Pengembangan Program Algoritma Cerdas (Algoritma Genetika dan Algoritma Genetika - Fuzzy) Untuk Pengendalian Optimal Dayareaktif/Tegangan Pada Sistem Distribusi Kelistrikan Tak Seimbang

(1)

LAPORAN AKHIR

PENELITIAN PRIORITAS NASIONAL

MASTERPLAN PERCEPATAN DAN PERLUASAN PEMBANGUNAN EKONOMI INDONESIA 2011 – 2025 (PENPRINAS MP3EI 2011-2025)

PENGEMBANGAN PROGRAM ALGORITMA CERDAS (ALGORITMA GENETIKA DAN ALGORITMA GENETIKA - FUZZY) UNTUK PENGENDALIAN OPTIMAL DAYAREAKTIF/TEGANGAN PADA SISTEM

DISTRIBUSI KELISTRIKAN TAK SEIMBANG

Tahun ke 3 dari rencana 3 tahun

Agus Ulinuha, MT, Ph.D (0604087001) HasyimAsy’ari, ST, MT(0603067902)

Agus Supardi, ST, MT(0629107601)

Dibiayai oleh Koordinasi Perguruan Tinggi Swasta Wilayah VI,

Kementerian Pendidikan dan Kebudayaan RI, Sesuai dengan Surat Perjanjian Pelaksanaan Hibah Penelitian Nomor: 007/K6/KL/SP/PENELITIAN/2014,

tanggal 8 Mei 2014

UNIVERSITAS MUHAMMADIYAH SURAKARTA November 2014

(2)

(3)

iii RINGKASAN

Krisis energi merupakan persoalan yang secara global dihadapi oleh banyak negara termasuk Indonesia. Energi listrik merupakan bentuk energi yang cukup dominan dimanfaatkan serta mengalami peningkatan kebutuhan dari waktu ke waktu. Kemampuan sistem kelistrikan untuk meningkatkan kapasitas pembangkitan yang tidak sebanding dengan peningkatan kebutuhan daya listrik mengakibatkan defisit energi listrik. Akibat yang ditimbulkannya bukan hanya terhentinya proses elektrifikasi daerah yang belum mendapatkan aliran daya, tetapi juga kemungkinan dilakukannya pemadaman bergilir karena keterbatasan pasokan daya. Defisit daya listrik juga mengakibatkan penurunan kualitas daya yang disuplaikan ke konsumen.

Terdapat fenomena lain yang mengkontribusi defisit energi listrik, yaitu besarnya susut daya jaringan. Persoalan tersebut telah secara faktual mengakibatkan defisit energi dan penurunan kualitas daya listrik. Karakteristik jaringan dan beban yang bersifat induktif menyebabkan turunnya faktor daya dan memaksa pembangkit menyediakan daya lebih besar untuk beban yang sama serta mempengaruhi profil tegangan.

Pengendalian daya reaktif/tegangan merupakan salah satu upaya untuk mengatur kebutuhan daya reaktif sekaligus mempertahankan profil tegangan pada batas-batas yang diijinkan. Pengendalian dimaksud dapat dilakukan dengan mengatur pengubah sadapan beban (load tap changer/LTC) trafo dan penjadwalan operasi kapasitor tersaklar. Karena pengaturan komponen-komponen tersebut mempengaruhi kondisi operasi sistem dalam pola relasi yang sangat tidak linear (highly non linear), maka pengaturannya perlu dilakukan secara cermat dan hati-hati.

Jaringan distribusi merupakan sistem tiga fasa dan seringkali tidak seimbang karena ketidakseimbangan konfigurasi jaringan dan beban. Untuk memperoleh strategi pengendalian yang lebih akurat, sistem tiga fasa perlu diperhitungkan secara lengkap. Kesulitan yang akan ditemui adalah kalulasi yang lebih rumit dan beban komputasi yang lebih berat.

(4)

Penelitian ini mengambil fokus pengembangan piranti lunak untuk analisis aliran daya sistem tak setimbang dan optimisasi pengendalian daya reaktif/tegangan untuk minimisasi susut daya dan perbaikan profil tegangan. Pada tahun pertama penelitian ini akan dikembangan program perhitungan aliran beban untuk sistem tak seimbang. Ketidakseimbangan sistem yang diperhitungkan meliputi perbedaan konfigurasi jaringan, ketidakseimbangan beban serta perbedaan pentanahan kapasitor shunt bintang. Untuk keperluan perhitungan aliran beban tersebut, digunakan metode forward-backward propagation algorithm. Program yang dikembangkan diimplementasikan pada sistem standar IEEE 34-bus. Metode ini dapat berjalan baik dengan laju konvergensi yang cukup meyakinkan. Metode ini juga cukup robust untuk sistem yang dimodifikasi.

Langkah selanjutnya untuk memanfaatkan program aliran beban adalah untuk perhitungan penjadwalan optimal komponen tersakelar yang meliputi kapasitor shunt dan pengubah sadapan beban (load tap changer/LTC). Kombinasi status operasi yang jumlah sangat besar sesuai untuk digunakan oleh Algoritma Genetika untuk menentukan penjadwalan optimal komponen tersakelar. Kemampuan Algoritma yang diusulkan untuk memperbaiki solusi secara evolutif meniru proses seleksi alam memungkinkan memulai tahapan optimisasi dengan menawarkan sejumlah kandidat solusi dan memperbaiki solusi dalam tiap iterasi (generasi). Dalam implementasinya untuk sistem distribusi standar IEEE 34-bus Algoritma yang diusulkan memberikan penjadwalan operasi optimal komponen tersakelar yang berimplikasi pada perbaikan profil tegangan dan pengurangan susut daya. Integrasi konsep Fuzzy kedalam Algoritma Genetika diprediksikan dapat memberikan hasil yang penjadwalan yang lebih baik.

Pada tahun ke III ini kegiatan utama yang dilakukan adalah implementasi program untuk system yang lebih real. Meskipun demikian, upaya ini perlu didahului dengan validasi hasil-hasil perhitungan oleh komputer. Upaya ini dilakukan dalam rangka memastikan bahwa program sepenuhnya berjalan baik dengan memberikan hasil yang valid. Langkah selanjutnya adalah menawarkan program ini ke PLN. Jika

(5)

PLN tertarik dan melihat ada manfaatnya untuk diterapkan, maka harapan implementasi akan semakin besar.

