SKRIPSI - repository.ub.ac.idrepository.ub.ac.id/7696/1/Muhammad%20Syarifuddin%C2%A0Anshor.pdfSwarm...

ECONOMIC DISPATCH PADA PEMBANGKIT TERMAL SISTEM 500

kV JAWA-BALI DENGAN METODE QUANTUM-BEHAVED

PARTICLE SWARM OPTIMIZATION

SKRIPSI

TEKNIK ELEKTRO KONSENTRASI TEKNIK ENERGI ELEKTRIK

Ditujukan untuk memenuhi persyaratan

memperoleh gelar Sarjana Teknik

MUHAMMAD SYARIFUDDIN ANSHOR

NIM. 135060301111034

UNIVERSITAS BRAWIJAYA

FAKULTAS TEKNIK

MALANG

2017

Teriring Ucapan Terima Kasih kepada:

Ayahanda Subardi dan Ibunda Siti Muhimah

PERNYATAAN ORISINALITAS SKRIPSI

Saya menyatakan dengan sebenar-benarnya bahwa sepanjang pengetahuan saya dan

berdasarkan hasil penelusuran berbagai karya ilmiah, gagasan dan masalah ilmiah yang

diteliti dan diulas di dalam Naskah Skripsi ini adalah asli dari pemikiran saya. Tidak terdapat

karya ilmiah yang pernah diajukan oleh orang lain untuk memperoleh gelar akademik di

suatu Perguruan Tinggi, dan tidak terdapat karya atau pendapat yang pernah ditulis atau

diterbitkan oleh orang lain, kecuali yang secara tertulis dikutip dalam naskah ini dan

disebutkan dalam sumber kutipan dan daftar pustaka.

Apabila ternyata di dalam naskah Skripsi ini dapat dibuktikan terdapat unsur-unsur

jiplakan, saya bersedia Skripsi dibatalkan, serta diproses sesuai dengan peraturan perundang-

undangan yang berlaku (UU No. 20 Tahun 2003, pasal 25 ayat 2 dan pasal 70).

Malang, 25 Oktober 2017

Teriring Ucapan Terima Kasih kepada:

Ayahanda Subardi dan Ibunda Siti Muhimah

PERNYATAAN ORISINALITAS SKRIPSI

Saya menyatakan dengan sebenar-benarnya bahwa sepanjang pengetahuan saya dan

berdasarkan hasil penelusuran berbagai karya ilmiah, gagasan dan masalah ilmiah yang

diteliti dan diulas di dalam Naskah Skripsi ini adalah asli dari pemikiran saya. Tidak terdapat

karya ilmiah yang pernah diajukan oleh orang lain untuk memperoleh gelar akademik di

suatu Perguruan Tinggi, dan tidak terdapat karya atau pendapat yang pernah ditulis atau

diterbitkan oleh orang lain, kecuali yang secara tertulis dikutip dalam naskah ini dan

disebutkan dalam sumber kutipan dan daftar pustaka.

Apabila ternyata di dalam naskah Skripsi ini dapat dibuktikan terdapat unsur-unsur

jiplakan, saya bersedia Skripsi dibatalkan, serta diproses sesuai dengan peraturan perundang-

undangan yang berlaku (UU No. 20 Tahun 2003, pasal 25 ayat 2 dan pasal 70).

Mahasiswa,

MUHAMMAD SYARIFUDDIN ANSHOR

135060300111034

DAFTAR RIWAYAT HIDUP

DATA PRIBADI

1. Nama Lengkap : Muhammad Syarifuddin Anshor

2. Tempat, Tanggal Lahir : Rembang, 8 April 1995

3. Alamat : Griya Shanta Blok L242, Lowokwaru, Malang

4. Jenis Kelamin : Laki-laki

5. Agama : Islam

6. Status : Lajang

7. Tinggi / Berat Badan : 172 cm / 55kg

8. Telepon : 085741538662

9. E-mail : [email protected]

RIWAYAT PENDIDIKAN

FORMAL

1. (2007) Lulus SDN 2 Sulang – Jawa Tengah

2. (2010) Lulus SMPN 1 Sulang – Jawa Tengah

3. (2013) Lulus SMAN 1 Rembang – Jawa Tengah

4. (2013-2017) Teknik Elektro Universitas Brawijaya

RINGKASAN

Muhammad Syarifuddin Anshor, Jurusan Teknik Elektro, Fakultas Teknik Universitas

Brawijaya, September 2017, Economic Dispatch Pada Pembangkit Termal Sistem 500

kV Jawa-Bali Dengan Metode Quantum-Behaved Particle Swarm Optimization. Dosen

Pembimbing: Hadi Suyono, dan Rini Nur Hasanah.

Perkembangan industri yang pesat mengakibatkan jumlah konsumsi energi listrik

juga semakin besar. Energi listrik yang disalurkan kepada pelanggan harus terjaga baik

kuantitas ataupun kualitas, tetapi dengan harga jual listrik yang wajar. Harga jual listrik

kepada pelanggan sangat dipengaruhi oleh harga biaya bahan bakar. Untuk meminimalkan

biaya produksi bahan bakar listrik perlu diadakannya studi untuk meminimalkan biaya bahan

bakar dalam proses produksi yang sering disebut dengan istilah Economic Disptach.

Economic Dispatch (ED) merupakan pembagian daya yang harus dibangkitkan oleh

generator dalam suatu sistem tenaga listrik sehingga diperoleh kombinasi unit pembangkit

yang dapat memenuhi kebutuhan beban dengan biaya yang optimum. Tujuan utama ED

adalah meminimalkan konsumsi bahan bakar generator untuk memperoleh kondisi optimal.

Pada artikel ini, dilakukan analisis Economic Dispatch pada sistem 500kV Jawa-Bali.

Perhitungan Economic Dispatch ini menggunakan metode Quantum-behaved Particle

Swarm Optimization (QPSO) yang kemudian akan dibandingkan dengan metode lainnya

untuk mendapatkan nilai daya output maksimum dengan biaya pembangkitan minimum.

Tujuan akhir yang ingin dicapai pada artikel ini adalah bagaimana biaya pembangkitan,

maupun daya yang dihasilkan oleh masing-masing unit pembangkit pada setiap metode

untuk mendapatkan biaya termurah.

Berdasarkan hasil simulasi, terlihat bahwa penggunaan metode QPSO dapat

mengubah biaya produksi lebih murah.

Kata Kunci: Economic Disptach, QPSO, sistem 500 kV Jawa-Bali

SUMMARY

Muhammad Syarifuddin Anshor, Department of Electrical Engineering, Faculty of

Engineering Universitas Brawijaya, September 2017, Economic Dispatch On Thermal

Power Plant 500 kV Java-Bali System with Quantum-Behaved Particle Swarm

Optimization Method. Supervisor: Hadi Suyono, and Rini Nur Hasanah.

Rapid industrial development resulted in the increase of electrical energy

consumption. Electrical energy supplied to customers must be maintained either quantity or

quality, but with a reasonable price of electricity. The selling price of electricity to customers

is strongly influenced by the price of fuel costs. To minimize the cost of producing electric

fuel the need for a study to minimize fuel costs in the production process is often referred to

as Economic Disptach.

Economic Dispatch (ED) is a division of power that must be generated by a

generator in a power system so that the combination of generating units can meet the load

requirements with optimum cost. The main purpose of ED is to minimize the fuel

consumption of the generator to obtain optimal conditions. In this article, an Economic

Dispatch analysis was conducted on the Java-Bali 500kV system. This Economic Dispatch

calculation uses the Quantum-behaved Particle Swarm Optimization (QPSO) method which

will then be compared with other methods to obtain maximum output power value with

minimum generation cost. The final goal to be achieved in this article is how the cost of

generation, as well as the power generated by each generating unit on each method to get

the cheapest cost.

Based on the simulation result, it can be seen that the use of QPSO method can

change production cost is cheaper

Keyword : Economic Disptach, QPSO, 500 kV Jawa-Bali system

ii

PENGANTAR

Puji syukur penulis panjatkan kehadirat Allah SWT karena berkat Rahmat dan Karunia-

Nya penulis dapat menyelesaikan penyusuna skripsi ini. Shalawat serta salam semoga

senantiasa terlimpah curahkan kepada Nabi Muhammad SAW.

Sungguh hanya melalui Pertolongan dan Perlindungan Allah SWT semata sehingga

dapat terselesaikan skripsi ini. Dengan seizin Allah SWT, di kesempatan yang baik ini

dihaturkan rasa terima kasih dan penghargaan yang sebesar besarnya atas bantuan sehingga

terselesainya skripsi ini kepada:

1. Bapak M. Aziz Muslim, S.T., M.T., Ph.D. selaku Ketua Jurusan Teknik Elektro

Universitas Brawijaya.

2. Bapak Ir. Hadi Suyono, M.T., Ph.D. selaku Sekretaris Jurusan Teknik Elektro

Universitas Brawijaya dan sekaligus sebagai Dosen Pembimbing I yang telah

membantu menyelesaikan tugas penelitian ini.

3. Ibu Rini Nur Hasanah, Dr., S.T., Msc. selaku KKDK Teknik Energi Elektrik dan

sekaligus dosen pembimbing II yang telah banyak memberikan pengarahan,

bimbingan, nasehat, saran dan motivasinya.

4. Bapa Moch. Rif’an S.T., M.T. dan Bapak Lunde Ardhenta S.T., M.Sc. selaku

dosen Pembimbing Akademik

5. Keluarga tercinta, kedua orang tua, Mbak Yufi, Mas Sigit, yang selalu

memberikan kasih sayang dan do’anya yang tiada akhir.

6. Alif, Herman, Dony, Danang dan Keluarga besar angkatan 2013 “SPECTRUM”,

atas do'a, semangat, serta dukungan yang diberikan dalam penelitian ini.

7. Semua pihak yang telah memberikan bantuan serta dukungan baik secara

langsung maupun tidak langsung atas penyusunan skripsi ini.

Sekiranya Allah SWT mencatat amal baik kepada semua pihak yang turut membantu

menyelesaikan skripsi ini. Akhirnya, dapat di sadari bersama bahwa skripsi ini masih jauh

dari sempurna namun semoga skripsi ini dapat memberikan manfaat bagi kita semua.

Allahumma Amîn.

