Particle Swarm Optimization (PSO) Based On Generator Scheduling On Electrical Driven Ship With Direct Current Distribution System

Ramadhan, Dennis Chaniago (2022) Particle Swarm Optimization (PSO) Based On Generator Scheduling On Electrical Driven Ship With Direct Current Distribution System. Masters thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 6019201005-Master_Thesis.pdf] Text
6019201005-Master_Thesis.pdf - Accepted Version
Restricted to Repository staff only until 1 April 2024.

Download (1MB) | Request a copy
[thumbnail of 6019201005-Master_Thesis.pdf] Text
6019201005-Master_Thesis.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy

Abstract

Seiring dengan kemajuan teknologi elektronika daya pada akhir dekade ini, penerapan sistem distribusi tenaga listrik arus searah tegangan rendah (LVDC) mulai dikembangkan kembali karena dianggap memiliki keunggulan dalam segi penghematan bahan bakar, efisiensi tempat dikarenakan tidak adanya komponen trafo, dan lebih rendah emisi. Untuk mendapatkan manfaat dari sistem distribusi arus searah dalam hal penghematan bahan bakar maka perlu adanya optimasi penjadwalan generator. Optimasi penjadwalan generator terbukti di beberapa penelitian mampu menghemat konsumsi bahan bakar hingga 300 ton/tahun. Salah satu metode optimasi yang digunakan adalah Particle Swarm Optimization (PSO) yang merupakan sebuah metode optimasi yang terinspirasi dari pergerakan mahluk hidup seperti burung dan ikan dalam beradaptasi di lingkungan. Metode ini lebih baik dalam segi konvergensi dan nilai standard deviasi jika dibandingkan dengan metode optimasi sejenis yaitu Algoritna Genetik. Oleh karena itu penelitian ini bertujuan untuk melakukan studi optimasi penjadwalan generator dengan menggunakan metode PSO pada kapal berpenggerak propulsi elektris. Proses optimasi akan dilakukan dengan melakukan pemodelan dari karakteristik mesin generator yang digunakan pada kapal objek studi dengan 2 metode interpolasi orde 2 dan interpolasi orde 3. Selanjutnya akan dilakukan penyusunan algoritma PSO dan bahasa pemrograman pada software MATLAB. Komputasi akan dilakukan dengan pengulangan sebanyak 10 kali untuk mendapatkan nilai standard deviasi kurang dari 2%. Hasil perhitungan konsumsi bahan bakar untuk sistem LVAC dan LVDC dengan pembagian beban konvensional menunjukkan penghematan pada sistem LVDC sebesar 18.8953 kg/h, 81.7884 kg/h, 19.5244 kg/h, 46.5792 kg/h pada mode sailing, manuvering, cargo handling dan at port. Hasil simulasi untuk sistem LVAC dan LVDC dengan pembagian beban menggunakan metode PSO menunjukkan penghematan konsumsi bahan bakar pada sistem LVDC sebesar 18.8953 kg/h, 81.7884 kg/h, 19.5244 kg/h, 59.98 57 kg/h pada mode sailing, manuvering, cargo handling dan at port. Hasil simulasi untuk sistem LVDC dengan pembagian beban konvensional dan PSO hanya menunjukkan penghematan pada mode at port sebesar 13.41 kg/h. Hasil simulasi untuk sistem LVAC dengan pembagian beban konvensional dan PSO tidak menunjukkan penghematan.
================================================================================================
Along with advances in power electronics technology at the end of this decade, the application of a low-voltage direct current (LVDC) power distribution system has begun to be redeveloped because it is considered to have advantages in terms of fuel economy, space efficiency due to the absence of transformer components, and lower emissions. To get the benefits of a direct current distribution system in terms of fuel economy, it is necessary to optimize generator scheduling. Generator scheduling optimization has been proven in several studies to save fuel consumption of up to 300 tons/year. One of the optimization methods used is Particle Swarm Optimization (PSO) which is an optimization method inspired by the movement of living things such as birds and fish in adapting to the environment. This method is better in terms of convergence and standard deviation value when compared to similar optimization methods, namely Genetic Algorithms. Therefore, this study aims to conduct a generator scheduling optimization study using the PSO method on electrically propulsion-driven vessels. The optimization process will be carried out by modeling the characteristics of the generator engine used on the study object ship with 2 methods of second-order interpolation and 3rd order interpolation. Next will be the preparation of the PSO algorithm and programming language in the MATLAB software. The computation will be repeated 10 times to get a standard deviation value of less than 2%. The results of the calculation of fuel consumption for the LVAC and LVDC systems with conventional load sharing show savings on the LVDC system of 18.8953 kg/h, 81.7884 kg/h, 19.5244 kg/h, 46.5792 kg/h in sailing, maneuvering, cargo handling and at port modes. . The simulation results for the LVAC and LVDC systems with load sharing using the PSO method show fuel consumption savings on the LVDC system of 18.8953 kg/h, 81.7884 kg/h, 19.5244 kg/h, 59.98 57 kg/h in sailing, maneuvering, cargo handling modes. and at ports. The simulation results for the LVDC system with conventional load sharing and PSO only show savings at the port mode of 13.41 kg/h. The simulation results for the LVAC system with conventional load sharing and PSO do not show any savings.

Item Type: Thesis (Masters)
Uncontrolled Keywords: Generator Scheduling, PSO, LVDC
Subjects: V Naval Science > VM Naval architecture. Shipbuilding. Marine engineering > VM773 Ship propulsion, Electric
Divisions: Faculty of Marine Technology (MARTECH) > Marine Engineering > 36101-(S2) Master Theses
Depositing User: Dennis Chaniago Ramadhan
Date Deposited: 10 Feb 2022 08:51
Last Modified: 10 Feb 2022 08:51
URI: http://repository.its.ac.id/id/eprint/93653

Actions (login required)

View Item View Item