Analisis Pembebanan Jaringan Distribusi 20kv Dalam Mendukung Infrastruktur Stasiun Pengisian Kendaraan Listrik Umum (SPKLU)

Biyan, Suhardianto (2026) Analisis Pembebanan Jaringan Distribusi 20kv Dalam Mendukung Infrastruktur Stasiun Pengisian Kendaraan Listrik Umum (SPKLU). Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6022231093-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (10MB) | Request a copy

Abstract

Dalam beberapa tahun terakhir, adopsi kendaraan listrik di Indonesia mengalami percepatan yang signifikan, terutama hingga akhir tahun 2023 yang menunjukkan peningkatan signifikan dibandingkan tahun sebelumnya. Pertumbuhan pesat ini menegaskan kebutuhan akan infrastruktur Stasiun Pengisian Kendaraan Listrik Umum (SPKLU) yang andal untuk menjamin ketersediaan energi dan keandalan sistem guna mendukung pengembangan kendaraan listrik yang berkelanjutan. Tujuan utama penelitian ini adalah meminimalkan deviasi tegangan, rugi-rugi daya aktif dan meningkatkan stabilitas tegangan dan sensitivitas rugi daya. Analisis ini juga penting dalam menentukan jumlah optimal unit SPKLU yang dapat diintegrasikan ke dalam sistem eksisting. Untuk mendukung tujuan tersebut, dilakukan analisis pembebanan pada jaringan distribusi 20 kV dengan menggunakan sistem uji IEEE 33-bus sebagai model infrastruktur SPKLU, khususnya untuk stasiun pengisian cepat (level 3). Penelitian ini menggunakan algoritma Particle Swarm Optimization (PSO) untuk menentukan lokasi optimal penempatan SPKLU. Simulasi dilakukan dengan membandingkan penempatan SPKLU menggunakan metode optimasi PSO dan penempatan pada bus dengan beban minimum untuk mengevaluasi penurunan tegangan dan rugi-rugi daya yang terjadi. Hasil simulasi menunjukkan bahwa dengan optimasi penempatan SPKLU sebanyak 45 unit dengan total kapasitas daya 2,7 MW dapat dipasang secara efektif dengan tetap menjaga batas penurunan tegangan maksimal 5%. Selain itu, konfigurasi ini mampu mengurangi rugi-rugi daya jaringan sekitar 0,06 MW dan mengurangi penurunan tegangan sebesar 0,19 kV atau 0,93%.
=================================================================================================================================
In recent years, the adoption of electric vehicles (EVs) in Indonesia has accelerated significantly, especially by the end of 2023, which saw a notable increase compared to the previous year. This rapid growth highlights the urgent need for a robust Public Electric Vehicle Charging Station (EVCS) infrastructure to ensure energy availability and system reliability both essential to supporting continued EV development. The primary objectives of this work are to minimize voltage deviation, active power losses, and costs while enhancing voltage stability and power loss sensitivity. Such analysis is also vital in determining the optimal number of EVCS units that can be integrated into the existing system. To support this goal, the study conducts a load analysis on a 20 kV distribution network, employing a 33-bus IEEE test system as the model for EVCS infrastructure, specifically considering fast charging stations (Level 3). The research utilizes the Particle Swarm Optimization (PSO) algorithm to determine the optimal placement of EVCS units. In this study, simulations were conducted by comparing EVCS placement using the PSO optimization method and placement at the minimum-load buses to evaluate the resulting voltage drops and power losses. Simulation results with optimized EVCS placement show that 45 units with a total power capacity of 2.7 MW can be effectively installed while maintaining the voltage drop limit within 5%. In addition, this configuration reduces network power losses by approximately 0.06 MW and decreases the voltage drop 0.19 kV or 0.93%.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	EVCS, Load Analysis, ETAP Software, 20kV Distribution Feeder, SPKLU, Analisa Pembebanan, Software ETAP, Penyulang Distribusi 20kV
Subjects:	T Technology > TL Motor vehicles. Aeronautics. Astronautics > TL220 Electric vehicles and their batteries, etc.
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Electrical Engineering > 20101-(S2) Master Thesis
Depositing User:	Biyan Suhardianto
Date Deposited:	23 Jan 2026 08:01
Last Modified:	23 Jan 2026 08:01
URI:	http://repository.its.ac.id/id/eprint/130237

Actions (login required)

View Item