ANALISIS OPTIMISASI PEMBAGIAN BEBAN DENGAN MENGGUNAKAN METODE DYNAMIC PROGRAMMING PADA PEMBANGKIT DI MUARA KARANG.
ANALISIS OPTIMISASI PEMBAGIAN BEBAN DENGAN
MENGGUNAKAN METODE DYNAMIC PROGRAMMING
PADA PEMBANGKIT DI MUARA KARANG
SKRIPSI
Diajukan untuk memenuhi sebagian syarat untuk memperoleh gelar Sarjana Teknik di Departemen Pendidikan Teknik Elektro
Fakultas Pendidikan Teknologi dan Kejuruan Universitas Pendidikan Indonesia
Oleh
RISNA ADIT SETIAWAN 1103577
PROGRAM STUDI S1 TEKNIK ELEKTRO
DEPARTEMEN PENDIDIKAN TEKNIK ELEKTRO
FAKULTAS PENDIDIKAN TEKNOLOGI DAN KEJURUAN
UNIVERSITAS PENDIDIKAN INDONESIA
2015
(2)
ANALISIS OPTIMISASI
PEMBAGIAN BEBAN DENGAN
MENGGUNAKAN METODE
DYNAMIC PROGRAMMING
PADA PEMBANGKIT
DI MUARA KARANG
Oleh:
Risna Adit Setiawan
Sebuah skripsi yang diajukan untuk memenuhi salah satu syarat memperoleh gelar Sarjana Teknik Elektro pada Departemen Pendidkan Teknik Elektro
Fakultas Pendidikan Teknologi dan Kejuruan
© Risna Adit Setiawan 2015
Universitas Pendidikan Indonesia September 2015
Hak Cipta dilindungi undang-undang.
Skripsi ini tidak boleh diperbanyak seluruhnya atau sebagian, dengan dicetak ulang, difoto kopi, atau cara lainnya tanpa izin dari penulis
(3)
RISNA ADIT SETIAWAN
ANALISIS OPTIMISASI PEMBAGIAN BEBAN DENGAN MENGGUNAKAN METODE DYNAMIC PROGRAMMING
PADA PEMBANGKIT DI MUARA KARANG
disetujui dan disahkan oleh pembimbing:
Pembimbing I
Dr. Tasma Sucita, ST, MT NIP. 19641007 199101 1 001
Pembimbing II
Dr. Hasbullah, S.Pd, MT. NIP. 19740716 200112 1 003
Mengetahui Ketua Departemen Pendidikan Teknik Elekto,
Dr. Hj. Budi Mulyanti, M.Si. NIP. 19630109 199402 2 001
(4)
(5)
Risna Adit Setiawan, 2015
ANALISIS OPTIMISASI PEMBAGIAN BEBAN DENGAN MENGGUNAKAN METODE DYNAMIC PROGRAMMING PADA PEMBANGKIT DI MUARA KARANG
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
ANALISIS OPTIMISASI PEMBAGIAN BEBAN DENGAN MENGGUNAKAN METODE DYNAMIC PROGRAMMING
PADA PEMBANGKIT DI MUARA KARANG Oleh:
Risna Adit Setiawan 1103577
ABSTRAK
Penelitian ini membahas salah satu metode unit commitment untuk mengambil keputusan dalam pembagian beban pada pembangkit di Muara Karang. Pembangkit di Muara karang terdapat PLTGU Muara Karang Blok I dengan 4 unit, PLTGU Muara Karang Blok II dengan 2 unit dan 2 unit PLTU Muara Karang yang menggunakan bahan bakar gas. Penelitian ini bertujuan untuk mengoptimisasi atau mencari pembagian beban yang mengeluarkan biaya bahan bakar paling minimum ketika beroperasi pada total keluaran daya tertentu dan melakukan perbandingan dengan pembagian beban tanggal 11 Mei 2015 pada pembangkit di Muara Karang. Tingginya biaya bahan bakar pada Pusat Listrik Tenaga Gas Uap sehingga memerlukan optimisasi untuk mencari kombinasi yang dianggap paling hemat, untuk mencari kombinasi tersebut penulis menggunakan metode dynamic programming. Pembagian beban yang dihasilkan metode dynamic programming dapat menghemat biaya bahan bakar hingga 3.94% dari biaya yang harus dikeluarkan pada tanggal 11 Mei 2015. Penghematan yang cukup besar dihasilkan oleh metode dynamic programming, namun penelitian ini tidak memperhitungkan biaya start up, shutdown dan ramp rate, maka penulis menyarankan untuk memperhitungkan biaya tersebut agar dapat dibandingkan secara detail sebelum diaplikasikan pada Pembangkit di Muara Karang.
Kata kunci: unit commitment, optimisasi, pembagian beban, dynamic programming.
ABSTRACT
This research examines one of unit commitment methods used in taking decision for the matter of load distribution in Muara Karang power plant. There are 4 and 2 units of steam gas power plant in Block I and II respectively in Muara Karang power plant, plus 2 power plant units of steam but that is running on gas. This research aims to optimization or to find the load distribution which uses the least fuel cost when it is in operation in certain power output. This research also aims to do a comparison of load distribution recorded on May 11, 2015 at Muara Karang power plant. The high fuel cost occuring in Steam Gas Power Plant is in need of optimization to find the combination seen as arguably the most economic, to find such combination I decided to use dynamic programming method. The load distribution resulted from dynamic programming method can cut the fuel expense up to 3.94% cheaper than the expense resulted on May 11, 2015. It is quite considerable efficiency the dynamic programming methode can give, but this research did not take into account start up, shut down and ramp rate expenses. Then, I suggest to calculate those expenses so that the comparison can be done in detail before application in Muara Karang power plant.