(6)

vi SUMMARY

The energy crisis is one of the problems generally encountered by a number of countries including Indonesia. Electrical energy is the form of energy dominantly utilized by people and the use of the energy increases continuously. The capacity of electrical utility that is insufficient to satisfy the demand may result in deficit in electrical energy. This may lead not only to stop electrification but also the discontinuity of electrical supply to the customer. The lack of electricity supply will also cause the problema of power quality supplied to the customer.

There is another problem related with energy deficit, which is the loss of power during transmission and distribution process. The problems have resulted in energy deficiency and lower power quality. Network characteristic as well as high inductive loads are the main reasons of lower power factor that may cause electrical plant to generate more power for the same required real power. The influence of this situation in voltage profile is also considerable.

The control of reactive power/voltage is one of the strategies to control the required reactive power and to simultaneously maintain the voltage profile in the permitted limits. The control may be carried out by adjustment of LTC (Load Tap Changer) at substation transformer and optimal switching Schedule of shunt capacitor along the distribution line. Since controlling the switchable devices may influence the system operating condition due to highly nonlinear relation between the status of the components and the system operating condition, the control should be carefully taken in hand.

Distribution system is generally three-phase system, which is inherently unbalanced due to the different of line configuration and load unbalanced. In order to accurately take the condition into account as well as to have the more precision control, the system needs to be considered as three-phase instead of balanced single phase system. However, completely considering three-phase system will lead the

(7)

vii

calculation to be more complicated since all the three phases to be comprehensively calculated and, as a result, the computation load will increase significantly.

This research focuses on development of computer program for load flow analysis for unbalanced distribution system and optimal control of reactive power/voltage for minimization of power losses and improvement of voltage profile. In the first year period of the research, the computer program for unbalanced power flow has been successfully developed. The unbalanced aspects to consider is the different of distribution line configuration, load unbalanced and configuration of grounded star connected shunt capacitor. The method employed for unbalanced power flow analysis is forward-backward propagation algorithm. The method works directly on the system without modification or decoupling of symmetrical components. The program is implemented on the 34-bus IEEE standard distribution system and has worked properly. The convergence characteristic is good and is also robust with good convergence speed.

The next step is using the three-phase power flow for optimization of the controllable components in unbalanced distribution system. The controllable components include shunt capacitor and load tap changer. Since the number of the possible schedule of the controllable component a good calculation optimization method to be assigned. Genetic Algorithm is considered as a suitable method for the scheduling problem. This is due to the ability of the proposed method to handle the scheduling problem. The mechanism of Genetic Algorithm enables starting with a number of prospective solutions and makes a continuous improvement during the optimization period. The implementation of the program for the IEEE 34-bus distribution system indicates that the generated schedule may lead to the operation scheme where the system losses and voltage profile are improved. Integration of Fuzzy into the existing method to form Hybrid Fuzzy-Genetic Algorithm is expected to improve the method capability leading to a better solution.

The main activity of the third year research period focuses on implementing the program on (perhap) real system. It is the minimum target that the program will

(8)

viii

be demonstrated in front of the board of Indonesian Electrical Utility Company. If the program is found to be interesting, then they will provide the data for calculation of system optimization. The real data is essential for refining the program and recommendation generated by the program will have the opportunity to be taken into practice.

(9)

ix PRAKATA

Hanya berkat pertolongan dan petunjuk dari Allah SWT kegiatan PENELITIAN PRIORITAS NASIONAL MASTERPLAN PERCEPATAN DAN PERLUASAN PEMBANGUAN EKONOMI INDONESIA (MP3EI) pada tahun ketiga sejauh ini dapat berjalan dengan baik. Penelitian ini mengambil tema pengendalian operasi optimal komponen tersakelar yang meliputi kapasitor shunt dan pengubah sadapan beban (Load Tap Changer, LTC) pada sistem distribusi tiga fasa tak seimbang. Pada tahap terakhir penelitian, program yang telah berjalan akan diupayakan untuk dapat diumplementasikan.

Harapan dari penelitian ini adalah sumbangan pemikiran tentang upaya mengatasi persolan defisit daya (yang seringkali mengakibatkan defisit keuangan) serta memperbaiki kualitas daya yang disalurkan kepada konsumen. Secara teknis kontribusi yang diharapkan adalah dibangunnya suatu program komputer yang dapat menentukan jadwal operasi komponen tersakelar secara tepat, sedemikian sehingga susut daya jaringan dapat diminimalkan serta profil tegangan dapat diperbaiki. Jadwal operasi yang dimaksud dalam hal ini adalah posisi LTC dan status sambungan kapasitor shunt dalam tiap jam selama sehari.

Ucapan terimakasih bersama ini disampaikan kepada semua pihak yang telah membantu terselenggaranya dan terselesaikannya penelitian ini. Secara khusus ucapan terimakasih disampaikan kepada pihak-pihak sebagai berikut:

1. Ditlitabmas Ditjen Dikti yang telah membiayai penelitian ini,

2. Ketua LPPM UMS atas segala bantuannya sehingga penelitian dapat terlaksana, 3. Anggota tim peneliti atas kerjasamanya yang baik,

4. Jurusan Teknik Elektro FT UMS atas ijin penggunaan beberapa fasilitas jurusan, 5. Staf Akademik pada jurusan Teknik Elektro Fakultas Teknik UMS

Penelitian ini masih berjalan dan telah berhasil membangun program komputer dengan mengimplementasikan Algortima Genetika pada persoalan pengendalian optimal dan kolaborasinya dengan memasukkan konsep Fuzzy didalamnya. Tindak lanjutnya adalah implementasi pada sistem real. Disadari terdapat berbagai kekurangan atas penelitian ini baik dari sisi penyelenggaraannya maupun dalam pelaporannya. Saran dan kritik membangun akan diterima dengan tangan terbuka untuk perbaikannya. Semoga kegiatan kecil mampu membawa kebaikan dan maslahah bagi semua pihak.

