dan 'VB adalah tegangan Bus A dan Bus B, XL adalah reaktansi ttansmisi antara Bus A dan Bus B, dan OAB sudut antara V A and 'VB. Pada Persamaan (1), PAB dapat diubah-ubah dengan cara mengonttol nilai XL dengan sebuah konttoler. Seperti ditunjukkan dalam Gambar 1, jenis peralatan FACTS sederhana ini dapat memiliki karakteristik induktif atau kapasiti£ Meskipun kombinasi dan kedua ripe dapat menguntungkan dalam tenaga, namun penalaanya harus dilakukan secara cermat. Pada penelitian ini hanya diimplementasikan sebuah kompensasi kapasitif, yang berfungsi untuk menurunkan XL. Pemodelan peralatan FACTS sederhana dapat digambarkan pada Gambar 1 sebagai berikut. L
Uryrislor
c
Gambar 1. Peralatan FACTS sederhana. Peralatan FACTS sederhana dimodelkan
seba-
gai suatu serangkaian variabel kapasitansi ideal, tanpa rugi daya. Agar saluran ttansmisi ridak
overcompensate, nilai maksimal ditetapkan pada 0.8 XL. Dalam proses desain, peralatan FACTS secara langsung diintegrasikan ke dalam model saluran transmisi, dan diijinkan memiliki nilai kosong. Peralatan FACTS yang disisipkan ke dalam rangkaian dengan resistansi dan reaktansi ttansmisi seperti ditunjukkan dalam Gambar 2.
51
R
I~
~
I
Gambar 2. Salman transmisi dengan pexalatan FACTS yang sedikit lebih kompleks. Dengan memodifikasi nilai reaktansi, maka reaktansi tersebut dapat ditulis sebagai berikut XLapp =X L -XC =(l-k)X L ....... (2) dengan 0 $ k $ 0.8 2.3 Conventional Genetic Algorithm (CGA) CGA sudah sangat dikenal dalam hal pelacakan (searching) pada sebuah sistem. GA mencari solusi optimal dari sejumlah populasi dengan proses acak. Parameter terpenting dari sebuah GA adalah pengkodean, probabilitas crossUDer dan mutas~ dan ukUIan populasi. CGA bekerja bexdasar mekanisme seleksi alam yang telah diusulkan oleh Holland pada tahun 1975 (Robandi 2006). Individu populasi dikodekan menggunakan bilangan biner. Populasi awal dibangkitkan secara acak (random). Susunan baru diciptakan dengan memanipulasi populasi lama dengan riga opexator berikut reproduks~ crossovex dan mutasi. Reproduksi adalah proses yang tergantung dari objective functionnya.
Objective junction Objective Function atau sering disingkat Db! adalah parameter penting dari proses GA yang harus dipilih secara tepat. Db! harus menjadi penterjemah evaluasi matematik dari proses optimisasi yang akan direalisasikan. Db! yang bUIuk dapat mengakibatkan suatu populasi tidak dapat memproduksi bebexapa individu yang baik, sehingga nilai optimal yang diinginkan tidak tercapai.
3. APUKASI GA DENGAN PERBAIKAN MUTASI PADA PENEMPATAN PERALATAN FACTS 3.1 Pengkodean Setiap konfigurasi yang memungkinkan (lokasi dan nillll) pexalatan FACTS mewakili satu individu. Konfigurasi ini disusun dari dua benang (string). Masing-masing benang bexisi karaktex nb. Masing-masing benang texsebut mewakili sesuai dengan cabang sistem. Benang pertama mewakili lokasi pexalatan FACTS yang dapat berharga 0 atau 1. Berharga 1 apabila ada alat pada elemen, dan berharga 0 apabila tidak ada
pexalatan FACTS yang terpasang. Benang kedua membe.ri infonnasi tentang nilai-nilai dan dapat mengambil nilai-nilai diskrit n" antara 0 dan 0.8
XL. Penggunaan dua benang disesuaikan dengan kenyataan hahwa pexalatan FACTS dapat memiliki nilai kosong. Tanpa muatan ~ tidak mungkin dapat membedakan alat dengan nilai kosong dantidak ada alat. Situasi ini dapat berubah hasilnya dengan penyusunan populasi baru. Dalam kasus ini sebuah elemen dapat berupa sebuah salman transmisi atau sebuah transfonnator. Pexalatan FACTS dapat dilokasikan hanya pada salman transmisi. Apabila cabang tersebut adalah transfonnator, maka nilainya dipaksa bernilai kosong dalam kedua benang. Gambar 3 membe.ri contoh lokasi untuk 3 pexalatan FACTS dalam 5-bus dan 6 elemen jaring kerja dengan kode individu yang sesuai. Pexalatan FACTS ditempatkan pada salman CE dengan harga tertentu.