(6)
Risna Adit Setiawan, 2015
ANALISIS OPTIMISASI PEMBAGIAN BEBAN DENGAN MENGGUNAKAN METODE DYNAMIC PROGRAMMING PADA PEMBANGKIT DI MUARA KARANG
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
vi
DAFTAR ISI
PERNYATAAN ...i
KATA PENGANTAR ... ii
UCAPAN TERIMAKASIH... iii
ABSTRAK ... v
DAFTAR ISI ...vi
DAFTAR TABEL ... viii
DAFTAR GAMBAR ...ix
DAFTAR LAMPIRAN ... x
BAB I PENDAHULUAN ... 1
1.1 Latar Belakang Penelitian ... 1
1.2 Rumusan Masalah Penelitian ... 3
1.3 Tujuan Penelitian ... 3
1.4 Manfaat/signifikansi Penelitian ... 3
1.5 Struktur Organisasi Penulisan Skripsi ... 4
BAB II KAJIAN PUSTAKA ... 5
2.1 Sistem Tenaga Listrik ... 5
2.2 Peran Pembangkit Dalam Operasi Sistem ... 9
2.3 Pusat Listrik Tenaga Gas Uap ... 10
2.3.1 Prinsip Kerja PLTG ... 12
2.3.2 Prinsip Kerja PLTU ... 14
2.3.3 Komponen Utama Pada PLTGU ... 16
2.4Penjadwalan Ekonomis ... 21
2.5Metode-metode Optimisasi ... 24
2.5.1 Metode Lagrange Multiplier ... 24
2.5.2 Metode Ant Colony Optimization ... 24
2.5.3 Metode Dynamic Programming ... 24
(7)
Risna Adit Setiawan, 2015
ANALISIS OPTIMISASI PEMBAGIAN BEBAN DENGAN MENGGUNAKAN METODE DYNAMIC PROGRAMMING PADA PEMBANGKIT DI MUARA KARANG
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
vii
BAB III METODE PENELITIAN ... 31
3.1 Flow Chart ... 31
3.1.1 Flow Chart Optimisasi Pembagian Beban ... 31
3.1.2 Flow Chart Metode Dynamic Programming ... 32
3.2 Pembangkit Listrik Di Muara Karang ... 33
3.3 Spesifikasi Pada Generator ... 34
3.4 Data Heatrate ... 34
3.5 Data Beban ... 35
BAB IV TEMUAN DAN PEMBAHASAN ... 37
4.1 Persamaan Fungsi Biaya Bahan Bakar Pada Masing-masing Pembangkit .... 37
4.1.1 PLTGU Muara Karang Blok 1... 37
4.1.2 PLTU Muara Karang ... 40
4.1.3 PLTGU Muara Karang Blok 2... 42
4.2 Optimisasi Pembagian Beban Menggunakan Metode Dynamic Programming ... 45
4.3 Biaya Bahan Bakar Pada Pembangkit Di Muara Karang ... 52
4.4 Perbandingan Pembagian Beban Terhadap Biaya Bahan Bakar ... 55
4.5 Pembahasan ... 56
4.5.1 Menentukan Persamaan Biaya Bahan Bakar ... 56
4.5.2 Optimisasi Pembagian Beban Menggunakan Metode Dynamic Programming ... 57
4.5.3 Perbandingan Pembagian Beban Sebelum Dan Setelah Dioptimisasi Menggunakan Metode Dynamic Programming ... 60
BAB V SIMPULAN, IMPLIKASI DAN REKOMENDASI ... 62
5.1.Simpulan ... 62
5.2.Implikasi ... 63
5.3.Rekomendasi ... 63
DAFTAR PUSTAKA ... 64
(8)
Risna Adit Setiawan, 2015
ANALISIS OPTIMISASI PEMBAGIAN BEBAN DENGAN MENGGUNAKAN METODE DYNAMIC PROGRAMMING PADA PEMBANGKIT DI MUARA KARANG
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
1
BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian
Perusahaan Listrik Negara (PLN) bertugas untuk menyediakan listrik bagi masyarakat, untuk itu PLN memiliki divisi Penyaluran Dan Pusat Pengatur Beban (P3B). Tugas utama dari P3B adalah menyesuaikan permintaan listrik dari luar dengan kapasitas pembangkit yang harus dioperasikan. Jika terjadi peningkatan kebutuhan listrik, maka P3B akan menghubungi perusahaan pembangkit listrik untuk menaikan daya unit pembangkit yang sudah online atau bahkan meminta unit pembangkit yang stand by untuk dioperasikan. (Siswanto, 2010)
Perusahaan Listrik Negara (PLN) yang melayani permintaan masyarakat untuk memenuhi kebutuhannya disuplai oleh pembangkitan yang tersebar luas di Indonesia. Salah satu pembangkitan yang ada di Indonesia adalah Pusat Listrik Tenaga Gas Uap (PLTGU).
Pusat Listrik Tenaga Gas Uap (PLTGU) adalah kombinasi antara PLTG dan PLTU, dimana PLTG adalah pembangkit listrik yang menggunakan gas alam/bahan bakar minyak untuk menggerakan turbin gas yang dikopel dengan generator, sehingga generator tersebut dapat menghasilkan energi listrik. Untuk memanfaatkan gas buang yang berasal dari turbin gas pada PLTG maka gas buang dialirkan untuk memanaskan air di HRSG (Heat Recovery Steam Genarator) sehingga menjadi uap jenuh kering. Uap jenuh kering inilah yang akan digunakan untuk memutar turbin yang dikopel dengan generator. Kombinasi inilah yang disebut dengan PLTGU.
Turbin gas tentunya membutuhkan bahan bakar yang banyak macammya, misalnya menggunakan HSD, PHE atau LNG. Pada suatu saat gas alam akan habis dan dizaman seperti ini harga biaya bahan bakar tidaklah murah maka setiap pembangkit harus mencari cara agar biaya bahan bakar yang dikeluarkan merupakan biaya paling kecil namun permintaan beban tetap terpenuhi.
Pembangkit listrik yang perlu dioptimisasi salah satunya adalah pembangkit di Muara Karang, pembangkit di Muara Karang terdiri dari PLTGU Muara Karang blok 1 dengan jumlah 4 unit, PLTGU Muara Karang blok 2 dengan
(9)
2
Risna Adit Setiawan, 2015
ANALISIS OPTIMISASI PEMBAGIAN BEBAN DENGAN MENGGUNAKAN METODE DYNAMIC PROGRAMMING PADA PEMBANGKIT DI MUARA KARANG
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
jumlah 2 unit dan PLTU Muara Karang dengan jumlah 2 unit. Ketiga pembangkit di Muara Karang menggunakan LNG sebagai bahan bakarnya.
Penghematan bahan bakar LNG yang digunakan ketiga pembangkit tersebut dapat dilakukan dengan memanfaatkan sistem interkoneksi yang terpasang antar pembangkit. Karena generator setiap pembangkit memiliki efisiensi pengoperasian yang berbeda sehingga mempengaruhi dalam pemakaian bahan bakarnya.
Langkah awal untuk mengetahui pengoptimalan dari pengoperasian pembangkit adalah dengan mengetahui distribusi yang paling ekonomis dari keluaran suatu statsiun di antara generator-generator atau antara unit-unit pembangkit dalam statsiun tersebut.