Surakarta, 10 November 2014 Peneliti

(10)

x DAFTAR ISI

Halaman Pengesahan ... ii

Ringkasan ... iii

Summary ... vi

Prakata ... ix

Daftar isi ... x

Daftar Tabel ... xii

Daftar Gambar ... xiii

Bab I Pendahuluan ... 1

Bab II TinjauanPustaka ... 11

Bab III Tujuandan ManfaatKegiatan ... 16

2.1. TujuanPenelitian ... 16

2.2. ManfaatdanKontribusiPenelitian ... 18

Bab IV MetodePenelitian ... 23

4.1. Metode Umum ... 23

4.2. Metode PenelitianTahunKetiga ... 24

Bab V Hasilyangdicapai ... 26

5.1. Umum ... 26

5.2. Pelaksanaanpenelitian ... 28

5.3.Capaiantarget ... 30

5.4. KinerjaCapaianPenelitian ... 31

Bab VI RencanaTahapanBerikutnya ... 33

Bab VI Kesimpulan Dan Saran ... 35

6.1. Kesimpulan ... 35

6.2. Saran ... 36

DaftarPustaka ... 37 Lampiran:

(11)

xi Hasil Running Program AlgoritmaGenetika Publikasi

(12)

xii

DAFTAR TABEL

(13)

xiii

DAFTAR GAMBAR

(14)

BAB I PENDAHULUAN

Terdapat beberapa persoalan pelik yang sekarang ini di hadapi sistem kelistrikan di Indonesia. Persoalan kekurangan pasokan daya listrik merupakan salah satu persoalan yang sampai sekarang belum dapat sepenuhnya teratasi. Penambahan kapasitas pembangkit eksisting atau pembangunan pembangkit baru merupakan solusi yang paling reasonable, karena kekurangan pasokan daya tentu paling tepat diatasi dengan menambah pasokan daya. Persoalannya kemudian adalah selain membutuhkan waktu lama, solusi tersebut juga membutuhkan investasi yang tidak sedikit. Melihat kondisi ekonomi yang sedang kurang baik dewasa ini, solusi tersebut sepertinya sulit untuk ditempuh.

Kenaikan harga Bahan Bakar Minyak (BBM) yang pada saat ini dan pada masa mendatang bisa jadi merupakan hal yang tak terhindarkan akan semakin menurunkan kemampuan sistem pembangkit meningkatkan kapasitasnya karena tingkat ketergantungannya yang cukup tinggi pada BBM. Tingginya harga BBM sesungguhnya telah mendorong penelitian dan pengembangan pemanfaatan sumber energi lain terbarukan untuk keperluan pembangkitan daya listrik. Akan tetapi beberapa kesulitan terkait hal tersebut masih dihadapi. Selain kuantitas daya pembangkitannya yang belum secara signifikan dapat mengkontribusi kebutuhan

(15)

2 pasokan daya, sinkronisasi sistem pembangkitannya terhadap jaringan kelistrikan juga masih menjadi kendala. Masih perlu terus diupayakan pengembangannya sampai dengan diperoleh pembangkitan menggunakan sumber energi terbarukan dengan skala komersial termasuk sinkronisasinya terhadap sistem kelistrikan sampai dengan terbangunnya grid connected system (sistem tersambung ke jaringan).

Terdapat fenomena lain yang seringkali luput dari perhatian namun mengkontribusi secara cukup signifikan pada defisit energi listrik, yaitu besarnya susut daya jaringan. Persoalan tersebut telah secara faktual mengakibatkan defisit energi dan penurunan kualitas daya listrik. Karakteristik jaringan dan beban yang bersifat induktif menyebabkan turunnya faktor daya dan memaksa pembangkit menyediakan daya lebih besar untuk beban yang sama serta mempengaruhi profil tegangan.

Data real di lapangan menunjukkan bahwa secara umum nilai susut daya maupun daya yang dicuri melebihi estimasi yang ditetapkan oleh PLN (Kompas 10/03/2006; Suara_Merdeka Senin, 23 Agustus 2004). Kehilangan daya dalam jumlah besar ini pada gilirannya mengakibatkan kerugian finansial yang cukup signifikan. Nilai susut daya di jaringan yang nilainya lebih dari 10 % mengakibatkan kerugian finansial yang tidak sedikit, karena susut daya sebesar 1 % pada sistem kelistrikan PLN setara kurang lebih dengan kerugian finansial sebesar satu triliun rupiah pertahun (Republika 12/03/2008). Pada sisi lain, nilai daya yang hilang di sistem kelistrikan PLN akibat pencurian daya nilainya juga cukup besar, yaitu sekitar 11.44 persen dari total produksi daya yang dihasilkan PLN secara nasional. Kehilangan daya ini mengakibatkan kerugian finansial yang nilainya bahkan lebih besar dari margin keuntungan PLN (Kompas 27/02/2006).

Untuk mengatasi persoalan susut daya tersebut, biasanya kapasitor shunt

dipasang pada sisi sekunder trafo daya Gardu Induk (GI) dan pada penyulang (feeder) jaringan distribusi sistem tenaga listrik. Kapasitor shunt yang dipasang pada GI digunakan untuk mengendalikan aliran daya reaktif yang mengalir melalui trafo sehingga aliran daya reaktif dapat diminimalkan dan efisiensi operasi sistem dapat

(16)

3 dinaikkan (Liang and Cheng 2001; Liang and Wang 2003). Sementara kapasitor

shunt yang yang dipasang pada penyulang distribusi digunakan untuk memasok daya

reaktif sedemikan, sehingga tegangan sepanjang feeder dapat dipertahankan pada batas-batas yang diijinkan serta susut daya dapat diminimalkan. Meskipun demikian kapasitor-kapasitor tersebut perlu dilepaskan dari jaringan pada kondisi beban rendah untuk menghindarkan sistem dari kondisi tegangan lebih (overvoltage).

