Optimasi Penerapan Static Var Compensator pada Tenaga Listrik Sistem Mahakam dengan Menggunakan Metode Algoritma Genetika

JURNAL ILMIAH ELITE ELEKTRO, VOL. 2, NO. 2, SEPTEMBER 2011: 111-121

111

Optimasi Penerapan Static Var Compensator pada Tenaga Listrik Sistem Mahakam dengan Menggunakan Metode Algoritma Genetika Ipniansyah Jurusan Teknik Elektro, Politeknik Negeri Samarinda, Samarinda 75131, Indonesia E-mail: [email protected]

Abstrak Optimasi dilakukan dengan menggunakan metode genetic algorithm (GA) yang dijalankan bersama dengan metode Newton-Raphson dalam perhitungan aliran daya untuk menentukan parameter letak dan ukuran optimal kapasitor dan reaktor paralel static var compensator (SVC) pada bus-bus gardu induk (GI) tenaga listrik berdasarkan batas tegangan dan rugi-rugi daya terkecil pada saluran transmisi. Hasil optimasi menunjukkan bahwa penerapan SVC pada bus 19 (GI Industri) sistem Mahakam dengan injeksi daya reaktif (-)37,361 MVAR, dapat meningkatkan kinerja sistem berupa perbaikan profil tegangan dari 0,9540 pu menjadi 1,00 pu, serta mengurangi rugi-rugi daya aktif 8,78% dan rugi-rugi daya reaktif 9,04%. Kinerja sistem dalam stabilitas steady state diperlihatkan melalui response-steady state dan response dinamik di mana menunjukkan perubahan tegangan antara 0,8928 pu sampai 0,9532 pu, dengan nilai injeksi daya reaktif antara (-)129,7343 MVAR sampai (-)121,6450 MVAR, serta simulasi terhadap pengaruh gangguan tiga fasa mulai 0,1 detik sampai 0,25 detik yang dilakukan pada bus 17 (GI Tengkawang) menunjukkan pada SVC terjadi penurunan injeksi daya reaktif sampai waktu 0,25 detik, kemudian mulai menginjeksi daya reaktif maksimum sampai batas 0,27 detik dan mengalami pengaruh osilasi ringan sampai 0,75 detik.

Abstract Optimization of Static Var Compensator Application in Electric Power System Mahakam Using Genetic Algorithm Method. Optimization is done by using the genetic algorithm (GA) method is run in conjunction with Newton-Raphson method in power flow calculations to determine the optimal parameters of the location and size of capacitor and parallel reactor static var compensator (SVC) in buses electric power substation based on the threshold voltage and the smallest power loss on transmission lines. Optimization results indicate that the application of SVC at bus 19 (substation Industri) System Mahakam with reactive power injection (-)37.361 MVAr, can improve system performance improvement of voltage profile from 0.9540 pu to 1.00 pu, as well as reducing the power loss 8.78% active and reactive power losses 9.04%. System performance in steady state stability demonstrated by the steady state response and dynamic response which shows the voltage change between 0.8928 pu to 0.9532 pu, with a value of reactive power injection of (-)129.7343 MVAr to (-)121.6450 MVAr, as well as a simulation of the influence of threephase disturbance began 0.1 seconds to 0.25 seconds is performed on the bus 17 (substation Tengkawang) shows the voltage on bus 19 decline began 0.1 seconds to 0.25 seconds, while at SVC a decrease in reactive power injection until at 0.25 seconds, then began injecting reactive power maximum up to 0.27 seconds and limit the influence of oscillations experienced mild to 0.75 seconds. Keywords: application of SVC, electric power substation optimization, methods of genetic algorithms

1. Pendahuluan

atau ketidakstabilan tegangan setelah gangguan terjadi pada sistem daya. Ketidakstabilan steady state berhubungan dengan ketidakstabilan sudut daya dan kehilangan sinkronisasi antar generator secara perlahan, jatuh tegangan bus beban di bawah kondisi beban tinggi dan batas daya reaktif [1].

Sistem tenaga listrik modern dipresentasikan oleh sebuah sistem interkoneksi yang sangat tergantung pada sistem kontrol untuk memanfaatkan secara optimal sumber daya yang ada. Problem utama yang dihadapi oleh sistem tenaga listrik modern adalah jatuh tegangan