Faktor-faktor yang mempengaruhi pengiriman daya nyata yang optimal pada pembangkit adalah beroperasinya generator yang efisien, biaya bahan bakar, dan rugi-rugi daya pada saluran transmisi. Banyak juga generator yang beroperasi secara efisien di dalam sistem tenaga namun hal itu tidak menjamin bahwa biaya operasinya minimum. Hal ini disebabkan oleh biaya bahan bakar yang tinggi. (Santoso, 2011)
Metode yang digunakan dalam mengoptimisasi biaya bahan bakar dalam segi pembagian bebannya diantaranya yaitu metode lagrange multiplier, metode
gradien dan metode dynamic programming. Ketiga metode tersebut dapat mencari
kombinasi antar pembangkit untuk menyuplai daya ke arah beban. Dengan demikian dapat diperoleh suatu pengoperasian pembangkit yang optimal untuk menekan biaya operasi.
Dynamic programming digunakan untuk menggambarkan proses pemecahan
masalah dimana akan dicari keputusan terbaik dari keputusan-keputusan yang ada.
Dynamic programming adalah sebuah metode yang termasuk dalam teori
optimisasi dalam hal penggunaan biaya bahan bakar. (Mukhtar , 2010)
Berdasarkan hal diatas, penulis tertarik melakukan analisis bagaimana proses mengoptimisasi pembagian beban dengan menggunakan metode dynamic
programming dan membandingkannya dengan pembagian beban sebelum
dioptimisasi pada waktu tertentu tanpa memperhitungkan rugi-rugi transmisi dan biaya start up, shut down dan ramp rate.
(10)
3
Risna Adit Setiawan, 2015
ANALISIS OPTIMISASI PEMBAGIAN BEBAN DENGAN MENGGUNAKAN METODE DYNAMIC PROGRAMMING PADA PEMBANGKIT DI MUARA KARANG
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Oleh sebab itu dalam penelitian ini penulis mengambil judul “Analisis Optimisasi Pembagian Beban Dengan menggunakan Metode Dynamic
Programming Pada Pembangkit Di Muara Karang”.
1.2 Rumusan Masalah Penelitian
Pusat Listrik Tenaga Gas Uap di Muara Karang tediri dari 2 blok dengan jumlah 6 unit sedangkan pada Pusat Listrik Tenaga Uap yang menggunakan gas sebagai bahan bakarnya terdiri dari 2 unit.
Penulis akan mengoptimisasi PLTGU dan PLTU Muara Karang yang berjumlah 8 unit dengan menggunaakan metode dynamic programming tanpa memperhitungkan rugi-rugi transmisi dan biaya start up kemudian membandingkan dengan pembagian beban yang dilakukan pembangkit tersebut pada waktu tertentu, maka dapat dirumuskan permasalahan yang akan diselesaikan adalah sebagai berikut:
1. Bagaimana mengoptimisasi pembagian beban dengan menggunakan metode
dynamic programming pada pembangkit di Muara Karang?
2. Bagaimana perbandingan hasil optimisasi menggunakan metode dynamic
programming dengan pembagian beban yang dilakukan pada pembangkitan di
Muara Karang pada tanggal 11 Mei 2015?
1.3 Tujuan Penelitian
Tujuan yang diharapkan penulis antara lain:
1) Untuk memberikan hasil mengenai pembagian beban dengan tujuan mencari biaya pengoperasian yang paling minimum menggunakan metode dynamic
programming.
2) Untuk mengetahui perbandingan hasil optimisasi menggunakan dynamic
programming dengan pembagian beban yang dilakukan pada pembangkitan
di Muara Karang pada tanggal 11 Mei 2015.
1.4 Manfaat/Signifikansi Penelitian
Sebagai engineer dibidang kelistrikan dalam melakukan perencanaan sebuah pembangkit listrik sangat perlu memperhatikan sistem penggunaan bahan bakar yang digunakan, manfaat penulisan skripsi ini menghasilkan perhitungan dari
(11)
4
Risna Adit Setiawan, 2015
ANALISIS OPTIMISASI PEMBAGIAN BEBAN DENGAN MENGGUNAKAN METODE DYNAMIC PROGRAMMING PADA PEMBANGKIT DI MUARA KARANG
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
metode dynamic programming yang mengoptimisasi pembagian beban sehingga biaya bahan bakar yang dikeluarkan merupakan biaya yang paling minimum. Setelah itu hasil optimisasi yang dihasilkan dibandingkan dengan pembagian beban yang telah dilakukan pada pembangkitan di Muara Karang.
1.5 Struktur Organisasi Penulisan Skripsi
Adapun pembahasan pada struktur organisasi penulisan skripsi ini terdiri dari lima pokok bahasan, antara lain:
BAB I PENDAHULUAN
Bab ini berisi tentang latar belakang penelitian, identifikasi dan perumusan masalah, tujuan penelitian, metode penelitian, manfaat/signifikansi penelitian dan struktur penulisan skripsi.
BAB II KAJIAN PUSTAKA
Bab ini berisi tentang teori-teori dalam proses konversi energi menggunakan bahan bakar minyak sehingga dapat menghasilkan listrik.
BAB III METODE PENELITIAN
Bab ini berisi metode penelitian atau langkah-langkah untuk melakukan penelitian ini serta berisi data-data yang diperoleh dari observasi dan studi literatur. Kemudian data tersebut digunakan dalam proses analisis yang akan dibahas dalam bab selanjutnya.
BAB IV TEMUAN DAN PEMBAHASAN
Bab ini berisi hasil perhitungan optimisasi pembagian beban dengan menggunakan metode dynamic programming pada pembangkit di Muara Karang dan perbandingan pembagian beban yang telah dioptimisasi menggunakan metode
dynamic programming dengan pembagian beban pada tanggal 11 Mei 2015 di
Unit Pembangkit Muara Karang.
BAB V SIMPULAN IMPLIKASI DAN REKOMENDASI
Bab ini berisi tentang simpulan dari hasil pembahasan penelitian, implikasi dan rekomendasi untuk penelitian selanjutnya.
(12)
Risna Adit Setiawan, 2015
ANALISIS OPTIMISASI PEMBAGIAN BEBAN DENGAN MENGGUNAKAN METODE DYNAMIC PROGRAMMING PADA PEMBANGKIT DI MUARA KARANG
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
31
BAB III
METODE PENELITIAN 3.1 Flow Chart
Flow chart “diagram alir” digunakan untuk menggambarkan alur proses atau langkah-langkah secara berurutan.
