ELECTRICHSAN, VOL. 1, NO.1, MEI 2014
PEMBUATAN APLIKASI UNTUK ANALISIS ECONOMIC DISPATCH STASIUN PEMBANGKIT TENAGA LISTRIK Asmar1, Yassir2 dan Teuku Hasanuddin 2 Jurusan Teknik Elektro Universitas Bangka Belitung, 2 Jurusan Teknik Elektro Politeknik Negeri Lhokseuma we 1
Abstrak Kenaikan harga bahan bakar thermal menyebabkan kenaikan harga listrik. Untuk menekan kenaikan harga listrik diperlukan optimisasi produksi energy listrik. Operasi Ekonomis atau economic dispatch (ED) adalah salah satu solusi optimisasi biaya pada proses produksi energi listrik. ED mengatur kombinasi daya aktif setiap pembangkit untuk memenuhi kebutuhan daya beban tertentu sehingga diperoleh harga paling ekonomis. Pembuatan aplikasi ED pada penelitian ini dilakukan menggunakan visual basic 6.0. Aplikasi ini memudahkan operasional setiap pembangkit dengan mendapatkan daya setiap pembangkit pada keadaan beban tertentu. Efektifitas simulasi diuji pada kasus sistem IEEE 26 bus.
Kata kunci- Economic Dispatch; Optimisasi; Visual Basic 6.0
1.
Pendahuluan
Agar suatu system tenaga dapat memberikan keuntungan pada modal yang ditanamkan, pengoperasian yang baik adalah sangat penting. Kebutuhan untuk penyedian tenaga listrik dimana harga dan biaya jam untuk bahan bakar dan lainnya yang terus meningkat. Komsumsi bahan bakar pembangkitan menjadi suatu masalah dan perlu mendapatkan perhatian yang serius mengingat komponen biaya penyediaan tenaga listrik terbesar adalah biaya bahan bakar yaitu sekitar 60 % dari biaya total. Dari 60 % biaya bahan bakar tersebut, 85 % diantaranya adalah biaya bahan bakar untuk pembangkit thermal. Oleh karena itu, penghematan biaya bahan bakar dalam presentase yang kecil mampu memberikan pengaruh yang sangat besar terhadap penghematan biaya operasi. Untuk memproduksi tenaga listrik pada suatu sistem tenaga dibutuhkan cara bagaimana membuat biaya komsumsi bahan bakar generator atau biaya operasi dari keseluruhan sistem seminimal mungkin dengan menentukan kombinasi daya output dari masing-masing unit pembangkit di bawah batasan dari tuntutan beban sistem dan batas kemampuan pembangkitan masingmasing unit pembangkit. Cara ini dikenal dengan istilah Economic Dispatch (ED) [1]. Beberapa metode dapat digunakan untuk menyelesaikan masalah ED. Metode tradisonal seperti Iterasi Lambda,
Gradient, dan Newton-Raphson [2,3]. Metode lainnya digunakan beberapa metode alternatif yang telah dikembangkan seperti Dynamic Programming (DP) [4,5], Particle Swarm Optimization (PSO) [6-9], Neural Network (NN) [10-11], dan Algoritma Genetika[12-14]. Aplikasi economic dispatch digunakan untuk memudahkan pengaturan batasan daya aktif pembangkit, beban, dan fungsi biaya setiap pembangkit. Simulasi dapat digunakan pada setiap perubahan permintaan beban dan perubahan fungsi biaya pembangkitan setiap pembangkit. Pada penelitian ini pembuatan aplikasi ED menggunakan visual basic 6.0. Keunggulan aplikasi ini dapat mudah dijalankan yang dilengkapi dengan petunjuk penggunaan program. Pengujian efektifitas aplikasi dilakukan pada kasus sistem IEEE 26 bus.
2. Metode 2.1. Model Persamaan Economic Dispatch Untuk memperoleh operasi yang ekonomis, daya yang dibangkitkan oleh unit-unit pembangkit harus dihitung berdasarkan biaya bahan bakar masing-masing unit. 2
Fi (Pi ) ai .Pi bi .Pi ci
Biaya total pembangkitan adalah:
ELECTRICHSAN, VOL. 1, NO.1, MEI 2014
FT
F
Unit 1
( Pi )
i
i 1
Ft Fi i ai, bi, dan ci Pi
= total biaya bahan bakar = biaya bahan bakar unit i = unit pembangkit = koofisien fungsi biaya bahan bakar = daya keluaran untuk unit i
Unit 2 Unit 3
st as iun
4
Unit 4
Perubahan biaya bahan bakar setiap unit adalah :
dF1 1 2a 1.P1 b1 dP1 dF2 2 2a 2 .P2 b2 dP2 . . .
