Perancangan Kontrol Fuzzy untuk Pengatur
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-7
1
PERANCANGAN KONTROL FUZZY
UNTUK PENGATURAN KESEIMBANGAN DAYA AKTIF
PADA SISTEM
PEMBANGKIT LISTRIK MINI HIDRO
Utari Yusman, Mohammad Rameli
Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember (ITS)
Jl. Arief Rahman Hakim, Surabaya 60111
E-mail:[email protected] ,[email protected]
Abstrak— Dalam sistem pembangkitan listrik tenaga air,
terdapat beberapa komponen utama seperti turbin air, generator,
dan rangkaian elektronika daya. Untuk skala kecil biasanya
digunakan generator magnet permanen yang memiliki
karakteristik yang lebih efisien, kerapatan energi yang tinggi,
dan relatif mudah untuk dikontrol. Potensi air di Indonesia
sangat menjanjikan, dan penelitian pembangkitan energi disini
terfokus untuk usaha merancang suatu kontroler yang mampu
menjaga frekuensi sistem selalu berada pada 50 Hz (dengan
toleransi 10% ke bawah dan 5% ke atas.)Ada hal yang menjadi
suatu tantangan untuk diselesaikan, yaitu memodelkan dinamika
umum
generator
sinkron
magnet
permanent
yang
memperlihatkan pada keadaan sebenarnya, memodelkan turbin
air yang digunakan dalam perancangan ini, yaitu turbin air jenis
pelton. Pada tugas akhir ini digunakan metoda kontrol Fuzzy.
Kontroler ini digunakan untuk memberikan sinyal kontrol yang
mampu mengatur kecepatan rotor untuk berada pada keadaan
optimal dalam usaha mendapatkan keseimbangan daya sesuai
kriteria frekuensi yang telah ditentukan.
berupa heater untuk menyesuaikan beban penduduk agar
selalu berada pada beban maksimal untuk memudahkan
pengontrolan [2]. Metoda ini tidak efisien bila dilihat dari
pembuangan kelebihan energi yang dibelokkan ke beban
komplementer. Hal ini tentu saja menjadi tantangan tersendiri
untuk merancang suatu sistem pengaturan baru yang lebih
efisien. Pengaturan yang ditawarkan menggunakan kontroler
Fuzzy sebagai logika pengambil keputusan dalam mengatur
variabel kontrol (governor dan eksitasi) pada generator
sinkron.
Pada makalah ini, dijelaskan desain sebuah kontrol Fuzzy
untuk menghasilkan sinyal kontrol pada setiap daerah kerja
yang berbeda. Dengan kontrol Fuzzy, perubahan daerah kerja
akan diikuti oleh perubahan titik kerja kontrol, sehingga bisa
memberikan respon yang lebih cepat dalam pencapaian
referensi.
II. TEORI DASAR
Kata Kunci— PLTM, Generator Sinkron, Daya Aktif, Frekuensi,
Fuzzy
I. PENDAHULUAN
K
etergantungan
manusia
modern
terhadap
penggunaan energi listrik menuntut untuk
diberlakukannya suatu sumber energi terbarukan, mengingat
sumber energi listrik yang biasa digunakan berupa bahan bakar
fosil sudah semakin berkurang jumlahnya.Pembangkit Listrik
Tenaga Mini Hidro (PLTM) merupakan suatu objek yang
menarik mengingat banyaknya sumber-sumber perairan di
Indonesia, seperti sungai dan air terjun. Potensi ini sangat
sayang apabila tidak dimanfaatkan, terutama untuk
menyokong kebutuhan listrik di daerah terpencil yang belum
dimasuki listrik Perusahaan Listrik Negara (PLN). Ironinya,
sumber tenaga air skala mini ini banyak terdapat di daerah
seperti ini.
Apabila terjadi perubahan beban signifikan secara tibatiba, akan terjadi masa transisi untuk menyeimbangkan daya
output pembangkit (dalam hal ini generator) dengan daya
beban yang digunakan oleh penduduk [1]. Pada sistem yang
sudah ada, proses transisi ini banyak yang menggunakan
resistansi komplementer, yaitu dengan memasang beban
A. Pemodelan Turbin Air
Taksiran potensi air diperlukan untuk melihat tinggi
energi yang ada dilokasi, untuk selanjutnya dipertimbangkan
jenis turbin atau kapasitas generator yang akan digunakan.
Untuk suatu aliran yang mempunyai tinggi energi sebesar H
(m), dan debit sebesar Q (m3/s), maka potensi daya pada aliran
tersebut secara umum dapat dinyatakan sebagai:
P = ρ g Q H (m kg/s)
(1)
dengan ρ adalah massa jenis air, sebesar 1000 kg/m3, dan g
adalah percepatan gravitasi, sebesar 9.8 m/s2.
Daya yang dihasilkan oleh turbin dapat dihasilkan dari daya
yang tersedia pada air dikalikan dengan efisiensi turbin (η0),
yaitu:
(2)
P = ρ g Q H η0 (m kg/s)
Tenaga yang dikeluarkan dipengaruhi oleh Q maupun H.
Efisiensi daya turbin dipengaruhi oleh tipe turbin. Dengan
turbin yang memiliki efisiensi tertinggi yaitu turbin tipe Pelton
dengan efisiensi mencapai 90%.
B. Pemodelan Generator Sinkron
Pemodelan generator sinkron diperlukan untuk membuat
simulasi generator sinkron berdasarkan dinamika elektrik
maupun mekanik yang terjadi pada generator nyata.
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-7
Setiap mesin dapat dikontrol oleh 2 sinyal kontrol
(input):
1. Arus medan/arus rotor (ir)
2. Torsi mekanik (Tm)
Bila salah satu atau kedua input berubah, maka akan
mempengaruhi 4 output:
1. Pgv
2. Qgv
3. |Vv|
4. F
Rangkaian persamaan generator sinkron:
2
stator. Sedangkan iq menghasilkan emf pada arah tegak lurus
kutub.