Malang, 25 Oktober 2017

Penulis

iii

DAFTAR ISI

PENGANTAR ................................................................................................................ i

DAFTAR ISI .................................................................................................................. iii

DAFTAR GAMBAR ..................................................................................................... v

DAFTAR TABEL .......................................................................................................... vi

RINGKASAN ................................................................................................................. vii

SUMMARY…………………………………………………………………………… viii

BAB I PENDAHULUAN .............................................................................................. 1

1.1 Latar Belakang ..................................................................................................... 1

1.2 Rumusan Masalah ............................................................................................... 2

1.3 Batasan Masalah .................................................................................................. 3

1.4 Tujuan .................................................................................................................. 3

1.5 Sistematika Pembahsan ....................................................................................... 3

BAB II TINJAUAN PUSTAKA ................................................................................... 5

2.1 Sistem Tenaga Listrik .......................................................................................... 5

2.2 Karakteristik Pembangkit Listrik......................................................................... 6

2.3 Karakteristik Input-Output Pembangkit Listrik ................................................... 6

2.4 Studi Aliran Daya ................................................................................................ 7

2.5 Economic Dispatch .............................................................................................. 8

2.6 Perhitungan Rugi-Rugi Transmisi ....................................................................... 10

2.7 Biaya Start ........................................................................................................... 11

2.8 Quantum-behaved Particle Swarm Optimization ................................................ 11

BAB III METODOLOGI PENELITIAN .................................................................... 21

3.1 Studi Literatur ...................................................................................................... 14

3.2 Pembuatan dan Pengujian Program Perhitungan ................................................ 14

3.3 Data Penelitian ..................................................................................................... 14

3.4 Implementasi Metode QPSO dalam Economic Dispatch .................................... 15

iv

BAB IV HASIL DAN PEMBAHASAN ....................................................................... 16

4.1 Data Validasi IEEE 30 Bus ................................................................................. 16

4.2 Simulasi Metode Quantum-behaved Particle Swarm Optimization Data IEEE 30

Bus Error! Bookmark not defined. ......................................................................... 20

4.3 Sistem 500 kV Jawa Bali ..................................................................................... 27

4.4 Analisis Perbandingan Metode Quantum-behaved Particle Swarm Optimization

dengan Metode Lagrange ................................................................................................ 49

BAB V PENUTUP ......................................................................................................... 52

5.1 Kesimpulan .......................................................................................................... 52

5.2 Saran .................................................................................................................... 52

DAFTAR PUSTAKA .................................................................................................... 53

LAMPIRAN ................................................................................................................... 54

v

DAFTAR GAMBAR

Gambar 2.1 Sistem Tenaga Listrik .................................................................................. 5

Gambar 2.2 Tujuan Sistem Operasi Listrik ..................................................................... 8

Gambar 3.1 Flowchart Economic Dispatch QPSO ......................................................... 15

Gambar 4.1 Single line Diagram IEEE 30 bus ................................................................ 17

Gambar 4.2 Single line Diagram Pembangkit Jawa-Bali ................................................ 28

Gambar 4.3 Run Matlab total biaya setiap pembangkit................................................... 33

Gambar 4.4 Run Matlab total Biaya ................................................................................ 35

vi

DAFTAR TABEL

Tabel 4.1 Data Pembebanan ............................................................................................ 18

Tabel 4.2 Data Pembangkit Sistem IEEE 30 bus ............................................................ 19

Tabel 4.3 Data fungsi biaya bahan bakar sistem, IEEE 30 bus ...................................... 19

Tabel 4.4 Pembagian Daya Pembangkit IEEE 30 bus .................................................... 26

Tabel 4.5 hasil simulasi dengan metode lain ................................................................... 26

Tabel 4.6 hasil simulasi dengan metode lain ................................................................... 26

Tabel 4.7 Data Pembangkit dan Batas Daya Maksimum-Minimum ................................ 27

Tabel 4.8 Pembagian bus setiap pembangkit.................................................................... 28

Tabel 4.9 Data Unit Termal Sistem 500 kV Jawa-Bali .................................................... 36

Tabel 4.10 Data Beban Unit Termal Sistem 500 kV Jawa-Bali ....................................... 38

Tabel 4.11 Hasil Analisis Kombinasi Pembangkit hari Kamis ........................................ 40

Tabel 4.12 Hasil Analisis Komninasi Pembangkit Hari Sabtu ......................................... 42

Tabel 4.13 Hasil Analsisi Kombinasi Pembangkit Hari Minggu ..................................... 44

Tabel 4.15 Perbandingan Biaya Metode Lagrange dengan QPSO ................................... 49



1

BAB I

PENDAHULUAN

1.1 Latar Belakang

Saat ini, Indonesia sedang berupaya meningkatkan taraf ekonominya.yang salah satunya

dengan menciptakan lapangan pekerjaan baru bagi masyarakat. Lapangan pekerjaan tersebut

diantaranya adalah pabrik manufaktur, perhotelan, mall, dan tempat wisata. Untuk

meningkatkan ekonomi pada bidang industri di daerah Kendal Jawa Tengah telah dibuka

Kawasan Industri Kendal atau yang sering disebut dengan KIK. Pabrik Semen Indonesia akan

dibangun di Rembang dan masih banyak industri baru lainnya.

Pertumbuhan industri tersebut tentunya mengakibatkan jumlah konsumsi energ listrik

semakin bertambah dan biaya operasional pembangkit listrik sebagai penyuplai energi listrik

juga semakin bertambah . Energi listrik yang disalurkan kepada pelanggan harus terjaga baik

kuantitas ataupun kualitas, tetapi dengan harga jual listrik yang wajar. Harga jual listrik kepada

pelanggan sangat dipengaruhi oleh harga biaya bahan bakar. Penghematan dari segi bahan bakar

dapat menekan biaya produksi tenaga listrik. Biaya bahan bakar sebuah unit pembangkit termal

merupakan fungsi beban suatu pembangkit. Kemampuan memikul beban menentukan

keandalan sistem energi listrik, sehingga selalu diupayakan besar daya yang dibangkitkan harus

sama dengan besar kebutuhan di sisi beban setiap saat. Pada unit pembangkit termal yang

berbahan bakar fosil, pertambahan beban akan mendorong pertambahan kuantitas (jumlah)

bahan bakar per satuan waktu yang akan meningkatkan pertambahan biaya per satuan waktu.

Dalam suatu sistem tenaga listrik, unit-unit pembangkit tidak berada dalam jarak yang sama

dari pusat beban dan biaya pembangkitan tiap-tiap pembangkit pun berbeda. Pada kondisi

operasi normal sekalipun, kapasitas pembangkit harus lebih besar dari jumlah beban dan rugi-

rugi daya pada sistem. Oleh karena itu, perlu dilakukan suatu pengaturan terhadap operasi

pembangkitan. Analisis aliran daya optimal adalah suatu perhitungan untuk meminimalkan

suatu fungsi tujuan yaitu biaya pembangkitan atau rugi-rugi transmisi dengan mengatur daya

aktif dan daya reaktif pembangkitan tiap pembangkit sistem tenaga yang terinterkoneksi dengan

memperhatikan batas-batas tertentu.

2

Analisis aliran daya optimal untuk meminimalkan biaya pembangkitan biasa dikenal

dengan istilah Economic Dispatch. Economic dispatch adalah pembagian pembebanan pada

unit-unit pembangkit yang ada dalam sistem secara optimal ekonomis pada harga beban sistem

tertentu (Syah, Hasanah & Shidiq, 2012:1). Dengan penerapan Economic Dispatch, maka akan

didapatkan biaya pembangkitan yang minimum terhadap produksi daya listrik yang

dibangkitkan unit-unit pembangkit pada suatu sistem kelistrikan. Pada penelitian kali ini

Economic Dispatch akan diterapkan pada pembangkit termal yang bebannya selalu berubah-

ubah. Pada pembangkit sistem hydro tidak bisa diterapkan karena bebannya tetap.

Pada era modern ini banyak dikembangkan dan digunakan metode-metode untuk

memecahkan permasalahan yang ada dalam Economic Dispatch secara global sehingga metode

tersebut menghasilkan keluaran seperti yang diharapkan. Metode-metode tersebut diterapkan

dengan menggunakan persamaan-persamaan model matematis yang bertujuan untuk

mempermudah dalam perhitungan. Metode yang akan digunakan pada penelitian ini adalah.

Quantum Behaved Particle Swarm Optimization. Banyak metode dalam menyelesaikan

economic dispatch, antara lain Lagrange, Generic Algorithm, Particle Swarm Optimization dan

lain-lain. Namun, pada artikel “Quantum Behaved Particle Swarm Optimization for Data

Clustering with Multiple Objectives” yang ditulis oleh Wenbo Xu dan “Quantum-behaved

Particle Swarm Optimization with Mutation Operator” yang ditulis oleh Zhao Wei, metode ini

terbukti lebih optimal jika dibandingkan dengan metode PSO sehingga saya menggunakannya

dalam penelitian ini. Metode ini diharapkan dapat menghasilkan kombinasi daya output tiap

pembangkit lebih akurat sehingga diperoleh biaya produksi yang lebih rendah.

1.2 Rumusan Masalah

Untuk menganalisis optimasi pembagian aliran daya yang mungkin diterapkan di

Pembangkit Termal Sistem 500 kV Jawa Bali perlu dirumuskan suatu rumusan masalah sebagai

berikut :

1. Bagaimana penggunaan metode Quantum Behaved Particle Swarm Optimization dalam

penerapan economic dispatch ?

2. Berapa total biaya operasional selama 24 jam pada unit pembangkit pada pembangkit

termal sistem 500 kV Jawa Bali setelah dianalisis menggunakan metode Quantum

Behaved Particle Swarm Optimization ?

3

1.3 Batasan Masalah

Agar didapatkan solusi dalam mengetahui total beban maksimum yang ditanggung

pembangkit dan total biaya bahan bakar selama 24 jam pada pembangkit termal 500kV Jawa

Bali maka perlu diberi batasan masalah sebagai berikut:

1. Economic dispatch hanya dilakukan pada pembangkit termal yang terhubung sistem

transmisi 500 kV Jawa Bali.

2. Data yang digunakan adalah data sekunder yang tersedia dari PT. PJB.

3. Data yang digunakan adalah data karakteristik input – output pembangkit termal, data

pembebanan maksimum dan minimum masing – masing unit, dan data kapasitas

pembangkit.

4. Tidak membahas biaya rugi-rugi dan penyebab terjadinya rugi-rugi secara mendetail.

5. Perhitungan dilakukan dengan metode QPSO.

6. Program menggunakan aplikasi Matlab.

1.4 Tujuan

Peneliti diharapkan dapat memberikan solusi dalam mengetahui total beban maksimum

yang ditanggung pembangkit, total biaya bahan bakar selama 24 jam pada pembangkit thermal

500kV Jawa Bali dengan menggunakan metode Quantum Behaved Particle Swarm

Optimization, dan nilai ekonomis total biaya bahan bakar dengan menggunakan metode QPSO

jika dibandingkan dengan data riil sistem.

1.5 Manfaat

a. Bagi Penulis, skripsi dapat dijadikan sarana pembelajaran tentang dasar-dasar optimasi

energi listrik.

b. Bagi pembaca, skripsi ini dapat bermanfaat sebagai penambah wawasan tentang

penghematan sumber-sumber energi dalam penggunaannya.

c. Bagi Pembangkit termal sistem 500 kV Jawa Bali, skripsi ini dapat memberikan

rekomendasi sehingga nantinya biaya pembangkitan bisa diminalisir

1.6 Sistematika Pembahasan

Sistematika penulisan yang digunakan dalam penelitian ini adalah sebagai berikut:

4

BAB I PENDAHULUAN

Berisi latar belakang, rumusan masalah, batasan masalah, tujuan dan sistematika

pembahasan.

