Penentuan Letak dan Kapasitas Bank Kapasitor Secara Optimal Menggunakan Bee Colony Algorithm

Penentuan Letak dan Kapasitas Bank Kapasitor Secara Optimal Menggunakan Bee Colony Algorithm Oleh : Danang Sulistyo 2205100002 Dosen Pembimbing : Prof. Imam Robandi

Seminar Tugas Akhir Jurusan Teknik Elektro ITS

Latar Belakang Kebutuhan energi listrik dan kebutuhan daya reaktif

Aliran daya reaktif pada saluran

drop tegangan, rugi saluran

Pemasangan kapasitor

Meminimalkan rugi saluran, meminimalkan drop tegangan

Latar Belakang Pemasangan kapasitor

Permasalahan: Menentukan letak dan kapasitas kapasitor

Metode yang digunakan: Artificial Bee Colony Algorithm

Tujuan: Optimal kompensasi

Batas Permasalahan

Faktor harmonisa diabaikan

Faktor ekonomi tidak diperhitungkan Simulasi dilakukan dengan menggunakan MATLAB Analisis dilakukan pada sistem transmisi Jawa Bali 500 kV

Konstribusi

• Perkembangan sistem kelistrikan yang berkaitan dengan penentuan lokasi dan kapasitas kapasitor pada sistem tenaga listrik. • Dapat menjadi referensi untuk penelitian lain yang hendak mengambil masalah yang serupa ataupun perluasan dalam penggunaan metode Artificial Bee Colony (ABC)

Artificial Bee Colony (ABC) • ABC algorithm mengadopsi perilaku mencari makan (foraging behaviour) dari koloni lebah madu untuk menyelesaikan berbagai permasalahan optimisasi. • Dikemukakan oleh Karaboga pada tahun 2005. • Perilaku koloni lebah terdiri dari tiga komponen penting, yaitu: – Sumber makanan – Lebah pekerja (employed bees), – Lebah unemployed • lebah onlooker dan • lebah scout.

• Jumlah nektar tiap sumber makanan mewakili kualitas (fitness). • Posisi nektar mewakili solusi.

Artificial Bee Colony • Tahap inisialisasi dilakukan melalui persamaan,

xij

x j (min) rand (0,1)*( x j (max) x j (min) )

• Tiap lebah pekerja menghasilkan sebuah sumber makanan baru melalui rumusan, vij = xij + φij (xij - xkj ) • Lebah onlooker memilih sebuah sumber menggunakan perhitungan probabilitas,

Pi

makanan

fiti SN i 1

fiti

• Pencarian acak lebah scout dengan memakai persamaan,

xi

x j (min) rand (0,1)*( x j (max) x j (min) )

dengan

Artificial Bee Colony Start

B

A

Inisialisasi letak sumber makanan

Mengingat letak terbaik

Menghitung jumlah sumber makanan

Menentukan letak sumber makanan baru untuk lebah pekerja

Menghitung jumlah sumber makanan

Sudahkah lebah onlooker tersebar semua?

Menemukan sumber makan yang ditinggalkan Menentukan letak sumber makanan tetangga untuk lebah onlooker Memilih sebuah sumber makanan untuk lebah onlooker

Tidak

Ya B

Menghasilkan posisi baru untuk pengganti sumber makan yang ditinggalkan

A

Tidak

Apakah kriteria terpenuhi? (Cycle=MCN) Ya Letak sumber makanan

Gambar 2

Stop

Implementasi ABC

Optimisasi kapasitor pada sistem transmisi

ABC Algorithm Jumlah lebah pekerja atau posisi sumber makanan

Kandidat bus sebagai posisi kapasitor dan kandidat kapasitas kapasitor yang akan dipasang

Dimensi

Jumlah kapasitor yang akan dipasang pada bus sistem transmisi

Fungsi obyektif

Total rugi daya aktif saluran minimal

fitness

F

1

1 fungsi _ objektif

Implementasi ABC Batas tegangan harus memenuhi rentang sebagai berikut :

Vmin ≤ Vi ≤ Vmaks N Vmin Vmaks

untuk i=1,2,3…….N

= nomor bus = 0.95 pu = 1.05 pu

Batas operasi aman generator, generator harus sebesar :