Transformasi kordinat referensi berdasarkan rotor ini
dapat dilihat pada gambar 2:
Gambar 2 Definisi Transformasi Blondel
Dengan matriks Blondel (B), yaitu:
2�
2�
cos
(α − )
cos(α + )
���α
3
3
� ≜
Gambar 1. Skematik Rangkaian Ekivalen Mesin Sinkron
Persamaan
umum
mesin
menggunakan hukum Kirchoff, yaitu:
sinkron
didapatkan
�
�
�
�
(���. ��) − (���. ��) − (���. ��) + (���. ��)
��
��
��
��
�
�
�
�
�� = −��. �� − (���. ��) − (���. ��) − (���. ��) + (���. ��)
��
��
��
��
�
�
�
�
�� = −��. �� − (���. ��) − (���. ��) − (���. ��) + (���. ��)
��
��
��
��
�
�
�
�
�� = ��. �� − (���. ��) − (���. ��) − (���. ��) + (���. ��)
��
��
��
��
�� = −��. �� −
2
3
�−���α − sin �α − 2� �
3
0.5
0.5
−sin
(α +
0.5
2�
3
)�
(4)
Berdasarkan persamaan mesin sinkron pada (3), dapat
dituliskan persamaan kordinat referensi rotornya yaitu:
���
�α
���
− �5
− ��. ��
��
��
��
���
�α
�� = −��. �� − ��
− (��. �� − �5. ��)
��
��
��0
�0 = −�0. �� − �0
��
��� 3 ���
�� = ��. �� + �4
− �5
�� 2
��
�� = −��. �� − ��
(5)
Keterangan:
vd: tegangan direct axis
(3)
vq: tegangan quadrature axis
Keterangan:
v0:tegangan zero sequence
va, vb, dan vc : tegangan stator pada fasa a, b, dan c
id: arus direct axis
ia, ib, dan ic : arus yang melewati kumparan stator fasa a, b,
iq: arus quadrature axis
dan c
i0: arus zero sequence
vr: tegangan eksitasi
Akan dirancang suatu simulasi generator sinkron dengan
ir: arus mengalir pada rotor
beban resistif dan induktif yang disimbolkan dengan RL dan
rr: resistansi kumparan rotor
LL. Dinamika generator berbeban ini dapat dijabarkan dalam
Persamaan umum mesin sinkron pada (3) dapat persamaan (8), seperti:
���
diselesaikan secara analitik menggunakan teknik Transformasi
− �����
��� = ��. �� + ��
Blondel. Metoda ini menggunakan komponen baru yang
��
���
disebut direct axis (d), quadrature axis (q), dan zero sequence
��� = ��. �� + ��
+ �����
(0). Pada teori mesin listrik, dilihat dari stator sebagai kordinat
��
(6)
referensi dan memiliki origin pada axis kumparan a, maka
Dengan VLd, VLq, RL, LL, iLd, dan iLq berturut-turut
mmf yang dihasilkan arus a arahnya proporsional dengan ia.
Bila sistem kordinat dengan rotor sebagai kordinat merupakan tegangan beban pada d, tegangan beban pada q,
referensi dan memiliki origin pada titik tengah kutub mesin, resistansi beban, induktansi beban, arus beban pada d, serta
gelombang mmf yang sama akan timbul dengan intensitas arus beban pada q.
Tegangan beban sama dengan tegangan pada stator
proportional dengan ia cos α. Dari sudut pandang ini, arus id
pada titik tengah kutub disebabkan mmf total karena tiga arus (VSdq=VLdq), sehingga persamaan (5) dapat disubsitusikan
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-7
ke dalam persamaan (6) untuk mendapatkan dinamika arus
pada generator. Persamaan hasil subsitusi yaitu:
���
���
− �5
= (��� + ���)�� − (�� + ��)��
��
��
���
(�� + ��)
= ��5�� − (��� + ���)�� − (�� + ��)��
��
���
��� 3
+ �5
= �� − ��. ��
�4
��
�� 2
(�� + ��)
3
diagram, seperti distribusi linier, distribusi segitiga, trapesium,
dan gausian. Ada beberapa fungsi yang bisa digunakan :
1. Representasi segitiga
(7)
Dinamika mekanik dari generator dapat dituliskan dalam
bentuk persamaan:
2��̇ = −�� + (�� − ��)
(8)
Dengan H, D, Pm, dan Pe adalah konstanta waktu inersia,
konstanta damper, daya mekanik turbin, serta daya elektrik
generator.
µ[x] = 0
; x ≤ a atau c ≤ x
µ[x] = (x-a)/(b-a)
;a≤x≤b
µ[x] = (c-x)/(c-b)
;b≤x≤c
µ[x] = 1
;x≤a
Gambar 4 Distribusi Segitiga Fungsi Keanggotaan Fuzzy
2.
(9)
Representasi trapesium
C. Kontrol Logika Fuzzy
Sebagai kontroler, logika Fuzzy memiliki bentuk seperti
pada gambar 3:
Gambar 5 Distribusi Trapesium Fungsi Keanggotaan Fuzzy
µ[x] = 0
; x ≤ a atau d ≤ x
µ[x] = (x-a)/(b-a)
;a 6}
Himpunan fuzzy pada semesta X, dinotasikan dengan x,
maka, himpunan fuzzy A pada X didefinisikan sebagai:
A = {x, μA(x) | x X} ;μA(x) disebut fungsi keanggotaan x
pada A.
Pada fuzzy, fungsi keanggotaan yaitu berupa kurva yang
mendefinisikan bagaimana memetakan setiap titik pada ruang
input kepada derajat keanggotaan antara 0 dan 1. Fungsi
keanggotaan dapat didistribusikan dalam beberapa bentuk
3.
(10)
Representasi gaussian
Gambar 6 Distribusi Gaussian Fungsi Keanggotaan Fuzzy
Persamaan:
1 �� − �� 2
� �
�(�) = ��� �− �
��
2
Fungsi keanggotaan ini merupakan suatu fungsi (kurva)
yang menunjukkan pemetaan titik-titik input data ke dalam
nilai keanggotaannya (derajat keanggotaan) yang memiliki
interval antara 0 sampai 1. Proses pemetaan ini merupakan
sutu proses fuzzyfikasi yang selanjutnya dilakukan proses
pengambilan keputusan (inference fuzzy) untuk menentukan
hasil dari fuzzyfikasi.
Aturan if-then menginterpretasikan perbedaan yang jelas
antara antecedent (meliputi fuzifikasi input dan memberikan
operator fuzzy yang diperlukan) dengan consequent (berupa
kesimpulan).
Bentuk umum aturan:
If premise Then consequent
Yang sering digunakan yaitu dalam bentuk basis aturan.
Penggunaannya seperti:
Rule 1: jika e(t) = nol, maka u(t) = nol
Rule 2: jika e(t) = negbes, maka u(t) = posbes
(11)
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-7
Suatu hal yang harus dihitung yaitu bagaimana
menerapkan hasil logika fuzzy pada plant. Diperlukan proses
defuzzifikasi [9] logika fuzzy menjadi besaran skalar.Terdapat
beberapa metoda defuzzifikasi, yaitu:
1. Max Membership Principle
Metoda ini membatasi pada fungsi output puncak.
Dituliskan dalam persamaan aljabar:
µc(z*) ≥µc(z) ; untuk semua z∈ Z
z* digambarkan sebagai:
Gambar 7 Defuzzifikasi Max Membership
2.
3.
Centroid (disebut juga Centre of Area/Centre of
Gravity)
Metode ini yang paling mumpuni untuk defuzzifikasi
[Sugeno,1985;
Lee,1990].