3.1.1 Flow Chart Optimisasi Pembagian Beban
Gambar 3.1. Flow Chart Optimisasi Pembagian Beban
Untuk mengoptimisasi pembagian beban maka dibuatlah flow chart agar lebih mudah untuk dipahami, langkah awal yang dilakukan yaitu mengumpulkan data dari Penyaluran Dan Pusat Pengatur Beban Jawa Bali (P3B Jawa Bali). Data yang dikumpulkan berupa data heatrate tiap unit pembangkit dan data pembebanan pada pembangkit di Muara Karang pada tanggal tertentu yang akan
YA TIDAK
Hasil Optimal Mulai
Menentukan persamaan biaya bahan bakar; Mencari pembagian beban yang ekonomis dengan
menggunakan metode dynamic programming; Melakukan perbandingan pembagian beban terhadap biaya
bahan bakar
Data heatrate setiap unit generator, Data pembagian beban di pembangkit Muara Karang
Mengumpulkan Data
Pembagian beban yang ekonomis dan perbandingan pembagian beban sebelum
dan setelah dioptimisasi Temuan dan Pembahasan
(13)
32
Risna Adit Setiawan, 2015
ANALISIS OPTIMISASI PEMBAGIAN BEBAN DENGAN MENGGUNAKAN METODE DYNAMIC PROGRAMMING PADA PEMBANGKIT DI MUARA KARANG
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
dijadikan sebagai pembanding dengan hasil metode dynamic programming. Setelah data heatrate ditemukan maka penulis dapat menentukan persamaan biaya bahan bakar dengan menggunakan perhitungan yang telah dikutip dari salah satu sumber penyusunan skripsi ini.
Penjadwalan yang ekonomis dengan menggunakan metode dynamic
programming dapat diperoleh dari perhitungan masing-masing persamaan biaya
bahan bakar tiap unit pembangkitnya. Setelah penjadwalan yang ekonomis menggunakan metode dynamic programming dihasilkan maka langkah selanjutnya yaitu melakukan perbandingan dengan data pelayanan beban pada pembangkit di Muara Karang pada waktu tertentu, sehingga dihasilkan kesimpulan dari analisis yang dilakukan.
3.1.2 Flow Chart Langkah-langkah Dynamiic Programming
Gambar 3.2. Flow Chart Metode Dynamic Programming
YA TIDAK Kombinasi
habis?
Menemukan Fn (X) yang paling
minimum dari kombinasi X dan Y
TIDAK YA
Menemukan biaya bakan bakar yang paling minimum
Terdapat unit lain?
Fn (X) = Min{Gn (Y) + Fn-1 (X–Y)}
Memasukkan nilai X dan Y ke rumus Fn (X)
Mulai
Selesai n = n + 1
(14)
33
Risna Adit Setiawan, 2015
ANALISIS OPTIMISASI PEMBAGIAN BEBAN DENGAN MENGGUNAKAN METODE DYNAMIC PROGRAMMING PADA PEMBANGKIT DI MUARA KARANG
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Ada beberapa langkah yang harus dilakukan untuk menyelesaikan penjadwalan pembangkit menggunakan metode dynamic programming yaitu dimulai dengan menentukan n = 1 atau unit pembangkit ke-1 sebagai keluaran daya satu-satu nya. Namun, ketika jumlah unitnya ditambah atau n = n + 1 maka untuk menentukan nilai X yang disebut sebagai total daya keluarannya yaitu menggunakan rumus Fn(X) = Min{Gn(Y) + Fn-1 (X-Y)}. Gn(Y) merupakan daya
yang dibangkitkan oleh unit ke-2 sementara Fn-1 (X-Y) yaitu daya yang telah
diketahui ketika n = 1. Dengan ketentuan nilai X dan Y harus dalam rentang kemampuan daya yang dibangkitkan oleh setiap unit pembangkit.
Kombinasi keluaran daya yang paling minimum diantara unit ke-1 dan ke-2 disebut sebagai F2(X), pada langkah selanjutnya yaitu proses optimisasi unit ke-1
dan ke-2 (F2(X)) dengan unit ke-3 yang akan menghasilkan F3(X). Perhitungan
tersebut dilakukan menggunakan rumus F3(X) = Min{G3(Y) + F2 (X-Y)}. Perlu
diketahui bahwa F2 (X-Y) merupakan pembagian beban yang dihasilkan pada
proses sebelumnya yaitu F2(X), Langkah yang sama dilakukan untuk
memperhitungkan unit ke-4 dan seterusnya, hingga jumlah unit yang akan dioptimisasi habis, sehingga biaya bahan bakar yang minimum dapat terlihat.
3.2 Pembangkit Listrik Di Muara Karang
Pembangkit listrik di Muara Karang terdiri dari PLTGU dan PLTU dengan jumlah 8 unit. Dapat kita lihat pada tabel 3.1.
Tabel 3.1 Unit Pembangkit Di Muara Karang
PLTGU Muara Karang Blok 1
Muara Karang 1.1 Muara Karang 1.2 Muara Karang 1.3 Muara Karang 1.0 PLTGU Muara Karang Blok 2 Muara Karang 2.1 Muara Karang 2.2 PLTU Muarakarang Muara Karang 4U Muara Karang 5U
(15)
34
Risna Adit Setiawan, 2015
ANALISIS OPTIMISASI PEMBAGIAN BEBAN DENGAN MENGGUNAKAN METODE DYNAMIC PROGRAMMING PADA PEMBANGKIT DI MUARA KARANG
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
3.3 Spesifikasi Pada Generator
Keluaran daya dari generator tidak melebihi keperluan operasi stabilitas sistem sehingga daya dari generator tersebut terbatas pada batas minimum dan maksimum yang dimiliki. Batas-batas keluaran daya pada masing-masing unit di pembangkit Muara Karang dapat dilihat pada tabel 3.2.
Tabel 3.2 Spesifikasi Generator
Unit Tegangan Output (KV) Daya Semu (MVA) PF Batas Minimal (MW) Batas Maksimal (MW)
Muara Karang 1.1 17,5 131,25 0,8 50 90
Muara Karang 1.2 17,5 131,25 0,8 50 90
Muara Karang 1.3 17,5 131,25 0,8 50 90
Muara Karang 1.0 17,5 231,25 0,8 35 124
Muara Karang 2.1 16,5 322,1 0,8 82 235
Muara Karang 2.2 16,5 322,1 0,8 82 235
Muara Karang 4U 17,5 250 0,8 90 162
Muara Karang 5U 17,5 250 0,8 90 162
Batas maksimum merupakan Daya Mampu Netto (DMN) yaitu daya yang disalurkan setelah pengurangan untuk pemakaian sendiri.
3.4 Data Heatrate
Fungsi biaya bahan dapat ditemukan dengan mengolah data heatrate pada masing-masing unit generatornya. Data heatrate yang diperoleh dari PT PLN (Persero) P3B Jawa Bali pada tanggal 11 Mei 2015 dapat kita lihat pada tabel 3.3.