BAB II TINJAUAN PUSTAKA

Menjelaskan tentang teori-teori dasar dan penunjang tentang analisis penerapan economic

dispatch

BAB III METODE PENELITIAN

Menjelaskan tentang metodologi yang digunakan dalam melakukan penerapan economic

dispatch.

BAB IV PEMBAHASAN

Berisi tentang pengaturan ulang nilai pembangkitan pada msing-masing unit pembangkitan

dan setiap unit pembangkitan serta perubahan biaya bahan bakar hasil analisis penerapan

economic dispatch pada Pembangkit termal sistem 500 kV Jawa Bali.

BAB V PENUTUP

Berisi kesimpulan hasil penelitian dan saran untuk perkembangan penelitian selanjutnya.

5

BAB II

TINJAUAN PUSTAKA

2.1 Sistem Tenaga Listrik

Sistem Tenaga Listrik adalah suatu sistem yang terdiri dari beberapa komponen berupa

pembangkitan, transmisi, distribusi dan beban yang saling berhubungan dan berkerja sama

untuk melayani kebutuhan tenaga listrik bagi pelanggan sesuai kebutuhan. Secara garis

besar Sistem Tenaga Listrik dapat digambarkan dengan skema di bawah ini (Slamet Suripto

2011:1) :

Gambar 2.1 Sistem Tenaga Listrik

Sumber : (Slamet Suripto 2011:1)

Sistem Pembangkitan Tenaga Listrik berfungsi membangkitkan energi listrik melalui

berbagai macam pembangkit tenaga listrik (PLTA, PLTU, PLTD, PLTP, PLTG, dsb). Pada

Pembangkit Tenaga Listrik ini sumber-sumber energi alam dirubah oleh penggerak mula

menjadi energi mekanis yang berupa kecepatan atau putaran, selanjutnya energi mekanis

tersebut di rubah menjadi energi listrik oleh generator.

Transmisi Tenaga Listrik merupakan proses penyaluran tenaga listrik dari tempat

pembangkit tenaga listrik (Power Plant) hingga Saluran distribusi listrik (substation

6

distribution) sehingga dapat disalurkan sampai pada konsumer pengguna listrik (Slamet

Suripto 2011:2).

Sistem Distribusi berfungsi mendistribusikan tenaga listrik ke konsumen (pabrik,

industri, perumahan dan sebagainya). Listrik yang berasal dari saluran transmisi dengan

tegangan Tinggi atau Ekstra Tinggi, pada pada gardu induk diubah menjadi tegangan

menengah atau tegangan distribusi primer, yang selanjutnya diturunkan lagi menjadi

tegangan rendah untuk konsumen (Slamet Suripto 2011:3).

2.2 Karakteristik Pembangkit Listrik

Hal yang paling mendasar dalam optimasi ekonomi dari sebuah pembangkit listrik

termal adalah dengan ditentukannya karakteristik masukan-keluaran (input-output

characteristic) pusat listrik tersebut. Penjelasan mengenai masukan-keluaran biasa disebut

gross input dan net output yang dihasilkan pusat listrik tersebut. Gross input pembangkit

termal menyatakan jumlah keseluruhan bahan bakar yang diperlukan, sedangkan net output

adalah daya nyata (real power) yang dihasilkan pembangkit listrik tersebut.

Pembangkit listrik termal adalah pembangkit yang menggunakan energy panas sebagai

sumber energinya. Seperti Pembangkit Listrik Tenaga Uap (PLTU), Pembangkit Listrik

Tenaga Diesel (PLTD) dan Pembangkit Listrik Tenaga Gas Uap (PLTGU). Pembangkit

Listrik Tenaga Uap terdiri atas sebuah ketel yang menghasilkan uap untuk menggerakkan

turbin uap yang dikopel dengan sebuah generator listrik. Daya listrik dihasilkan tidak

seluruhnya tetapi sebagian kecil digunakan untuk mengoperasikan peralatan yang terdapat

pada pusat listrik tersebut, seperti ketel, pompa, kompresor dan sebagainya serta untuk

mencatu peralatan control, penerangan dan computer (Wood & Wollenberg, 1984:57).

2.3 Karakteristik Input-Output Pembangkit Listrik

Karakteristik ini ditunjukkan hubungan antara input pembangkit sebagai fungsi dari

output pembangkit. Persamaan karakteristik input-output pembangkit menyatakan hubungan

antara jumlah bahan bakar yang dibutuhkan untuk menghasilkan daya tertentu pada

pembangkit listrik yang didekati dengan fungsi binomial sebagai berikut:

F(P) = a + bP +cP2 (2-1)

Sumber: (Wood & Wollenberg, 1984:41)

Keterangan:

7

F(P) / H = Input bahan bakar (Btu/Jam)

F = Biaya bahan bakar per jam (Rp/Jam)

P = Output daya pembangkit (MW)

a, b, c = Konstanta persamaan

Karakteristik input-output pembangkit termal jika dijelaskan dalam bentuk kurva

ditunjukkan dalam Gambar 2.2

Gambar 2.2 Kurva Karakteristik Input-Output Unit Thermal

Sumber: (Wood & Wollenberg 1984:9)

Gambar diatas menunjukkan karakteristik input-output unit thermal dalam bentuk yang

ideal, digambarkan sebagai kurva non-linier yang continue. Input dari pembangkit

ditunjukkan pada sumbu vertikal yaitu energi panas yang dibutuhkan dalam bentuk Mbtu/h

(million of btu per hour). Karena menggunakan satuan British Temperatur Unit apabila

dikonversi menggunakan satuan international menjadi (MJ/h atau Kcal/H) yang dapat

dinyatakan juga sebagai biaya total per jam (Rp/jam). Output dari pembangkit ditunjukkan

pada sumbu horizontal yaitu daya listrik yang memiliki batas-batas berupa daya maksimum

dan daya minimum pembangkit. (Saadat, 2002)

2.4 Studi Aliran Daya

Studi aliran daya adalah penentuan atau perhitungan tegangan, arus, daya, dan faktor

daya atau daya reaktif yang terdapat pada berbagai titik dalam suatu jaringan listrik pada

keadaan operasi normal.

Studi aliran daya ini sangat penting dalam perencanaan pengembangan suatu sistem

untuk masa yang akan datang, karena pengoperasian yang baik dari sistem tersebut banyak

http://www.elektronikabersama.web.id/2011/05/jaringan-listrik-tiga-fase-dan-satu.html

8

tergantung pada diketahuinya efek interkoneksi dengan sistem tenaga yang lain, beban yang

baru, stasiun pembangkit baru, serta saluran transmisi baru, sebelum semuanya itu dipasang.

Studi aliran daya juga sangat berguna dalam merencanakan perluasan sistem tenaga

listrik dan dalam menentukan operasi terbaik suatu sistem yang telah ada. Tuntutan

penanganan sistem tenaga listrik yang andal dan pertumbuhan pembebanan jaringan yang

semakin meningkat, diperlukan suatu sambungan antar jaringan sistem transmisi tenaga

listrik yang terpasang atau terinterkoneksi. Sistem interkoneksi ini bertujuan untuk

memenuhi kebutuhan energi listrik pada daerah dengan pembebanan yang tinggi, sehingga

dapat dipenuhi oleh daerah yang masih memungkinkan penambahan kapasitas

pembangkitan. Sistem interkoneksi jaringan tenaga listrik merupakan sistem yang

terformulasi, didalamnya terdiri dari unsur-unsur kompleks dan beberapa bagian yang tidak

dapat dipisahkan.

Masalah aliran daya mencakup perhitungan aliran dan tegangan sistem pada terminal

atau bus tertentu. Di dalam studi aliran daya, bus-bus dibagi dalam 3 tipe, yaitu:

1. Slack bus atau swing bus atau reference bus atau bus penadah atau bus referensi,

yaitu bus yang berfungsi menanggung kekurangan daya pembangkitan setelah

solusi aliran daya diperoleh. Bus ini juga biasanya disebut sebagai bus ke-1.

Parameter yang diketahui adalah nilai tegangan dan sudut fase tegangan sebagai

referensi.

2. Voltage controlled bus atau bus generator atau bus pembangkitan , yaitu bus dengan

parameter injeksi daya aktif dan besar tegangan bus diketahui, sedangkan perubah

atau variabel yang dicari adalah daya reaktif yang dibangkitkan dan sudut fase

tegangan.

3. Load bus atau bus beban, yaitu bus dengan parameter injeksi daya aktif dan daya

reaktif bus diketahui, sedangkan variabel yang dicari adalah nilai tegangan bus dan

sudut fase.

(Allen & Wollenberg, 1984:43)

2.5 Economic Dispatch

Economic Dispatch adalah pembagian pembebanan pada unit-unit pembangkit yang ada

dalam sistem secara optimal ekonomis pada harga beban sistem tertentu (Syah, Hasanah &

Shidiq, 2012:1). Tujuan utama Economic Dispatch adalah meminimalkan konsumsi bahan

http://www.elektronikabersama.web.id/2011/05/transmisi-listrik-tegangan-tinggi.html

http://www.elektronikabersama.web.id/2011/05/transmisi-listrik-tegangan-tinggi.html

9

bakar generator untuk memperoleh kondisi optimal. Penentuan daya output pada setiap

generator hanya boleh bervariasi pada batas-batas (constraint) tertentu .

Artikel ini memiliki batasan dalam ED, yaitu equality dan inequality. Batasan equality

adalah suatu keseimbangan daya antara daya yang dibangkitkan dengan daya beban dan rugi

transmisi. Batasan inequality adalah batas minimum dan maksimum pembangkitan suatu

generator yang harus dipenuhi.

Untuk menghasilkan operasi ekonomis suatu sistem tenaga, maka diperlukan langkah

penjadwalan ekonomis..