P1
P2
P3
P4
Beban Stasiun Pembangkit = P1 + P2 + P 3 + P 4
Gambar 1. Hubungan antara dan daya yang dibangkitkan oleh setiap unit pembangkit
2.2. Tahapan Penelitian
dFN N 2a N .PN bN dPN Agar diperoleh biaya minimum, unit-unit pembangkit harus bekerja pada nilai sama (stasiun)
1 2 ... N sta siu n Jika suatu unit harus bekerja pada daya minimum atau maksimum, maka aturan berikut harus dipenuhi :
i sta siun maka Pi Pmin i stasiun maka Pi Pmaks Bila terjadi perubahan beban maka akan dilayani oleh unit-unit yang bekerja pada stasiun. Gambar 1 dibawah menunjukkan hubungan antara dan besaran daya yang harus dibangkitkan setiap pembangkit pada suatu stasiun pembangkit yang terdiri dari 4 unit pembangkit agar diperoleh pembangkitan ekonomis.
1.
2. 3. 4. 5. 6. 7. 8.
Tahap-tahap penelitian adalah sebagai berikut: Memasukkan data batasan maksimum & minimum pembangkit, koefisien bahan bakar, pembangkit pembangkit yang beroperasi dan jumlah total beban. Menghitung lamda Menghitung daya setiap unit. Maksimumkan daya unit yang dayanya > daya maks Hitung lamda Minimumkan daya unit yang dayanya < daya min Hitung lamda Ulangi langkah 4 - 5 sampai daya total sama dengan beban. Ulangi langkah 4 – 5 sampai lamda setiap unit memenuhi syarat. Menghitung daya pembangkit, biaya setiap unit dan biaya total pembangkit.
Flow chart tahapan penelitian ditunjukkan pada Gambar 2.
ELECTRICHSAN, VOL. 1, NO.1, MEI 2014
Mulai Baca dat a : Jumlah unit Koof biaya b ahan ba kar Da ya min & ma ks Unit yang beroperasi & tida k beropea si Beba n
Hitung lamda & d aya setiap unit
Ada unit yang da yanya diluar bata s da ya min & maks ?
Jumlah da ya ma ks & min = daya maksimum unit yang da yam ya > da ya ma ks + da ya minimum u nit yan g da yanya < da ya min
ya
Gambar 3. Tampilan awal simulasi tidak
Jumlah da ya maks & min > beba n
Maksimum kan d aya unit yang da yanya > da ya ma ks Hitung lamda
Minimumkan daya unit yang da yanya < da ya min Hitung lamda
Minimumkan daya unit yang da yanya < da ya min Hitung lamda
Maksimum kan d aya unit yang da yanya > da ya m aks Hitung lamda
Dalam simulasi operasi ekonomis stasiun pembangkit ini ditampilkan juga penjelasan aplikasi untuk memudahkan pengguna menggunakan aplikasi seperti ditunjukkan pada gambar 4.
Hitung da ya total
Daya total > b eban Simpan nilai daya unit minimum
Da ya tot al < beba n Daya total
Simpan nilai daya unit maksimum
Daya total = be ban
Lamda setiap unit memenuhi syarat ?
Gambar 4. Penjelasan aplikasi Hitung - biaya se tiap unit - Biaya total
Gambar 5 menunjukkan tampilan untuk mengisi data yang dibutuhkan dalam perhitungan operasi ekonomis.
selesai
Gambar 2. Flow chart tahapan penelitian
2.3. Model Aplikasi Pembuatan aplikasi ED menggunakan visual basic 6.0 dengan tampilan awal seperti pada gambar 3.
Gambar 5. Tampilan untuk mengisi data yang dibutuhkan
ELECTRICHSAN, VOL. 1, NO.1, MEI 2014
B. Kasus 2: System IEEE 26 Bus
3. Hasil dan Pe mbahasan Untuk mengetahui efektifitas aplikasi operasi ekonomis stasiun pembangkit tenaga listrik diuji dengan hasil penelitian sebelumnya[1] dan sistem IEEE 26 bus. A. Kasus 1
Sistem IEEE 26 bus mempunyai 6 pembangkit thermal, 26 bus dan 46 saluran dengan total beban sebesar 1263 MW. Gambar 7 menunjukkan single line diagram system IEEE 26 bus.