Tabel 3.3 Data Heatrate Setiap Unit
Unit [MW] [kCal/kWh] Harga BB
(Rp/Kcal)
1 2 3 4 1 2 3 4
Muara Karang 1.1 50 65 85 90 3285 3207 3188 3188 0,72
Muara Karang 1.2 50 65 85 90 3285 3207 3188 3188 0,72
Muara Karang 1.3 50 65 85 90 3285 3207 3188 3188 0,72
Muara Karang 1.0 35 70 110 124 3437 3195 2375 2371 0,72 Muara Karang 2.1 82 117 174 235 3852,693 3361,88 2989,293 2849,056 0,72 Muara Karang 2.2 82 117 174 235 3852,693 3361,88 2989,293 2849,056 0,72 Muara Karang 4U 90 115 140 162 2886 2845 2820 2804 0,72 Muara Karang 5U 90 115 140 162 2886 2845 2820 2804 0,72
(16)
35
Risna Adit Setiawan, 2015
ANALISIS OPTIMISASI PEMBAGIAN BEBAN DENGAN MENGGUNAKAN METODE DYNAMIC PROGRAMMING PADA PEMBANGKIT DI MUARA KARANG
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
3.5 Data Beban
Data masing masing beban per 30 menit pada setiap unitnya yang dilayani oleh pembangkit di Muara Karang pada tanggal 11 Mei 2015 diperoleh dari PT PLN (Persero) P3B Jawa Bali. Data dapat dilihat pada tabel 3.4.
Tabel 3.4 Data Beban (MW) Pada Pembangkit Di Muara Karang
Pukul Unit (MW) Total Daya
(MW) 1.1 1.2 1.3 1.0 4U 5U 2.1 2.2
00.30 0 0 90 40 130 130 120 120 630
01.00 0 0 90 40 130 130 120 120 630
01.30 0 0 90 40 130 130 120 120 630
02.00 0 0 90 40 130 130 120 120 630
02.30 0 0 90 40 130 130 120 120 630
03.00 0 0 90 40 130 130 120 120 630
03.30 0 0 90 40 130 130 120 120 630
04.00 0 0 90 40 130 130 120 120 630
04.30 0 0 90 40 130 130 120 120 630
05.00 0 0 90 40 130 130 120 120 630
05.30 0 0 90 40 130 130 120 120 630
06.00 0 0 90 40 130 130 120 120 630
06.30 0 0 90 40 130 130 120 120 630
07.00 0 70 90 40 130 130 120 120 700
07.30 75 75 90 40 140 140 120 120 800
08.00 80 75 90 50 160 160 130 130 875
08.30 80 80 90 90 160 160 150 150 960
09.00 80 80 90 120 160 160 230 230 1150
09.30 90 80 90 120 160 160 230 230 1160
10.00 90 85 90 120 160 160 230 230 1165
10.30 90 85 90 120 160 160 230 230 1165
11.00 90 75 90 120 160 160 230 230 1155
11.30 90 80 90 120 160 160 230 230 1160
12.00 90 85 90 120 160 160 230 230 1165
12.30 90 85 85 120 160 160 230 230 1160
13.00 90 85 85 120 160 160 230 230 1160
13.30 90 85 85 120 160 160 230 230 1160
14.00 90 90 85 120 160 160 230 230 1165
14.30 90 90 85 120 160 160 230 230 1165
15.00 90 90 85 120 160 160 230 230 1165
15.30 90 90 90 120 160 160 230 230 1170
16.00 90 90 90 120 160 160 230 230 1170
(17)
36
Risna Adit Setiawan, 2015
ANALISIS OPTIMISASI PEMBAGIAN BEBAN DENGAN MENGGUNAKAN METODE DYNAMIC PROGRAMMING PADA PEMBANGKIT DI MUARA KARANG
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
17.00 90 80 85 120 150 150 230 230 1135
17.30 90 80 85 120 150 150 230 230 1135
18.00 90 85 90 120 130 130 200 210 1055
18.30 90 85 90 120 130 130 200 210 1055
19.00 90 90 90 120 130 130 200 200 1050
19.30 90 90 85 90 130 130 200 200 1015
20.00 90 0 85 100 130 130 200 200 935
20.30 90 0 85 100 130 130 200 200 935
21.00 85 0 85 90 130 130 200 200 920
21.30 0 0 85 40 130 130 180 180 745
22.00 0 0 85 40 130 130 180 180 745
22.30 0 0 90 40 130 130 150 150 690
23.00 0 0 90 40 130 130 150 150 690
23.30 0 0 90 40 130 130 150 150 690
(18)
Risna Adit Setiawan, 2015
ANALISIS OPTIMISASI PEMBAGIAN BEBAN DENGAN MENGGUNAKAN METODE DYNAMIC PROGRAMMING PADA PEMBANGKIT DI MUARA KARANG
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
62
BAB V
SIMPULAN, IMPLIKASI DAN REKOMENDASI 5.1 Simpulan
Optimisasi pembagian beban menggunakan metode dynamic programming dilakukan mulai dari unit generator yang terkecil hingga yang terbesar, proses optimisasi dilakukan secara bertahap dari unit Muara Karang 1.1 sebagai unit generator terkecil yaitu 90 MW, hingga unit Muara Karang 2.2 sebagai unit generator terbesar dengan keluaran daya 235 MW.
Daya yang dibangkitkan oleh 8 unit generator pada pembangkit di Muara Karang mulai dari 50 MW hingga 1180 MW dengan proses optimisasi pembagian beban secara bertahap dari unit 1 hingga unit 8. Pada rentang nilai tersebut telah diperoleh pembagian beban yang bervariasi dengan total daya keluaran yang sama sehingga dapat diketahui pembagian beban yang mengeluarkan biaya bahan bakar yang paling minimum, misalnya pada total keluaran daya 630 MW beban dibagi pada 7 unit generator yaitu berturut-turut 75 MW, 75 MW, 0 MW, 120 MW, 125 MW dan 0 MW dan 235 MW dengan total biaya bahan bakar sebesar Rp.1.285.108,732,- per jam.
Perhitungan total daya keluaran berada dalam kelipatan 5 MW, hal tersebut bertujuan untuk mempermudah dalam proses optimisasi. Optimisasi pembagian beban dengan menggunakan metode dynamic programming sangat membantu dalam penghematan biaya bahan bakar, dapat terlihat ketika biaya yang dikeluarkan jauh lebih hemat dibandingkan dengan biaya bahan bakar yang harus dikeluarkan pada tanggal 11 Mei 2015.