111

112


Masalah untuk menjaga tegangan pada batasan yang ditentukan sangat rumit karena suplai daya sistem tenaga pada beban yang sangat banyak dan daya itu diperoleh dari banyak unit pembangkit. Dengan beban yang bervariasi, suplai daya reaktif memerlukan sistem transmisi yang bervariasi. Oleh karena daya reaktif tidak dapat ditransmisikan pada jarak panjang, kontrol tegangan dilakukan menggunakan alat khusus yang dipasang pada sistem. Pemilihan yang tepat dan koordinasi peralatan untuk mengontrol daya reaktif dan tegangan merupakan tantangan besar pada teknik sistem tenaga listrik. Salah satu cara untuk menyuplai daya reaktif pada sistem tenaga listrik dapat dilakukan dengan menginjeksi daya reaktif pada masing-masing bus pada gardu induk (GI) tenaga listrik [2]. Injeksi daya reaktif dapat berupa penambahan peralatan flexible AC transmission system (FACTS) seperti static var compensator (SVC) yang memberikan kompensasi aktif. Daya reaktif yang diserap atau disuplai secara otomatis disesuaikan untuk menjaga tegangan bus yang terhubung dengan peralatan tersebut, dan secara bersama-sama dengan pembangkit untuk mempertahankan tegangan pada titik yang ditentukan pada sistem tenaga listrik [3]. Peralatan SVC dapat digunakan untuk mengontrol aliran daya. Aliran daya yang optimal dapat dicapai dengan penentuan lokasi SVC yang tepat dan ukuran (rating) yang sesuai. SVC memiliki kinerja (performance) yang jauh lebih baik dalam meningkatkan loadability sistem dibandingkan dengan peralatan FACTS lainnya [4]. Karakteristik dan pemodelan dari SVC dapat digambarkan sebagai sistem peralatan yang secara cepat mengendalikan tegangan dan daya reaktif. Sebuah SVC sebagai peralatan tambahan dapat memberikan kontribusi dalam peningkatan kinerja dinamik pada sistem tenaga listrik. Secara normal, pengaturan tegangan adalah modus utama dari kontrol, yaitu meningkatkan stabilitas tegangan dan stabilitas transien. Namun, kontribusi dari SVC ke redaman osilasi sistem yang dihasilkan dari pengaturan tegangan sendiri biasanya kecil, sehingga kontrol tambahan diperlukan untuk mencapai redaman secara signifikan. Efektifitas sebuah SVC dalam meningkatkan stabilitas sinyal kecil tergantung pada lokasi SVC, sinyal input yang digunakan, dan desain pengontrol (controller design) [2]. Peralatan SVC diaplikasikan untuk memperbaiki kinerja (performance) sistem tenaga listrik. Di negara-negara maju, kini banyak dikembangkan implementasi kontrol modern sebagai peralatan yang cerdas untuk memperbaiki kinerja sistem tenaga listrik, seperti aplikasi optimal control, fuzzy logic control, dan genetic algorithm (GA). Dalam aplikasinya, GA atau Algoritma

Genetika lebih banyak digunakan dalam mencari solusi optimal. GA adalah teknik pencarian secara adaptif berdasarkan prinsip dan mekanisme evolusi biologis. GA mempunyai kemampuan intelejen, memiliki kinerja yang baik dengan harga rendah, mudah dalam penjelasannya, serta berkemampuan cepat dan dapat diandalkan [1]. Saluran transmisi merupakan bagian yang sangat penting untuk menyalurkan energi listrik dari pusat pembangkit. Jaringan yang luas menyebabkan pengoperasian sistem tenaga listrik menjadi lebih rumit. Terhentinya aliran daya (congestion) dapat terjadi pada saluran transmisi akibat peningkatan transfer daya untuk memenuhi pertumbuhan beban dan interkoneksi antar jaringan yang melibatkan ribuan bus dan ratusan generator. Untuk menjamin keamanan operasi sistem, pada umumnya sistem transmisi tegangan tinggi beroperasi jauh di bawah rating termalnya akibat adanya batas tegangan dan batas kestabilan. Parameter saluran transmisi seperti impedansi, tegangan terminal, dan sudut tegangan dapat dikontrol secara cepat dan efektif dengan menggunakan peralatan FACTS [4]. Problem operasional yang dihadapi pada kasus tertentu membutuhkan analisis detail dari sifat dinamik sistem tenaga dan pembangunan kontroler yang cocok untuk mengatasi masalah. Sistem tidak hanya menempatkan kontroler pada generator seperti eksitasi dan kontrol pengatur kecepatan, tetapi juga kontroler seperti SCV. Dalam sistem tenaga, algoritma genetika telah banyak digunakan, misalnya penentuan letak optimal peralatan FACTS, seperti SVC pada saluran transmisi tenaga listrik [1]. SVC digunakan untuk mengontrol tegangan dan daya reaktif pada terminalnya secara cepat di dalam sistem tenaga listrik. Manfaat utama dari SVC ini adalah perbaikan dari sistem stabilitas dan regulasi tegangan. Sistem pengkompensasian pada SVC dikendalikan melalui kombinasi secara mekanis atau secara listrik terhadap kapasitor dan reaktor paralel dari SVC tersebut [3].

2. Metode Penelitian Penerapan SVC Pada Gardu Induk Tenaga Listrik. Dalam analisis aliran daya, SVC dimodelkan sebagai bus PV dengan batas daya reaktif. SVC direpresentasikan sebagai sebuah thyristor-controlled reactor dan thyristor switched capacitor (TCR- TSC), yang dimodelkan sebagai bus PV dengan tiga buah kapasitor dan reaktor paralel, seperti ditunjukkan dalam Gambar 1. Sedangkan model SVC controller untuk mengendalikan operasi SVC dalam stabilitas steadystate dan dinamik tersebut seperti diperlihatkan dalam Gambar 2 [5].

