Penentuan Lokasi dan Kapasitas Photovoltaic-Distributed Generation dengan Mempertimbangkan Kondisi Tegangan pada Sistem Kelistrikan Tambora Menggunakan Metode Genetic Algorithm

Zakariya, M Taufik Naufal (2024) Penentuan Lokasi dan Kapasitas Photovoltaic-Distributed Generation dengan Mempertimbangkan Kondisi Tegangan pada Sistem Kelistrikan Tambora Menggunakan Metode Genetic Algorithm. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5022201137-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (5MB) | Request a copy

Abstract

Demi upaya mendukung gerakan net zero emission yang tertuang pada UU No.16 Tahun 2016, Energi Baru Terbarukan (EBT) menjadi sebuah alternatif untuk mewujudkan hal tersebut. Salah satunya adalah energi tenaga surya salah satunya. Berdasarkan Rencahan Usaha Penyediaan Tenaga Listrik (RUPTL) tahun 2021-2030 terkait rencana pembangunan pembangkit, tepatnya di Provinsi Nusa Tenggara Barat (NTB), menyebutkan bahwa potensi pengembangan pembangkit bertenaga surya akan dibangun yang berkapasitas 10 MW pada sistem kelistrikan Tambora. Oleh karena itu, penelitian tugas akhir ini dilakukan untuk mencari lokasi dan kapasitas Photovoltaic-Distributed Generator (PV-DG) pada sistem kelistrikan Tambora dengan mempertimbangkan kondisi tegangan menggunakan metode Genetic Algorithm pada software MATLAB R2023a. Fungsi objektif pada penelitian ini adalah nilai Averange Voltage Deviation Index pada sistem yang paling minimum. Hasil simulasi dilakukan dengan tiga kasus, yaitu base case, penambahan 1 PV-DG dan 2 PV-DG. Kasus pertama menunjukan nilai AVDI pada sistem sebesar 0,02486 dengan kerugian daya pada sistem sebesar 1,051 MW dan 3,53 MVAR. Nilai AVDI pada kasus kedua menurun menjadi 0,01029 dengan kapasitas PV-DG sebesar 10 MW yang berlokasi pada bus 9. Kerugian daya sistem menurun menjadi 0,348 MW dan 1,24 MVAR. Pada kasus terakhir, nilai AVDI juga menurun menjadi 0,01064 dengan kapasitas PV-DG sebesar 5 MW dan 4,83 MW yang berlokasi pada bus 9 dan 10. Kerugian daya sistem pada kasus ketiga sebesar 0,360 MW dan 1,35 MVAR. Dari hasil penelitian, menunjukan bahwa penggunaan Genetic Algorithm dapat membantu menyelesaikan permasalahan yang bersifat optimasi.
===================================================================================================================================
In an effort to support the net zero emission movement as stated in Law No.16 of 2016, New Renewable Energy (NRE) is an alternative to realize this. One of the examples is solar energy. Based on the 2021-2030 Electricity Supply Business Plan (RUPTL) related to power plant construction plans, precisely in West Nusa Tenggara (NTB) Province, it is stated that the potential development of solar-powered plants will be built with a capacity of 10 MW in the Tambora electricity system. Therefore, this final project research was conducted to find the location and capacity of Photovoltaic-Distributed Generator (PV-DG) in Tambora electricity system by considering voltage conditions using Genetic Algorithm method in MATLAB R2023a software. The objective function in this study is the minimum Averange Voltage Deviation Index value in the system. The simulation results were carried out with three cases, namely the base case, the addition of 1 PV-DG and 2 PV-DG. The first case shows the AVDI value in the system is 0.02486 with power losses in the system of 1.051 MW and 3.53 MVAR. The AVDI value in the second case decreased to 0.01029 with a PV-DG capacity of 10 MW located at bus 9. The system power losses decreased to 0.348 MW and 1.24 MVAR. In the last case, the AVDI value also decreased to 0.00486 with a PV-DG capacity of 5 MW and 4.83 MW located on buses 9 and 10. System power losses in the third case amounted to 0.360 MW and 1.35 MVAR. From the research results, it shows that the use of Genetic Algorithm can help solve optimization problems.

Item Type:	Thesis (Other)
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK1087 Photovoltaic power generation T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK1322.6 Electric power-plants
Divisions:	Faculty of Electrical Technology > Electrical Engineering > 20201-(S1) Undergraduate Thesis
Depositing User:	M Taufik Naufal Zakariya
Date Deposited:	30 Jul 2024 04:28
Last Modified:	30 Jul 2024 04:28
URI:	http://repository.its.ac.id/id/eprint/110451

Actions (login required)

View Item