Metode dynamic programming menghemat 3,94 % dari total biaya bahan bakar yang dikeluarkan pembangkit di Muara Karang pada tanggal 11 Mei 2015. Pembagian beban yang berbeda pada setiap unit generator sangat berpengaruh terhadap besarnya biaya bahan bakar, salah satunya terjadi pada tanggal 11 Mei 2015 pukul 00.30 yaitu ketika total keluaran daya sebesar 630 MW dapat menghemat Rp.124.636.515,- per jam. Total keluaran daya tersebut terjadi hingga pukul 06.30 atau sekitar 6 jam, itu berarti penghematan biaya bahan bakar sebesar Rp.747.819.090,-.
(19)
63
Risna Adit Setiawan, 2015
ANALISIS OPTIMISASI PEMBAGIAN BEBAN DENGAN MENGGUNAKAN METODE DYNAMIC PROGRAMMING PADA PEMBANGKIT DI MUARA KARANG
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
5.2 Implikasi
Pembangkit Muara Karang dapat mempertimbangkan pembagian beban pada masing-masing unit generatornya, analisis pembagian beban menggunakan metode dynamic programming dapat menjadi salah satu pilihan dalam membagi beban pada masing-masing unitnya.
Hasil yang diperlihatkan pada perbandingan antara pembagian beban pada tanggal 11 Mei 2015 di pembangkit Muara Karang dengan pembagian beban yang telah dihasilkan oleh metode dynamic programming dapat dijadikan alasan untuk memperhitungkan kembali pembagian beban yang akan dilakukan untuk hari ke depannya.
5.3 Rekomendasi
Skripsi ini tidak memperhitungkan biaya start up, shut down, ramp rate dan rugi-rugi transmisi, untuk penelitian selanjutnya penulis menyarankan untuk memperhitungkan hal tersebut dan penulis berharap agar skripsi ini dapat menjadi salah satu referensi dalam pembuatannya.
Hasil optimisasi pembagian beban menggunakan metode dynamic
programming dapat dibandingkan dengan menggunakan metode lainnya untuk
meyakinkan bahwa metode yang digunakan di pembangkit Muara Karang adalah pembagian beban yang paling hemat.
(20)
Risna Adit Setiawan, 2015
ANALISIS OPTIMISASI PEMBAGIAN BEBAN DENGAN MENGGUNAKAN METODE DYNAMIC PROGRAMMING PADA PEMBANGKIT DI MUARA KARANG
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
64
DAFTAR PUSTAKA
Adrianti. (2010). Penjadwalan Ekonomis Pembangkit Thermal Dengan
Memperhitungkan Rugi Rugi Saluran Transmisi Menggunakan Metode Algoritma Genetik, 1 (33), hlm. 41-47.
Adi, J. (2011). Siklus Rankin PLTU. [Online]. Tersedia di http://januaradi.blogspot.com/2011/07/siklus-rankine-pltu.html. Diakses pada tanggal 10 Juli 2015
Bien, L.E & Welly, A. (2005). Optimasi Sistem Hidrotermis Jawa-Bali Dengan
Menggunakan Metode Random Unit Outage. Universitas Trisakti
Chen, C., & Lin, C. (2009). Simple particle swarm optimization for economic
dispatch with piecewise quadratic fuel cost function. IEEE, 412–417. http://doi.org/10.1109/CITISIA.2009.5224171
Gao, W. (2007). Study on immunized ant colony optimization. Proceedings - Third International Conference on Natural Computation, ICNC 2007, 4(Icnc), 792–796. http://doi.org/10.1109/ICNC.2007.690
Harun, N. (2011). Perancangan Pembangkitan Tenaga Listrik. Universitas Hasanuddin Makasar
Himmah, F. (2013). Penerapan Algoritma Genetika Pada Masalah Penjadwalan
Operasi Sistem Pembangkit Tenaga Listrik. Universitas Jember
Hobbs, W. J., Member, S., Hermon, G., & Warner, S. (1988). An Enhanced
Dynamic Programming Approach For Unit Commitment. IEEE Transactions
On Power Systems, 3(3), 1201–1205.
Ilmar, A & Sandra, A. (2015). Analisis Unjuk Kerja Heat Recovery Steam
Generator (HRSG) Pada PLTGU Muara Tawar Blok 5, 7 (1), hlm. 23-31.
Imansyah, L. (2014). Kajian Potensi Kerugian Akibat Penggunaan BBM Pada
PLTG Dan PLTGU di Sistem Jawa Bali, 3(1), hlm. 1-6.
Khaki, M., Musilek, P., Heckenbergerova, J., & Koval, D. (2010). Electric Power
System Cost/Loss Optimization Using Dynamic Thermal Rating and Linear Programming. IEEE Electrical Power & Energy Conference.
Leda, J. (2010). Pembangkit Listrik Tenaga Gas Ujung Pandang. Universitas Atma Jaya Makasar
(21)
65
Risna Adit Setiawan, 2015
ANALISIS OPTIMISASI PEMBAGIAN BEBAN DENGAN MENGGUNAKAN METODE DYNAMIC PROGRAMMING PADA PEMBANGKIT DI MUARA KARANG
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Loganathan, G. (2014). An Enhanced Time Effective Particle Swarm Intelligence
for the Practical Economic Load Dispatch. IEEE Conference Publications,
44–50. http://doi.org/10.1109/ICEES.2014.6924139
Luciana, E. (2009). Simulasi Perhitungan Pembebanan ekonomis Pada Pusat
Listrik Tenaga Diesel Dengan Metode Dynamic Programming.
Universitas Diponogoro
Marsudi, D. (2006). Operasi Sistem Tenaga Listrik. Yogyakarta: Graha Ilmu Mukhtar, A.R. (2010). Penjadwalan Pembangkit Hidro-Thermal Menggunakan
Metode Dynamic Programming. Universitas Diponogoro
Panta, S., & Premrudeepreechacham, S. (2007). Economic Dispatch for Power
Generation Using Artificial Neural Network. IEEE Conference
Publications, 558–562. http://doi.org/10.1109/ICPE.2007.4692450
Prajitno, B. (2009). Operasi Sistem tenaga Listrik Jawa-Madura-Bali. [Online]. Tersedia di http://kk.mercubuana.ac.id/elearning/files_modul/1602-8-817033986900.pdf. Diakses pada tanggal 17 Juni 2015
Pramono, J., Buwono, M.C., & Zamrudi. (2010). Transmission of Electrical
Energy. Indonesia University
Rahmat, N. (2011). PLTU PLTG dan PLTGU. Politeknik Negeri Ujung Pandang Rakhman, A. (2013). All About Power Plant And Engineering. [Online]. Tersedia
di http://rakhman.net/2013/01/prinsip-kerja-pltgu.html. Diakses pada tanggal 4 juli 2015
Santoso, S. (2011). Optimasi Pada Sistem Daya Listrik, (57), hlm. 51-61.
