Implementasi Python Dan ETAP Untuk Optimasi Kapasitor Menggunakan Algoritma PSO Dalam Meningkatkan Faktor Daya Pada Sistem Distribusi Kelistrikan Conveyor Batu Bara

Tirtana, Muhammad Arief (2024) Implementasi Python Dan ETAP Untuk Optimasi Kapasitor Menggunakan Algoritma PSO Dalam Meningkatkan Faktor Daya Pada Sistem Distribusi Kelistrikan Conveyor Batu Bara. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6022221028-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2027. Download (5MB) | Request a copy

Abstract

Optimasi kapasitor dalam system distribusi tenaga listrik telah menjadi topik penelitian yang luas karena perannya dalam meningkatkan efisiensi energi, mengurangi kerugian daya, dan memperbaiki profil tegangan. Dalam penelitian ini menyampaikan analisis optimasi kapasitor menggunakan algoritma Particle Swarm Optimization(PSO) dengan pemrograman Python yang terhubung ke dalam software ETAP. Dimana bahasa pemrograman Python yang kuat dan fleksibel dengan berbagai pustaka dan alat yang dapat meningkatkan memperluas kemampuan analisis simulasi pada software ETAP. Penelitian ini bertujuan untuk melakukan kajian mengenai keandalan dan performa pemrograman python ETAP dalam studi power flow dan akurasi PSO pemrograman python berbagai studi kasus dari sumber PLN, Genset maupun PV yang terintegrasi ke dalam Grid jaringan kelistrikan pelabuhan conveyor PT. Borneo Indobara. Hasil dari penelitian ini menunjukan bahwa implementasi python pada simulasi optimasi kapasitor di dalam software ETAP, mempermudah identifikasi dan mempercepat prediksi titik pada jaringan yang mempunyai simpul kritis secara signifikan terhadap kerugian system secara keseluruhan, dibandingkan dengan tool Optimal Capacitor Placement yang tersedia pada ETAP, yang perlu memilih terlebih dahulu area bus dan mempunyai batas jumlah minimal bus yang di perlukan untuk menjalankan penempatan kapasitor. Kelebihan pemrograman python secara mandiri akan menentukan titik nilai optimum kapasitor pada bus, tanpa perlu pemilihan area bus serta tidak adanya batasan jumlah minimal bus untuk optimasi.
=================================================================================================================================
Capacitor Optimization in Electrical Power Distribution Systems has been a widely researched topic due to its role in enhancing energy efficiency, reducing power losses, and improving voltage profiles. This study presents an analysis of capacitor optimization using the Particle Swarm Optimization (PSO) algorithm implemented in Python, connected to ETAP software. Python’s powerful and flexible programming capabilities, with its variety of libraries and tools, can significantly expand the analytical capabilities of ETAP simulations. The aim of this study is to evaluate the reliability and performance of Python-ETAP programming in power flow studies and to assess the accuracy of PSO-based optimization under different case studies, including PLN (state utility), generator, and PV sources integrated into the electrical grid of the conveyor system at PT. Borneo Indobara’s port. The results of this study show that the implementation of Python for capacitor optimization simulation in ETAP facilitates the identification and significantly speeds up the prediction of critical nodes in the network that contribute most to system losses. This approach outperforms ETAP’s built-in Optimal Capacitor Placement tool, which requires pre-selecting a bus area and has a minimum bus count requirement for capacitor placement. Python programming independently determines the optimal capacitor values at each bus without the need for bus area selection or minimum bus limitations, providing greater flexibility and efficiency in optimization.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	PSO, Python, ETAP, Capacitor Optimization, Optimasi Kapasitor
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK1010 Electric power system stability. Electric filters, Passive. T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK3030 Electric power distribution systems
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Electrical Engineering > 20101-(S2) Master Thesis
Depositing User:	Muhammad Arief Tirtana
Date Deposited:	05 Dec 2024 05:10
Last Modified:	05 Dec 2024 05:10
URI:	http://repository.its.ac.id/id/eprint/115907

Actions (login required)

View Item