113


Q <-----N

A

A

A

aA

A

a

aA

B

B

B

bB

B

b

bB

C

C

C

cC

C

c

Programmable Voltage Source

150 kV 6000 MVA

150 /20 kV 333 MVA

cC

Secondary (20 kV)

TSC1 94 Mvar

TSC2 94 Mvar

TCR 109 Mvar Va_Ia

Va (pu) Ia (pu/100MVA)

[Vabc _Prim ]

Vabc_prim

[Vabc_Sec]

Vabc_sec

TSC1

Vmeas Vref (pu)

Vmeas Vref

TSC2

alpha TCR (deg)

alpha TCR (deg) nTSC

TSC3 94 MVar

TCR

Q (Mvar )

Q(Mvar )

P A B C

P A B C

200 MW

P A B C

P A B C

A B C

Primary (150 kV)

number of TSCs

Signals & Scopes

TSC3

SVC Controller

SVC

?

The 'PreLoadFcn ' automatically sets sample time Ts =50 e-6 s (see 'Model Properties ')

Discrete, Ts = 5e-005 s.

Double click here for info

SVC (Detailed Model) +300 Mvar/-100 Mvar Static Var Compensator (SVC) ; 1 TCR - 3 TSCs

Gambar 1. Model SVC Tipe +300 MVar/-100MVar SVC; 1 TCR -3 TSCs [5]

SVC Controller

Timer

Pierre Giroux , Gilbert Sybille Power System Laboratory , IREQ Hydro -Quebec

used for misfiring simulation 2 Vabc_sec

Vmeas 1 Vabc_prim

Vabc

Vmes

Manual Switch

abc

Alpha

Vmes

Bref

Bref

Bsvc

Bsvc

Measurement System

3-phase signal generator

-C-

Vref

Voltage Regulator

Timer 2 Vref

used for open -loop time constant evaluation

Pulses Vabc

TCR_Pulses

Alpha

OR TSC1_Pulses

mu

2 TSC 1

TSC1_On

TSC1_On

TSC2_On

TSC2_Pulses TSC2_On

3 TSC 2

TSC3_On

TSC3_Pulses TSC3_On

4 TSC 3

Distribution Unit

1 TCR

Firing Unit

TCRpulses TSC 1pulses

TSC 2 pulses BSVC

alpha

TSC 3 pulses

TSC 1_On TSC 2_On TSC 3_On

? Info

Gambar 2. SVC Controller untuk SVC;1 TCR -3 TSCs [5]

Adapun Ilustrasi bentuk gelombang dari response dinamik SVC terhadap tahapan perubahan tegangan terminal seperti ditunjukkan dalam Gambar 3 [5]. Pada t = 0.1s, secara tiba-tiba tegangan meningkat menjadi 1,025 pu. SVC bereaksi dengan menyerap daya reaktif (Q=-95 MVar) untuk membawa tegangan kembali ke 1,01 pu. Pada 95% waktu penyelesaian adalah sekitar

135 ms. Pada titik ini semua TSCs berada di luar operasi dan TCR hampir pada konduksi penuh (α = 94 derajat). Pada t = 0,4 s, sumber tegangan secara tiba-tiba diturunkan menjadi 0,93 pu. SVC bereaksi dengan menghasilkan daya reaktif sebesar 256 MVar, sehingga meningkatkan tegangan 0,974 pu. Pada titik ini tiga

114


dengan: i = nomor bus; Vmin = 0,95 pu; Vmaks = 1,05 pu. Solusi optimal diperoleh dari sejumlah solusi dengan proses acak. Generasi baru diperoleh dari tiga operator yaitu reproduksi, crossover, dan mutasi. Ukuran populasi yang digunakan dalam penelitian mengikuti jumlah bus, dan maksimum generasi adalah 200, sedangkan peluang crossover adalah 0,95. Dalam satu individu, masing-masing string mempunyai peluang mutasi yang bebeda. Optimasi dilakukan dengan menggunakan 1 peralatan/device untuk 1 kasus, yaitu dengan menempatkan SVC pada gardu induk (GI) sistem tenaga listrik. Gambar 3. Ilustrasi Bentuk Gelombang dari response Dinamik SVC terhadap Tahapan Perubahan Tegangan Terminal [5]