Strategi operasi sebagaimana diuraikan merupakan strategi pengendalian daya reaktif/tegangan yang merupakan salah satu upaya untuk mengatur kebutuhan daya reaktif sekaligus mempertahankan profil tegangan pada batas-batas yang diijinkan. Pengendalian dimaksud dapat dilakukan dengan mengatur pengubah sadapan beban (load tap changer/LTC) trafo dan penjadwalan operasi kapasitor tersaklar. Karena pengaturan komponen-komponen tersebut mempengaruhi kondisi operasi sistem dalam pola relasi yang sangat tidak linear (highly non linear), maka pengaturannya perlu dilakukan secara cermat dan hati-hati. Simulasi dan perhitungan perlu dilakukan sebelum pengaturan untuk sistem real dilakukan, agar dapat dihindari pengaruh dekstruktif dari strategi operasi tersebut.

Upaya pemasangan kapasitor dan pengendalian operasinya dapat dipandang sebagai solusi alternatif terhadap persoalan kekurangan pasokan daya listrik. Upaya ini perlu dilakukan sebelum dilakukan penambahan kapasitas pembangkit eksisting atau pembangunan pusat pembangkit baru. Dari sudut pandang ekonomi, nilai investasi kapasitor jauh lebih murah dibandingkan dengan penambahan kapasitas pembangkit eksisting atau pembangunan pembangkit baru selain waktu instalasinya yang jauh lebih singkat. Kompensasi daya reaktif karena pemasangan kapasitor yang mampu memperbaiki profil tegangan pada sisi lain juga akan merupakan keuntungan lain disamping minimisasi susut daya jaringan.

Meskipun demikian, pemasangan kapasitor tetaplah merupakan upaya optimisasi sistem kelistrikan dan bukan upaya penambahan pasokan daya yang baru. Artinya, keuntungan pemasangan kapasitor tetap terbatas pada upaya meminimalkan rugi-rugi daya jaringan yang secara simultan memperbaiki profil tegangan.

(17)

4 Diharapkan dengan upaya tersebut, susut daya dapat diminimalkan sehingga lebih banyak daya yang dibangkitkan pembangkit dapat dimanfaatkan. Jika kemudian sistem telah beroperasi secara optimal dan beban sistem tetap tidak dapat sepenuhnya terlayani karena kekurangan pasokan daya, maka penambahan kapasitas pembangkit atau pembangunan pusat pembangkit baru tetap harus dilakukan. Tetapi langkah tersebut hanya akan merupakan solusi yang feasible jika sistem yang ada telah dioperasikan secara optimal. Kondisi sistem kelistrikan di Indonesia dewasa ini dicirikan oleh kondisi-kondisi: susut daya yang tinggi, kapasitas pembangkit yang lebih dari cukup tetapi terjadi defisit daya, profil tegangan yang buruk, tingginya tingkat pencurian daya listrik dan (menurut pengakuan PLN) terjadi defisit keuangan. Melihat kondisi tersebut, pemasangan kapasitor dalam upaya meminimalkan rugi-rugi daya jaringan dan memperbaiki profil tegangan perlu dilakukan disamping upaya-upaya lain dalam rangka memperbaiki kondisi sistem kelistrikan di Indonesia.

Secara teknis kapasitor shunt yang akan dipasang pada jaringan distribusi perlu ditentukan secara hati-hati baik ukuran maupun lokasinya (Masoum, Jafarian et al. 2004; Masoum, Ladjevardi et al. 2004; Masoum, Ladjevardi et al. 2004). Kesalahan menentukan ukuran dan lokasi kapasitor bukan saja mengakibatkan masalahnya tidak terselesaikan, tetapi bahkan berpeluang memperburuk kondisi sistem dan menimbulkan masalah lain, berupa distorsi harmonik pada tegangan sistem secara berlebihan serta kerusakan pada kapasitor dan komponen sistem lainnya. Pertimbangan lain diperlukannya menentukan secara teliti ukuran dan lokasi kapasitor adalah biaya investasi pengadaan dan pemasangan kapasitor yang tidak murah.

Kesulitan yang seringkali ditemui dalam menentukan nilai dan lokasi kapasitor adalah terkait dengan hubungan yang sangat tidak linier (highly nonlinear) antara penambahan komponen sistem kelistrikan dengan perubahan kondisi operasi sistem (Deng and Ren 2001; Deng, Ren et al. 2002). Fenomena yang kemudian ditemui adalah penambahan komponen sistem (dalam hal ini kapasitor) di lokasi tertentu akan memberikan pengaruh yang luas pada sistem yang diperhitungkan.

(18)

5 Penentuan lokasi kapasitor bukan merupakan fokus dari penelitian ini. Dalam penelitian ini, lokasi kapasitor diasumsikan telah ditentukan secara optimal dan untuk memberikan manfaat yang lebih besar, kapasitor yang telah terpasang tersebut perlu dikendalikan operasinya. Pengendalian tersebut dimaksudkan untuk merespon karakteristik dinamis beban sistem kelistrikan, yaitu beban yang selalu berubah, sehingga komponen terpasang perlu dikendalian. Selain kapasitor, terdapat piranti lain yang dapat dikendalikan dalam rangka perbaikan profil tegangan dan minimisasi susut daya, yaitu pengubah sadapan beban (load tap changer/LTC). Pengendalian simultan kedua tipe komponen tersebut akan memberikan manfaat maksimal tujuan optimisasi. Untuk keperluan tersebut LTC trafo dan kapasitor tersakelar dilakukan penjadwalan operasinya. Penjadwalan operasi yang dimaksud adalah penentuan status sambungan kapasitor dan posisi tap LTC dalam tiap dalam sehari (24 jam). Karena pengendalian komponen-komponen tersebut juga mempengaruhi kondisi operasi sistem dalam pola relasi yang sangat tidak linear

(highly non linear), maka pengendaliannya perlu dilakukan secara cermat dan

hati-hati. Simulasi dan perhitungan perlu dilakukan sebelum pengendalian pada sistem real dilakukan, agar dapat dihindari pengaruh dekstruktif dari strategi operasi tersebut.