A
Gambar 3. Penempatan pexalatan FACTS. 3.2 Pemodelan Populasi Awal be.riPopulasi awal disusun dari parametex kut nl merupakan jUInlah peralatan FACTS untuk meIokasikan pada powex systexn, ni jumlah individual dalam populasi tersebut, dan nv jumlah nilai diskrit sebagai input pexalatan FACTS. Untuk menciptakan sebuah individu, harga nl dipilih secara acak, dan nilai 1 dibe.rikan pada posisi yang sesuai dalam benang pertama. Nilai acak, ditarik dari kemungkinan n", dibe.rikan pada masing-masing peralatan FACTS. Nilainilai tersebut diletakkan dalam string kedua dari individual. Operasi ini diulangi nl kali untuk menyelesaikan satu populasi. 3.3 Crossover Generasi baru dihasilkan dari genexasi lama sebe1umnya. Pertama, untuk masing-masing individu dilakukan normalisasi dengan nilai Dbf yang dipilih seperti ditunjukkan dalam Gambar 4. Lebih tinggi Dbf menunjukkan individu yang lebih baik.
VoL 17, No.2, Mei 2006 - Majalah IPTEK
52
Crossover dan mutasi dilakukan secara bergantian. Pada gilirannya, dua individu ditarik secara acak dari populasi tersebut. Nilai individual dapat dihasilkan secara proporsional langsung dari nilai Obf yang sesuai. Penentuan ni1ai tersebut dilakukan dengan pemutaran roda roulette. No.
7.
2'
2.
:>1
Objektif
71
n0
0,314
IZol
0,921
I~
Illolllolilo . ./
3
/1 0
I
4 (: 5 ........,
/1
71
........ ,
71
2' I
.......-1
'I
I 0 I. . . .
0,324
n (J n n 0
0,931
I i I I I 0I I I
(J (I
.<. I 10 I
.........
I~
I 0 ........
0,942
71
/1
I~
0,217
71
71
1"1
0,226
8 .<1 7. ...-1 71 ...-1 71
7.
/1
0,321
/1
71
6 . . . . , ,......,
71
........ ,
21
7 .<1 71 ....-I
.cj
...-1
I
I
I0II
.cl
0
21
I
I
10101010101111./ 101010101110 II . . . . I
0
I0I
0
I
I
I0 I
1
I I I. . . .
Gambar 4. Perhitungan objective functton untuk populasi dengan 4 individu. Crossover dapat terjadi dengan angka kemungkinan (probabilitas) pc. Dalam crossover, posisi untuk melintasi kedua benang (posisi dan nilal) untuk dua individu dipilih secara acak. 3.4 Perbaikan Mutasi Mutasi dapat terjadi dengan angka kemungkinan Pili' Pada pendekatan barn mutasi (Nw GA Approach) genetika pada GA diadopsi dari pemodelan distribusi normal Guasssian (Man et al. 1996; Robandi 2006). Pemodelan perbaikan mutasi dapat ditulis sebagai berikut, g=g+pIll(P, u)
71
..... (3)
Untuk masing-masing individu dan di setiap posisi titik mutasi diambil secara acak, terlepas apakah karakter tersebut akan bermutasi atau tidak. Perbaikan mutasi dilakukan setiap satu iterasi dalam satu generasi Pada saat mutasi terjadi, peralatan FACTS dapat dibiJangkan, ditambah, atau berubah nilainya menurut keadaan sebelum mutasi Ketika mutasi terjadi, penarikan acak kedua dilakukan untuk menentukan apakah peralatan tersebut akan menjadi tidak ada atau nilainya akan berubah secara acak. Dalam kasus yang berlawanan, apabila tidak. ada peralatan FACTS, harga satu ditambahkan dan nilainya ditarik secara acak juga. Pengaruh perubahan mutasi terhadap lokasi peralatan FACTS ditunjukkan dalam Gambar 5 dan Gambar 6. Majalah IPTEK - Vol. 17, No.2, Mei 2006
71
71 I
0=:::::1
21
ZI
ZI
II I0I0I
I
71
71 0
ZI
(: (0
(~ (~ (~
z.