Sari, N.E. (2011). Optimasi Penggunaan Bahan Bakar Unit PLTGU Dengan
Menggunakan Model Fuzzy Goal Programming Studi Kasus Di PT PJB Gresik. Institut Teknologi Sepuluh November
Séguin, S., Côté, P., & Audet, C. (2015). Self-Scheduling Short-Term Unit
Commitment And Loading Problem. IEEE Transactions On Power
Systems, 1–10.
Singh, N. (2013). Economic Load Dispatch with Environmental Emission Using
(22)
66
Risna Adit Setiawan, 2015
ANALISIS OPTIMISASI PEMBAGIAN BEBAN DENGAN MENGGUNAKAN METODE DYNAMIC PROGRAMMING PADA PEMBANGKIT DI MUARA KARANG
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Singh, R. P., Gao, P. X., & Lizotte, D. J. (2012). On Hourly Home Peak Load
Prediction. IEEE SmartGridComm, 163–168.
Siswanto, M. (2010). Optimasi Pembagian Beban Pada Unit Pembangkit PLTG
Tambak Lorok Dengan Menggunakan Metode Lagrange Multiplier.
Universitas Diponogoro semarang
Susilo, D. (2014). Analisis Pemanfaatan Potensi Energi Panas Pada Sisa
Pembakaran Di Proses PLTG Balai Pungut. Universitas Islam Negeri
Sultan Syarif Kasim Riau
Timbul, W.P. (2003). Optimasi Pembebanan Pembangkit Listrik Hidro Termal
Area IV Sisitem Kelistrikan Jawa Bali Dengan Metoda Pengali Lagrange Untuk meminimalisasi Biaya Bahan Bakar. Universitas Indonesia
Wei, G. (2007). New Computational Model from Ant Colony. 2007 IEEE International Conference on Granular Computing (GRC 2007), 640–640. http://doi.org/10.1109/GrC.2007.26
Wikarsa, M. (2010). Sistem Tenaga Listrik. Universitas Indonesia
Yu, D., & Wang, Y. (2010). A Hybrid Ant Colony Optimization Algorithm Based
Lambda-Iteration Method For Unit Commitment Problem. IEEE
Computer Society, (1). http://doi.org/10.1109/GCIS.2010.19
Zhang, X. (2012). Application Of Fuzzy Adaptive Control For Optimal Load
Distribution Of Plant. IEEE, 0(2), 1320–1323.
Zhao, B., & Lu, X. (2009). Development And Research Of HRSG Device For
Power Generation. International Conference On Energy And Environment Technologi. http://doi.org/10.1109/ICEET.2009.148
(1)
36
17.00 90 80 85 120 150 150 230 230 1135 17.30 90 80 85 120 150 150 230 230 1135 18.00 90 85 90 120 130 130 200 210 1055 18.30 90 85 90 120 130 130 200 210 1055 19.00 90 90 90 120 130 130 200 200 1050 19.30 90 90 85 90 130 130 200 200 1015 20.00 90 0 85 100 130 130 200 200 935 20.30 90 0 85 100 130 130 200 200 935 21.00 85 0 85 90 130 130 200 200 920 21.30 0 0 85 40 130 130 180 180 745 22.00 0 0 85 40 130 130 180 180 745 22.30 0 0 90 40 130 130 150 150 690 23.00 0 0 90 40 130 130 150 150 690 23.30 0 0 90 40 130 130 150 150 690 24.00 0 0 90 40 130 130 130 130 650
(2)
5.1 Simpulan
Optimisasi pembagian beban menggunakan metode dynamic programming dilakukan mulai dari unit generator yang terkecil hingga yang terbesar, proses optimisasi dilakukan secara bertahap dari unit Muara Karang 1.1 sebagai unit generator terkecil yaitu 90 MW, hingga unit Muara Karang 2.2 sebagai unit generator terbesar dengan keluaran daya 235 MW.
Daya yang dibangkitkan oleh 8 unit generator pada pembangkit di Muara Karang mulai dari 50 MW hingga 1180 MW dengan proses optimisasi pembagian beban secara bertahap dari unit 1 hingga unit 8. Pada rentang nilai tersebut telah diperoleh pembagian beban yang bervariasi dengan total daya keluaran yang sama sehingga dapat diketahui pembagian beban yang mengeluarkan biaya bahan bakar yang paling minimum, misalnya pada total keluaran daya 630 MW beban dibagi pada 7 unit generator yaitu berturut-turut 75 MW, 75 MW, 0 MW, 120 MW, 125 MW dan 0 MW dan 235 MW dengan total biaya bahan bakar sebesar Rp.1.285.108,732,- per jam.
Perhitungan total daya keluaran berada dalam kelipatan 5 MW, hal tersebut bertujuan untuk mempermudah dalam proses optimisasi. Optimisasi pembagian beban dengan menggunakan metode dynamic programming sangat membantu dalam penghematan biaya bahan bakar, dapat terlihat ketika biaya yang dikeluarkan jauh lebih hemat dibandingkan dengan biaya bahan bakar yang harus dikeluarkan pada tanggal 11 Mei 2015.
Metode dynamic programming menghemat 3,94 % dari total biaya bahan bakar yang dikeluarkan pembangkit di Muara Karang pada tanggal 11 Mei 2015. Pembagian beban yang berbeda pada setiap unit generator sangat berpengaruh terhadap besarnya biaya bahan bakar, salah satunya terjadi pada tanggal 11 Mei 2015 pukul 00.30 yaitu ketika total keluaran daya sebesar 630 MW dapat menghemat Rp.124.636.515,- per jam. Total keluaran daya tersebut terjadi hingga pukul 06.30 atau sekitar 6 jam, itu berarti penghematan biaya bahan bakar sebesar Rp.747.819.090,-.
(3)
63
5.2 Implikasi
Pembangkit Muara Karang dapat mempertimbangkan pembagian beban pada masing-masing unit generatornya, analisis pembagian beban menggunakan metode dynamic programming dapat menjadi salah satu pilihan dalam membagi beban pada masing-masing unitnya.
Hasil yang diperlihatkan pada perbandingan antara pembagian beban pada tanggal 11 Mei 2015 di pembangkit Muara Karang dengan pembagian beban yang telah dihasilkan oleh metode dynamic programming dapat dijadikan alasan untuk memperhitungkan kembali pembagian beban yang akan dilakukan untuk hari ke depannya.
5.3 Rekomendasi
Skripsi ini tidak memperhitungkan biaya start up, shut down, ramp rate dan rugi-rugi transmisi, untuk penelitian selanjutnya penulis menyarankan untuk memperhitungkan hal tersebut dan penulis berharap agar skripsi ini dapat menjadi salah satu referensi dalam pembuatannya.