Qmin ≤ Qi ≤ Qmaks

mensuplai daya reaktif

untuk i=1,2,3…….N

Fungsi obyektif yang digunakan untuk penempatan kapasitor adalah:

F = minΣPloss Nl

g k [(tkVi )2

Ploss k 1

V j 2 2tk Vi V j cos

ij

]

Implementasi ABC START

Analisis Aliran Daya: Input data pembangkit, saluran dan beban sistem

Tentukan jumlah kapasitor pada sistem

Inisialisasi awal parameter kontrol ABC Algorithm dan populasi sumber makanan (SN) sebagai kandidat solusi

Run load flow dan hitung fungsi obyektif (nilai fitness) awal

Tentukan posisi sumber makanan (nilai letak dan kapasitas kapasitor) baru untuk lebah pekerja

Run load flow dan hitung fungsi obyektif (nilai fitness)

Sudahkah semua lebah onlooker terdistribusi ?

Tentukan posisi sumber makanan (letak dan kapasitas) „tetangga‟ untuk lebah onlooker

Tidak

Pilih sumber makanan (nilai output) untuk lebah onlooker

Ya 2

1

Gambar 3

Implementasi ABC 1

2

Catat solusi terbaik (mekanisme greedy selection)

Tentukan solusi yang harus ditinggalkan (parameter kontrol “limit”)

Hasilkan letak dan kapasitaskapsitor yang baru untuk pengganti solusi yang ditinggalkan

Run load flow dan hitung fungsi obyektif (nilai fitness)

Tidak

Apakah kriteria terpenuhi ? (cycle = MCN)

Ya Letak dan kapasitas kapsitor terbaik

STOP

Gambar 4

Sistem Transmisi Jawa Bali 500kV Suralaya

1

Cilegon

2 Kembangan

5

Cibinong

3

4 Gandul

8 6 Cirata

Depok

19

Tasikmalaya

Muaratawar

Cawang

7 10

18

Bekasi Mandiracan

13

9

20 Pedan

Cibatu Saguling

11 12

Bandung Kediri

8 bus pembangkit

21

14 Ungaran

15 bus beban

15

Tanjung jati

22

16

23

Gambar 5

Grati

Surabaya Barat

17

Gresik

Paiton

SIMULASI 4 percobaan Percobaan 1 dan 2=> letak ditentukan, optimisasi kapasitas kapasitor Percobaan 3 dan 4=> optimisasi letak dan kapasitas kapasitor

Tanpa kompensasi Beban

Pembangkitan

No. Bus

Tegangan (pu)

Sudut (derajat)

MW

MVar

MW

MVar

1

1.020

0.000

135

40

2915.539

1080.034

2

1.016

-0.475

620

200

0

0

3

0.972

-5.889

670

230

0

0

4

0.977

-5.226

480

160

0

0

5

0.978

-5.772

615

190

0

0

6

0.978

-7.665

670

160

0

0

7

0.975

-7.520

570

150

0

0

8

1.000

-6.001

0

0

1082

1403.445

9

0.980

-6.756

726

280

0

0

10

0.970

-6.405

600

216

189

-101.907

11

0.970

-5.888

0

0

300

421.832

12

0.956

-5.490

520

310

0

0

Beban

Pembangkitan

No. Bus

Tegangan (pu)

Sudut (derajat)

MW

MVar

MW

13

0.939

-2.091

350

120

0

0

14

0.942

7.440

290

320

0

0

15

1.000

13.996

0

0

672

372.356

16

0.992

15.525

760

280

0

0

17

1.000

15.962

185

80

802

583.135

18

0.976

-5.058

0

0

0

0

19

0.949

-0.990

244

15

0

0

20

0.931

6.399

462

215

0

0

21

0.945

13.340

316

182

0

0

22

1.000

21.921

740

240

3244

610.706

23

1.000

18.379

115

170

0

411.430

9068

3558

9204.539

4781.030

Total

MVar

Percobaan 1 Pada percobaan ini dipilih bus kritis yang merupakan lokasi shunt capacitor. Colony size Maximum cycle Dimensi

: 50 : 300 :5

Percobaan 1 No. Bus

Tanpa kompensasi

Dengan kompensasi ABC

Tegangan (p.u)

