Prakasa, Mohamad Almas (2023) Penalaan Optimal Power System Stabilizer (PSS) Berbasis Algoritme Harris Hawk Optimization (HHO) Termodifikasi untuk Single Machine Infinite Bus (SMIB) Terintegrasi Sistem Fotovoltaik. Masters thesis, Institut Teknologi Sepuluh Nopember.
![[thumbnail of 6022211011-Master_Thesis.pdf]](http://repository.its.ac.id/style/images/fileicons/text.png) |
Text
6022211011-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2025. Download (3MB) | Request a copy |
Abstract
Kestabilan sinyal kecil (small-signal stability) pada Sistem Tenaga Listrik (STL) yang terintegrasi sumber Energi Baru Terbarukan (EBT) menjadi tantangan yang khas pada STL modern. Sumber EBT, seperti sistem fotovoltaik (Photovoltaic, PV) tidak memiliki komponen redaman, sehingga mengakibatkan sistem ini memiliki total nilai redaman lebih rendah daripada sistem konvensional. Power System Stabilizer (PSS) yang ditala dengan optimal (optimal tuning) penting untuk menyediakan faktor redaman yang cukup untuk memperbaiki kestabilan sinyal kecilnya. Algoritme Harris Hawk Optimization (HHO), salah satu algoritme terkini yang populer telah terbukti handal menyelesaikan berbagai kasus optimisasi pada STL, termasuk penalaan optimal untuk PSS. Disamping kelebihannya daripada algoritme lain, dalam beberapa kasus telah ditemukan bahwa global optima (optimal global) di HHO dapat melompat atau terjebak pada local optima (optimal lokal) di iterasi-iterasi selanjutnya. HHO perlu operator tambahan yang dapat membandingkan dan menyimpan optimal global pada tiap-tiap iterasi. Di sisi lain, keseimbangan proses ekplorasi dan eksploitasi perlu dijaga agar tidak konvergen secara prematur. Tesis ini mengusulkan Algoritme HHO Termodifikasi dengan Strategi Penyimpanan Memori (Memory-saving Strategy, MSS), yang selanjutnya disebut sebagai algoritme HHO-MSS, untuk meningkatkan hasil penalaan optimal pada PSS dalam rangka meningkatkan kestabilan sinyal kecil STL yang terintegrasi sistem PV. MSS terinspirasi dari operator Equilibrium Optimizer Algorithm (EOA), yang diharapkan dapat menjaga solusi optimal global tidak melompat dan terjebak pada optimal lokal. Selain itu, operator EOA juga berkontribusi menjaga keseimbangan proses eksplorasi dan eksploitasi pada algoritme. Sistem mesin tunggal dengan bus tidak terhingga (Single Machine Infinite Bus, SMIB) yang terintegrasi sistem PV digunakan sebagai kasus uji. Teknik Skalarisasi Benson digunakan untuk membuat formulasi fungsi objektif yang terdiri dari dua fungsi, yaitu faktor redaman dan rasio redaman. Kestabilan sinyal kecil (small-signal stability) pada Sistem Tenaga Listrik (STL) yang terintegrasi sumber Energi Baru Terbarukan (EBT) menjadi tantangan yang khas pada STL modern. Sumber EBT, seperti sistem fotovoltaik (Photovoltaic, PV) tidak memiliki komponen redaman, sehingga mengakibatkan sistem ini memiliki total nilai redaman lebih rendah daripada sistem konvensional. Power System Stabilizer (PSS) yang ditala dengan optimal (optimal tuning) penting untuk menyediakan faktor redaman yang cukup untuk memperbaiki kestabilan sinyal kecilnya. Algoritme Harris Hawk Optimization (HHO), salah satu algoritme terkini yang populer telah terbukti handal menyelesaikan berbagai kasus optimisasi pada STL, termasuk penalaan optimal untuk PSS. Disamping kelebihannya daripada algoritme lain, dalam beberapa kasus telah ditemukan bahwa global optima (optimal global) di HHO dapat melompat atau terjebak pada local optima (optimal lokal) di iterasi-iterasi selanjutnya. HHO perlu operator tambahan yang dapat membandingkan dan menyimpan optimal global pada tiap-tiap iterasi. Di sisi lain, keseimbangan proses ekplorasi dan eksploitasi perlu dijaga agar tidak konvergen secara prematur. Tesis ini mengusulkan Algoritme HHO Termodifikasi dengan Strategi Penyimpanan Memori (Memory-saving Strategy, MSS), yang selanjutnya disebut sebagai algoritme HHO-MSS, untuk meningkatkan hasil penalaan optimal pada PSS dalam rangka meningkatkan kestabilan sinyal kecil STL yang terintegrasi sistem PV. MSS terinspirasi dari operator Equilibrium Optimizer