TSCs berada dalam operasi dan TCR menyerap sekitar 40% dari nominal daya reaktif (α = 120 derajat). Penempatan optimal SVC pada GI tenaga listrik menggunakan metode algoritma genetika. Parameter yang dicari terdiri atas 2 parameter, yaitu letak dan ukuran SVC, di mana gen pada kromosom berisi 2 nilai. Nilai pertama untuk menentukan letak kromosom yang berupa nilai 0 atau 1. Nilai 0 mengidentifikasikan ketidakadaan SVC pada bus tersebut, nilai 1 mengidentifikasikan SVC yang dipasang pada bus tersebut. Sedangkan nilai kedua berisi informasi tentang ukuran SVC, nilai tersebut berupa nilai integer kelipatan 1 sampai 10 sesuai dengan ukuran daya reaktif yang akan diinjeksikan ke sistem dari SVC yang digunakan. Nilai gen kedua berisi nilai antara 0 sampai dengan nilai maksimum SVC. Setelah menentukan besar nilai gen pada kromosom, selanjutnya kromosom tersebut perlu diuji keandalannya, apakah kromosom mampu memperbaiki sistem atau tidak. Kromosom berisi informasi letak dan ukuran daya reaktif yang diinjeksikan pada bus sistem. Pengujian nilai kromosom dilakukan pada fungsi objektif berupa rugi-rugi daya, yaitu:

Dalam hal pengkodean, di mana konfigurasi SVC ditentukan oleh 2 parameter, yaitu letak, dan ukuran (rating). String pertama berkaitan dengan letak SVC yang ditempatkan pada saluran. String yang kedua berkaitan dengan ukuran (rating) SVC. Nilai penempatan disesuaikan dengan penomoran pada SVC, yaitu 1 untuk keberadaan SVC, dan 0 bila tidak ada SVC. String yang kedua adalah berkaitan dengan nilai rating (rf) SVC. String ini mengandung nilai yang dikodekan dalam bentuk bilangan real (float encoding) antara -1 dan 1. Nilai SVC yang sebenarnya diperoleh setelah melakukan proses decoding. SVC bekerja dengan range -100 MVar sampai 100 MVar. Daya reaktif sebenarnya yang disuplai atau diabsorbsi oleh SVC adalah rsvc= rf x100 (MVar), sedangkan populasi awal dibuat dari parameter sebagai berikut: Mulai

Membaca data input, sistem loadability, SL

Membangkitkan populasi awal

Meningkatkan SL

Mengatur lokasi SVC

Menghitung fitness setiap individu Menyimpan individu terbaik, SL Generasi = maxgen ?

Min F = Sloss =

tidak

ya

(1) Batasan yang digunakan dalam proses GA ini adalah tegangan, maka batas tegangan harus berada pada batasan toleransi yang diizinkan, yaitu: Vmin ≤ Vi ≤ Vmaks untuk i=1,…n

Reproduksi Crossover Mutasi

(2)

ya

Fitness = 1 ? tidak Cetak Individu terbaik, SL

Selesai

Gambar 4. Strategi Optimasi Penempatan SVC


nSVC : Jumlah SVC yang ditempatkan nLocation : Letak yang memungkinkan untuk SVC nInd : Jumlah individu dalam populasi. Nilai pertama dari string merupakan nilai acak yang dipilih dari letak yang memungkinkan untuk menempatkan SVC. Nilai yang kedua dari string adalah merupakan nilai rating SVC yang dipilih secara acak antara -1 sampai 1. Untuk menjamin agar pada suatu saluran transmisi hanya terdapat satu peralatan SVC, maka updating populasi dilakukan setelah proses crossover. Optimasi penempatan SVC untuk memaksimumkan suplai daya dari sistem ke beban tanpa melampaui batas tegangan dan arus pada sistem. Untuk maksud tersebut, maka dicari letak dan rating yang paling tepat. Iterasi

115

dimulai dengan sistem loadability, SL=1,05 dari beban awal. GA melakukan proses optimasi secara berulang jika nilai fitness-nya adalah 1, dengan pertambahan SL sebesar 0,05. Rugi daya akibat peningkatan transmisi daya, dibagi secara proporsional kepada seluruh generator dalam sistem. Berikut merupakan strategi optimasi penempatan SVC seperti diperlihatkan dalam Gambar 4 [1]. Selanjutnya dengan menggunakan metode GA dan aliran daya dilakukan perhitungan untuk menentukan letak dan ukuran kapasitor dan reaktor SVC pada GI tenaga listrik. Adapun diagram alir algoritma program seperti ditunjukkan dalam Gambar 5. Penempatan optimal SVC pada GI tenaga listrik sistem Mahakam menggunakan metode algoritma genetika.

Mulai Masukkan data sistem dan param eter GA m em buat populasi awal krom osom Masukkan penghitung awal (iterasi =1)

tidak

N k1 > N krom

fungsi fitness

Jalankan program Aliran Daya dan Hitung fungsi fitness

ya

tidak

seleksi

Pilih satu krom osom berdasarkan m ekanism e roda roulette set K = K + 1

N Idk > N krom ya

Pilih angka acak (RND 1) untuk 2 induk krom osom tidak

RND 1 ≤ C2 ya

Menjodohkan pada posisi kawin silang acak

ya

kawin silang

Transfer krom osom (tanpa kawin silang)

In d uk yang lain

tidak Mem ilih angka acak (RND1) untuk satu krom osom

tidak

Transfer krom osom (tanpa m utasi)