Diberikan
dalam
persamaan aljabar:
∫ ��(�). � ��
�∗=
∫ ��(�)��
Weighted Average Method
Merupakan metode yang paling sering digunakan
dalam aplikasi fuzzy, karena merupakan metoda
dengan efisiensi perhitungan. Diberikan dalam
persamaan aljabar:
� . �̅
∑ ��(�)
∑ ��(�̅)
Bentuk perhitungan metode ini seperti:
�∗=
�(0.5)+�(0.9)
�∗=
0.5+0.9
Gambar 8 Defuzzifikasi Weighted Average dan perhitungannya
III. DESAIN KONTROL LOGIKA FUZZY PADA PENGATURAN
KESEIMBANGAN DAYA AKTIF PLTM
Sebelum melakukan perancangan kontroler, harus
diketahui terlebih dahulu kriteria desain yang diinginkan. Pada
pembangkit listrik, perubahan beban akan menyebabkan
keseimbangan daya pada sistem terganggu. Keseimbangan
daya tersebut terlihat dari kestabilan frekuensi sistem. Kriteria
sistem yang diinginkan adalah:
1. Rating daya aktif:500 kW
2. Rating tegangan: 380 V
3. Rating arus: 130 A
4. Rating frekuensi: 50 Hz
5. Kecepatan rotor: 750 rpm
6. Daya nominal: 357 kW
7. Daya minimal: 127 kW
8. Daya maksimal:
396 kW
Berdasarkan respon hasil percobaan, dapat disimpulkan:
a. Sinyal kontrol governor naik: frekuensi naik,
tegangan naik
b. Sinyl kontrol governor turun: frekuensi turun,
tegangan turun
c. Sinyal kontrol eksitasi naik: frekuensi turun,
tegangan naik
d. Sinyal kontrol eksitasi turun: frekuensi naik,
tegangan turun
Untuk mengatur agar daya dan frekuensi selalu seimbang
dan tegangan selalu konstan, digunakan fungsi keanggotaan
fuzzy berupa:
1. Masukan Fuzzy
a. Error Frekuensi
Fungsi Keanggotaan Error Frekuensi
N
1
Derajat Keanggotaan
Inferensi fuzzy [10] adalah proses perumusan memetakan
dari input yang diberikan menjadi keluaran menggunakan
logika fuzzy. Pemetaan mendukung aturan dari keputusan
yang akan diambil. Proses inferensi fuzzy meliputi
pendeskripsian dungsi keanggotaan fuzzy, operasi logika, serta
aturan jika-maka. Dapat dijabarkan seperti:
1. Kombinasi input dengan aturan premis (fuzzifikasi
input)
Contoh: Pada semesta X dengan range [1-10],
terdapat himpunan fuzzy 1, 2, dan 3. Menggunakan
distribusi segitiga, fuzzifikasi himpunan A dapat
dituliskan
X = {X1 ;X 2; X3}
A = {µ1/X1 ; µ2/X2 ; µ3/X3}= [µ1 µ2 µ3]T
2. Menentukan aturan yang diaktifkan (menerapkan
operator fuzzy)
3. Agregasi aturan fuzzy.
Inference fuzzy bisa dilakukan dengan beberapa metoda
seperti mamdani, takagi sugeno, ataupun larsent.
Mendefinisikan inference rule dapata dilakukan dengan cara
seperti:
1. Mamdani
µ(k) = max [µ(k), min{µ1(j), µ2(i)}]
2. Larsent
µ(k) = max [µ(k), {µ1(j), µ2(i)}]
Atau
µ(k) = 0.5 [µ(k) + µ1(j) . µ2(i)]
4
SN
P
0.8
0.6
0.4
0.2
0
-20
-10
0
10
Error Frekuensi
20
Gambar 9 Fungsi Keanggotaan Error Frekuensi
Keterangan:
N : Negatif
SN : Sekitar Nol
P : Positif
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-7
b.
5
Error Tegangan
Respon Lup Terbuka Frekuensi dengan Titik Kerja
4000
Fungsi Keanggotaan Error Tegangan
N
X: 0.2836
Y: 3912
3500
P
0.6
2500
0.4
0.2
0
2000
1500
-300
-200
-100
0
100
Error Tegangan
200
300
1000
X: 0.08557
Y: 451.3
Gambar 10 Fungsi Keanggotaan Error Tegangan
500
Keterangan:
N : Negatif
SN : Sekitar Nol
P : Positif
2.
0
Derajat Keanggotaan
0.5
1
Waktu (detik)
1.5
2
Dengan memberikan sinyal kontrol berupa step pada titik
kerja minimum, nominal, dan maksimum, didapatkan
frekuensi mengalami overshoot yang sangat besar (mencapai
77.2% pada beban maksimum). Namun, untuk setiap daerah
kerja, frekuensi akan mencapai setpoint dalam waktu kurang
dari satu detik.
Fungsi Keanggotaan Sinyal Kontrol Governor
KS
B
0.8
0.6
0.4
Respon Lup Terbuka dengan Titik Kerja
4000
0.2
0
3500
50
55
60
65
70
Bukaan Valve
75
X: 0.3441
Y: 3621
80
Beban Minimum (127 kW)
Beban Nominal (357 kW)
Beban Maksimum (396 kW)
3000
Tegangan (Volt)
Gambar 11 Fungsi Keanggotaan Bukaan Valve
Keterangan:
K : Kecil
S : Sedang
B : Besar
b.
0
Gambar 13 Respon Frekuensi Dengan Memberikan Sinyal Kontrol Pada
Titik Kerja
Keluaran Fuzzy
a. Bukaan valve
1
Beban Maksimum (396 kW)
Beban Nominal (357 kW)
Beban Minimum (127 kW)
X: 0.2573
Y: 3314
3000
0.8
Frekuensi
Derajat Keanggotaan
1
SN
X: 0.3137
Y: 2788
2500
2000
1500
1000
Tegangan eksitasi
X: 0.1512
Y: 535.2
500
Fungsi Keanggotaan Sinyal Kontrol Eksitasi
Derajat Keanggotaan
1
KS
B
0.8
0
0.5
1
Waktu (detik)
1.5
2
Gambar 14 Respon Tegangan Dengan Memberikan Sinyal Kontrol Pada
Titik Kerja
0.6
0.4
0.2
0
10
0
15
20
25
Eksitasi
30
35
Gambar 12 Fungsi Keanggotaan Tegangan Eksitasi
Keterangan:
K : Kecil
S : Sedang
B : Besar
III PENGUJIAN DAN ANALISIS KESIMPULAN
Setelah mendapatkan titik kerja kontrol, selanjutnya
dilihat respon lup terbuka sistem menggunakan titik kerja
tersebut. Respon dapat dilihat pada gambar 13 sampai dengan
gambar 15.