Hubungan tak linier antara perubahan status komponen tersakelar, beban sistem kelistrikan, daya yang dibangkitan dengan tegangan sistem dan rugi-rugi sistem dapat secara teliti diperhitungkan dengan analisis aliran beban (load flow

analysis). Secara matematis perhitungan aliran beban dapat dilakukan dengan

mencari solusi atas seperangkat persamaan linier simultan banyak perubah (

multi-variable simultaneous linear equations). Penyelesaian persoalan tersebut

membutuhkan metode komputasi tingkat tinggi yang melibatkan prosedur iteratif. Beban komputasi dari perhitungan aliran beban pada gilirannya sangat tinggi. Pada sisi lain, karena melibatkan prosedur iteratif, ketelitian hasil perhitungan aliran beban akan tergantung pada jumlah iterasi dan kriteria konvergensi yang biasanya ditentukan dengan derajat toleransi kesalahan. Hal lain yang mengkontribusi

(19)

6 ketelitian hasil perhitungan adalah metode yang dipakai dalam analsis aliran beban. Untuk memperoleh hasil perhitungan dengan ketelitian yang tinggi, jumlah iterasinya dapat ditingkatkan dan derajat toleransi kesalahannya diperkecil. Akan tetapi, hal ini akan memperberat beban komputasi. Metode yang lebih kompleks, yang karenanya lebih rumit, juga biasanya dapat memberikan hasil perhitungan yang lebih teliti. Hal ini juga akan meningkatkan beban komputasi. Pemilihan metode yang tepat disertai penentuan jumlah iterasi dan tingkat toleransi kesalahan yang proporsional akan memberikan hasil perhitungan dengan tingkat ketelitian yang bisa diterima

(acceptable) dengan beban komputasi yang rasional.

Jaringan distribusi merupakan sistem tiga fasa dan seringkali tidak

seimbang yang diakibatkan oleh perubahan konfigurasi jaringan dan

ketidakseimbangan beban. Untuk keperluan penyederhanaan, estimasi dan analisis seringkali dilakukan dengan mendasarkan pada asumsi bahwa sistem dalam keadaan seimbang, sehingga perhitungan dan analisis yang dilakukan dapat dilakukan untuk satu fasa saja serta memperhitungkan fasa lainya sepenuhnya seimbang dan hanya berbeda fasa 120 derajat saja.

Untuk memperoleh strategi pengendalian yang lebih akurat, sistem tiga fasa perlu diperhitungkan secara lengkap. Kesulitan yang akan ditemui adalah kalkulasi yang lebih rumit dan beban komputasi yang lebih berat. Penelitian ini mengambil fokus pengembangan piranti lunak untuk analisis aliran daya sistem tak setimbang dan optimisasi pengendalian daya reaktif/tegangan untuk minimisasi susut daya dan perbaikan profil tegangan.

Dalam penelitian tahun pertama, perhitungan aliran beban akan dilakukan dengan mempertimbangkan kondisi beban tak seimbang dan memperhitungkan berbagai konfigurasi segmen saluran distribusi. Metode perhitungan aliran beban

yang dipilih adalah Algoritma Propagasi Maju-Balik (Forward-Backward

Propagation Algorithm). Dalam perhitungan ini, sistem tidak perlu dilakukan

modifikasi terhadapnya dan juga tidak perlu dilakukan penerapan komponen simetris untuk memudahkan perhitungan. Perhitungan aliran beban dilakukan secara langsung

(20)

7 terhadap sistem dengan terlebih dahulu menentukan jalur penelusuran maju dan balik dan dilanjutkan dengan perhitungan arus jaringan dengan menggunakan jalur propagasi balik. Setelah nilai arus pada tiap segmen saluran diketahui, maka tegangan bus dapat diperhitungkan berdasarkan arus jarungan dan impedansinya. Nilai-nilai tegangan bus tersebut kembali digunakan untuk meng-update nilai arus segmen saluran. Perhitungan iteratif ini terus diulangi sampai dengan diperoleh selisih nilai tegangan tiap bus, tiap fasa untuk perhitungan iteratif yang berurutan. Selisih nilai tersebut diperiksa berdasarkan nilai toleransi yang ditetapkan dan perhitungan iteratif dikatakan konvergen jika nilai selisih dimaksud tidak melebihi toleransi yang ditetapkan.

Dalam penelitian tahun pertama, perhitungan aliran beban tiga-fasa tak seimbang diimplementasikan untuk sistem standar IEEE berdimensi 34 bus. Untuk keperluan investigasi perbaikan kondisi operasi sistem karena pemasangan kapasitor, maka dipasang kapasitor secara tentatif baik ukuran maupun lokasinya. Perhitungan aliran beban kembali dijalankan untuk melihat pengaruh pemasangan kapasitor shunt terhadap kondisi operasi sistem yang meliputi profil tegangan dan susut daya sistem. Tentu saja penentuan ukuran dan lokasi kapasitor masih perlu diperhitungkan secara lebih cermat dengan metoda optimisasi yang merupakan perhitungan terpisah.

Analisis aliran beban tiga fasa bukanlah satu-satunya perhitungan yang dilakukan dalam penelitian ini. Perhitungan tersebut memiliki peran utama memetakan (mapping) antara penambahan komponen kelistrikan dengan kondisi operasi sistem kelistrikan. Untuk keperluan perbaikan kondisi operasi sistem, sejumlah kapasitor shunt perlu dipasang pada sistem distribusi. Dalam kaitan ini, perhitungan aliran beban akan dilakukan secara berulang untuk beberapa kapasitor dengan ukuran yang bisa jadi berbeda yang dipasang untuk beberapa lokasi yang berbeda pula.

Dalam tahap penelitian tahun kedua ini, status operasional kapasitor shunt dan tap LTC dievaluasi setiap jam untuk merespon perubahan beban. Strategi pengendalian ini diperlukan untuk mempertahankan tingkat kompensasi optimal atas

(21)

8 beban kelistrikan yang berubah. Kurun pengendalian dilakukan untuk 24 jam, sehingga penentuan status operasional komponen tersakelar perlu dilakukan 24 kali untuk beban tiap jam. Perhitungan aliran beban perlu dijalankan beberapa kali untuk tiap jam dan akumulasi perhitungan tersebut untuk kurun 24 jam perhitungan menjadi cukup besar. Pemilihan Algoritma perhitungan aliran beban yang efisien dan akurat perlu dilakukan untuk meringankan beban komputasi.