Persamaan dapat dituliskan sebagai berikut tertentu (Syah, Hasanah & Shidiq, 2012:1):

PGi = PR + PL (2-2)

dimana,

n

i

GiGi PP1

(2-3)

PGi = Daya yang dibangkitkan oleh generator i

n = Jumlah generator dalam sistem

PR = Total beban sistem, termasuk daya busbar

PL = Total rugi-rugi saluran transmisi

Pada kondisi operasi tertentu, terutama pada saat beban sistem rendah kemungkinan

tidak semua generator yang bekerja. Yang bekerja adalah beberapa generator yang memiliki

biaya operasi rendah. Biaya operasi sebuah generator meliputi biaya bahan bakar, tenaga

kerja dan pemeliharaan. Diantara komponen-komponen biaya tersebut, biaya bahan bakar

merupakan komponen biaya yang paling besar. Secara umum karakteristik input-output

pembangkit dapat dirumuskan sebagai berikut (Syah, Hasanah & Shidiq, 2012:1):

2

GiiGiiii PcPbaF (2-4)

Fi = biaya bahan bakar generator ke i

PGi = output generator ke i (MW)

ai bi ci = konstanta input-output generator ke i

10

Fungsi derajat dua diatas berlaku bagi masing masing generator, sehingga biaya total

pembangkitan untuk sebuah sistem yang terdiri dari n generator adalah (Syah, Hasanah &

Shidiq, 2012:1) :

n

i

it FF1

(2-5)

Ft = Biaya total bahan bakar generator

Rugi-rugi daya nyata yang disebabkan saluran transmisi merupakan selisih dari total

daya yang dibangkitkan semua generator dengan total daya yang diterima oleh beban

n

i

RGiL PPP1

(2-6)

Penjadwalan pembangkit dinyatakan dalam sebuah persamaan, yang dikenal sebagai

persamaan ekivalen input-output pembangkit. Apabila dalam suatu pusat pembangkit

memiliki lebih dari satu pusat pembangkit , maka fungsi persamaan biaya ekivalen dari

pembangkit adalah (Riyanto, Suyono & Dahlan, 2012:2) :

)( 2

1

GiiGiii

n

i

t PcPbaF

(2-7)

Yang memenuhi syarat 0),...,,(1

21

n

i

GnGGLRGi PPPfPP (2-8)

2.6 Perhitungan Rugi-Rugi Transmisi

Rugi-rugi transmisi pada setiap saluran antar bus dapat berubah-rubah nilainya,

tergantung dari besarnya daya yang disalurkan. Untuk mengakomodasikan rugi transmisi

saat menentukan pembebanan pembangkit, maka rugi transmisi harus dinyatakan sebagai

fungsi dari pembebanan (output) pusat pembangkit. Untuk itu dapat digunakan rumus umum

yang terdiri dari persamaan linier dan persamaan konstan tertentu (Syah, Hasanah & Shidiq,

2012:1) :

BijPjPiPN

j

N

i

L

11

+ BooBoiPjN

j

1

(2-9)

Dengan :

Pi = Daya output pembangkit (MW)

11

PR = Rugi-rugi transmisi

Bij = Koefosien kerugian transmisi atau Loss Coefficients

Pi,Pj = Output pembangkit ke-i,j

B0i,B00 = Konstanta rugi-rugi daya

Loss cofficients dapat dianggap konstan untuk perubahan daya output setiap pembangkit

didalam sistem

2.7 Biaya Start

Biaya start adalah biaya yang diperlukan oleh pembangkit untuk start dari keadaan

beroperasi sampai pembangkit beroperasi (terhubung pada sistem tenaga listrik). Ada 2

macam biaya start yaitu (Moore & James, 2005):

a. Biaya start pada kondisi dingin (Cold start)

Kondisi terjadi pada saat pembangkit lepas dari sistem (tidak beroperasi), sedangkan

temperature boiler dibiarkan turun dari temperatur kerjanya. Sehingga pada saat

beroperasi kembali perlu dilakukan pemanasan kembali.

b. Biaya start pada kondisi panas (Hot start)

Kondisi terjadi pada saat pembangkit lepas dari sistem (tidak beroperasi), namun

temperatur boiler tetap dijaga pada temperature kerja. Sehingga pada saat beroperasi

kembali tidak perlu dilakukan pemanasan kembali.

2.8 Quantum-behaved Particle Swarm Optimization

Particle Swarm Optimization adalah metode yang didasarkan pada perilaku kawanan

burung atau ikan. Algoritma PSO meniru perilaku social kawanan burung atau ikan. Kata

partikel menunjukan kawanan burung atau ikan. Dengan demikian, jika satu particle atau

burung menemukan jalan yang tepat atau pendek menuju ke sumber makanan, sisa kelompok

yang lain juga akan dapat segera mengikuti jalan tersebut meskipun lokasi mereka jauh dari

kelompok tersebut (Santoso & Willy , 2011).

Beberapa istilah dalam dalam Particle Swarm Optimization (Santoso & Willy , 2011):

1. Particle yaitu suatu individu pada suatu swarm/kelompok. Setiap particle

mempresentasikan suatu solusi pada permasalahan yang diselesaikan.

2. Pbest (personal best) yaitu posisi terbaik dari suatu particle untuk mendapatkan

solusi.

12

3. Gbest (global best) yaitu posisi terbaik particle dari seluruh kelompok atau kawanan

(swarm)

Sedangkan Quantum-behaved Particle Swarm Optimization adalah metode yang

menggunakan integrasi antara quantum computing dan PSO dimana disini terdapat

contraction-expansion coefficient (Beta) untuk mengatur kecepatan konvergensi.

Salah satu parameter pembeda yang digunakan dalam QPSO adalah contraction-

expansion coefficient. Nilai awal βmax digunakan untuk mengakomodasi pencarian awal

yang lebih global dan dinamis. Kemudian nilai β berangsur-angsur menurun hingga

mencapai nilai βmin. Hal ini digunakan untuk mengakhiri pencarian algoritma QPSO

dengan pencarian lokal yang lebih baik. Persamaan beta (β) ditunjukkan dengan rumus

(Millie & Thangaraj , 2008:2) :

β(t) = βmax (βmax −β min )

𝑖𝑡𝑒𝑟 𝑚𝑎𝑥 iter (t) (2-10)

Dengan :

β(t) = contraction-expansion coefficient (beta)

βmax(t) = nilai awal contraction-expansion coefficient

βmin(t) = nilai akhir contraction-expansion coefficient

itermax = Iterasi maksimum

iter(t) = Iterasi ke t

Dalam proses evaluasi metode QPSO memiliki tahapan yang lebih banyak daripada

PSO. Namun salah satu keunggulan dalam metode ini adalah dengan adanya konstanta

akselerasi yang dapat diatur sendiri guna mempercepat konvergensi nilai pada partikel.

Persamaan evaluasi dari metode QPSO adalah sebagai berikut (Millie & Thangaraj, 2008:2):

x(t+1) = p(t) + β(t)x|(Mbestid(t)-x(t)|, k > 0.5

(2-11)

x(t+1) = p(t) - β(t)x|(Mbestid(t)-x(t)|, k < 0.5

p(t) = (c1 x Pbestid + c2 x Gbestid )/(c1 + c2)

(2-12)

13

𝑀𝑏𝑒𝑠𝑡 =1

𝑀∑ P𝑏𝑒𝑠𝑡

𝑀

𝑡=1

𝑖𝑑

Keterangan :

t = iterasi

x(t) = posisi dari partikel pada iterasi t

x(t+1) = posisi dai partikel pada iterasi t+1

p(t) = Local partikel pada iterasi t

Pbestid(t) = posisi terbaik lokal partikel pada iterasi t

Gbestid(t) = posisi terbaik global partikel pada iterasi t

M = Jumlah populasi

Mbest = mean best position

c1 = konstanta akselerasi 1

c2 = konstanta akselerasi 2

BAB III

METODE PENELITIAN

3.1 Studi Literatur

Studi literatur yang digunakan mengacu pada teori pendukung tentang penerapan operasi

ekonomis pada pusat pembangkit thermal, dan Bahasa Pemrograman yang digunakan untuk

melakukan analisis dengan metode ini. Studi literatur ini menggunakan acuan yang berasal dari

(jurnal, buku , dan internet).

3.2 Pembuatan dan Pengujian Program Perhitungan

Langkah-langkah yang dilakukan dalam pembuatan program ini adalah :

a. Pembuatan flowchart penerapan Economic Dispatch dengan metode QPSO

b. Pembuatan program perhitungan Economic Dispatch dengan menggunakan Bahasa

Pemrograman Matlab

c. Membandingkan data yang telah diselesaikan dengan data awal untuk memperoleh

perbedaan keadaan sebelum optimasi dan sesudah optimasi

3.3 Data Penelitian

Data yang diperlukan untuk melakukan analisis penerapan Economic Dispatch antara lain:

a. Data pembangkit termal sistem 500 kV Jawa-Bali yang akan dilakukan

penjadwalan.

b. Data batas Daya maksimum dan minimum setiap pembangkit sistem 500 kV Jawa-

Bali

c. Data fungsi biaya pembangkit sistem 500 kV Jawa-Bali

d. Data Biaya dan Parameter Unit Termal sistem 500 kV Jawa-Bali

e. Data beban unit termal sistem 500 kV Jawa-Bali

f. Data kombinasi penjadwalan unit termal sistem 500 kV Jawa-Bali

Data yang digunakan merupakan data sekunder yang diperoleh dari penelitian sebelumnya

yakni Unit Commitment Pembangkit Termal Menggunakan Hybrid Metode Evolutionary

Programming dan Lagrange Relaxation Pada Sistem 500 kV Jawa Bali .

3.4 Implementasi Metode QPSO dalam Economic Dispatch

Hasil Economic Dispatch akan didapat menggunakan metode Quantum Particle Swarm

Optimization (QPSO), yang kemudian akan dibandingkan dengan Metode lainnya. Data

Perbandingan dengan metode lain didapatkan dari penelitian sebelumnya. Daya yang

dibangkitkan tentunya harus memperhatikan batas-batas equality dan inequality. Dari hasil

pembangkitan, akan dimasukan ke dalam fungsi obyektif berupa biaya.

Flowchart optimisasi ED menggunakan QPSO ditunjukkan pada Gambar 3.1 Parameter

QPSO yang digunakan adalah nilai dari beta (β). Setiap sistem yang diuji memiliki nilai βmax

dan βmin. Selain itu, parameter yang lain adalah jumlah partikel yang digunakan.

Mulai

Data PembebananData PembangkitanData Fungsi Biaya

Menetukan pembagian daya berdasarkan batas max & min

pembangkit

Memasukkan nilai P ke

fungsi biaya

Penentuan Pbest dan Gbest

Menetukan nilai Beta, c1

& c2

Evaluasi ke rumus

QPSO

Memasukkan nilai P baru ke

kedalam fungsi biaya

Apakah nilai dari biaya

sudah saling dekat

BERHENTI

Tidak

Ya

Gambar 3.1 Flowchart Economic Dispatch QPSO

16

BAB IV

HASIL DAN PEMBAHASAN

Pada penulisan skripsi ini dilakukan simulasi perhitungan economic dispatch untuk

mendapatkan total biaya pembangkitan termurah yang memenuhi batas equality dan

inequality. Untuk memperoleh biaya pembangkitan termurah dilakukan perhitungan

economic dispatch dengan menggunakan metode Quantum-behaved Perticle Swarm

Optimization. Simulasi dilakukan dengan menggunakan 2 data yaitu :

Data validasi IEEE 30 bus dengan mengasumsikan beban sistem sebesar 283,4 MW.

Data Pembangkit Termal sistem 500 kV Jawa-Bali yang dimiliki oleh PT. PJB

Pada data validasi terdiri dari 30 bus, 6 pembangkit dengan total beban sistem PR = 283,4

MW. Untuk data riil yang akan digunakan adalah data Pembangkit Termal sistem 500 kV

Jawa-Bali yang bersumber dari PT. PLN (Persero). Dari hasil simulasi kedua data tersebut

dianalisis dan dapat diketahui performansi yang diinginkan untuk mendapatkan suatu

penjadwalan pembangkit termal sehingga memperoleh biaya pembangkitan termurah yang

dapat memenuhi batasan equality dan inequality.