Sudut (derajat)

Tegangan (p.u)

Sudut (derajat)

MVar terpasang

13

0.939

-2.091

0.990

-2.546

400

14

0.942

7.440

0.995

5.967

400

19

0.949

-0.990

1.012

-1.421

248.245

20

0.931

6.399

1.006

5.043

400

21

0.945

13.340

1.006

11.352

400

Total kapasitor

1848.245 MVar

Kerugian Daya Tanpa Kompensasi

Kerugian Daya Setelah kompensasi ABC

Aktif (MW

Reaktif (MVar)

Aktif (MW)

Reaktif (MVar)

136.539

1223.030

120.666

1043.621

Prosentase penurunan

11.63%

14.67%

Percobaan 1 Gambar 6 1.04

tegangan (p.u)

1.02 1 0.98 0.96 0.94 0.92 0.9 0.88 1

2

3

4

5

6

7

8

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 no Bus

tanpa kompensasi

setelah kompensasi

Grafik perbandingan tegangan masing-masing bus sebelum dan sesudah penempatan kapasitor

Percobaan 1 Gambar 7

kerugian daya aktif (MW)

25 20 15 10 5 0 1-2

1-4

2-5

3-4

4-5

4-18

5-7

5-8

5-11

6-7

6-8

8-9

9-10 10-11 11-12 12-13 13-14 14-15 14-16 14-20 15-16 16-17 16-23 18-19 19-20 20-21 21-22 22-23 saluran transmisi

sebelum kompensasi

setelah kompensasi

Grafik perbandingan rugi daya aktif pada sistem sebelum dan sesudah penempatan kapasitor


Grafik konvergensi optimisasi ABC pada percobaan 1

Percobaan 2 Pada pecobaan ini semua bus (kecuali bus generator) merupakan lokasi shunt capacitor. Colony size Maximum cycle Dimensi

: 50 : 300 : 15

Percobaan 2 Tanpa kompensasi No. Bus

Dengan kompensasi ABC

Tegangan (p.u)

Sudut (derajat)

Tegangan (p.u)

Sudut (derajat)

MVar terpasang

2

1.016

-0.475

1.019

-0.487

274.589

3

0.972

-5.889

1.006

-5.842

236.731

4

0.977

-5.226

1.007

-5.200

171.664

5

0.978

-5.772

1.005

-5.697

276.086

6

0.978

-7.665

1.000

-7.477

182.250

7

0.975

-7.520

1.001

-7.358

173.497

9

0.980

-6.756

0.999

-6.584

289.051

12

0.956

-5.490

0.997

-5.507

247.509

13

0.939

-2.091

0.998

-2.539

300

14

0.942

7.440

0.992

6.022

300

16

0.992

15.525

0.998

13.772

296.539

18

0.976

-5.058

1.008

-5.057

100.405

19

0.949

-0.990

1.014

-1.452

197.122

20

0.931

6.399

0.997

5.280

300

21

0.945

13.340

0.997

11.850

300

Total Kapasitor

3645.443 MVar

Percobaan 2



Aktif (MW

Reaktif (MVar)

Aktif (MW)

Reaktif (MVar)

136.539

1223.030

116.989

1006.091


14.32%

17.74%


1.04

tegangan (p.u)

1.02 1 0.98 0.96 0.94 0.92 0.9 0.88 1

2

3

4

5

6

7

8

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 no bus

sebelum

setelah kompensasi


Percobaan 2 Gambar 10 25

rugi daya aktif (MW)

20 15 10 5 0 1-2

1-4

2-5

3-4

4-5

4-18

5-7

5-8

5-11

6-7

6-8

8-9


sebelum kompensasi

setelah kompensasi




Percobaan 3 Pada pecobaan ini memasang 5 unit shunt capacitor dengan semua bus (kecuali bus generator) merupakan kandidat lokasi shunt capacitor. Colony size Maximum cycle Dimensi

: 50 : 300 :5

Percobaan 3 No. Bus

Tanpa kompensasi

Dengan optimal location

Tegangan (p.u)

Sudut (derajat)

Tegangan (p.u)

Sudut (derajat)