RND 1 ≤ C1

ya

Kro mo som yang lain

regenerasi

tidak Mengganti populasi lam a dengan yang baru

tidak

mutasi

ya Mutasi pada posisi acak

MaxIterasi tercapai ?

ya tidak

Lo sses minimum ?

ya tidak

0,95 ≤ Vm ≤ 1,05

ya

Selesai

Gambar 5. Diagram Alir Algoritma Program Penempatan Optimal SVC pada GI Tenaga Listrik Menggunakan Metode [1]

116


Tabel 1. Hasil Perhitungan Aliran Daya Metode Newton-Raphson pada Model Sistem Mahakam Setelah Ditambahkan SVC dengan Metode GA Tegangan (pu) 15 1,000 16 0,998 17 1,010 18 1,020 19 1,000 20 1,000 21 1,000 22 1,038 23 1,041 24 1,001 Total pembangkitan No Bus

Sudut (0) 0,000 -0,161 -0,236 -0,328 -0,480 -0,141 -0,001 -0,576 -0,611 -0,007

Injeksi daya reaktif Total pembebanan Total rugi-rugi saluran

Pembangkit P (MW) Q(MVAr) 36,722 -121,111 0,000 0,000 38,800 -55,279 30,920 97,842 12,080 -13,432 67,600 -118,912 15,000 97,019 0,000 0,000 0,000 0,000 0,000 0,000 Daya Aktif Daya Reaktif Daya Reaktif Daya Aktif Daya Reaktif Daya Aktif Daya Reaktif

Konsumsi P(MW) Q(MVAr) 5,725 2,268 11,000 4,357 64,212 25,436 26,406 10,460 48,600 19,251 25,075 9,933 13,300 5,268 5,525 2,189 0,000 0,000 0,000 0,000 201,122 -138,873 200,000 199,843 79,162 1,356 6,967

Injeksi Q(MVAr)

40 10 50 70 30 MW MVar MVar MW MVar MW MVar

Tabel 2. Penempatan Optimal SVC pada Model Sistem Mahakam dengan Metode Newton-Raphson Menggunakan Simulink Model PSAT No Bus 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 29 30 31 32 33 34 35 36 37 38 39 40 41

Tegangan (pu) 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 0,990 0,987 0,989 0,989 1,000 0,996 0,995 0,988 0,988 0,990 0,989 0,971 0,950 0,914 1,004 0,997 0,993 0,958 1,011 0,958 0,959 1,005 1,021 0,000 0,914 1,010 0,990

Sudut (0) 0,000 10,575 12,519 16,023 1,881 10,650 10,958 12,658 6,555 11,895 19,628 6,286 13,452 12,471 3,018 2,856 2,910 2,929 2,437 3,106 3,088 2,881 2,881 3,047 8,260 0,785 -1,538 -5,290 0,763 3,114 8,257 -0,728 2,361 -2,436 -2,261 11,526 8,689 0,000 -5,833 2,196 4,318

Pembangkit P (MW) Q (MVAr) -23,126 12,969 20,000 4,037 25,000 4,515 13,500 1,717 19,600 12,916 19,200 12,259 23,220 7,389 7,700 1,010 12,080 7,091 6,100 2,472 44,500 10,182 8,000 6,103 9,000 2,529 15,000 6,181

P (MW)

Konsumsi Q (MVAr)

16,200 4,400 13,730

Injeksi SVC Q (MVAr)

6,420 1,740 5,440

37,361

5,730 11,000 19,737 8,830 13,490 3,430 9,250 12,100 12,450 24,050

2,270 4,360 7,821 3,500 5,340 1,360 3,660 4,790 4,930 9,530

14,432 9,480 11,750

5,717 3,750 4,650

117


Lanjutan Tabel 2. No Bus

Tegangan (pu)

42 43 44 45 Total pembangkit

Sudut (0)

0,990 0,971 0,988 0,988

P (MW)

Pembangkit Q (MVAr)

P (MW)

Konsumsi Q (MVAr)

2,499 0,723 2,881 2,881

1,550 5,530

0,610 2,190

Daya Aktif Daya Reaktif Daya Reaktif Daya Aktif Daya Reaktif Daya Aktif Daya Reaktif

Injeksi daya reaktif Total pembebanan Total rugi saluran

Injeksi SVC Q (MVAr)