Dalam penelitian tahun sebelumnya, program aliran beban telah berhasil dikembangkan dan akan dimanfaatkan dalam penelitian tahun kedua. Dalam penelitian tahun kedua, kombinasi-kombinasi status dan posisi tap LTC ditentukan secara optimal. Proses penentuan jadwal operasi optimal kapasitor-kapasitor tersebut dengan menggunakan metode optimisasi cerdas akan selalu melibatkan perhitungan aliran beban, sehingga program aliran beban merupakan tulang punggung (backbone) perhitungan dari seluruh proses optimisasi. Akurasi perhitungan aliran beban pada gilirannya akan memberikan kontribusi signifikan terhadap kesahihan (ke-valid-an) hasil optimisasi.

Dalam penelitian tahun kedua, penjadwalan operasi kapasitor shunt dan LTC akan ditentukan menggunakan metode optimisasi cerdas. Metode yang diusulkan adalah Agoritma Genetika (Genetic Algorithm, GA). Pemilihan Algoritma Genetika terutama didasarkan atas kemampuan algoritma tersebut untuk memperoleh hasil optimal global terutama untuk persoalan-persoalan optimisasi multimodal. Metode optimisasi ini akan lebih lanjut dikembangkan dengan menggabungkan

metode Fuzzy kedalam Algoritma Genetika untuk membentuk metode Hibrida

Fuzzy-Algoritma Genetika. Gabungan metode ini diharapkan memperbaiki hasil optimisasi penentuan status penjadwalan optimal kapasitor shunt dan LTC.

Dalam penelitian ini, dilakukan penentuan status penjadwalan optimal kapasitor shunt dan LTC sedemikian, sehingga diperoleh minimisasi susut daya dan perbaikan profil tegangan. Untuk keperluan tersebut berbagai kemungkinan solusi perlu dibangkitkan dan kandidat-kandidat solusi tersebut akan secara berkelanjutan diperbaiki dengan sebuah mekanisme seleksi yang mirip dengan seleksi alam (natural

(22)

selection). Program perhitungan aliran beban dimanfaatkan untuk mengevaluasi

kombinasi status penjadwalan dengan memberikan hasil perhitungan yang berupa profil tegangan dan susut daya sistem. Untuk kombinasi tertentu perhitungan aliran beban akan melakukan perhitungan dan memberikan nilai susut daya dan deskripsi profil tegangan bagi kombinasi tersebut. Perhitungan tersebut dilakukan untuk seluruh kombinasi yang diberikan pada tiap jamnya. Setelah diselesaikan perhitungan untuk jam tertentu, perhitungan kembali dilakukan untuk jam berbeda dengan beban yang berbeda serta kombinasi penjadwalan yang berbeda pula. Perhitungan dilakukan untuk seluruh kurun optimisasi dengan jumlah kombinasi penjadwalan yang cukup besar.

Secara komputatif pelibatan program perhitungan aliran beban adalah sebagai subrutin pada perhitungan optimisasi Algortima Genetika untuk mengevaluasi nilai susut daya dan profil tegangan atas kombinasi-kombinasi penjadwalan yang diberikan. Masukan untuk program tersebut adalah kombinasi penjadwalan dan keluarannya adalah nilai susut daya dan deskripsi profil tegangan atas beban sistem pada tahap tersebut. Terdapat sejumlah besar kandidat solusi yang perlu dievaluasi dan diperbaiki dalam proses komputasi. Sampai dengan tahap tertentu kandidat solusi dengan hasil terbaik akan diambil sebagai solusi akhir dari persoalan optimisasi yang ditangani. Hasil terakhir akan masih merupakan sandi-sandi genetik yang perlu diterjemahkan dalam bentuk hasil penjadwalan optimal yang dapat dipahami dan lebih operasional.

Jumlah tahapan maupun jumlah kandidat solusi pada umumnya ditentukan dengan mempertimbangkan hasil optimisasi dan beban komputasi. Solusi terbaik pada umumnya diperoleh dengan kandidat dalam jumlah besar dan generasi yang panjang. Namun beban komputasinya akan sangat berat. Dengan demikian, jumlah kandidat solusi dan generasi perlu ditentukan sedemikian, sehingga diperoleh solusi yang baik dengan beban komputasi yang masih dalam batas untuk dapat ditangani secara mudah.

(23)

10 Dalam penelitian tahun kedua, setelah berhasil dikembangkan program penjadwalan optimal komponen tersakelar menggunakan Algoritma Genetika, algoritma akan lebih lanjut dikembangkan dengan memasukkan konsep logika kabur

(Fuzzy Logic) kedalamnya. Diharapkan diperoleh hasil penjadwalan pengendalian

yang lebih baik. Konsep Fuzzy tersebut dimanfaatkan untuk menentukan kombinasi yang lebih optimal dengan mempertimbangkan pemenuhan kekangan dan pencapaian sasaran yang lebih fleksibel. Perlu disampaikan di sini bahwa terdapat sejumlah fungsi sasaran dan kekangan yang perlu dipenuhi dan dicapai dalam proses optimisasi. Kombinasi pencapaian sasaran dan pemenuhan kekangan secara simultan akan lebih dapat dilakukan secara lebih baik dengan menerapkan pola relasi yang lebih lentur untuk kedua maksud tersebut. Dengan demikian, kandidat solusi potensial akan dievaluasi dengan mempertimbangkan secara mekanisme yang lebih fleksibel sedemikian, sehingga dimungkinkan ekplorasi yang lebih ekstensif atas kemungkinan solusi. Pada akhir tahun kedua, program telah berjalan dengan baik yang terdiri atas perhitungan aliran 3 fasa tak seimbang, pemanfaatannya sebagai sub-rutin untuk optimisasi sistem menggunakan 2 buah metoded cerdas, yaitu Algoritma Genetika dan Hibrida Fuzzy-Algoritma Genetika.