Kasus ini diambil dari penelitian economic dispatch menggunakan metode lagrange yang mengabaikan rugirugi transmisi[1]. Dalam kasus ini mempunyai 3 pembangkit dengan fungsi biaya pembangkitan sebagai berikut : 2
F(P1) = 500 + 5,3P1 + 0,004P 1 F(P2) = 400 + 5,5P2 + 0,006P 22 F(P3) = 200 + 5,8P3 + 0,009P 32 Batasan daya tiap pembangkit sebagai berikut : Pembangkit 1 : 200 ≤ P 1 ≤ 450 (MW) Pembangkit 2 : 150 ≤ P 2 ≤ 350 (MW) Pembangkit 3 : 100 ≤ P3 ≤ 225 (MW) Hasil perhitungan dengan aplikasi ED dengan total beban 975 MW ditunjukkan pada Gambar 6. Perbandingan dengan hasil penelitian [1] ditunjukkan pada Table 1.
Gambar 7. Single line diagram sistem 26 Bus
Gambar 6. Hasil simulasi kasus 1
TABEL 1. Perbandingan hasil simulasi kasus 1 dengan penelitan sebelumnya Pembangkit Hadi [1] Saadat 450 P G1
Hasil Simulasi 450
P G2
325
325
P G3
200
200
Total Biaya 8236,25 ($/Jam)
8236,25
Dari table 1 memperlihatkan bahwa hasil dari aplikasi ED penelitiaan ini sesuai dengan hasil penelitian sebelumnya. Total biaya hasil simulasi operasi ekonomis penelitian ini adalah sebesar 8236,25 $/jam.
Batasan daya tiap pembangkit sebagai berikut : Pembangkit 1 : 100 ≤ P1 ≤ 500 Pembangkit 2 : 50 ≤ P2 ≤ 200 Pembangkit 3 : 80 ≤ P3 ≤ 300 Pembangkit 4 : 50 ≤ P4 ≤ 150 Pembangkit 5 : 50 ≤ P5 ≤ 200 Pembangkit 6 : 50 ≤ P6 ≤ 120 Funsi biaya pembangkitan setiap pembangkit adalah : F(P1) = 240 + 7P1 + 0,0070P12 F(P2) = 200 + 10P2 + 0,0095P 22 F(P3) = 220 + 8.5P3 + 0,0090P 32 F(P4) = 200 + 11P4 + 0,0090P 42 F(P5) = 220 + 10.5P5 + 0,0080P 52 F(P6) = 190 + 12P6 + 0,0075P 62 Gambar 8 menunjukkan tampilan aplikasi setelah dimasukkan data sesuai dengan system IEEE 26 bus. Total beban sebesar 1263 MW.
ELECTRICHSAN, VOL. 1, NO.1, MEI 2014
able 2. Total biaya hasil simulasi operasi ekonomis t p enelitian ini adalah sebesar 15.275,95 $/jam. TABEL 2. Perbandingan hasil simulasi sistem IEEE 26 bus, dengan penelitan sebelumnya Pembangkit Hadi [1] Saadat 447,61 P G1
Gambar 8. Tampilan aplikasi dengan data IEEE 26 bus
Setelah aplikasi dijalankan dengan data yang telah dimasukkan maka aplikasi menampilkan hasil perhitungan seperti ditunjukkan pada Gambar 9.
Hasil Simulasi 446,71
P G2
173,09
171,26
P G3
263,36
264,11
P G4
138,71
125,22
P G5
166,10
172,12
P G6
86,94
83,59
Total Biaya 15,447,72 15.275,95 ($/Jam)
Dari tabel 2 diatas menunjukkan perbedaan daya pembangkitan setiap pembangkit antara hasil simulasi d engan penelitian sebelumnya [1]. Perbedaan daya yang d ibangkitkan dari tabel 2 diatas mengakibatkan p erbedaan total biaya pembangkitan. Perbedaan ini d isebabkan aplikasi ED pada penelitian ini tidak memperhitungkan rugi-rugi jaringan. Daya setiap embangkit jika dibandingkan antar setiap unit p menunjukkan perbedaan yang tidak jauh berbeda ehingga aplikasi ini dapat dipergunakan untuk kasus s ang y lain dengan mengabaikan rugi-rugi transmisi. 4. Kesimpulan Gambar 9. Tampilan aplikasi hasil perhitungan system IEEE 26 bus
Hasil simulasi ED system tenaga listrik dapat langsung dicetak seperti yang ditunjukkan pada Gambar 10.
