Optimasi lokasi dan kapasitas kapasitor pada kondisi beban berubah terhadap waktu untuk minimisasi rugi-rugi energi menggunakan algoritma accelerated particle swarm optimization

Basyarach, Niken Adriaty (2017) Optimasi lokasi dan kapasitas kapasitor pada kondisi beban berubah terhadap waktu untuk minimisasi rugi-rugi energi menggunakan algoritma accelerated particle swarm optimization. Masters thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
2215201209-Master_Thesis.pdf

Download (1MB) | Preview

Abstract

Pemasangan kapasitor pada sistem distribusi merupakan salah satu metode yang paling effisien untuk mengurangi rugi-rugi energi. Pada penelitian ini membahas tentang optimasi lokasi dan kapasitas kapasitor pada kondisi beban yang berubah terhadap waktu untuk meminimalkan rugi-rugi energi pada sistem distribusi. Lokasi penempatan kapasitor berdasarkan pada jumlah bus pada jaringan distribusi menggunakan analisa Loss Sensitivity Factor (LSF). Sedangkan untuk menentukan kapasitas kapasitor dibatasi oleh total daya beban dan nilai faktor daya pada jaringan distribusi. Kemudian dioptimalkan menggunakan algoritma Accelerated Particle Swarm Optimization (APSO). Lokasi kapasitor pada penelitian ini dipilih tetap (fix) pada semua kondisi beban. Kapasitor fixed dan kapasitor switched dipertimbangkan saat kondisi perubahan beban. Kapasitor fixed selalu terhubung pada sistem yakni pada saat beban rendah. Sedangkan kapasitor switched yang on/off sesuai kondisi perubahan beban yakni pada saat beban naik atau beban mencapai maksimum. Skema ini diujikan pada sistem distribusi 20kV di Medan. Hasil simulasi kondisi awal memiliki rugi energi sebesar 21.21 kWh dengan tegangan minimum 0.9887 p.u.. Setelah dilakukan pemasangan kapasitor dengan menggunakan metode APSO maka didapatkan penuruan rugi-rugi energi menjadi 15.782 kWh dengan tegangan minimum 0.9956 p.u.. Sedangkan dengan menggunakan metode PSO penurunan rugi rugi energi menjadi 15.89 kWh. Hasil simulasi menunjukkan bahwa menggunakan algoritma APSO menunjukkan performa yang stabil dan konvergensi yang lebih baik dibanding algoritma PSO. =================================================================================================== Installation of capacitors in the distribution system is one of the most efficient methods to reduce energy losses. This study discusses the optimization of location and size of capacitor under time-varying load conditions for energy losses reduction. The location of capacitor placement is based on the number of buses on the distribution network. The proposed methodology uses Loss Sensitivity Factor (LSF) analysis to determine the location of the capacitor. The sizes of capacitor is limited by total load power and the power factor value in distribution network, and then it is optimized by an Accelerated Particle Swarm Optimization (APSO) algorithm. In this study, the location of the capacitor was selected fix at all load conditions. Fixed capacitors and switched capacitors are considered when uncertainty in variation of loads. Fixed capacitors are always connected to the system when the load is low. While, switched capacitors are on / off according to the condition of the variations load when the load increases or the load reaches the maximum. This scheme is tested on a 20kV distribution system in Medan. The result of the initial condition simulation have a 21.21 kWh of energy loss and 0.9887 of minimum voltage. After the installation of capacitors using APSO are obtained 15.782 kWh of energy losses and 0.9956 of minimum voltage. PSO base approach can reduce real energy losses to 15.89 kWh. The simulation results show that using APSO algorithm shows stable performance and better convergence than PSO algorithm.

Item Type: Thesis (Masters)
Uncontrolled Keywords: Algoritma Accelerated Particle Swarm Optimization, Kapasitor fixed, Kapasitor switched, Loss Sensitivity Factor, Rugi-rugi energi.
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK201 Electric Power Transmission
Divisions: Faculty of Industrial Technology > Electrical Engineering > (S2) Master Theses
Depositing User: Niken Adriaty Basyarach
Date Deposited: 21 Aug 2017 03:15
Last Modified: 21 Aug 2017 03:15
URI: http://repository.its.ac.id/id/eprint/43436

Actions (login required)

View Item View Item