Pada tahun ketiga ini, kegiatan diawali dengan melaukan validasi program dan analisis terhadap hasil perhitungan yang dibangkitkan. Setelah hasil-hasilnya diyakini valid, program akan dicoba untuk dijalankan pada sistem yang lebih besar. Jika program telah dapat bekerja baik, maka peneliti akan mencoba menawarkan program ini kepada PLN untuk dilihat kemungkinannya untuk diterapkan pada sistem real. Pada tingkat minimal akan dilakukan presentasi di PLN untuk mendapatkan masukan. Jika dirasa menarik, program akan ditawarkan untuk diimplementasikan. Hasil perhitungan optimisasi dari program adalah rekomendasi penjadwalan komponen tersakelar (kapasitor shunt dan LTC) yang penerapannya secara teknis di lapangan tidak termasuk yang dikaji dalam penelitian ini.

(24)

37 DAFTAR PUSTAKA

A.Ulinuha, S. M. Islam, et al. (2008). Optimal Voltage Restoration in Electric Power Systems Using Genetic Algorithms Powercon 2008 and 2008 IEEE Power India Conference. New Delhi, India, IEEE - PES.

A.Ulinuha, M. A. S. Masoum, et al. (2006). A Hybrid GA-Fuzzy Algorithm for Optimal Dispatch of LTC and Shunt Capacitors in Distribution System. Australasian Universities Power Engineering Conference (AUPEC), Melbourne, Australia, Victoria University.

A.Ulinuha, M. A. S. Masoum, et al. (2006). Optimal Dispatch of LTC and Shunt Capacitors in the Presence of Harmonics using Genetic Algorithms. Power Systems Conference and Exposition (PSCE) - IEEE, Atlanta, Georgia, USA, IEEE PES.

A.Ulinuha, M. A. S. Masoum, et al. (2007). Optimal Control of Reactive Power/Voltage in Distribution System Using Genetic Algorithms. Postgraduate Electrical Engineering and Computing Symposium (PEECS), Perth, Australia, Curtin University of Technology.

A.Ulinuha, M. A. S. Masoum, et al. (2007). Unbalance Power Flow Calculation for Radial Distribution System Using Forward-Backward Propagation Algorithm. Australasian Universities Power Engineering Conference (AUPEC), Perth, Australia, Curtin University of Technology.

Baran, M. E. and M.-Y. Hsu (1999). "Volt/VAr control at distribution substations." IEEE Transactions on Power Systems 14(1): 312-318.

Carpinelli, G., P. Varilone, et al. (2005). "Capacitor placement in three-phase distribution systems with nonlinear and unbalanced loads." Generation, Transmission and Distribution, IEE Proceedings- 152(1): 47-52.

Chen, T. H., M. S. Chen, et al. (1991). "Distribution system power flow analysis-a rigid approach." IEEE Transactions on Power Delivery 6(3): 1146-1152. Cheng, C. S. and D. Shirmohammadi (1995). "A three-phase power flow method for

real-time distribution system analysis." IEEE Transactions on Power Systems 10(2): 671-679.

da Costa, V. M., M. L. de Oliveira, et al. (2007). "Developments in the analysis of unbalanced three-phase power flow solutions." International Journal of Electrical Power & Energy Systems 29(2): 175-182.

Garcia, P. A. N., J. L. R. Pereira, et al. (2000). "Three-phase power flow calculations using the current injection method." IEEE Transactions on Power Systems 15(2): 508-514.

(25)

38 Ghose, T. and S. K. Goswami (2003). "Effects of unbalances and harmonics on optimal capacitor placement in distribution system." Electric Power Systems Research 68(2): 167-173.

Grainger, J. J. and S. Civanlar (1985). "Volt/var control on distribution systems with lateral branches using shunt capacitors and voltage regulators. Part I: The overall problem." IEEE Transactions on Power Apparatus and Systems 104(11): 3278-3283.

Grainger, J. J. and S. Civanlar (1985). "Volt/var control on distribution systems with lateral branches using shunt capacitors and voltage regulators. Part III: The numerical result." IEEE Transactions on Power Apparatus and Systems 104(11): 3291-3297.

Gu, Z. and D. T. Rizy (1996). "Neural networks for combined control of capacitor banks and voltage regulators in distribution systems." IEEE Transactions on Power Delivery 11(4): 1921-1928.

Holland, J. H. (1975). Adaptation in Natural and Artificial Systems. Ann Arbor, University of Michigan Press.

Jwo, W.-S., C.-W. Liu, et al. (1999). "Large-scale optimal VAR planning by hybrid simulated annealing/genetic algorithm." Electric Power and Energy Systems 21(1): 39-44.

Kersting, W. H. (1991). "Radial distribution test feeders." IEEE Transactions on Power Systems 6(3): 975-985.

Kompas (10/03/2006). Susut Daya PLN Tegal Capai 10,62 persen.

Liang, R.-H. and C.-K. Cheng (2001). "Dispatch of main transformer ULTC and capacitors in a distribution system." IEEE Transactions on Power Delivery 16(4): 625-630.

Liang, R.-H. and Y.-S. Wang (2003). "Fuzzy-based reactive power and voltage control in a distribution system." IEEE Transactions on Power Delivery 18(2): 610-618.

Liao, G.-C. (2006). "Short-term thermal generation scheduling using improved immune algorithm." Electric Power Systems Research 76(5): 360-373.

Liao, G.-C. and T.-P. Tsao (2006). "Using chaos search immune genetic and fuzzy system for short-term unit commitment algorithm." International Journal of Electrical Power & Energy Systems 28(1): 1-12.

Lin, W.-M. and J.-H. Teng (2000). "Three-phase distribution network fast-decoupled power flow solutions." International Journal of Electrical Power & Energy Systems 22(5): 375-380.

(26)

39 Lo, K. L. and C. Zhang (1993). "Decomposed three-phase power flow solution using the sequence component frame." IEE Proceedings-Generation, Transmission and Distribution 140(3): 181-188.

Malange, F. C. V., D. A. Alves, et al. (2004). "Real power losses reduction and loading margin improvement via continuation method." Power Systems, IEEE Transactions on 19(3): 1690- 1692.