ZI
71 I
I
71
I
Asli Sesudah Mutasi
CJ
Asli
(0 (I
0
SesudahMutasi
Gambar 5. Sebuah mutasi. .< •
Z.
z.
.<1
ZI
~I
ZI
c::::::1
1
z.
I
~I
zl
21
zl
I I I0 I0 I0 II I
I
I
21
I1 I0 I• I 1I• I • I .:::::1 ZI
I
CJ CJ
(II
(0 (0 (0
I 1 I0 I0 I I I1 I .........
0
I0 I
(~
..<1
71
II I
(l (0
Nilai
String
2 .........
"........1
II I0I0I
•
~I
I
I
CJ CJ CJ
AsIi FACTS berubah FACTS dihilangkan
Gambar 6. Pengaruh mutasi pada peralatan FACTS. Selama proses crossover dan mutasi, jumlah peralatan FACTS dapat berubah. Karena alasan ini, sebuah pengujian dibuat untuk mengecek apakah jumlah peralatan pada sebuah individu sama dengan yang diinginkan. Jika tidak, individu tersebut tidak disimpan untuk generasi berikutnya. Tahap-tahap di atas diulang-ulang sampai jumlah individual pada generasi barn sama seperti pada populasi awal.
3.S Pembebanan Strategi ini bertujuan mencari nilai maksimum daya yang disuplai pada saluran transmisi dengan beban berlebih. Untuk masing-masing peralatan FACTS, dicarikan lokasi terbaik dengan ni1ai terbaik, tanpa ada salman dengan beban berlebih. Apabila jumlah peralatan FACTS ditambah, hasil yang diperoleh sebelumnya tidak dipertimbangkan. Dengan kata lain, peralatan FACTS mungkin tidak muncul pada satu saluran, tetapi muncul pada saluran transmisi ~an~ lain apabila jumlah peralatan FACTS dinaikkan. Semua beban dan daya generator naik dalam proporsi sama. Rugi-rugi daya tambahan karena peningkatan daya yang disalurkan disuplai oleh slack bus. Hanya daya yang sampai pada konsumen yang dipertimbangkan. Di sini tid~ dipertimbangkan batas daya generator, tetap! hanya mencari besar daya. y~ mampu ditampung oleh sebuah tenaga listrik. Db! harns dapat menghilangkan individu yang menyebabkan beban berlebih pada salman. Apabila sebuah konfigurasi peralatan FACTS memung~ terjaga tanpa ada saluran dengan beban berlebih, optimisasi selanjutnya dikerjakan dengan
53
memperhatikan rugi-rugi dayanya. Semakin kecil rugi-rugi dayanya, semakin baik konfigurasi tersebut. 3.6 Minimisasi rugi-rugi daya aktif Untuk strategi ini, Dbfhams mencari individu dengan rugi daya yang lebm kecil, tanpa ada saluran dengan beban berlebih. Dbf pada penentuan lokasi peralatan FACTS dapat dibagi menjadi dua bagian: i) Fungsi ovl berfungsi untuk menghiJangkan setiap saluran dengan beban berlebih dituliskan oleh Persamaan (4). bila BLi ~ 1 1 ovli = { exp [A.ovi BLi )] bila BLi >
(1-
1
....... (4) BU adalah pembebanan elemen i. ').,oul adalah koefisien yang digunakan untuk mengatur gradien eksponensial. Dengan cara ini kontrol reproduksi dapat menjadi lebm baik. Untuk seluruh konfigurasi dari peralatan FACTS, fungsi ovle merupakan. perkaIian fungsi 0'01 dari setiap saluran dapat ditulis dalam Persamaan (5): ovl c = ovlj ....... (5)
n
Tidak
Penentuan Jumlah dan Letak Peralatan FACTS to Gambar 10. Perhitungan Obf.