199,774 91,371 37,361 197,139 78,078 2,635 50,654

MW MVar MVar MW MVar MW MVar

ARAH KE GI BONTANG

ARAH KE GI KUARO

Bus 23

Bus 22

GI SAMBUTAN

Bus 21

GI BUKUAN

Bus 45

Bus 43

PQ45

GI KARANG JOANG

Bus 41

Bus 44

PQ43

Bus 42

PQ44 PQ41

PQ42

Bus 14

Bus 15

Bus 16

GI EMBALUT

Bus 17

GI BUKIT BIRU

Bus 18

GI TENGKAWANG

GI HARAPAN BARU

Bus 19

Bus 20

GI INDUSTRI

GI MANGGAR SARI PLTD KARANG JOANG

Bus 2

Bus 30

Bus 28

Bus 29

Bus 31

PLTG PT . MENAMAS

Bus 38

PQ37

Bus 24

Bus 39

PQ30

PQ28

PQ29

PQ31

PQ32 PQ39

Bus 6

Bus 5

PQ40

PQ36

Bus 8 PQ47

Bus 33

Bus 35

Bus 34

Bus 11

PQ46

Bus 12

Bus 3 PLTG SAMBERA

Bus 25

PQ33 PQ34

PLTD KARANG ASAM

PQ35

PLTD POWERINDO

Bus 26

PLTD COGINDO PLTGU TANJUNG BATU

Bus 40

PQ38

PQ27

BUS PLTU CFK

Bus 1

Bus 37

Bus 36 Bus 32

Bus 27

PQ25

PLTU CFK

Bus 7 Bus 4

Bus 9

Bus 13

PV13 PLTD BATAKAN

PQ48 PLTD KELEDANG

PLTMG KALTIMEX

PLTD KALTIMEX 1

Bus 10

PQ26

PLTD KALTIMEX 2,3

PLTD GUNUNG MALANG

4

Sistem Tenaga Listrik Mahakam Kalimantan Timur

Gambar 6. Model Sistem Mahakam 14 Mesin 45 Bus dengan SVC

3. Hasil Dan Pembahasan Analisis kinerja sistem dalam penerapan SVC pada gardu induk (GI) tenaga listrik sistem Mahakam. Perbandingan Hasil Simulasi Sebelum dan Sesudah Penambahan Peralatan SVC pada model sistem Mahakam terlihat pada Gambar 8 dan 9. Analisis kinerja sistem dalam penerapan SVC pada gardu induk (GI) tenaga listrik sistem Mahakam dalam stabilitas steady state. Dengan mengacu pada karakteristik SVC dalam steady state dan dinamik, dan berdasarkan persamaan ISVC = -Vt BSVC, serta melalui analisis power flow maka diperoleh hasil perhitungan kinerja sistem pada

model sistem Mahakam dengan tegangan referensi 1,0373 pu, dan karakteristik SVC seperti ditunjukkan dalam Tabel 3, sedangkan karakteristrik kinerja sistem dalam penerapan SVC pada model sistem Mahakam seperti ditunjukkan dalam Gambar 10. Pada bahasan ini membuat simulasi kinerja sistem dalam penerapan SVC pada kelistrikan sistem Mahakam pada berbagai keadaan dari response steady state kinerja sistem terhadap perubahan tegangan terminal melalui analisis continuation power flow, maka diperoleh hasil perhitungan kinerja sistem pada model sistem Mahakam dengan tegangan referensi 1,0373 pu, di mana diperlihatkan bahwa nilai tegangan pada bus 19 turun menjadi 0,9311 pu, dengan

118


Daya Aktif (MW)

nilai injeksi daya reaktif (-)92,1380 MVar, dan perlu diperhatikan pula bahwa nilai tegangan terendah terjadi pada bus 16 yaitu sebesar 0,8928 pu, sehingga sesuai data hasil analisis state matrix eigenvalues, maka nilai injeksi daya reaktif pada bus 19 tersebut yang dibutuhkan mencapai nilai (-)129,7343 MVar. Hasil response - steady state kinerja sistem terhadap perubahan tegangan terminal melalui analisis continuation power flow hasil perhitungan sistem

seperti ditunjukkan dalam Tabel 4, dan karakteristrik response - steady state kinerja sistem dalam penerapan SVC pada model sistem Mahakam ditunjukkan dalam Gambar 6. Selanjutnya adalah membuat simulasi kinerja sistem dalam penerapan SVC dan peralatan dinamik pada kelistrikan sistem Mahakam seperti ditunjukkan pada model simulasi dalam Gambar 11.

0.3500 0.3400 0.3300 0.3200 0.3100 0.3000 0.2900 0.2800 0.2700 0.2600 0.2500 0.2400 0.2300 0.2200 0.2100 0.2000 0.1900 0.1800 0.1700 0.1600 0.1500 0.1400 0.1300 0.1200 0.1100 0.1000 0.0900 0.0800 0.0700 0.0600 0.0500 0.0400 0.0300 0.0200 0.0100 0.0000 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 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52

Saluran Distribusi dan Transmisi Rugi Saluran (tanpa SVC)

Rugi Saluran (dengan SVC)

Daya Reaktif (MVar)

Gambar 7. Grafik Perbandingan Rugi-rugi Daya Aktif Saluran Sebelum dan Sesudah Ditambahkan SVC pada Model Sistem Mahakam

7.5000 7.2500 7.0000 6.7500 6.5000 6.2500 6.0000 5.7500 5.5000 5.2500 5.0000 4.7500 4.5000 4.2500 4.0000 3.7500 3.5000 3.2500 3.0000 2.7500 2.5000 2.2500 2.0000 1.7500 1.5000 1.2500 1.0000 0.7500 0.5000 0.2500 0.0000 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 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52