Mayordomo, J. G., M. Izzeddine, et al. (2002). "Compact and flexible three-phase power flow based on a full Newton formulation." IEE Proceedings-Generation, Transmission and Distribution 149(2): 225-232.

Merdeka (2005). PLN Optimis Mampu Turunkan Susut Daya Listrik 10%. Merdeka. Michalewics, Z. (1996). Genetic Algorithms + Data Structures = Evolution Program

New York, Springer-Verlag Berlin Heidelberg.

Ramakrishna, G. and N. D. Rao (1998). "Fuzzy inference system to assist the operator in reactive power control in distribution systems." IEE Proceedings-Generation, Transmission and Distribution 145(2): 133-138.

Ramakrishna, G. and N. D. Rao (1999). "Adaptive neuro-fuzzy inference system for volt/var control in distribution systems." Electric Power Systems Research 49(2): 87-97.

Republika (2008). Reorganisasi dan mismanajemen PLN.

Roytelman, I., B. K. Wee, et al. (1995). "Volt/var control algorithm for modern distribution management system." IEEE Transactions on Power Systems 10(3): 1454-1460.

Somasundaram, P., K. Kuppusamy, et al. (2004). "Evolutionary programming based security constrained optimal power flow." Electric Power Systems Research 72(2): 137-145.

Suara_Merdeka (Senin, 23 Agustus 2004). Susut Daya, PLN Rugi 2,5 Miliar/Bulan. Sun, L., Y. Zhang, et al. (2006). "A matrix real-coded genetic algorithm to the unit

commitment problem." Electric Power Systems Research 76(9-10): 716-728. Teng, J.-H. (2002). "A modified Gauss-Seidel algorithm of three-phase power flow

analysis in distribution networks." International Journal of Electrical Power & Energy Systems 24(2): 97-102.

Thukaram, D., H. M. Wijekoon Banda, et al. (1999). "A robust three phase power flow algorithm for radial distribution systems." Electric Power Systems Research 50(3): 227-236.

Trebi-Ollennu, A. and B. A. White (1996). Multiobjective fuzzy genetic algorithm optimization approach to nonlinear control system design. International Conference on Control, UKACC.

(27)

40 Trebi-Ollennu, A. and B. A. White (1997). Multiobjective fuzzy genetic algorithm optimisation approach to nonlinear control system design. Control Theory and Applications Conference.

Ulinuha, A. (2007). Optimal Dispatch of LTC and Switched Shunt Capacitors for Distribution Networks in the Presence of Harmonics. Department of Electrical

and Computer Engineering. Perth, Curtin University of Technology. Doctor

of Philosophy: 203.

Ulinuha, A., M. A. S. Masoum, et al. (2010). "Hybrid genetic-fuzzy algorithm for volt/var/total harmonic distortion control of distribution systems with high penetration of non-linear loads." IET Generation, Transmission & Distribution 5(4): 425 - 439.

Ulinuha, A., M. A. S. Masoum, et al. "Hybrid Genetic-Fuzzy Algorithm for Optimal Volt/VAr/THD Control of Distribution Systems with High Penetration of

Nonlinear Loads " IEEE Transactions on Power Delivery.

Ulinuha, A., M. A. S. Masoum, et al. (2008). "Optimal Scheduling of LTC and Shunt Capacitors in Large Distorted Distribution Systems using Evolutionary-Based Algorithms." IEEE Transactions on Power Delivery 23(1): 434 - 441.

Vaahedi, E., J. Tamby, et al. (1999). "Large scale voltage stability constrained optimal VAr planning and voltage stability applications using existing OPF/optimal VAr planning tools." IEEE Transactions on Power Systems 14(1): 65 - 74.

Vieira, J. C. M., Jr., W. Freitas, et al. (2004). "Phase-decoupled method for three-phase power-flow analysis of unbalanced distribution systems." IEE Proceedings-Generation, Transmission and Distribution 151(5): 568-574. Wu, T., M. Rothleder, et al. (2004). "Pricing energy and ancillary services in

integrated market systems by an optimal power flow." IEEE Transactions on Power Systems 19(1): 339 - 347.

Zhang, W., Y. Liu, et al. (2002). Optimal VAr planning in area power system. International Conference on Power System Technology, 2002.

Zhang, X. P. and H. Chen (1994). "Asymmetrical three-phase load-flow study based

on symmetrical component theory." IEE Proceedings-Generation,

Transmission and Distribution 141(3): 248-252.

(1)

9 selection). Program perhitungan aliran beban dimanfaatkan untuk mengevaluasi kombinasi status penjadwalan dengan memberikan hasil perhitungan yang berupa profil tegangan dan susut daya sistem. Untuk kombinasi tertentu perhitungan aliran beban akan melakukan perhitungan dan memberikan nilai susut daya dan deskripsi profil tegangan bagi kombinasi tersebut. Perhitungan tersebut dilakukan untuk seluruh kombinasi yang diberikan pada tiap jamnya. Setelah diselesaikan perhitungan untuk jam tertentu, perhitungan kembali dilakukan untuk jam berbeda dengan beban yang berbeda serta kombinasi penjadwalan yang berbeda pula. Perhitungan dilakukan untuk seluruh kurun optimisasi dengan jumlah kombinasi penjadwalan yang cukup besar.

(2)

(3)

37 DAFTAR PUSTAKA

A.Ulinuha, S. M. Islam, et al. (2008). Optimal Voltage Restoration in Electric Power Systems Using Genetic Algorithms Powercon 2008 and 2008 IEEE Power India Conference. New Delhi, India, IEEE - PES.

Baran, M. E. and M.-Y. Hsu (1999). "Volt/VAr control at distribution substations." IEEE Transactions on Power Systems 14(1): 312-318.

real-time distribution system analysis." IEEE Transactions on Power Systems 10(2): 671-679.

Garcia, P. A. N., J. L. R. Pereira, et al. (2000). "Three-phase power flow calculations using the current injection method." IEEE Transactions on Power Systems 15(2): 508-514.

(4)

Ghose, T. and S. K. Goswami (2003). "Effects of unbalances and harmonics on optimal capacitor placement in distribution system." Electric Power Systems Research 68(2): 167-173.