Seperti terlihat pada gambar 4.9, magnitudo tegangan
mengalami overshoot mencapai (77.2 % pada titik kerja
maksimum). Namun, untuk tiga daerah kerja, tegangan dapat
kembali mencapai setpoint dalam waktu kurang dari satu detik.
Terlihat persamaan karakteristik pada frekuensi dan juga
tegangan generator setelah pemberian sinyal kontrol bervariasi
sesuai daerah kerjanya. Begitu juga pada gambar 4.10, dengan
pemberian sinyal kontrol berbeda, kebutuhan daya aktif beban
dapat dipenuhi oleh generator. Pada detik pertama masa
transient, terjadi ketidaksimbangan daya beban, dimana daya
elektrik mengalami overshoot sangat tinggi. Setelah satu detik,
masing-masing daerah kerja terjadi keseimbangan daya. Pada
beban minimum, daya mekanik bernilai sama dengan daya
elektrik sebesar 127 kW, begitu juga pada beban nominal dan
beban maksimal, dimana kenaikan beban disanggupi oleh daya
yang dihasilkan oeh generator.
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-7
stabil, telah berarti didapatkan keseimbangan antara torsi
mekanik dan torsi elektrik. Hal ini berarti terjadi
keseimbangan antara daya aktif beban dengan daya aktif
dibangkitkan oleh generator. Pada detik pertama digunakan,
kontrol fuzzy mengalami overshoot awal sangat tinggi
(mencapai 150%), namun untuk perubahan beban selanjutnya
hal ini tidak terjadi lagi.
5
Respon
x 10 Lup Terbuka Daya dengan Titik Kerja Kontrol Pembebanan Berbeda
7
P elektrik Maksimum
P elektrik Nominal
6
P elektrik Minimum
P mekanik minimum
P mekanik nominal
5
Pmekanik maksimum
Daya (Watt)
6
4
3
DAFTAR PUSTAKA
2
1
0
0
0.2
0.4
0.6
0.8
1
1.2
Waktu (detik)
1.4
1.6
1.8
2
Gambar 15 Respon Daya Dengan Memberikan Sinyal Kontrol Pada Titik
Kerja
Respon Hubungan frekuensi dan daya aktif dari keadaan
tanpa beban menjadi keadaan beban minimum menggunakan
kontrol fuzzy dapat dilihat pada gambar 16 dan 17
Respon Frekuensi dengan Perubahan Beban Menggunakan Fuzzy
50.3
50.2
Frekuensi (Hz)
50.1
50
49.9
49.8
49.7
49.6
49.5
49.4
0
0.5
1
1.5
2
Waktu (detik)
2.5
3
3.5
Gambar 16 Respon Frekuensi dengan Fuzzy
5
3.5
Respon Daya Aktif Generator
x 10
[1] Harun, Nadjamuddin.”Bahan Ajar Perancangan
Pembangkitan Tenaga Listrik”, Teknik Elektro
Universitas Hasanudin, Makasar, 2011
[2]Widia,Riza. Yunus, Dasrul. “Simulasi Arus Beban PLTMH
Menggunakan Pengatur Beban Elektronik (ELC) Fasa
Satu”, Teknik Elektro Politeknik Negeri Padang, 2010
[3] http://www.iea.org/
[4] Rajakurana, S. ”Renewable Energy System”, 2007
[5] Dandekar,M. “Pembangkit Listrik Tenaga Air”,
diterjemahkan oleh D. Bambang, Penerbit Universitas
Indonesia, Jakarta, 1991
[6] Nagrath,I.J dan Kothari, D.P,”Electric Machine”, Tata
McGraw-hill Publishing Company Limited, New
Delhi, 1987
[7] Fitzgerald, “Electric Machinery Fourth Edition”,
McGraw-Hill Book Company, Fong&Sons Printers
Pte Ltd, Singapura, 1985
[8] Elgerd, O. “Electric Energy System Theory: An
Introduction”, TATA McGRAW-HILL
PUBLISHING COMPANY LTD, New Delhi , 1975
[9]Timothy, Ross, “Fuzzy Logic with Engineering
Aplication”, John Wiley & Son, England, 2004
[10] Fuzzy Logic Toolbox, User Guide, Matlab, 2012
[11]Cirstea, M.N, “Neural and Fuzzy Logic Control of Drives
and Power System”, Newnes, Oxford, 2002
3
LAMPIRAN
2.5
Daya (Watt)
Tabel 1 Parameter Sistem PLTMH
No
1.
2
1.5
1
0.5
0
Daya Mekanik
Daya Beban
0
0.5
1
1.5
2
Waktu (detik)
2.5
3
3.5
Gambar 17 Respon Daya dengan Fuzzy
Menggunakan Logika Fuzzy, untuk setiap perubahan beban,
dari beban minimum sampai beban maksimum, frekuensi
selalu dapat mencapai setpoint dalam waktu 0.1 detik. Karena
Frekuensi yang dijaga stabil, maka secara tidak langsung telah
menjaga keseimbangan daya aktif pada generator.
IV. KESIMPULAN
Setelah dilakukan perancangan, didapatkan bahwa penggunaan
kontrol fussy memberikan respon yang cepat terhadap
perbahan beban generator. Dengan menjaga frekuensi selalu
2.
Parameter Elemen
Turbin
Tinggi Head Netto (Hn)
Jari-jari pipa (R)
Massa jenis air (ρ)
Percepatan Grafitasi (g)
Tekanan air (p)
turbin
Effisiensi/rugi-rugi
(η0)
Generator
Inersia (J)
Damper (D)
Resistansi Stator (Rs)
Induktansi d (Ld)
Induktansi q (Lq)
Mutual Induktansi statorrotor (Lm)
Resistansi Field (Rf)
Induktansi Fiel (Lf)
Pole (P)
Nilai
Satuan
10
5
1000
9.8
30
30
m
cm
kg/m3
m/s2
Nm
%
5
0.025
0.012
0.0018
0.0018
Detik
0.0012
0.01
0.001
8
H
Ohm
H
Ohm
H
H
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-7
RIWAYAT PENULIS
3.
4.
5.
6.
7.
Penulis bernama lengkap utari
yusman, dan biasa dipanggil ‘tari’.
Penulis lahir di kota padang, 1 juni
1990.