4.1 Data Validasi IEEE 30 Bus

Data yang digunakan untuk simulasi penelitian ini adalah data IEEE 30 bus dimana pada

sistem tersebut terdapat 30 bus terdiri dari 6 unit pembangkit yang terletak pada bus 1, bus

2, bus 5, bus 8, bus 11 dan bus 13, dimana bus 1 dijadikan sebagai slack bus. Slack bus

adalah bus yang berfungsi untuk menyuplai kekurangan daya real P dan daya reaktif Q pada

sistem. Biasanya bus ini adalah pembangkit dengan daya terbesar. Karena bus 1 memiliki

daya terbesar maka dijadikan sebgai slack bus. Single-line diagram data IEEE 30 bus dapat

dilihat seperti gambar 4.1.

17

Gambar 4.1 Single line diagram IEEE 30 bus

Adapun data-data yang digunakan pada simulasi kali ini dapat dilihat pada table 4.1

yaitu data pembebanan IEEE 30 bus.

18

Tabel 4.1 Data Pembebanan

No

Bus

Kode

Bus

Tegangan Beban Generator

Magnitude Sudut P (MW) Q (MVar) P (MW) Q (MVar)

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

1

2

0

0

2

0

0

2

0

0

2

0

2

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

1,06

1,05

1,00

1,06

1,01

1,00

1,00

1,01

1,00

1,08

1,00

1,07

1,00

1,00

1,00

1,00

1,00

1,00

1,00

1,00

1,00

1,00

1,00

1,00

1,00

1,00

1,00

1,00

1,00

1,00

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

21,7

2,4

7,6

94,2

0

22,8

30,0

0

5,8

0

11,2

0

6,2

8,2

3,5

9,0

3,2

9,5

2,2

17,5

0

3,2

8,7

0

3,5

0

0

2,4

10,6

0

12,7

1,2

1,6

19,0

0

10,9

30,0

0

2,0

0

7,5

0

1,6

2,5

1,8

5,8

0,9

3,4

0,7

11,2

0

1,6

6,7

0

2,3

0

0

0,9

1,9

50

40

0

0

30

0

0

20

0

0

10

0

12

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

Keterangan kode bus : 1 (slack bus) ; 2 (bus generatos) ; 0 (bus beban)

Data saluran antar bus pada sistem IEEE 30 bus dengan beban sistem sebesar 283,4 MW

dapat dilihat pada tabel 4.1. Data impedansi saluran ditunjukkan dalam bentuk per unit (pu)

dengan basenya 100 MVA.

(Sumber : Sunaryatiningsih & Suyono H, 2016)

19

Pada tabel berikutnya adalah batas minimum dan maksimum daya masing-masing

pembangkit dalam data IEEE 30 bus.

Tabel 4.2 Data pembangkitan sistem IEEE 30 bus

Pembangkit Pmax (MW) Pmin (MW)

Pembangkit 1

Pembangkit 2

Pembangkit 3

Pembangkit 4

Pembangkit 5

Pembangkit 6

200

80

50

35

30

40

50

20

15

10

10

12

Persamaan fungsi biaya bahan bakar (fuel cost) masing-masing unit pembangkit yang

dioperasikan adalah seperti pada tabel 4.4 berikut.

Tabel 4.3 Data fungsi biaya bahan bakar sistem IEEE 30 bus

Pembangkit Fungsi Biaya ($/h)

Pembangkit 1

Pembangkit 2

Pembangkit 3

Pembangkit 4

Pembangkit 5

Pembangkit 6

2.0 P1 + 0.00375 P12

0.0175P2 + 1.75 P22

1.0 P3 + 0.0625 P32

3.25 P4 + 0.00834 P42

3.0 P5 + 0.025 P52

3.0 P6 + 0.025 P62

20

4.2 Simulasi Metode Quantum-behaved Particle Swarm Optimization Data IEEE

30 Bus

1. Menentukan data awal pembangkitan, impedansi saluran dan fungsi biaya

F(P) = a + bP + cP2

Fungsi biaya pembangkit data IEEE 30 bus :

F1 = 2.0 P1 + 0.00375 P12

F2 = 0.0175P2 + 1.75 P22

F3 = 1.0 P3 + 0.0625 P32

F4 = 3.25 P4 + 0.00834 P42

F5 = 3.0 P5 + 0.025 P52

F6 = 3.0 P6 + 0.025 P62

Total Biaya Pembangkitan : FT = F1 + F2 + F3 + F4 + F5 + F6

2. Inisialisasi parameter algoritma QPSO:

a. Jumlah partikel dibuat sama dengan 6

b. Konstanta akselerasi ditentukan c1 = 1 dan c2 = 4

c. Maksimum iterasi 20

3. Menetukan posisi awal partikel (Xi) dipilih berdasarkan batsan daya pembangkitan

(Pmax dan Pmin) yang diacak secara random. Posisi partikel pada metode penelitian ini

merupakan nilai daya pada masing-masing pembangkit yang akan kita cari.

Persamaan untuk menentukan nilai posisi awal partikel adalah (Pmax - Pmin) x nilai

random + Pmin . Posisi awal partikel harus memenuhi Inequality constraint atau

batasan daya maksimum dan minimum pembangkit. Salah satu posisi awal partikel

digunakan sebagai slack bus untuk memenuhi equality constraint atau daya di sisi

beban sama dengan penjumlahan daya pembangkit.

Misalkan nilai random = 0,25 untuk partikel X1 :

P2 = (80 – 20) x 0,25 + 20 = 35 MW

P3 = (50 – 15) x 0,25 + 15 = 23,75 MW

P4 = (35 – 10) x 0,25 + 10 = 16,25 MW

P5 = (30 – 10) x 0,25 + 10 = 15 MW

P6 = (40 – 12) x 0,25 + 12 = 19 MW

Daya pada beban = 283,4 MW, agar memenuhi equality constraint maka untuk

mencari daya pembangkit 1 adalah

P1 = PR – P2 – P3 – P4 – P5 – P6 = 174,4 MW

21


P2 = (80 – 20) x 0.3 + 20 = 38 MW

P3 = (50 – 15) x 0.3 + 15 = 25,5 MW

P4 = (35 – 10) x 0.3 + 10 = 17,5 MW

P5 = (30 – 10) x 0.3 + 10 = 16 MW

P6 = (40 – 12) x 0.3 + 12 = 20,4 MW



P1 = PR – P2 – P3 – P4 – P5 – P6 = 166 MW

Nilai random 0,35 untuk partikel X3

P2 = (80 – 20) x 0,35 + 20 = 41 MW

P3 = (50 – 15) x 0,35 + 15 = 27,25 MW

P4 = (35 – 10) x 0,35 + 10 = 18,75 MW

P5 = (30 – 10) x 0,35 + 10 = 17 MW

P6 = (40 – 12) x 0,35 + 12 = 21,8 MW



P1 = PR – P2 – P3 – P4 – P5 – P6 = 157,6 MW


P2 = (80 – 20) x 0,4 + 20 = 44 MW

P3 = (50 – 15) x 0,4 + 15 = 29 MW

P4 = (35 – 10) x 0,4 + 10 = 20 MW

P5 = (30 – 10) x 0,4 + 10 = 18 MW

P6 = (40 – 12) x 0,4 + 12 = 23.2 MW



P1 = PR – P2 – P3 – P4 – P5 – P6 = 149,2 MW


P2 = (80 – 20) x 0,45 + 20 =47 MW

P3 = (50 – 15) x 0,45 + 15 = 30,75 MW

22

P4 = (35 – 10) x 0,45 + 10 = 21,5 MW

P5 = (30 – 10) x 0,45 + 10 = 19 MW

P6 = (40 – 12) x 0,45 + 12 = 24,6 MW



P1 = PR – P2 – P3 – P4 – P5 – P6 = 140,8 MW


P2 = (80 – 20) x 0,5 + 20 = 50 MW

P3 = (50 – 15) x 0,5 + 15 = 32,5 MW

P4 = (35 – 10) x 0,5 + 10 = 22,5 MW

P5 = (30 – 10) x 0,5 + 10 = 20 MW

P6 = (40 – 12) x 0,5 + 12 = 26 MW



P1 = PR – P2 – P3 – P4 – P5 – P6 = 132,4 MW

4. Evaluasi biaya untuk setiap partikel

Evaluasi biaya untuk partikel X1 ;

F11 = 0,00375 (181,9)2 + 2 (181,9)

F12 = 0,00175 (35)2 + 1,75 (35)

F13 = 0,0625 (16.25)2 + 1 (16,25)

F14 = 0,00834 (16.25)2 + 3.25 (1,.25)

F15 = 0,025 (15)2 + 3 (15)

F16 = 0,025 (19)2 + 3 (19)

FT1 = F11 + F12 + F13 + F14 + F15 + F16 = 774,98 $/h


F21 = 0,00375 (174)2 + 2 (174)

F22 = 0,00175 (38)2 + 1,75 (38)

F23 = 0,0625 (17,5)2 + 1 (17,5)

F24 = 0,00834 (17,5)2 + 3.25 (17,5)

F25 = 0,025 (16)2 + 3 (16)

F26 = 0,025 (20,4)2 + 3 (20,4)

23

FT2 = F21 + F22 + F23 + F24 + F25 + F26 = 775,37 US$/h


F31 = 0,00375 (166,1)2 + 2 (166,1)

F32 = 0,00175 (41)2 + 1,75 (41)

F33 = 0,0625 (18.75)2 + 1 (18.75)

F34 = 0,00834 (18.75)2 + 3.25 (18.75)

F35 = 0,025 (17)2 + 3 (17)

F36 = 0,025 (21.8)2 + 3 (21.8)

FT3 = F31 + F32 + F33 + F34 + F35 + F36 = 776,92 US$/h

Evaluasi biaya untuk partikel X4;

F41 = 0,00375 (158,2)2 + 2 (158,2)

F42 = 0,00175 (44)2 + 1,75 (44)

F43 = 0,0625 (20)2 + 1 (20)

F44 = 0,00834 (20)2 + 3.25 (20)

F45 = 0,025 (18)2 + 3 (18)

F46 = 0,025 (23.2)2 + 3 (23.2)

FT4 = F41 + F42 + F43 + F44 + F45 + F46 = 779,62 US$/h


F51 = 0,00375 (150,3)2 + 2 (150,3)

F52 = 0,00175 (47)2 + 1,75 (47)

F53 = 0,0625 (21,25)2 + 1 (21,25)

F54 = 0,00834 (21,25)2 + 3.25 (21,25)

F55 = 0,025 (19)2 + 3 (19)

F56 = 0,025 (24,6)2 + 3 (24,6)

FT5 = F51 + F52 + F53 + F54 + F55 + F56 = 783,47 US$/h


F61 = 0,00375 (142,4)2 + 2 (142,4)

F62 = 0,00175 (50)2 + 1,75 (50)

F63 = 0,0625 (22.5)2 + 1 (22.5)

F64 = 0,00834 (22.5)2 + 3.25 (22.5)

24

F65 = 0,025 (20)2 + 3 (20)

F66 = 0,025 (26)2 + 3 (26)

FT6 = F61 + F62 + F63 + F64 + F65 + F66 = 788,4794 US$/h

5. Menentukan Pbest masing-masing partikel. Nilai Pbest untuk setiap partikel adalah

nilai daya dari setiap partikel itu sendiri. Pbest11 = 174,4 , Pbest12 = 35 , Pbest13 =

23,75 , Pbest14 = 16,25 , Pbest15 = 15 , Pbest11 = 19 dan seterusnya untuk partikel

selanjutnya. Nilai Gbest adalah nilai daya dengan total biaya terkecil pada evaluasi

biaya. Nilai biaya terkecil berada pada partikel 1 yaitu 774,9847 $/h, maka nilai

Gbest adalah nilai daya dari partikel pertama.