j
il) Fungsi kedua yaitu pIC, digunakan untuk mencari rugi-rugi daya optimal dengan Persamaan (6) sebagai berikut rp1c
=exp(-A.rpl~rli~)
....... (6)
'f.ri2 adalah total rugi-rugi daya. Seperti fungsi sebelumnya, 'Arpl adalah koefisien untuk mengatur gradien eksponensial. Fungsi kedua ini hanya digunakan apabila sebuah individu tidak menyebabkan saluran dengan beban lebm terjadi. Dengan dem;kia n , penghitungan Obf dapat disajikan dalam Gambar 7. Dengan keterlibatan evaluasi GA dengan perbaikan mutasi, flowchart secara keseluruhan dapat dilihat pada Gambar 7.
4. HASIL SIMULASI DAN ANALISIS Simulasi aplikasi GA dengan perbaikan mutasi dilakukan untuk interkoneksi Jawa Bali 500 kV sebagai miniatur multimachine. ini terdiri atas 7 generator, 19 bus dengan 22 elemen, dan 17 beban (lihat Gambar 12). Pada aplikasi ini, generator dimodelkan sebagai PV-node dan beban sebagai PQ-node. Berdasar basil simulasi, pelacakan GA untuk ini telah menentukan 6 lokasi peralatan FACTS beserta nilai-nilainya. Dengan 6 peraiatan FACI'S. total rugi-rugi daya pada Interkoneksi Jawa Bali yang pada awalnya sebesar 156.325 + j 1218.233 MVA dapat direduksi menjadi 117.446 + j 604.732 MVA. Gambar 8 menunjukkan jumlah peralatan FACI'S yang diaplikasikan dengan penalaan CGA dan GA dengan perbaikan mutasi
VoL 17, No.2, Mei 2006 - Majalah IPTEK
54
Rugi-rugi daya aktif dan reaktif akibat pemasangan peralatan FACTS dapat dilihat pada Gambar 10 dan Gambar 11.
12110
l
1100
r
1Il00
I
800
1
--"--of---I-1 1
1 1
1 1
I
I
I
- - '" - I 1
~I - -
as
bengan
1 1 1
BOO
40
1 - ... - - T - - ~ - - -1- 1 1 GA 1
:P~~
- -1- - -
1 I
-1- - -I- - -
I
I
i:: ..,"!-:oo;;::;~:::::::t:~~=l I
1
noD~~~~2~--~3--~4--~8--~B--~~~~~ Jwnlah PeraIaIrJn FACTS
Gambar 8. Penurunan rugi daya seiring dengan penam.bahan jumlah peralatan FACTS. Dari Gambar 8 terlihat bahwa dengan pemasangan peralatan FACTS yang terpasang secara optimal pada interkoneksi akan menurunkan rugi-rugi daya yang disalurkan. Namun pemasangan dengan lebih dari 7 buah peralatan FACTS tidak mempunyai arti yang signifikan. Sehingga di sini dapat disimpulkan bahwa jumlah maksimal peralatan FACTS yang hams dipasang adalah 7 buah. Aplikasi GA dengan perbaikan mutasi mempunyai pengaruh signifikan terbadap penurunan rugi-rugi daya daripada aplikasi CGA. Grafik pada Gambar 9 menunjukkan nilai tegangan setiap bus dalam keadaan sebdum dan sesudah dipasang 6 peralatan FACTS.
l
[:
I Nomor8emen
Gambar 10. Rugi-rugi daya aktif. 22O~~-'~-T~-r-r-r-r'-~'-'-~r-~~;.-'
200
180 I
180
r
140
,
100
l
I
1
120
80 80
2 3 4 8 8 7 8 9 10 11 12 13 14 15 18 17 18 19 20 21 22
0.8
Nomor8emen
Figure 11. Rugi-rugi daya reaktif.