Dalam penelitian ini pembuatan aplikasi economic dispatch system tenaga listrik menggunakan bantuan software visual basic 6.0. Simulasi dilakukan terhadap system IEEE 26 bus sehingga dapat disimpulkan bahwa : 1. Hasil menunjukkan kesesuaian dengan penelitian sebelumnya sehingga aplikasi ini dapat dipergunakan untuk kasus-kasus yang lain. 2. Aplikasi dapat dengan mudah digunakan karena dilengkapi dengan petunjuk penggunaannya. 3. Untuk pengembangan aplikasi ini dapat dilakukan dengan memperhitungkan rugi-rugi transmisi Daftar Pustaka [1]
Gambar 10. Tampilan cetak hasil perhitungan system IEEE 26 bus Dari hasil yang ditunjukkan di atas bila dibandingkan dengan hasil dari penelitian sebelumnya ditunjukkan pada
[2]
Hadi Saadat, “Power System Analysis,” WCB McGraw-Hil, New York, 1999. Allen J. Wood and Bruce F, Wollenberg. “Power Generation, Operation and Control”. John Wiley & Sons, Inc., 1996. Pp. 514-518.
ELECTRICHSAN, VOL. 1, NO.1, MEI 2014 Jizhong. Optimization of Power System Operation Principal Engineer. AREVA T & D Inc. Redmond, WA, USA, IEEE series of Power Engineering. 2009. [4] Z.X. Liang, J. D. Glover. A Zoom Feature For a Dynamic Programming Solution to Economic Dispatch Including Transmission Losses. IEEE Transactions on Power Systems, 1992; page 544550. [5] Hardiansyah, Junaidi, MS. Yohannes. Solving Economic Load Dispatch Problem Using Particle Swarm Optimization Technigue. I.J. Intelligent Sistem and Application. 2012; page: 12-18. [6] Kwang Y. Lee, Fellow, Jong-Bae Park. Application of Particle Swarm Optimization to Economic Dispatch Problem Advantages and Disadvantages. Journal IEEE. 2006; seri 142440178X Zwe-Lee Gaing. Particle Swarm Optimization to [7] Solving The Economic Dispatch Considering The Generator Constraints. IEEE Transaction on Power Sistem. August 2003; Vol. 18, No. 3. [8] Andi Muh. Ilyas, M. Natsir Rahman. Economic Dispatch Thermal Generator Using Modified Improved Particle Swarm Optimization. Jurnal Telkomnika. July 2012; Vol. 10, No.3, pp 459-470. [9] AM. Ilyas, Ontoseno Panangsang, Adi Soeprijanto. Optimisasi Pembangkit Thermal Sistem 500 kV Jawa-Bali Menggunakan Modified Particle Swarm Optimization (MIPSO). National Conference : Design and Application of Technology, 2010. [10] J. Kennedy, R. C. Eberhart. Particle Swarm Optimization. Proceedings of IEEE International Conference on Neural Networks (ICNN’95). 1995; 1942-1948 [11] M Mohatram, S Kumar. Application of Artificial Neural Network in Economic Generation Scheduling of Thermal Power Plants. Proceedings of the National Conference. 2006. [12] Adrianti. Penjadwalan Ekonomis Pembangkit Thermal dengan Memperhitungkan Rugi-rugi Saluran Transmisi Menggunakan Metode Algoritma Genetik. Jurnal TeknikA Jurusan Teknik Elektro, Fakultas Teknik, Universitas Andalas. April 2010; page 33 vol. 1. [13] Z. L. Gaing dan R. F. Chang, “Security-Constrained Optimal Power Flow by Mixed-Integer Genetic Algorithm with Arithmatic Operators,” IEEE, 2006. [14] G. Bakirtzis dan E. Zaumas, “Optimal Power Flow by Enhanced Genetic Algorithm,” IEEE, 2002 [3]