Riwayat Pendidikan:
1. SD Baiturrahmah Padang
(1995-2001)
2. SMP N 1 Payakumbuh
(2001-2004)
SMA N 2 Payakumbuh (2004-2007)
Teknik Elektronika Politeknik Negeri Padang (20072010)
Teknik Sistem Pengaturan ITS
(2011-2013)
Penulis aktif sebagai anggota UKM-Bahasa, UKMRobotika, dan UKM-Pers Politeknik Negeri Padang
selama periode 2008-2010
Penulis pernah aktif sebagai asisten laboratorium
otomasi dan informatika Teknik Sistem Pengaturan
periode semester genap 2012
7
1
PERANCANGAN KONTROL FUZZY
UNTUK PENGATURAN KESEIMBANGAN DAYA AKTIF
PADA SISTEM
PEMBANGKIT LISTRIK MINI HIDRO
Utari Yusman, Mohammad Rameli
Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember (ITS)
Jl. Arief Rahman Hakim, Surabaya 60111
E-mail:[email protected] ,[email protected]
Abstrak— Dalam sistem pembangkitan listrik tenaga air,
terdapat beberapa komponen utama seperti turbin air, generator,
dan rangkaian elektronika daya. Untuk skala kecil biasanya
digunakan generator magnet permanen yang memiliki
karakteristik yang lebih efisien, kerapatan energi yang tinggi,
dan relatif mudah untuk dikontrol. Potensi air di Indonesia
sangat menjanjikan, dan penelitian pembangkitan energi disini
terfokus untuk usaha merancang suatu kontroler yang mampu
menjaga frekuensi sistem selalu berada pada 50 Hz (dengan
toleransi 10% ke bawah dan 5% ke atas.)Ada hal yang menjadi
suatu tantangan untuk diselesaikan, yaitu memodelkan dinamika
umum
generator
sinkron
magnet
permanent
yang
memperlihatkan pada keadaan sebenarnya, memodelkan turbin
air yang digunakan dalam perancangan ini, yaitu turbin air jenis
pelton. Pada tugas akhir ini digunakan metoda kontrol Fuzzy.
Kontroler ini digunakan untuk memberikan sinyal kontrol yang
mampu mengatur kecepatan rotor untuk berada pada keadaan
optimal dalam usaha mendapatkan keseimbangan daya sesuai
kriteria frekuensi yang telah ditentukan.
berupa heater untuk menyesuaikan beban penduduk agar
selalu berada pada beban maksimal untuk memudahkan
pengontrolan [2]. Metoda ini tidak efisien bila dilihat dari
pembuangan kelebihan energi yang dibelokkan ke beban
komplementer. Hal ini tentu saja menjadi tantangan tersendiri
untuk merancang suatu sistem pengaturan baru yang lebih
efisien. Pengaturan yang ditawarkan menggunakan kontroler
Fuzzy sebagai logika pengambil keputusan dalam mengatur
variabel kontrol (governor dan eksitasi) pada generator
sinkron.
Pada makalah ini, dijelaskan desain sebuah kontrol Fuzzy
untuk menghasilkan sinyal kontrol pada setiap daerah kerja
yang berbeda. Dengan kontrol Fuzzy, perubahan daerah kerja
akan diikuti oleh perubahan titik kerja kontrol, sehingga bisa
memberikan respon yang lebih cepat dalam pencapaian
referensi.
II. TEORI DASAR
Kata Kunci— PLTM, Generator Sinkron, Daya Aktif, Frekuensi,
Fuzzy
I. PENDAHULUAN
K
etergantungan
manusia
modern
terhadap
penggunaan energi listrik menuntut untuk
diberlakukannya suatu sumber energi terbarukan, mengingat
sumber energi listrik yang biasa digunakan berupa bahan bakar
fosil sudah semakin berkurang jumlahnya.Pembangkit Listrik
Tenaga Mini Hidro (PLTM) merupakan suatu objek yang
menarik mengingat banyaknya sumber-sumber perairan di
Indonesia, seperti sungai dan air terjun. Potensi ini sangat
sayang apabila tidak dimanfaatkan, terutama untuk
menyokong kebutuhan listrik di daerah terpencil yang belum
dimasuki listrik Perusahaan Listrik Negara (PLN). Ironinya,
sumber tenaga air skala mini ini banyak terdapat di daerah
seperti ini.
Apabila terjadi perubahan beban signifikan secara tibatiba, akan terjadi masa transisi untuk menyeimbangkan daya
output pembangkit (dalam hal ini generator) dengan daya
beban yang digunakan oleh penduduk [1]. Pada sistem yang
sudah ada, proses transisi ini banyak yang menggunakan
resistansi komplementer, yaitu dengan memasang beban
A. Pemodelan Turbin Air
Taksiran potensi air diperlukan untuk melihat tinggi
energi yang ada dilokasi, untuk selanjutnya dipertimbangkan
jenis turbin atau kapasitas generator yang akan digunakan.
Untuk suatu aliran yang mempunyai tinggi energi sebesar H
(m), dan debit sebesar Q (m3/s), maka potensi daya pada aliran
tersebut secara umum dapat dinyatakan sebagai:
P = ρ g Q H (m kg/s)
(1)
dengan ρ adalah massa jenis air, sebesar 1000 kg/m3, dan g
adalah percepatan gravitasi, sebesar 9.8 m/s2.
Daya yang dihasilkan oleh turbin dapat dihasilkan dari daya
yang tersedia pada air dikalikan dengan efisiensi turbin (η0),
yaitu:
(2)
P = ρ g Q H η0 (m kg/s)
Tenaga yang dikeluarkan dipengaruhi oleh Q maupun H.
Efisiensi daya turbin dipengaruhi oleh tipe turbin. Dengan
turbin yang memiliki efisiensi tertinggi yaitu turbin tipe Pelton
dengan efisiensi mencapai 90%.
B. Pemodelan Generator Sinkron
Pemodelan generator sinkron diperlukan untuk membuat
simulasi generator sinkron berdasarkan dinamika elektrik
maupun mekanik yang terjadi pada generator nyata.
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-7
Setiap mesin dapat dikontrol oleh 2 sinyal kontrol
(input):
1. Arus medan/arus rotor (ir)
2. Torsi mekanik (Tm)
Bila salah satu atau kedua input berubah, maka akan
mempengaruhi 4 output:
1. Pgv
2. Qgv
3. |Vv|
4. F
Rangkaian persamaan generator sinkron:
2
stator. Sedangkan iq menghasilkan emf pada arah tegak lurus
kutub.