MVar terpasang

12

0.956

-5.490

0.992

-5.563

364.050

13

0.939

-2.091

1.000

-2.593

400

14

0.942

7.440

0.996

5.982

400

19

0.949

-0.990

0.988

-1.317

-

20

0.931

6.399

1.000

5.129

400

21

0.945

13.340

1.003

11.448

400

Total kapasitor

1964.050 MVar



Aktif (MW

Reaktif (MVar)

Aktif (MW)

Reaktif (MVar)

136.539

1223.030

119.576

1033.322


12.42%

15.51%


1.04

tegangan (p.u)

1.02 1 0.98 0.96 0.94 0.92 0.9 0.88 1

2

3

4

5

6

7

8

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 no bus

sebelum kompensasi

setelah kompensasi



25


20 15 10 5 0 1-2

1-4

2-5

3-4

4-5

4-18

5-7

5-8

5-11

6-7

6-8

8-9


sebelum kompensasi

setelah kompensasi




Percobaan 4 Pada pecobaan ini memasang 10 unit shunt capacitor dengan semua bus (kecuali bus generator) merupakan kandidat lokasi shunt capacitor. Colony size Maximum cycle Dimensi

: 70 : 500 : 10

Percobaan 4 No. Bus

Tanpa kompensasi

Setelah kompensasi

Tegangan (p.u)

Sudut (derajat)

Tegangan (p.u)

Sudut (derajat)

MVar terpasang

3

0.972

-5.889

1.006

-5.854

300

4

0.977

-5.226

1.006

-5.206

300

7

0.975

-7.520

0.999

-7.370

300

9

0.980

-6.756

0.999

-6.602

300

12

0.956

-5.490

0.998

-5.529

300

13

0.939

-2.091

0.998

-2.564

300

14

0.942

7.440

0.991

6.000

300

19

0.949

-0.990

1.016

-1.461

227.819

20

0.931

6.399

0.998

5.071

300

21

0.945

13.340

0.997

11.466

300

Total kapasitor

2927.819 MVar

Percobaan 4



Aktif (MW

Reaktif (MVar)

Aktif (MW)

Reaktif (MVar)

136.539

1223.030

117.374

1009.983

14.04%

17.41%



1.04 1.02

tegangan (p.u)

1 0.98 0.96 0.94 0.92 0.9 0.88 1

2

3

4

5

6

7

8

9

10 11 12 13 14 15 16 17 18 19 20 21 22 23 no Bus

sebelum kompensasi

setelah kompensasi



25


20 15 10 5 0 1-2

1-4

2-5

3-4

4-5

4-18

5-7

5-8

5-11

6-7

6-8

8-9


sebelum kompensasi

setelah kompensasi



grafik konvergensi optimasi ABC pada percobaan 4

Hasil Percobaan Kompensasi Percobaan 1 5 unit

Kompensasi Percobaan 2 15 unit



Total kompensasi (Mvar)

1902.802

3645.443

1964.050

2975.272

Total rugi daya aktif (MW)

120.666

116.989

119.576

117.374

Prosentase Penurunan rugi daya aktif

11.36 %

14.32 %

12.42 %

14.04 %

Total rugi daya reaktif (Mvar)

1043.621

1006.091

1033.322

1009.983

Prosentase Penurunan rugi daya reaktif

14.67%

17.74%

15.51%

17.41%

Total pembangkitan daya aktif (MW)

9188.666

9184.989

9187.576

9185.374

Total pembangkitan daya reaktif (MVar)

2753.377

918.648

2627.272

1640.163

Kesimpulan 1. Algoritma Artificial Bee Colony dapat digunakan untuk menentukan lokasi dan kapasitas kapasitor menjadi lebih optimal. 2. Percobaan yang dilakukan pertimbangan batas-batas yang digunakan untuk menemukan solusi yang lebih baik. 3. Peformansi komputasi pada proses menentukan lokasi dan kapasitas kapasitor menunjukkan hasil memuaskan dengan melihat hasil penurunan kerugian daya. 4. Kompensasi tidak cukup dengan optimasi kapasitas kapasitor saja tetapi juga dengan mengoptimasi letak kapasitor. 5. Jumlah kapasitor berpengaruh pada pemenuhan kebutuhan daya reaktif pada sistem.