Saluran Distribusi dan Transmisi Rugi Saluran (tanpa SVC)

Rugi Saluran (dengan SVC)

Gambar 8. Grafik Perbandingan Rugi-rugi Daya Reaktif Saluran Sebelum dan Sesudah Ditambahkan SVC pada Model Sistem Mahakam

119

1.0700 1.0600 1.0500 1.0400 1.0300 1.0200 1.0100 1.0000 0.9900 0.9800 0.9700 0.9600 0.9500 0.9400 0.9300 0.9200 0.9100 0.9000

1.5000 1.0000 0.5000 0.0000 ‐0.5000 ‐1.0000 ‐1.5000 ‐2.0000 ‐2.5000 ‐3.0000

Susceptance (pu)

Tegangan (pu)


1.0000 1.0500

V [pu] ‐1.0000 ‐0.9500

B SVC [pu] I SVC [pu] ‐2.6766 ‐2.6766 1.0000

0.9500 15

16

17

18

19

20

21

22

23

1.0500

Tegangan (pu)

24

Bus Saluran Transmisi Tegangan bus (tanpa SVC)

Tegangan bus (dengan SVC)

Gambar 10. Grafik Kinerja Sistem dalam Penerapan SVC pada Model Sistem Mahakam untuk hubungan antara Tegangan terhadap Susceptance dan Arus

Gambar 9. Grafik Perbandingan Tegangan Bus Transmisi Sebelum dan Sesudah Ditambahkan SVC pada Model Sistem Mahakam

ARAH KE GI BONTANG

ARAH KE GI KUARO

Bus 23

Bus 22

GI SAMBUTAN

Bus 45

Bus 43

PQ45

double

Bus 21

GI BUKUAN

GI KARANG JOANG

Bus 41

Bus 44

PQ43

Bus 42

PQ44 PQ41

PQ42

Bus 14

Bus 15

Bus 16

GI EMBALUT

Bus 17

GI BUKIT BIRU

Bus 18

GI TENGKAWANG

GI HARAPAN BARU

Bus 19

Bus 20

GI INDUSTRI

GI MANGGAR SARI PLTD KARANG JOANG

double

Bus 2

Bus 30

Bus 28

Bus 29

Bus 31

PQ30

PQ28

PQ29

PQ31

PQ32

Bus 5

PQ47

Bus 3 PLTG SAMBERA

Bus 25

Bus 33

PLTGU TANJUNG BATU

Bus 35

Bus 34

Bus 11

PQ46 double

PQ33

PQ34

Bus 26

PLTD COGINDO

PLTD KALTIMEX 1

Bus 10

PQ26

Bus 7

PLTU CFK

Bus 4

Bus 12

PQ35

PLTD POWERINDO PLTD KARANG ASAM

PQ25

PQ40

PQ36

Bus 8

double

Bus 40

PQ39

Bus 6

double

Bus 39

PQ38

PQ27

BUS PLTU CFK

Bus 1

Bus 38

PQ37

Bus 24

PLTG PT . MENAMAS

Bus 37

Bus 36 Bus 32

Bus 27

Bus 9

PV13 double

PQ48 double

PLTMG KALTIMEX 4

Bus 13

PLTD GUNUNG MALANG

PLTD KALTIMEX 2,3

PLTD BATAKAN

PLTD KELEDANG

Sistem Tenaga Listrik Mahakam Kalimantan Timur

Gambar 11. Model Sistem Mahakam 14 Mesin 45 Bus dengan SVC dan Peralatan Dinamik

Tabel 3. Hasil Perhitungan Kinerja Sistem Tenaga Listrik dalam Penerapan SVC pada Model Sistem Mahakam V[pu] QSVC[MVar] QSVC [pu] BSVC [pu] ISVC [pu]

0,9500 -100 -1,0000 -1,0000 -0,9500

1,0000 -37,3609 -0,3736 -2,6766 -2,6766

1,0374 37,3609 0,3736 0,3736 0,3876

1,0500 100 1,0000 1,0000 1,0000

Dalam keadaan stabilitas steady state, maka diperoleh hasil perhitungan kinerja sistem pada model sistem Mahakam dengan tegangan referensi 1,0374 pu, di mana diperlihatkan bahwa nilai tegangan pada bus 19 turun menjadi 0,9532 pu, dengan nilai injeksi daya

Tabel 4. Hasil Perhitungan Respons - Steady State Kinerja Sistem Tenaga Listrik dalam Penerapan SVC pada Model Sistem Mahakam V[pu] QSVC[MVar] QSVC [pu] BSVC [pu] ISVC [pu]

0,8928 -129,7343 -1,2973 -0,7708 -0,6882

0,9311 -92,1380 -0,9214 -1,0853 -1,0105

1,0374 92,1380 0,9214 1,0628 1,1025

1,0500 100 1,0000 1,0000 1,0500

reaktif (-)76,4853 MVar, dan perlu diperhatikan pula bahwa nilai tegangan terendah terjadi pada bus 22 yaitu sebesar 0,9384 pu, sehingga sesuai data hasil analisis state matrix eigenvalues, maka nilai injeksi daya reaktif pada bus 19 tersebut yang dibutuhkan mencapai (-)121,6450 MVar.