Transformasi kordinat referensi berdasarkan rotor ini
dapat dilihat pada gambar 2:
Gambar 2 Definisi Transformasi Blondel
Dengan matriks Blondel (B), yaitu:
2�
2�
cos
(α − )
cos(α + )
���α
3
3
� ≜
Gambar 1. Skematik Rangkaian Ekivalen Mesin Sinkron
Persamaan
umum
mesin
menggunakan hukum Kirchoff, yaitu:
sinkron
didapatkan
�
�
�
�
(���. ��) − (���. ��) − (���. ��) + (���. ��)
��
��
��
��
�
�
�
�
�� = −��. �� − (���. ��) − (���. ��) − (���. ��) + (���. ��)
��
��
��
��
�
�
�
�
�� = −��. �� − (���. ��) − (���. ��) − (���. ��) + (���. ��)
��
��
��
��
�
�
�
�
�� = ��. �� − (���. ��) − (���. ��) − (���. ��) + (���. ��)
��
��
��
��
�� = −��. �� −
2
3
�−���α − sin �α − 2� �
3
0.5
0.5
−sin
(α +
0.5
2�
3
)�
(4)
Berdasarkan persamaan mesin sinkron pada (3), dapat
dituliskan persamaan kordinat referensi rotornya yaitu:
���
�α
���
− �5
− ��. ��
��
��
��
���
�α
�� = −��. �� − ��
− (��. �� − �5. ��)
��
��
��0
�0 = −�0. �� − �0
��
��� 3 ���
�� = ��. �� + �4
− �5
�� 2
��
�� = −��. �� − ��
(5)
Keterangan:
vd: tegangan direct axis
(3)
vq: tegangan quadrature axis
Keterangan:
v0:tegangan zero sequence
va, vb, dan vc : tegangan stator pada fasa a, b, dan c
id: arus direct axis
ia, ib, dan ic : arus yang melewati kumparan stator fasa a, b,
iq: arus quadrature axis
dan c
i0: arus zero sequence
vr: tegangan eksitasi
Akan dirancang suatu simulasi generator sinkron dengan
ir: arus mengalir pada rotor
beban resistif dan induktif yang disimbolkan dengan RL dan
rr: resistansi kumparan rotor
LL. Dinamika generator berbeban ini dapat dijabarkan dalam
Persamaan umum mesin sinkron pada (3) dapat persamaan (8), seperti:
���
diselesaikan secara analitik menggunakan teknik Transformasi
− �����
��� = ��. �� + ��
Blondel. Metoda ini menggunakan komponen baru yang
��
���
disebut direct axis (d), quadrature axis (q), dan zero sequence
��� = ��. �� + ��
+ �����
(0). Pada teori mesin listrik, dilihat dari stator sebagai kordinat
��
(6)
referensi dan memiliki origin pada axis kumparan a, maka
Dengan VLd, VLq, RL, LL, iLd, dan iLq berturut-turut
mmf yang dihasilkan arus a arahnya proporsional dengan ia.
Bila sistem kordinat dengan rotor sebagai kordinat merupakan tegangan beban pada d, tegangan beban pada q,
referensi dan memiliki origin pada titik tengah kutub mesin, resistansi beban, induktansi beban, arus beban pada d, serta
gelombang mmf yang sama akan timbul dengan intensitas arus beban pada q.
Tegangan beban sama dengan tegangan pada stator
proportional dengan ia cos α. Dari sudut pandang ini, arus id
pada titik tengah kutub disebabkan mmf total karena tiga arus (VSdq=VLdq), sehingga persamaan (5) dapat disubsitusikan
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-7
ke dalam persamaan (6) untuk mendapatkan dinamika arus
pada generator. Persamaan hasil subsitusi yaitu:
���
���
− �5
= (��� + ���)�� − (�� + ��)��
��
��
���
(�� + ��)
= ��5�� − (��� + ���)�� − (�� + ��)��
��
���
��� 3
+ �5
= �� − ��. ��
�4
��
�� 2
(�� + ��)
3
diagram, seperti distribusi linier, distribusi segitiga, trapesium,
dan gausian. Ada beberapa fungsi yang bisa digunakan :
1. Representasi segitiga
(7)
Dinamika mekanik dari generator dapat dituliskan dalam
bentuk persamaan:
2��̇ = −�� + (�� − ��)
(8)
Dengan H, D, Pm, dan Pe adalah konstanta waktu inersia,
konstanta damper, daya mekanik turbin, serta daya elektrik
generator.
µ[x] = 0
; x ≤ a atau c ≤ x
µ[x] = (x-a)/(b-a)
;a≤x≤b
µ[x] = (c-x)/(c-b)
;b≤x≤c
µ[x] = 1
;x≤a
Gambar 4 Distribusi Segitiga Fungsi Keanggotaan Fuzzy
2.
(9)
Representasi trapesium
C. Kontrol Logika Fuzzy
Sebagai kontroler, logika Fuzzy memiliki bentuk seperti
pada gambar 3:
Gambar 5 Distribusi Trapesium Fungsi Keanggotaan Fuzzy
µ[x] = 0
; x ≤ a atau d ≤ x
µ[x] = (x-a)/(b-a)
;a 6}
Himpunan fuzzy pada semesta X, dinotasikan dengan x,
maka, himpunan fuzzy A pada X didefinisikan sebagai:
A = {x, μA(x) | x X} ;μA(x) disebut fungsi keanggotaan x
pada A.
Pada fuzzy, fungsi keanggotaan yaitu berupa kurva yang
mendefinisikan bagaimana memetakan setiap titik pada ruang
input kepada derajat keanggotaan antara 0 dan 1. Fungsi
keanggotaan dapat didistribusikan dalam beberapa bentuk
3.
(10)
Representasi gaussian
Gambar 6 Distribusi Gaussian Fungsi Keanggotaan Fuzzy
Persamaan:
1 �� − �� 2
� �
�(�) = ��� �− �
��
2
Fungsi keanggotaan ini merupakan suatu fungsi (kurva)
yang menunjukkan pemetaan titik-titik input data ke dalam
nilai keanggotaannya (derajat keanggotaan) yang memiliki
interval antara 0 sampai 1. Proses pemetaan ini merupakan
sutu proses fuzzyfikasi yang selanjutnya dilakukan proses
pengambilan keputusan (inference fuzzy) untuk menentukan
hasil dari fuzzyfikasi.
Aturan if-then menginterpretasikan perbedaan yang jelas
antara antecedent (meliputi fuzifikasi input dan memberikan
operator fuzzy yang diperlukan) dengan consequent (berupa
kesimpulan).
Bentuk umum aturan:
If premise Then consequent
Yang sering digunakan yaitu dalam bentuk basis aturan.
Penggunaannya seperti:
Rule 1: jika e(t) = nol, maka u(t) = nol
Rule 2: jika e(t) = negbes, maka u(t) = posbes
(11)
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-7
Suatu hal yang harus dihitung yaitu bagaimana
menerapkan hasil logika fuzzy pada plant. Diperlukan proses
defuzzifikasi [9] logika fuzzy menjadi besaran skalar.Terdapat
beberapa metoda defuzzifikasi, yaitu:
1. Max Membership Principle
Metoda ini membatasi pada fungsi output puncak.
Dituliskan dalam persamaan aljabar:
µc(z*) ≥µc(z) ; untuk semua z∈ Z
z* digambarkan sebagai:
Gambar 7 Defuzzifikasi Max Membership
2.
3.
Centroid (disebut juga Centre of Area/Centre of
Gravity)
Metode ini yang paling mumpuni untuk defuzzifikasi
[Sugeno,1985;
Lee,1990].