Algorithm (EOA), yang diharapkan dapat menjaga solusi optimal global tidak melompat dan terjebak pada optimal lokal. Selain itu, operator EOA juga berkontribusi menjaga keseimbangan proses eksplorasi dan eksploitasi pada algoritme. Sistem mesin tunggal dengan bus tidak terhingga (Single Machine Infinite Bus, SMIB) yang terintegrasi sistem PV digunakan sebagai kasus uji. Teknik Skalarisasi Benson digunakan untuk membuat formulasi fungsi objektif yang terdiri dari dua fungsi, yaitu faktor redaman dan rasio redaman. Hasil tesis ini menunjukkan bahwa HHO-MSS memiliki tingkat konsistensi dan akurasi yang terbaik daripada versi lain dari modifikasi HHO, HHO, dan EOA. Hal tersebut didapatkan setelah HHO-MSS dievaluasi menggunakan tes uji statistik non-parametrik, yaitu Tes Uji Friedman, dalam rangka mencari solusi optimal pada berbagai fungsi tolok ukur (benchmark function). HHO-MSS berhasil mendapatkan nilai kebugaran (fitness value) yang ±11% – ±98% lebih baik daripada algoritme HHO dan EOA dalam kasus penalaan optimal untuk PSS. HHO-MSS juga menunjukkan karakteristik kurva konvergensi yang sangat baik serta proses ekplorasi dan eksploitasi yang seimbang. PSS yang ditala menggunakan HHO-MSS berhasil memperbaiki respon luaran sistem dengan overshoot yang paling kecil, settling time yang paling cepat, dan osilasi paling halus daripada PSS yang ditala oleh algoritme HHO dan EOA. HHO-MSS berhasil mengurangi galat pada respon luaran sistem sebesar ±97% – ±98% setelah diuji menggunakan berbagai indeks performansiHasil tesis ini menunjukkan bahwa HHO-MSS memiliki tingkat konsistensi dan akurasi yang terbaik daripada versi lain dari modifikasi HHO, HHO, dan EOA. Hal tersebut didapatkan setelah HHO-MSS dievaluasi menggunakan tes uji statistik non-parametrik, yaitu Tes Uji Friedman, dalam rangka mencari solusi optimal pada berbagai fungsi tolok ukur (benchmark function). HHO-MSS berhasil mendapatkan nilai kebugaran (fitness value) yang ±11% – ±98% lebih baik daripada algoritme HHO dan EOA dalam kasus penalaan optimal untuk PSS. HHO-MSS juga menunjukkan karakteristik kurva konvergensi yang sangat baik serta proses ekplorasi dan eksploitasi yang seimbang. PSS yang ditala menggunakan HHO-MSS berhasil memperbaiki respon luaran sistem dengan overshoot yang paling kecil, settling time yang paling cepat, dan osilasi paling halus daripada PSS yang ditala oleh algoritme HHO dan EOA. HHO-MSS berhasil mengurangi galat pada respon luaran sistem sebesar ±97% – ±98% setelah diuji menggunakan berbagai indeks performansi
====================================================================================================================================
Small-signal stability in Electric Power Systems (STL) integrated with New and Renewable Energy (EBT) sources is a unique challenge in modern STLs. NRE sources, such as photovoltaic (PV) systems do not have a damping component, resulting in this system having a lower total damping value than conventional systems. Optimally tuned Power System Stabilizer (PSS) is important to provide sufficient attenuation factor to improve the stability of the small signal. The Harris Hawk Optimization (HHO) algorithm, one of the most popular recent algorithms, has proven to be reliable in solving various optimization cases for STL, including optimal tuning for PSS. Despite its advantages over other algorithms, in some cases it has been found that the global optima (global optimal) in HHO can jump or get stuck at local optima (local optimal) in subsequent iterations. HHO needs additional operators that can compare and store the global optimal at each iteration. On the other hand, it is necessary to maintain a balance between the exploration and exploitation processes so that they do not converge prematurely. This thesis proposes a Modified HHO Algorithm with a Memory-saving Strategy (MSS), hereinafter referred to as the HHO-MSS algorithm, to improve the optimal tuning results on PSS in order to improve the stability of the STL small signal integrated with PV systems. MSS is inspired by the Equilibrium Optimizer Algorithm (EOA) operator, which is expected to keep the global optimal solution from jumping and getting stuck in local optimization. In addition, EOA operators also contribute to maintaining the balance of the exploration and exploitation processes in the algorithm. A single machine infinite bus (SMIB) system integrated with a PV system was used as a test case. The Benson Scalarization technique is used to formulate an objective function consisting of two functions, namely the damping factor and damping ratio. Small-signal stability in Electric Power Systems (STL) integrated with New and Renewable Energy (EBT) sources is a unique challenge in modern STLs. NRE sources, such as photovoltaic (PV) systems do not have a damping component, resulting in this system having a lower total damping value than conventional systems. Optimally tuned Power System Stabilizer (PSS) is important to provide sufficient attenuation factor to improve the stability of the small signal. The Harris Hawk Optimization (HHO) algorithm, one of the most popular recent algorithms, has proven to be reliable in solving various optimization cases for STL, including optimal tuning for PSS. Despite its advantages over other algorithms, in some cases it has been found that the global optima (global optimal) in HHO can jump or get stuck at local optima (local optimal) in subsequent iterations. HHO needs additional operators that can compare and store the global optimal at each iteration. On the other hand, it is necessary to maintain a balance between the exploration and exploitation processes so that they do not converge prematurely. This thesis proposes a Modified HHO Algorithm with a Memory-saving Strategy (MSS), hereinafter referred to as the HHO-MSS algorithm, to improve the optimal tuning results on PSS in order to improve the stability of the STL small signal integrated with PV systems. MSS is inspired by the Equilibrium Optimizer Algorithm (EOA) operator, which is expected to keep the global optimal solution from jumping and getting stuck in local optimization. In addition, EOA operators also contribute to maintaining the balance of the exploration and exploitation processes in the algorithm. A single machine infinite bus (SMIB) system integrated with a PV system was used as a test case. The Benson Scalarization technique is used to formulate an objective function consisting of two functions, namely the damping factor and damping ratio. The results of this thesis show that the HHO-MSS has the best level of consistency and accuracy than the other versions of the HHO, HHO, and EOA modifications. This was obtained after the HHO-MSS was evaluated using a non-parametric statistical test, namely the Friedman Test, in order to find optimal solutions for various benchmark functions. HHO-MSS succeeded in obtaining a fitness value which was ±11% – ±98% better than the HHO and EOA algorithms in the case of optimal tuning for PSS. HHO-MSS also exhibits excellent convergence curve characteristics and a balanced exploration and exploitation process. PSS tuned using HHO-MSS managed to improve the output response of the system with the smallest overshoot, the fastest settling time, and the smoothest oscillation than the PSS tuned by the HHO and EOA algorithms. HHO-MSS
| Item Type: | Thesis (Masters) |
|---|---|
| Uncontrolled Keywords: | kestabilan sinyal kecil, sistem mesin tunggal dengan bus tidak terhingga, sistem fotovoltaik, optimisasi metaheuristik, modifikasi dan peningkatan performansi algoritme, dynamic stability, single machine infinite bus, photovoltaic system, metaheuristic optimziation, modified and improved algorithm. |
| Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK1010 Electric power system stability. Electric filters, Passive. |
| Divisions: | Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Electrical Engineering > 20101-(S2) Master Thesis |
| Depositing User: | Mohamad Almas Prakasa |
| Date Deposited: | 24 Jan 2023 02:26 |
| Last Modified: | 24 Jan 2023 02:26 |
| URI: | http://repository.its.ac.id/id/eprint/95568 |
Actions (login required)
 |
View Item |