120


Tabel 5. Hasil Perhitungan Response Dinamik Kinerja Sistem Tenaga Listrik dalam Penerapan SVC dan Peralatan Dinamik pada Model Sistem Mahakam V[pu] QSVC[MVar] QSVC [pu] BSVC [pu] ISVC [pu]

0,9384 -121,6450 -1,2165 -0,8221 -0,7714

0,9532 1,0374 1,0500 -76,4853 76,4853 100 -0,7649 0,7649 1,0000 -1,3074 0,8418 1,0000 -1,2462 0,8733 1,0500

Hasil response dinamik kinerja sistem terhadap perubahan tegangan terminal melalui analisis continuation power flow hasil perhitungan sistem seperti ditunjukkan dalam Tabel 5. Selanjutnya adalah membuat simulasi kinerja sistem terhadap pengaruh gangguan tiga fasa pada bus 17 (GI Tengkawang) yang terjadi mulai waktu 0,1 detik sampai 0,25 detik (fault clearing time), dan pemutusan suplai pada bus 10 (PLTD Batakan) dalam waktu 1,1 detik (first intervention time) seperti ditunjukkan pada model sistem Mahakam dalam Gambar 11 tersebut di atas. Hasil simulasi kinerja sistem ditunjukkan dalam Gambar 12 dan Gambar 13.

4. Simpulan

Gambar 12. Grafik Response Dinamik Kinerja Sistem dalam Penerapan SVC dan Peralatan Dinamik pada Model Sistem Mahakam untuk Hubungan Tegangan Sistem terhadap Perubahan Waktu

Metode GA dijalankan bersama dengan metode Newton-Raphson dalam perhitungan aliran daya untuk menentukan parameter letak dan ukuran optimal kapasitor dan reaktor paralel SVC pada bus-bus GI tenaga listrik sistem Mahakam berdasarkan batas tegangan dan rugi-rugi daya terkecil pada saluran transmisi. Penerapan SVC pada bus 19 (GI Industri) Sistem Mahakam dengan nilai injeksi daya reaktif (-)37,361 MVAR dapat meningkatkan kinerja sistem berupa perbaikan profil tegangan dari 0,9540 pu menjadi 1,00 pu, serta mengurangi rugi-rugi daya aktif 8,78% dan rugi-rugi daya reaktif 9,04%. Responsesteady state dan response dinamik kinerja sistem pada sistem Mahakam dalam stablitas steady state menunjukkan perubahan tegangan antara 0,8928 pu sampai 0,9532 pu, dengan injeksi daya reaktif antara (-)129,7343 MVAR sampai (-)121,6450 MVAR. Simulasi kinerja sistem dilakukan pada sistem Mahakam terhadap pengaruh gangguan tiga fasa mulai 0,1 detik sampai 0,25 detik yang dilakukan pada bus 17 (GI Tengkawang) sistem Mahakam menunjukkan tegangan pada bus 19 mengalami penurunan mulai 0,1 detik sampai 0,25 detik, sedangkan pada SVC terjadi penurunan injeksi daya reaktif sampai waktu 0,25 detik, kemudian mulai menginjeksi daya reaktif maksimum sampai batas 0,27 detik dan mengalami pengaruh osilasi ringan sampai 0,75 detik.

Daftar Acuan

Gambar 13. Grafik Response Dinamik Kinerja Sistem dalam Penerapan SVC dan Peralatan Dinamik pada Model Sistem Mahakam untuk Hubungan Injeksi Daya Reaktif terhadap Perubahan Waktu

[1] I. Robandi, Desain Sistem Tenaga Modern: Optimasi, Logika Fuzzy, Algoritma Genetika, Penerbit Andi Offset, Yogyakarta, 2006. p.434. [2] P. Kundur, N.J. Balu, M.G. Lauby, Power System Stability and Control, McGraw-Hill, Inc., New York, 1994, p.1176. [3] H. Suyono, K.M. Nor, S. Yusof, IASTED Power and Energy Systems, EuroPES 2004, Rhodes, Greece, 2004.


[4] U. Umar, A. Soeprijanto, M.H. Purnomo, Seminar Nasional Aplikasi Teknologi Informasi (SNATI 2008), UII, Yogyakarta, Indonesia, 2008, p. F-26.

121

[5] Anon., Matlab 7.8 (Release 2009a), The MathWorks, Inc., http://www.mathworks.com, 2008.

Optimasi Penerapan Static Var Compensator pada Tenaga Listrik Sistem Mahakam dengan Menggunakan Metode Algoritma Genetika

Recommend Documents