Hasil optimisasi pembagian beban menggunakan metode dynamic programming dapat dibandingkan dengan menggunakan metode lainnya untuk meyakinkan bahwa metode yang digunakan di pembangkit Muara Karang adalah pembagian beban yang paling hemat.
(4)
Memperhitungkan Rugi Rugi Saluran Transmisi Menggunakan Metode Algoritma Genetik, 1 (33), hlm. 41-47.
Adi, J. (2011). Siklus Rankin PLTU. [Online]. Tersedia di http://januaradi.blogspot.com/2011/07/siklus-rankine-pltu.html. Diakses pada tanggal 10 Juli 2015
Bien, L.E & Welly, A. (2005). Optimasi Sistem Hidrotermis Jawa-Bali Dengan Menggunakan Metode Random Unit Outage. Universitas Trisakti
Chen, C., & Lin, C. (2009). Simple particle swarm optimization for economic dispatch with piecewise quadratic fuel cost function. IEEE, 412–417. http://doi.org/10.1109/CITISIA.2009.5224171
Gao, W. (2007). Study on immunized ant colony optimization. Proceedings - Third International Conference on Natural Computation, ICNC 2007, 4(Icnc), 792–796. http://doi.org/10.1109/ICNC.2007.690
Harun, N. (2011). Perancangan Pembangkitan Tenaga Listrik. Universitas Hasanuddin Makasar
Himmah, F. (2013). Penerapan Algoritma Genetika Pada Masalah Penjadwalan Operasi Sistem Pembangkit Tenaga Listrik. Universitas Jember
Hobbs, W. J., Member, S., Hermon, G., & Warner, S. (1988). An Enhanced Dynamic Programming Approach For Unit Commitment. IEEE Transactions On Power Systems, 3(3), 1201–1205.
Ilmar, A & Sandra, A. (2015). Analisis Unjuk Kerja Heat Recovery Steam Generator (HRSG) Pada PLTGU Muara Tawar Blok 5, 7 (1), hlm. 23-31. Imansyah, L. (2014). Kajian Potensi Kerugian Akibat Penggunaan BBM Pada
PLTG Dan PLTGU di Sistem Jawa Bali, 3(1), hlm. 1-6.
Khaki, M., Musilek, P., Heckenbergerova, J., & Koval, D. (2010). Electric Power System Cost/Loss Optimization Using Dynamic Thermal Rating and Linear Programming. IEEE Electrical Power & Energy Conference. Leda, J. (2010). Pembangkit Listrik Tenaga Gas Ujung Pandang. Universitas
(5)
65
Loganathan, G. (2014). An Enhanced Time Effective Particle Swarm Intelligence for the Practical Economic Load Dispatch. IEEE Conference Publications, 44–50. http://doi.org/10.1109/ICEES.2014.6924139
Luciana, E. (2009). Simulasi Perhitungan Pembebanan ekonomis Pada Pusat Listrik Tenaga Diesel Dengan Metode Dynamic Programming. Universitas Diponogoro
Marsudi, D. (2006). Operasi Sistem Tenaga Listrik. Yogyakarta: Graha Ilmu Mukhtar, A.R. (2010). Penjadwalan Pembangkit Hidro-Thermal Menggunakan
Metode Dynamic Programming. Universitas Diponogoro
Panta, S., & Premrudeepreechacham, S. (2007). Economic Dispatch for Power Generation Using Artificial Neural Network. IEEE Conference Publications, 558–562. http://doi.org/10.1109/ICPE.2007.4692450
Prajitno, B. (2009). Operasi Sistem tenaga Listrik Jawa-Madura-Bali. [Online]. Tersedia di http://kk.mercubuana.ac.id/elearning/files_modul/1602-8-817033986900.pdf. Diakses pada tanggal 17 Juni 2015
Pramono, J., Buwono, M.C., & Zamrudi. (2010). Transmission of Electrical Energy. Indonesia University
Rahmat, N. (2011). PLTU PLTG dan PLTGU. Politeknik Negeri Ujung Pandang Rakhman, A. (2013). All About Power Plant And Engineering. [Online]. Tersedia
di http://rakhman.net/2013/01/prinsip-kerja-pltgu.html. Diakses pada tanggal 4 juli 2015
Santoso, S. (2011). Optimasi Pada Sistem Daya Listrik, (57), hlm. 51-61.
Sari, N.E. (2011). Optimasi Penggunaan Bahan Bakar Unit PLTGU Dengan Menggunakan Model Fuzzy Goal Programming Studi Kasus Di PT PJB Gresik. Institut Teknologi Sepuluh November
Séguin, S., Côté, P., & Audet, C. (2015). Self-Scheduling Short-Term Unit Commitment And Loading Problem. IEEE Transactions On Power Systems, 1–10.
Singh, N. (2013). Economic Load Dispatch with Environmental Emission Using MRPSO. IEEE International Advance Computing Conference, 995–999.
(6)
Singh, R. P., Gao, P. X., & Lizotte, D. J. (2012). On Hourly Home Peak Load Prediction. IEEE SmartGridComm, 163–168.
Siswanto, M. (2010). Optimasi Pembagian Beban Pada Unit Pembangkit PLTG Tambak Lorok Dengan Menggunakan Metode Lagrange Multiplier. Universitas Diponogoro semarang
Susilo, D. (2014). Analisis Pemanfaatan Potensi Energi Panas Pada Sisa Pembakaran Di Proses PLTG Balai Pungut. Universitas Islam Negeri Sultan Syarif Kasim Riau
Timbul, W.P. (2003). Optimasi Pembebanan Pembangkit Listrik Hidro Termal Area IV Sisitem Kelistrikan Jawa Bali Dengan Metoda Pengali Lagrange Untuk meminimalisasi Biaya Bahan Bakar. Universitas Indonesia
Wei, G. (2007). New Computational Model from Ant Colony. 2007 IEEE International Conference on Granular Computing (GRC 2007), 640–640. http://doi.org/10.1109/GrC.2007.26
Wikarsa, M. (2010). Sistem Tenaga Listrik. Universitas Indonesia
Yu, D., & Wang, Y. (2010). A Hybrid Ant Colony Optimization Algorithm Based Lambda-Iteration Method For Unit Commitment Problem. IEEE Computer Society, (1). http://doi.org/10.1109/GCIS.2010.19
Zhang, X. (2012). Application Of Fuzzy Adaptive Control For Optimal Load Distribution Of Plant. IEEE, 0(2), 1320–1323.
Zhao, B., & Lu, X. (2009). Development And Research Of HRSG Device For Power Generation. International Conference On Energy And Environment Technologi. http://doi.org/10.1109/ICEET.2009.148