6. Pada penelitian kali ini ditentukan nilai βmax = 1 dan βmin = 0,4 sedangkan itermax =

50, maka nilai Beta (β) bisa dicari


𝑖𝑡𝑒𝑟 𝑚𝑎𝑥 iter (t) = 0.012

c1 = 1

c2 = 4

u = 0,5

7. Evaluasi ke rumus QPSO


Misalkan P1 pada partikel X1 dan X2

p11 = (2,05 x 181,9 + 2,05 x 181,9)/(2,05+2,05) = 181,9

p21 = (2,05 x 181,9 + 2,05 x 181,9)/(2,05+2,05) = 177,95

Seterusnya dari Pid11-16, Pid21-26, Pid31-36, Pid41-46, Pid51-56, Pid61-66

Masukkan nilai Pbest dan Gbest yang telah ditentukan kedalah rumus diatas maka

akan mendapatkan nilai Pid



𝑀

𝑡=1

𝑖𝑑

Mbest adalah nilai rata-rata masing-masing daya dari semua partikel. Misalkan rata-

rata nilai P1 = 192,11+184,21+176,31+168,41+160,51+152,61

6 = 172,36 MW

25

x(t+1) = Pid(t) + β(t)x|(Mbestid(t)-x(t)|*ln(1/u),

Evaluasi partakel X1

x11 = 181,9 + 0,012x |172,36-181,9|xln(1/0,5) = 182,0643

x21 = 177,95 + 0,012x |172,36-181,9|xln(1/0,5) = 178,0486

x(t+1) adalah simbol untuk mendapatkan nilai pada iterasi berikutnya sedangkan x(t)

nilai untuk iterasi sebelumnya.

8. Cek apakah solusi sudah konvergen, dimana nilai Xidi saling dekat. Jika belum

konvergen ulangi langkah 4, sebagai iterasi berikutnya sampai didapat konvergen

9. Jika sudah diperoleh nilai yang saling berdekatan atau selisihnya kecil, proses iterasi

dihentikan maka akan diperoleh daya dan biaya masing-masing pembangkit.

26

Tabel 4.4 Pembagian Daya Pembangkit IEEE 30 bus

(Xi) Daya Pembangkit Total

Daya

Total Biaya

(US$/h) P1 P2 P3 P4 P5 P6

1

2

3

4

5

6

174,017

174,015

174,012

174,011

174,009

174,007

35,175

35,176

35,176

35,177

35,178

35,178

23,852

23,852

23,853

23,853

23,854

23,854

16,323

16,323

16,323

16,324

16,324

16,324

15,058

15,059

15,059

15,059

15,059

15,060

19,082

19,082

19,082

19,082

19,083

19,083

283,507

283,506

283,506

283,506

283,506

283,507

776,67

776,66

776,66

776,66

776,67

776,68

Tabel 4.5 hasil simulasi dengan metode lain (283,4 MW Beban)

Metode

Optimasi P1 (MW) P2 (MW) P3 (MW) P4 (MW) P5 (MW) P6 (MW)

WOA 174,43 47,82 21,45 25,69 10,12 12,15

PSO 176,94 48,71 21,27 21,09 11,83 12,00

GA 179,36 44,24 24,61 19,9 10,71 14,09

ACO 177,86 43,83 20,89 23,12 14,02 13,11

Tabel 4.6 hasil simulasi metode lain

Metode

Optimasi PL (MW)

Total Cost

(Fuel Cost)

US$/h

WOA 8,2972 800,28

PSO 8,4382 798,43

GA 9,5177 803,69

ACO 9,4616 803,12

27

4.3 Sistem 500 kV Jawa Bali

Data yang digunakan dalam penelitian kali ini adalah data sistem 500 kV Jawa-Bali.

Sistem kelistrikan 500 kV Jawa-Bali adalah sistem jaringan transmisi yang dihubungkan

oleh saluran udara tegangan ekstra tinggi (SUTET). Region-region pada sistem dihubungkan

oleh transmisi 500 kV adalah penyuplai daya ke sistem tenaga listrik Jawa-Bali. Daya

berkapasitas besar disalurkan ke pembangkit-pembangkit utama dari region 1(satu) sampai

dengan 4(empat) melalui saluran transmisi 500 kV dan kemudian diturunkan menjadi 150

kV. Sistem kelistrikan 500 kV Jawa-Bali dibagi menjadi 4 region. Region 1 meliputi Jakarta

Raya dan Banten, region 2 Jawa Barat, region 3 Jawa Tengah dan DIY sedangkan region 4

adalah Jawa timur dan Bali.

Tabel 4.7 Data Pembangkit dan Batas Daya Maksimum-Minimum

Pembangkit Pmax (MW) Pmin (MW)

Suralaya

Muaratawar

Cirata

Saguling

Tanjung Jati

Gresik

Paiton

Grati

3400

2200

1008

700

1220

1050

3254

827

1500

1040

400

400

600

238

1425

150

Data pembebanan sistem kelistrikan 500 kV Jawa-Bali yang digunakan adalah data

pembebanan pada tanggal 4,6, dan 7 Desember 2011. Unit yang terpasang antara lain

pembangkit Suralaya, pembangkit Muaratawar, pembangkit Cirata, pembangkit Saguling,

pembangkit Tanjungjati, pembangkit Gresik, pembangkit Grati, dan pembangkit Paiton.

Unit pembangkit Cirata dan Saguling merupakan pembangkit listrik tenaga ait, sisanya

adalah pembangkit listrik tenaga uap. Gardu induk atau bus-bus yang ada pada sistem

kelistrikan 500 kV Jawa-Bali diklasifikasikan sebagai berikut:

28

Tabel 4.8 Pembagian Bus Setiap Pembangkit

Jenis Bus Nama Bus Jumlah Bus

Slack Bus Suralaya 1

Bus Beban Cilegon, Kembangan, Gandul, Cibinong,

Balaraja, Cawang, Bekasi, Cibatu,

Bandung Selatan, Mandirancan, Ungaran,

Surabaya Barat, Depok, Tasikmalaya,

Pedan, dan Kediri

17

Bus Generator Muaratawar, Cirata, Saguling, Tanjungjati,

Gresik, Paiton, Grati

7

Jumlah 25

Suralaya yang merupakan pembangkit dengan kapasitas terbesar digunakan sebagai

slack bus. Slack bus merupakan bus yang digunakan untuk menyuplai kekurangan daya pada

sistem. Sedangkan bus generator adalah bus yang besar dayanya telah ditentukan dan bisa

dikendalikan.

Gambar 4.2 Single Line Diagram Pembangkit Jawa Bali

29

4.3.1 Simulasi Economic Disptach dengan Metode Quantum-behaved Particle Swarm

Optimization

Berikut adalah langkah-langkah penerapan metode Quantum-behaved Particle Swarm

Optimization dalam Economic Dispatch Sistem 500 kV Jawa-Bali. Untuk contoh kali ini

dilakukan perhitungan secara keseluruhan

1. Menentukan data awal pembangkitan, impedansi saluran dan fungsi biaya.

2. F(P) = a + bP + cP2

Fungsi biaya pembangkit data 500 kV Jawa-Bali

Pembangkit Fungsi Biaya

Suralaya

Muaratawar

Cirata

Saguling

Tanjung Jati

Gresik

Paiton

Grati

31630.21 + 395668.05P1 + 65.94P12

107892572.17 + 395668.05P2 + 65.94P22

6000P3

395668.05P4

163648.18 + 197191.76P5 + 21.88P52

13608770.96 + 777148.77P6 + 132.15P62

8220765.38 + 37370.67P7 + 52.19P72

86557397.4 + 2004960.63P8 + 533.92P82

Inisialisasi parameter algoritma QPSO:

a. Jumlah partikel dibuat sama dengan 6

b. Konstanta akselerasi ditentukan c1 = 1 dan c2 = 4

c. Maksimum iterasi 20

3. Menetukan posisi awal partikel (Xi) dipilih berdasarkan batsan daya pembangkitan

(Pmax dan Pmin) yang diacak secara random. Posisi partikel pada metode penelitian ini

merupakan nilai daya pada masing-masing pembangkit yang akan kita cari. Persamaan

untuk menentukan nilai posisi awal partikel adalah (Pmax - Pmin) x nilai random + Pmin .

Posisi awal partikel harus memenuhi Inequality constraint atau batasan daya maksimum

dan minimum pembangkit. Salah satu posisi awal partikel digunakan sebagai slack bus

untuk memenuhi equality constraint atau daya di sisi beban sama dengan penjumlahan

daya pembangkit.

4. Misalkan nilai random = 0,36 untuk partikel X1 :

Pembangkit Muaratawar = (2200 – 1040) x 0,36 + 1040 = 1457,6 MW

30

Pembangkit Tanjung Jati = (1220 – 600) x 0,36 + 600 = 823,2 MW

Pembangkit Gresik = (1050 – 238) x 0,36 + 238 = 530,32 MW

Pembangkit Paiton = (3254 – 1425) x 0,36 + 1425 = 2083,4 MW

Pembangkit Grati = (827 – 150) x 0,36 + 150 = 393,72 MWPembangkit Suralaya =

Pload – Cirata – Saguling – Muaratawar – Tanjung Jati – Gresik – Paiton – Grati =

3372,7 MW

Karena Cirata dan Saguling merupakan pembangkit tenaga air, maka daya yang

dihasilkan dianggap tetap yaitu 1000 MW dan 700 MW.