0.8
0.7 0.8
0.6
0.3 0.2 1
0.1
1
"-T1
1
1
01 2
3
4
6
8
7
8
9 10 11 12 13 14 16 18 17 18 19 NomorBus
Gambar 9. Tegangan bus. Dari Gambar 9 ditunjukkan bahwa dengan pemasangan peralatan FACTS dengan perbaikan mutasi dapat memperbaiki tegangan bus dengan cuk.up sig1nj fik an • Juga, penambahan perbaikan mutasi pada proses GA mempunyai pengaruh sangat signifikan dalam menjaga tegangan masing-masing bus.
Majalah IPTEK- VoL 17, No.2, Mei 2006
Dari Gambar 10 dan 11 dapat ditunjukkan bahwa rugi-rugi daya aktif dan reaktif dapat dikurangi dengan pemasangan peralatan FACTS dengan menggunakan CGA dan GA dengan perbaikan mutasi. Dari dua basil variabd tersebut, pengaruh perbaikan mutasi sangat signifikan dalam menurunkan rugi-ruginya. Hasil pe1acakan dengan menggunakan GA dengan perbaikan mutasi untuk penentuan lokasi optimal peralatan FACTS pada Interkoneksi Jawa Bali dapat dilihat pada Gambar12.
55
w_
,
Bartlett, J.P. dan Gibbard, M.J. (1973), 'Performance of a 5 kVA Synchronous Generator with an Optimal Excitation Regulator', Proceeding o/IEE, VoL 120, No. 10, October, pp. 1250-1256. Davison, Edward, J. dan Nand K Tripathi (1978), 'The Optimal Decentralized Control of a Large Power System: Load and Frequency Control', IEEE Transaction on .AHtomatic Control, VoL AC-23, No.2, April, pp.312-325. El-Metwally, KA. dan Malik, O.P. (1996), 'Application of Fuzzy Logic Stabilizer in a Multimachine Power System Environment',
IEE Proc. 0/ Generation, Transmission, and Dirtribution, VoL 143, No.3, May, pp. 263-
Ke1Brangan : • : FACTS
Gambar 12. Hasil penempatan 6 peralatan FACTS pada Interkoneksi Jawa Bali 500 kV. Gambar 12 merupakan hasil penempatan 6 buah peralatan FACTS secara optimal dengan menggunakan pelacakan GA dengan perbaikan mutasi 5.SIMPULAN Paper 1n1 telah mendemonsttasikan perbandingan aplikasi CGA dengan GA dengan perbaikan mutasi untuk menentukan lokasi dan nilai optimal peralatan FACTS pada multimachine (interkoneksi Jawa Bali 500 kV). Hasil simulasi menunjukkan bahwa aplikasi peralatan FAcrs dengan memanfaatkan GA dengan perbaikan mutasi dapat mengurangi rugi-rugi daya aktif dan reaktif. Di samping itu perbaikan mutasi pada evaluasi GA pada aplikasi ini dapat memperbaiki kinerja CGA. Dari aplikasi ini juga dapat menentukan jum1ah maksimal peralatan FACTS yang dapat dipasang pada tersebut (dalam kasus ini 7 buah).