Saran

1. Kompensator yang digunakan tidak hanya dari shunt capacitor tipe fixed capacitor, tetapi juga melibatkan tipe-tipe yang lain (seperti switched capacitor) . 2. Penentuan lokasi dan ukuran kapasitor yang dilakakukan dapat diperluas pada level distribusi dan industri. 3. Memperhitungkan faktor ekonomis seperti biaya pemasangan kapasitor.

TERIMA KASIH

DAFTAR PUSTAKA 1. Mohammad A. S. Masoum, Marjan Ladjevardi, Akbar Jafarian and Ewald F. Fuchs, “Optimal Placement, Replacement and Sizing of Capacitor Banks in Distorted Distribution Networks by Genetic Algorithms”, IEEE Transaction on Power Delivery, Vol. 19, No. 4, Oktober 2004. 2. Ngakan Putu Satriya Utama, “Memperbaiki Profil Tegangan Di Sistem Distribusi Primer Dengan Kapasitor Shunt”, Teknologi Elektro, 45 Vol, 7 No, 1 Januari - Juni 2008. 3. Ji-Pyng Chiou, Chung-Fu Chang and Ching-Tzong Su, ”Ant Direction Hybrid Differential Evolution for Solving Large Capacitor Placement Problems”, IEEE Transaction On Power Systems, Vol. 19, No. 4, Nopember 2004. 4. Ji-Pyng Chiou, Chung-Fu Chang and Ching-Tzong Su, “Capacitor placement in largescale distribution systems using variable scaling hybrid differential evolution”, Electrical Power and Energy Systems, Vol 28 Desember 2006. 5. Ahmed M. Azmy, “Optimal Power Flow to Manage Voltage Profiles in Interconnected Networks Using Expert Systems”, IEEE Transaction On Power Systems , Vol 22, No. 4, Nopember 2007. 6. S.K. Bhattacharya, S.K. Goswami, “A new fuzzy based solution of the capacitor placement problem in radial distribution system”, Expert Systems with Applications, Vol 36, 2009. 7. Imam Robandi, “Desain Sistem Tenaga Modern”, ANDI, Yogyakarta, 2006. 8. Hadi Saadat, “Power System Analysis”, McGraw-Hill, Singapore, 2004.

9. Karaboga, D., “An Idea Based On Honey Bee Swarm For Numerical Optimization”, Technical Report-TR06, Erciyes University, Engineering Faculty, Computer Engineering Departmen, 2005 10. Haiyan Quan, Xinling Shi, “On the Analysis of Performance of the Improved ArtificialBee-Colony Algorithm”. Fourth International Conference on Natural Computation, 2008. 11. Li-Pei Wong, Malcolm Yoke Hean Low and Chin Soon Chong, “A Bee Colony Optimization Algorithm for Traveling Salesman Problem”, Second Asia International Conference on Modelling & Simulation, Vol 27, No 4, Oktober 2008. 12. Nurhan Karaboga. “A New Design Method Based on Artificial Bee Colony Algorithm for Digital IIR Filters”, Journal of the Franklin Institute November 2008. 13. http://us1.harunyahya.com/Detail/T/EDCRFV/productId/15049/THE_MIRACLE_OF_T HE_HONEYBEE. 14. Tereshko V., “Reaction-diffusion model of a honey bee colony’s foraging behaviour”, Lecture Notes in Computer Science, vol 1917, Springer-Verlag: Berlin, p. 807-816, 2000. 15. V. Tereshko, A. Loengarov, “Collective Decision-Making in Honey Bee Foraging Dynamics”, Computing and Information Systems Journal, ISSN 1352-9404, vol. 9, No 3, October 2005. 16. Isnaini Laili Izzati, “Economic dispatch optimization for 500 kV Jawa Bali electrical power system using bacterial foraging optimization”, Final Project, Department of Electrical Engineering, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia 2010. 17. Juningtijastuti, “Optimization of parameter and location of UPFC for transmission loss reduction using Bacteria Foraging algorithm”, Master Thesis, Department of Electrical Engineering, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia 2010.

Penentuan Letak dan Kapasitas Bank Kapasitor Secara Optimal Menggunakan Bee Colony Algorithm

Recommend Documents