Pembangkit Paiton = (3254 – 1425) x 0,38 + 1425 = 2120 MW

Pembangkit Grati = (827 – 150) x 0,38 + 150 = 407,26 MW

Pembangkit Suralaya = 3270,8 MW

Nilai random 0.4 untuk partikel

Pembangkit Muaratawar = (2200 – 1040) x 0.4 + 1040 = 1504 MW

Pembangkit Tanjung Jati = (1220 – 600) x 0.4 + 600 = 848 MW

Pembangkit Gresik = (1050 – 238) x 0.4 + 238 = 562,8 MW

Pembangkit Paiton = (3254 – 1425) x 0.4 + 1425 = 2156,6 MW

Pembangkit Grati = (827 – 150) x 0.4 + 150 = 420,8


Nilai random 0,42 untuk partikel




Pembangkit Paiton = (3254 – 1425) x 0,42 + 1425 = 2193,2 MW

Pembangkit Grati = (827 – 150) x 0,42 + 150 = 434,34

31



Pembangkit Muaratawar = (2200 – 1040) x 0.44 + 1040 = 1550,4 MW

Pembangkit Tanjung Jati = (1220 – 600) x 0.44 + 600 = 872,8 MW






Pembangkit Muaratawar = (2200 – 1040) x 0.46 + 1040 = 1573,6 MW

Pembangkit Tanjung Jati = (1220 – 600) x 0.46 + 600 = 885,2 MW





5. Evaluasi biaya untuk setiap partikel


F11 = 31630,21 + 395668,05(3372,7) + 65,94(3372,7)2

F12 = 107892572,17 + 395668,05(1457,6) + 65,94(1457,6)2

F13 = 163648,18 + 197191,76(823,2) + 21,88(823,2)2

F14 = 13608770,96 + 777148,77(530,32) + 132,15(530,32)2

F15 = 8220765,38 + 37370,67(2083,4) + 52,19(2083,4)2

F16 = 86557397,4 + 2004960,63(393,72) + 533,92(393,72)2

FT1 = F11 + F12 + F13 + F14 + F15 + F16 = 7.909.377.755,05 Rupiah/jam


F11 = 31630,21 + 395668,05(3270,8) + 65,94(3270,8)2

F12 = 107892572,17 + 395668,05(1480,8) + 65,94(1480,8)2

32

F13 = 163648,18 + 197191,76(835,6) + 21,88(835,6)2

F14 = 13608770,96 + 777148,77(546,56) + 132,15(546,56)2

F15 = 8220765,38 + 37370,67(2120) + 52,19(2120)2

F16 = 86557397,4 + 2004960,63(407,26) + 533,92(407,26)2



F11 = 31630,21 + 395668,05(3168,8) + 65,94(3168,8)2

F12 = 107892572,17 + 395668,05(1527,2) + 65,94(1527,2)2

F13 = 163648,18 + 197191,76(860,4) + 21,88(860,4)2

F14 = 13608770,96 + 777148,77(579,04) + 132,15(579,04)2

F15 = 8220765,38 + 37370,67(2193,2) + 52,19(2193,2)2

F16 = 86557397,4 + 2004960,63(434.34) + 533,92(434.34)2



F11 = 31630,21 + 395668,05(3066,8) + 65,94(3066,8)2

F12 = 107892572,17 + 395668,05(1527,2) + 65,94(1527,2)2

F13 = 163648,18 + 197191,76(860,4) + 21,88(860,4)2

F14 = 13608770,96 + 777148,77(579.04) + 132,15(579.04)2

F15 = 8220765,38 + 37370,67(2193,2) + 52,19(2193,2)2

F16 = 86557397,4 + 2004960,63(434,34) + 533,92(434,34)2

FT1 = F11 + F12 + F13 + F14 + F15 + F16 = 8.031.546.309.59 Rupiah/jam


F11 = 31630,21 + 395668,05(2964,9) + 65,94(2964,9)2

F12 = 107892572,17 + 395668,05(1550,4) + 65,94(1550,4)2

F13 = 163648,18 + 197191,76(872,8) + 21,88(872,8)2

F14 = 13608770,96 + 777148,77(595,28) + 132,15(595,28)2

F15 = 8220765,38 + 37370,67(2229,8) + 52,19(2229,8)2

F16 = 86557397,4 + 2004960,63(447,88) + 533,92(447,88)2

FT1 = F11 + F12 + F13 + F14 + F15 + F16 = 8.076.030.791.99 Rupiah/jam


33

F11 = 31630,21 + 395668,05(2862,9) + 65,94(2862,9)2

F12 = 107892572,17 + 395668,05(1573,6) + 65,94(1573,6)2

F13 = 163648,18 + 197191,76(885,2) + 21,88(885,2)2

F14 = 13608770,96 + 777148,77(611,52) + 132,15(611,52)2

F15 = 8220765,38 + 37370,67(2266,3) + 52,19(2266,3)2

F16 = 86557397,4 + 2004960,63(2862,9) + 533,92(2862,9)2

FT1 = F11 + F12 + F13 + F14 + F15 + F16 = 8.122.396.089.837,63 Rupiah/jam

Gambar 4.3 Run Matlab total Biaya setiap pembangkit

6. Menentukan Pbest masing-masing partikel. Nilai Pbest untuk setiap partikel adalah nilai

daya dari setiap partikel itu sendiri. Pbest11 = 3372,7 , Pbest12 = 1457,6 , Pbest13 =823,2

, Pbest14 = 530,32 , Pbest15 = 2083,4 , Pbest11 = 393,72 dan seterusnya untuk partikel

selanjutnya. Nilai Gbest adalah nilai daya dengan total biaya terkecil pada evaluasi

biaya. Nilai biaya terkecil berada pada partikel 1 yaitu 7.909.377.755,05 Rupiah/jam,

maka nilai Gbest adalah nilai daya dari partikel pertama.

7. Pada penelitian kali ini ditentukan nilai βmax = 1 dan βmin = 0,4 sedangkan itermax = 50,

maka nilai Beta (β) bisa dicari

34


𝑖𝑡𝑒𝑟 𝑚𝑎𝑥 iter (t) = 0.012

c1 = 1 ; c2 = 9

u = 0,5

8. Evaluasi ke rumus QPSO


Misalkan P1 pada partikel X1 dan X2

p11 = (2,05 x 181,9 + 2,05 x 181,9)/(2,05+2,05) = 181,9

p21 = (2,05 x 181,9 + 2,05 x 181,9)/(2,05+2,05) = 177,95

Seterusnya dari Pid11-16, Pid21-26, Pid31-36, Pid41-46, Pid51-56, Pid61-66

Masukkan nilai Pbest dan Gbest yang telah ditentukan kedalah rumus diatas maka akan

mendapatkan nilai Pid



𝑀

𝑡=1

𝑖𝑑

Mbest adalah nilai rata-rata masing-masing daya dari semua partikel. Misalkan rata-rata

nilai P1 = 3117,82 MW

x(t+1) = p(t) + β(t)x|(Mbestid(t)-x(t)|*ln(1/u), k > 0.5

Evaluasi partakel X1

x11 = 3372,7 + 0,012x |3117,82 - 3372,7|xln(1/0,5) = 3374,84 MW

x21 = 3270,76 + 0,012x |3117,82 - 3270,76|xln(1/0,5) = 3323,01 MW

x(t+1) adalah simbol untuk mendapatkan nilai pada iterasi berikutnya sedangkan x(t)

nilai untuk iterasi sebelumnya.

9. Cek apakah solusi sudah konvergen, dimana nilai Xidi saling dekat. Jika belum

konvergen ulangi langkah 4, sebagai iterasi berikutnya sampai didapat konvergen.

10. Jika sudah diperoleh nilai yang saling berdekatan atau selisihnya kecil, proses iterasi

dihentikan maka akan diperoleh daya dan biaya masing-masing pembangkit.

35

Gambar 4.3 Run Matlab total biaya

4.3.2 Data Pembangkit Termal Sistem 500 kV Jawa-Bali

Pembangkit termal yang dimiliki oleh sistem 500 kV Jawa-Bali berjumlah 38 unit yang

dapat dilihat dalam tabel 4.10 berikut dimana untuk harga bahan bakar berdasarkan statistik

PLN tahun 2013 dimana nilai tukar yang dipakai 12.000 per dolar Amerika.

36

Tabel 4.9 Data Unit Termal Sistem 500 kV Jawa-Bali

No Pembangkit Bahan

Bakar

Kapasitas

(MW) Koefisien Biaya Bahan Bakar

Min Max a b c

1 PLTU Paiton 1 Coal 225 370 3.244.978,0 111.712,1 10,3

2 PLTU Paiton 2 Coal 225 370 3.244.978,0 111.712,1 10,3

3 PLTGU Gresik 1.1 Gas 53 102 5.467.532,4 217.963,6 34,1

4 PLTGU Gresik 1.2 Gas 53 102 5.467.532,4 217.963,6 34,1

5 PLTGU Gresik 1.3 Gas 53 102 5.467.532,4 217.963,6 34,1

6 PLTGU Gresik 2.1 Gas 53 102 5.467.532,4 217.963,6 34,1

7 PLTGU Gresik 2.2 Gas 53 102 5.467.532,4 217.963,6 34,1

8 PLTGU Gresik 2.3 Gas 53 102 5.467.532,4 217.963,6 34,1

9 PLTGU Gresik 3.1 Gas 53 102 5.467.532,4 217.963,6 34,1

10 PLTGU Gresik 3.2 Gas 53 102 5.467.532,4 217.963,6 34,1

11 PLTGU Gresik 3.3 Gas 53 102 5.467.532,4 217.963,6 34,1

12 PLTGU Gresik 1.0 Gas 115 143 10.936.203,3 72.527,0 368,9

13 PLTGU Gresik 2.0 Gas 115 143 10.936.203,3 72.527,0 368,9

14 PLTGU Gresik 3.0 Gas 115 143 10.936.203,3 72.527,0 368,9

15 PLTU Gresik 1 Gas 43 85 1.327.126,7 217.378,4 132,1

16 PLTU Gresik 2 Gas 43 85 1.327.126,7 217.378,4 132,1

17 PLTU Gresik 3 Gas 90 175 5.017.369,5 169.242,6 193,5

18 PLTU Gresik 4 Gas 90 175 5.017.369,5 169.242,6 193,5

19 PLTG Gresik 1 Gas 5 16 352.707,3 350.680,7 903,9

20 PLTG Gresik 2 Gas 5 16 352.707,3 350.680,7 903,9

21 PLTG Gresik 3 Gas 5 16 352.707,3 350.680,7 903,9

22 PLTG Gilitimur 1 HSD 5 16 687.181,8 683.240,9 1.762,4

23 PLTG Gilitimur 2 HSD 5 16 687.181,8 683.240,9 1.762,4

24 PLTGU M. Karang 1.1 Gas 50 95 5.730.795,0 202.052,9 108,1



27 PLTGU M. Karang 1.0 HSD 110 150 11.560.815,0 53.685,1 460,8

28 PLTGU M. Tawar 1.1 HSD 72 138 14.706.521,2 433.337,8 49,5

29 PLTGU M. Tawar 1.1 HSD 72 138 14.706.521,2 433.337,8 49,5

30 PLTGU M. Tawar 1.1 HSD 72 138 14.706.521,2 433.337,8 49,5

31 PLTGU M. Tawar 1.1 HSD 72 138 14.706.521,2 433.337,8 49,5

32 PLTGU M. Tawar 1.1 HSD 72 138 14.706.521,2 433.337,8 49,5

33 PLTGU M. Tawar 1.1 HSD 162 202 672.630,0 144.191,7 519,2

34 PLTU M. Karang 1 MFO 44 85 2.417.820,7 473.895,4 120,8

35 PLTU M. Karang 2 MFO 44 85 2.417.820,7 473.895,4 120,8

36 PLTU M. Karang 3 MFO 44 85 2.417.820,7 473.895,4 120,8

37 PLTU M. Karang 4 Gas 90 165 2.949.187,7 205.217,5 83,8

38 PLTU M. Karang 5 Gas 90 165 2.949.187,7 205.217,5 83,8

37

4.3.3 Analisis Perhitungan Sistem 500 kV Jawa-Bali

Analisis pada penelitian kali ini dilakukan pada kebutuhan daya yang telah ditanggung

oleh sistem 500 kV Jawa-Bali pada hari kamis, sabtu dan minggu pada bulan Desember

tahun 2016. Analisa dan Perhitungan data dilakukan untuk ketiga hari tersebut, karena ketiga

hari tersebut mewakili karakteristik kurva yang berlainan dimana hari kamis disebut sebagai

hari kerja beban penuh, hari sabtu sebagai beban setengah hari kerja dan hari minggu sebagai

beban hari libur.