Diberikan
dalam
persamaan aljabar:
∫ ��(�). � ��
�∗=
∫ ��(�)��
Weighted Average Method
Merupakan metode yang paling sering digunakan
dalam aplikasi fuzzy, karena merupakan metoda
dengan efisiensi perhitungan. Diberikan dalam
persamaan aljabar:
� . �̅
∑ ��(�)
∑ ��(�̅)
Bentuk perhitungan metode ini seperti:
�∗=
�(0.5)+�(0.9)
�∗=
0.5+0.9
Gambar 8 Defuzzifikasi Weighted Average dan perhitungannya
III. DESAIN KONTROL LOGIKA FUZZY PADA PENGATURAN
KESEIMBANGAN DAYA AKTIF PLTM
Sebelum melakukan perancangan kontroler, harus
diketahui terlebih dahulu kriteria desain yang diinginkan. Pada
pembangkit listrik, perubahan beban akan menyebabkan
keseimbangan daya pada sistem terganggu. Keseimbangan
daya tersebut terlihat dari kestabilan frekuensi sistem. Kriteria
sistem yang diinginkan adalah:
1. Rating daya aktif:500 kW
2. Rating tegangan: 380 V
3. Rating arus: 130 A
4. Rating frekuensi: 50 Hz
5. Kecepatan rotor: 750 rpm
6. Daya nominal: 357 kW
7. Daya minimal: 127 kW
8. Daya maksimal:
396 kW
Berdasarkan respon hasil percobaan, dapat disimpulkan:
a. Sinyal kontrol governor naik: frekuensi naik,
tegangan naik
b. Sinyl kontrol governor turun: frekuensi turun,
tegangan turun
c. Sinyal kontrol eksitasi naik: frekuensi turun,
tegangan naik
d. Sinyal kontrol eksitasi turun: frekuensi naik,
tegangan turun
Untuk mengatur agar daya dan frekuensi selalu seimbang
dan tegangan selalu konstan, digunakan fungsi keanggotaan
fuzzy berupa:
1. Masukan Fuzzy
a. Error Frekuensi
Fungsi Keanggotaan Error Frekuensi
N
1
Derajat Keanggotaan
Inferensi fuzzy [10] adalah proses perumusan memetakan
dari input yang diberikan menjadi keluaran menggunakan
logika fuzzy. Pemetaan mendukung aturan dari keputusan
yang akan diambil. Proses inferensi fuzzy meliputi
pendeskripsian dungsi keanggotaan fuzzy, operasi logika, serta
aturan jika-maka. Dapat dijabarkan seperti:
1. Kombinasi input dengan aturan premis (fuzzifikasi
input)
Contoh: Pada semesta X dengan range [1-10],
terdapat himpunan fuzzy 1, 2, dan 3. Menggunakan
distribusi segitiga, fuzzifikasi himpunan A dapat
dituliskan
X = {X1 ;X 2; X3}
A = {µ1/X1 ; µ2/X2 ; µ3/X3}= [µ1 µ2 µ3]T
2. Menentukan aturan yang diaktifkan (menerapkan
operator fuzzy)
3. Agregasi aturan fuzzy.
Inference fuzzy bisa dilakukan dengan beberapa metoda
seperti mamdani, takagi sugeno, ataupun larsent.
Mendefinisikan inference rule dapata dilakukan dengan cara
seperti:
1. Mamdani
µ(k) = max [µ(k), min{µ1(j), µ2(i)}]
2. Larsent
µ(k) = max [µ(k), {µ1(j), µ2(i)}]
Atau
µ(k) = 0.5 [µ(k) + µ1(j) . µ2(i)]
4
SN
P
0.8
0.6
0.4
0.2
0
-20
-10
0
10
Error Frekuensi
20
Gambar 9 Fungsi Keanggotaan Error Frekuensi
Keterangan:
N : Negatif
SN : Sekitar Nol
P : Positif
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-7
b.
5
Error Tegangan
Respon Lup Terbuka Frekuensi dengan Titik Kerja
4000
Fungsi Keanggotaan Error Tegangan
N
X: 0.2836
Y: 3912
3500
P
0.6
2500
0.4
0.2
0
2000
1500
-300
-200
-100
0
100
Error Tegangan
200
300
1000
X: 0.08557
Y: 451.3
Gambar 10 Fungsi Keanggotaan Error Tegangan
500
Keterangan:
N : Negatif
SN : Sekitar Nol
P : Positif
2.
0
Derajat Keanggotaan
0.5
1
Waktu (detik)
1.5
2
Dengan memberikan sinyal kontrol berupa step pada titik
kerja minimum, nominal, dan maksimum, didapatkan
frekuensi mengalami overshoot yang sangat besar (mencapai
77.2% pada beban maksimum). Namun, untuk setiap daerah
kerja, frekuensi akan mencapai setpoint dalam waktu kurang
dari satu detik.
Fungsi Keanggotaan Sinyal Kontrol Governor
KS
B
0.8
0.6
0.4
Respon Lup Terbuka dengan Titik Kerja
4000
0.2
0
3500
50
55
60
65
70
Bukaan Valve
75
X: 0.3441
Y: 3621
80
Beban Minimum (127 kW)
Beban Nominal (357 kW)
Beban Maksimum (396 kW)
3000
Tegangan (Volt)
Gambar 11 Fungsi Keanggotaan Bukaan Valve
Keterangan:
K : Kecil
S : Sedang
B : Besar
b.
0
Gambar 13 Respon Frekuensi Dengan Memberikan Sinyal Kontrol Pada
Titik Kerja
Keluaran Fuzzy
a. Bukaan valve
1
Beban Maksimum (396 kW)
Beban Nominal (357 kW)
Beban Minimum (127 kW)
X: 0.2573
Y: 3314
3000
0.8
Frekuensi
Derajat Keanggotaan
1
SN
X: 0.3137
Y: 2788
2500
2000
1500
1000
Tegangan eksitasi
X: 0.1512
Y: 535.2
500
Fungsi Keanggotaan Sinyal Kontrol Eksitasi
Derajat Keanggotaan
1
KS
B
0.8
0
0.5
1
Waktu (detik)
1.5
2
Gambar 14 Respon Tegangan Dengan Memberikan Sinyal Kontrol Pada
Titik Kerja
0.6
0.4
0.2
0
10
0
15
20
25
Eksitasi
30
35
Gambar 12 Fungsi Keanggotaan Tegangan Eksitasi
Keterangan:
K : Kecil
S : Sedang
B : Besar
III PENGUJIAN DAN ANALISIS KESIMPULAN
Setelah mendapatkan titik kerja kontrol, selanjutnya
dilihat respon lup terbuka sistem menggunakan titik kerja
tersebut. Respon dapat dilihat pada gambar 13 sampai dengan
gambar 15.