6. DAFI'AR ACUAN Abdul Salam L.,- Robandi, I. dan Purwanto, E. (2003), 'Desain Adaptive Neuro Fuzzy Controller untuk Pengaturan Kecepatan Motor Induksi Tiga Phasa Bermetoda Field Oriented Control', Proceeding of Conflnnce on
Eler:trical, Electronic, Communication, and InjoT1llf.ltion (CEG-SITlA) and Seminar on Intelligent Technology and Its Application (SmA),
268. Fosha, Charles E. Jr. dan Elgerd, O.I. (1970), 'The Megawatt-Frequency Control Problem: New Approach via Optimal Control Theory', IEEE Transc., Vol. PAS, No.4, April, pp. 563-577. Gerbex, S., Cherkaoui, R dan Germond AJ. (2001), 'Optimal Location Of Multi-Type FACTS Devices in a Power System by Means Of Genetic A1gorithm', IEEE Transaction on Power System, VoL 16, No.3, August, pp. 537544. Gerbex, S., Cherkaoui, R dan Germond, A.J. (1999), 'Optimal Location Of FACTS Devices in A Power System Using Genetic Algorithms', Proceedings 0/ the 13 th Power Computation Confennce, July, pp. 1252-1259. Ju, P., Handschin, E. dan Reyen, F. (1996), 'Genetic Algorithm Aided Controller Design with Application to SVC', IEE Proc.-Generation, Transmission, and Distribution, Vol 143, No.3, May, pp. 258-262. Laksbmi, P. dan Abdullah Khan, M. (2000), 'Stability Enhancement of a Multimachine Power System using Fuzzy Logic Based Power System Stabilizer Tuned through Genetic Algorithm', Journal 0/Electric Power and Energy System 22, Elsevier, pp. 137-145. Man, KF. et al (1996), Genetic Algorithms for Control and Signal Processing, Springer. Mohan Mathur, R dan Rajiv K Varma (2002), Thyristor-Based FACTS Controllers for Electrical Transmission System, WileyInterscience, New York.
June, 0-20 to 24. VoL 17, No. 2, Mei 2006 - Majalah IPTEK
56
Padiyar, K.R. (1996), Power System Dynamics, John Wiley & Sons & Interline Publishing Pvt Ltd. Paserba, JJ., Nicholas, W.V., Larsen, E.V. dan Piwko, R.J. (1995), 'A Thyristor Controlled Series Compensation Modd for System Stability Analysis', USA: IEEE TPD, VoL 10, No.3, May, PPL-3. Piwko, R.J., Damsky, B.L., Furamasu, B.C. dan Mittlestadt, W. (1993), 'Thyristor Controlled Series Compensation Prototype Installation at IBEE the Slatt 500 KV Substation', Transadion on Power Delivery, Vol 8, No 3, July, pp. 1460-1469. Refoanat, M., Kuffel, E., Woodford, D. dan Pedtycz, W. (1998), 'Application of Genetic Algorithms for Control Design in Power Systems', IEE Proc. Generation, Transmirsion, and Distribution, VoL 145, No. 4,July, pp. 345354. Robandi, I. (2004), 'New Concept of Damper on Multimachine Power System', Proceeding of Asia Pactfic Conference on Circuit and System, Tainan-Taiwan, December, pp. 749-752. Robandi, I. dan Hengky Hidayat Suyadi (2004), 'Desain Fuzzy Logic Governor Sebagai Load Frequency Control Pada Tenaga Listrik', Proceeding of Eloc/ric, Contro4 Communication, and Injorfllation Sefllinar (BCGS), Malang, INDONESIA, pp. D-35 - D-39, May, ISBN 979-98532-0-6.
Majalah IPTEK - VoL 17, No.2, Mei 2006
Robandi, I. (2002), 'Optimization on Load Frequency Control System Design using Genetic Algorithm', Proceeding of Industrial Eloctronics Sefllinar 2002 and 111 International Training Course on Injorfllation Technoioo Erillcation Methodology, Surabaya, INDONESIA, October, pp. 105-113. Robandi, I. (2002), 'An Improvement of Frequency Performance in a Power System Optimization via Controller Parameters Design usio.s Genetic Algorithm, Proceeding of Vo1.2, Asia-Pactfic Omfmnce on Omdts and Systeflll, Singapore, October, pp. 529-535. Robandi, I. (2006), 'New Control Strategies on PSS Optimization Improvement', Jurnal IP1BK, VoL 17, No.1, Februari, pp. 17-26. Robandi, I. (2006), 'Desain Tenaga Modern: Optimisasi, Logika Fuzzy, AIgoritma Genetika', Penerbit Andi, Yogyakarta. Talaq, J. dan Al-Basrl, F. (1999), 'Adaptive Gain Scheduling for Load Frequency Control', IEEE Transactions on Power Systeflll, VoL 14, No. I, February, pp. 145-150. Diterima: 19 Aprll2005 Disetujui untuk diterbitkan: 16 Januari 2006