Seperti terlihat pada gambar 4.9, magnitudo tegangan
mengalami overshoot mencapai (77.2 % pada titik kerja
maksimum). Namun, untuk tiga daerah kerja, tegangan dapat
kembali mencapai setpoint dalam waktu kurang dari satu detik.
Terlihat persamaan karakteristik pada frekuensi dan juga
tegangan generator setelah pemberian sinyal kontrol bervariasi
sesuai daerah kerjanya. Begitu juga pada gambar 4.10, dengan
pemberian sinyal kontrol berbeda, kebutuhan daya aktif beban
dapat dipenuhi oleh generator. Pada detik pertama masa
transient, terjadi ketidaksimbangan daya beban, dimana daya
elektrik mengalami overshoot sangat tinggi. Setelah satu detik,
masing-masing daerah kerja terjadi keseimbangan daya. Pada
beban minimum, daya mekanik bernilai sama dengan daya
elektrik sebesar 127 kW, begitu juga pada beban nominal dan
beban maksimal, dimana kenaikan beban disanggupi oleh daya
yang dihasilkan oeh generator.
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-7
stabil, telah berarti didapatkan keseimbangan antara torsi
mekanik dan torsi elektrik. Hal ini berarti terjadi
keseimbangan antara daya aktif beban dengan daya aktif
dibangkitkan oleh generator. Pada detik pertama digunakan,
kontrol fuzzy mengalami overshoot awal sangat tinggi
(mencapai 150%), namun untuk perubahan beban selanjutnya
hal ini tidak terjadi lagi.
5
Respon
x 10 Lup Terbuka Daya dengan Titik Kerja Kontrol Pembebanan Berbeda
7
P elektrik Maksimum
P elektrik Nominal
6
P elektrik Minimum
P mekanik minimum
P mekanik nominal
5
Pmekanik maksimum
Daya (Watt)
6
4
3
DAFTAR PUSTAKA
2
1
0
0
0.2
0.4
0.6
0.8
1
1.2
Waktu (detik)
1.4
1.6
1.8
2
Gambar 15 Respon Daya Dengan Memberikan Sinyal Kontrol Pada Titik
Kerja
Respon Hubungan frekuensi dan daya aktif dari keadaan
tanpa beban menjadi keadaan beban minimum menggunakan
kontrol fuzzy dapat dilihat pada gambar 16 dan 17
Respon Frekuensi dengan Perubahan Beban Menggunakan Fuzzy
50.3
50.2
Frekuensi (Hz)
50.1
50
49.9
49.8
49.7
49.6
49.5
49.4
0
0.5
1
1.5
2
Waktu (detik)
2.5
3
3.5
Gambar 16 Respon Frekuensi dengan Fuzzy
5
3.5
Respon Daya Aktif Generator
x 10
[1] Harun, Nadjamuddin.”Bahan Ajar Perancangan
Pembangkitan Tenaga Listrik”, Teknik Elektro
Universitas Hasanudin, Makasar, 2011
[2]Widia,Riza. Yunus, Dasrul. “Simulasi Arus Beban PLTMH
Menggunakan Pengatur Beban Elektronik (ELC) Fasa
Satu”, Teknik Elektro Politeknik Negeri Padang, 2010
[3] http://www.iea.org/
[4] Rajakurana, S. ”Renewable Energy System”, 2007
[5] Dandekar,M. “Pembangkit Listrik Tenaga Air”,
diterjemahkan oleh D. Bambang, Penerbit Universitas
Indonesia, Jakarta, 1991
[6] Nagrath,I.J dan Kothari, D.P,”Electric Machine”, Tata
McGraw-hill Publishing Company Limited, New
Delhi, 1987
[7] Fitzgerald, “Electric Machinery Fourth Edition”,
McGraw-Hill Book Company, Fong&Sons Printers
Pte Ltd, Singapura, 1985
[8] Elgerd, O. “Electric Energy System Theory: An
Introduction”, TATA McGRAW-HILL
PUBLISHING COMPANY LTD, New Delhi , 1975
[9]Timothy, Ross, “Fuzzy Logic with Engineering
Aplication”, John Wiley & Son, England, 2004
[10] Fuzzy Logic Toolbox, User Guide, Matlab, 2012
[11]Cirstea, M.N, “Neural and Fuzzy Logic Control of Drives
and Power System”, Newnes, Oxford, 2002
3
LAMPIRAN
2.5
Daya (Watt)
Tabel 1 Parameter Sistem PLTMH
No
1.
2
1.5
1
0.5
0
Daya Mekanik
Daya Beban
0
0.5
1
1.5
2
Waktu (detik)
2.5
3
3.5
Gambar 17 Respon Daya dengan Fuzzy
Menggunakan Logika Fuzzy, untuk setiap perubahan beban,
dari beban minimum sampai beban maksimum, frekuensi
selalu dapat mencapai setpoint dalam waktu 0.1 detik. Karena
Frekuensi yang dijaga stabil, maka secara tidak langsung telah
menjaga keseimbangan daya aktif pada generator.
IV. KESIMPULAN
Setelah dilakukan perancangan, didapatkan bahwa penggunaan
kontrol fussy memberikan respon yang cepat terhadap
perbahan beban generator. Dengan menjaga frekuensi selalu
2.
Parameter Elemen
Turbin
Tinggi Head Netto (Hn)
Jari-jari pipa (R)
Massa jenis air (ρ)
Percepatan Grafitasi (g)
Tekanan air (p)
turbin
Effisiensi/rugi-rugi
(η0)
Generator
Inersia (J)
Damper (D)
Resistansi Stator (Rs)
Induktansi d (Ld)
Induktansi q (Lq)
Mutual Induktansi statorrotor (Lm)
Resistansi Field (Rf)
Induktansi Fiel (Lf)
Pole (P)
Nilai
Satuan
10
5
1000
9.8
30
30
m
cm
kg/m3
m/s2
Nm
%
5
0.025
0.012
0.0018
0.0018
Detik
0.0012
0.01
0.001
8
H
Ohm
H
Ohm
H
H
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-7
RIWAYAT PENULIS
3.
4.
5.
6.
7.
Penulis bernama lengkap utari
yusman, dan biasa dipanggil ‘tari’.
Penulis lahir di kota padang, 1 juni
1990.
Riwayat Pendidikan:
1. SD Baiturrahmah Padang
(1995-2001)
2. SMP N 1 Payakumbuh
(2001-2004)
SMA N 2 Payakumbuh (2004-2007)
Teknik Elektronika Politeknik Negeri Padang (20072010)
Teknik Sistem Pengaturan ITS
(2011-2013)
Penulis aktif sebagai anggota UKM-Bahasa, UKMRobotika, dan UKM-Pers Politeknik Negeri Padang
selama periode 2008-2010
Penulis pernah aktif sebagai asisten laboratorium
otomasi dan informatika Teknik Sistem Pengaturan
periode semester genap 2012
7