Berdasarkan data unit yang terdapat pada sistem 500 kV Jawa-Bali dalam tabel 4.10

ternyata ada 38 unit pembangkit yang berada dalam kondisi siap beroperasi. Data unit termal

yang diperoleh dari sistem 500 kV Jawa-Bali terdapat hasil jumlah total pembangkitan,

beban total, dan cadangan berputar pada setiap jam didalamnya. Data tersebut tidak

digunakan dalam perhitungan karena menyangkut sistem secara keseluruhan dalam suatu

area. Energi listrik di area Jawa-Bali tidak hanya disuplai oleh Pembangkit Jawa-Bali saja,

namun disuplai juga oleh PT. Indonesia Power dan juga Pembangkit milik swasta lainnya.

Jadi tidak relevan jika dalam penelitian ini dilakukan analisis secara keseluruhan, sedangkan

aplikasi penelitian ini hanya pada sistem 500 kV Jawa-Bali.

Sistem 500 kV Jawa-Bali tidak mempunyai dasar yang pasti untuk menentukan nilai

dari cadangan berputar setiap jamnya, namun mereka mengasumsikan bahwa nilai dari

cadangan berputar diambil dari daya terpasang terbesar dari unit pembangkit PLTU Paiton

yaitu sebesar 400 MW.

4.3.4 Beban Sistem Unit Termal

Pembangkit-pembangkit yang berada di wilayah Jawa-Bali dikoordinasi oleh Sistem

500 kV Jawa-Bali. Proses penjadwalan pembangkit dengan metode Quantum-behaved

Particle Swarm Optimization bertujuan untuk memperoleh rencana penjadwalan

pembangkit yang dapat memenuhi kebutuhan beban dengan biaya operasi ekonomis.

Untuk mengetahui seberapa besar efisiensi dari penggunaan metode ini, maka dilakukan

evaluasi dengan mengambil data beban sistem pada pembangkit termal sistem 500 kV Jawa-

Bali. Berikut adalah beban sistem yang ditanggung oleh pembangkit termal saja.

38

Tabel 4.10 Data Beban Unit Termal Sistem 500 kV Jawa-Bali

Jam

Kamis Sabtu Minggu

Beban

Sistem

Cadangan

Berputar

Beban

Sistem

Cadangan

Berputar

Beban

Sistem

Cadangan

Berputar

( MW ) ( MW ) ( MW )

01.00

02.00

03.00

04.00

05.00

06.00

07.00

08.00

09.00

10.00

11.00

12.00

13.00

14.00

15.00

16.00

17.00

18.00

19.00

20.00

21.00

22.00

23.00

24.00

3205

3035

3035

3085

3290

2880

2790

3220

3275

3275

3275

3195

3210

3260

3357

3447

3525

3650

3820

3770

3540

3360

3345

3205

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

3140

3000

3000

3000

3110

2712

2682

3020

3105

3105

3105

3025

2890

2849

2806

2804

2814

3700

3700

2685

3330

3120

3095

3080

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

2956

2860

2860

2860

2869

2869

2640

2450

2520

2620

2620

2570

2570

2545

2587

2587

2790

3685

3685

3685

3370

3220

3195

3050

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

400

39

4.3.5 Analisis Penjadwalan Pembangkit Termal Sistem 500 kV Jawa-Bali

Penjadwalan setiap unit pembangkit dapat dilakukan setelah melakukan perhitungan.

Kombinasi setiap unit akan dapat dilihat setelah dilakukan analisis dengan metode Quantum-

behaved Particle Swarm Optimization sesuai dengan simulasi yang dilakukan dengan

aplikasi Matlab. Setelah proses perhitungan dengan Matlab dilakukan maka didapat total

biaya dari setiap jam nya. Namun biaya dalam setiap jam tidak sama karena beban setiap

jam selalu berubah-ubah. Setelah mendapatkan hasil optimal dari perhtitungan, selanjutnya

dilakukan kombinasi penjadwalan mengenai pembangkit mana saja yang dinyalakan atau

dimatikan sesuai dengan perhitungan.

Gambar 4.4 Run Matlab Pembagian daya generator

40

Tabel 4.11 Hasil Analisis Kombinasi Penjadwalan Pembangkit pada hari Kamis

Jam Pembangkit (MW)

P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12 P13 P14 P15 P16 P17 P18 P19 P20 P21

01.00

02.00

03.00

04.00

05.00

06.00

07.00

08.00

09.00

10.00

11.00

12.00

13.00

14.00

15.00

16.00

17.00

18.00

19.00

20.00

21.00

22.00

23.00

24.00

328

281

281

306

332

281

236

297

325

325

325

285

292

317

325

334

304

298

314

358

312

329

321

328

328

281

281

306

332

281

236

297

325

325

325

285

292

317

325

334

304

298

314

358

312

329

321

328

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

137

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

137

137

137

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

137

137

137

137

137

0

0

0

76,6

76,6

76,6

76,6

76,6

0

0

76,6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

0

0

76,6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

41

Jam Pembangkit (MW) Beban Sistem

( MW )

Losses

(MW) P22 P23 P24 P25 P26 P27 P28 P29 P30 P31 P32 P33 P34 P35 P36 P37 P38

01.00

02.00

03.00

04.00

05.00

06.00

07.00

08.00

09.00

10.00

11.00

12.00

13.00

14.00

15.00

16.00

17.00

18.00

19.00

20.00

21.00

22.00

23.00

24.00

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

76,8

76,8

76,8

76,8

76,8

76,8

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

76,8

76,8

76,8

76,8

76,8

76,8

76,8

76,8

76,8

0

0

0

0

0

76,8

0

0

76,8

76,8

76,8

76,8

76,8

76,8

76,8

76,8

76,8

76,8

76,8

76,8

76,8

76,8

76,8

76,8

76,8

76.8

0

0

0

76,8

0

0

76,8

76,8

76,8

76,8

76,8

76,8

76,8

76,8

76,8

76,8

76,8

76,8

76,8

76,8

76,8

76,8

76,8

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

3205

3035

3035

3085

3290

2880

2790

3220

3275

3275

3275

3195

3210

3260

3357

3447

3525

3650

3820

3770

3540

3360

3345

3205

8,8

8,0

8,0

8,0

8,6

9,8

9,8

8,6

9,6

9,6

9,6

9,6

8,6

8,6

4,4

9,2

8,6

9,0

8,0

9,0

9,6

9,4

8,4

8,8

42

Tabel 4.12 Hasil Analisis Kombinasi Penjadwalan Pembangkit pada hari Sabtu

Jam Pembangkit (MW)


01.00

02.00

03.00

04.00

05.00

06.00

07.00

08.00

09.00

10.00

11.00

12.00

13.00

14.00

15.00

16.00

17.00

18.00

19.00

20.00

21.00

22.00

23.00

24.00

334

264

264

264

319

275

260

274

316

316

316

276

285

265

243

242

247

331

331

341

322

324

311

304

334

264

264

264

319

275

260

274

316

316

316

276

285

265

243

242

247

331

331

341

322

324

311

304

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

137

137

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

137

137

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

137

137

0

137

0

0

0

76,6

76,6

76,6

76,6

76,6

0

0

76,6

76,6

76,6

76,6

76,6

0

0

0

0

0

76,6

76,6

0

76,6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

0

0

76,6

76,6

76,6

76,6

76,6

0

0

0

0

0

76,6

76,6

0

76,6

76,6

76,6

76,6

158

158

158

158

158

0

0

158

158

158

158

158

158

158

158

158

158

158

158

0

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

158

0

158

158

158

158

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

43


( MW )

Losses


01.00

02.00

03.00

04.00

05.00

06.00

07.00

08.00

09.00

10.00

11.00

12.00

13.00

14.00

15.00

16.00

17.00

18.00

19.00

20.00

21.00

22.00

23.00

24.00

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

76,8

76,8

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

76,8

76,8

0

76,8

0

0

0

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

3140

3000

3000

3000

3110

2712

2682

3020

3105

3105

3105

3025

2890

2849

2806

2804

2814

3700

3700

2685

3330

3120

3095

3080

9,0

9,0

9,0

9,0

9,0

7,8

7,8

9,0

8,0

8,0

8,0

8,0

7,8

8,8

7,8

7,8

7,8

8,4

8,4

8,8

9,2

9,0

8,0

9,0

44

Tabel 4.13 Hasil Analisis Kombinasi Penjadwalan Pembangkit pada hari Minggu

Jam Pembangkit (MW)


01.00

02.00

03.00

04.00

05.00

06.00

07.00

08.00

09.00

10.00

11.00

12.00

13.00

14.00

15.00

16.00

17.00

18.00

19.00

20.00

21.00

22.00

23.00

24.00

334

264

264

264

319

275

260

274

316

316

316

276

285

265

243

242

247

331

331

341

322

324

311

304

334

264

264

264

319

275

260

274

316

316

316

276

285

265

243

242

247

331

331

341

322

324

311

304

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

92,2

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

137

137

137

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

137

137

137

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

137

137

137

137

137

137

137

0

76,6

76,6

76,6

76,6

76,6

0

0

0

0

0

0

0

0

0

0

0

76.6

76,6

76,6

76.6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

76,6

0

0

0

0

0

0

0

0

0

0

0

76.6

76,6

76,6

76.6

76,6

76,6

76,6

76,6

158

158

158

158

158

0

0

0

0

0

0

0

0

0

0

0

158

158

158

158

158

158

158

158

158

158

158

158

158

0

0

0

0

0

0

0

0

0

0

0

158

158

158

158

158

158

158

158

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

45


( MW )

Losses


01.00

02.00

03.00

04.00

05.00

06.00

07.00

08.00

09.00

10.00

11.00

12.00

13.00

14.00

15.00

16.00

17.00

18.00

19.00

20.00

21.00

22.00

23.00

24.00

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

86

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

125

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

76,8

76,8

76,8

76,8

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

76,8

76,8

76,8

76,8

0

0

0

150

150

150

150

150

150

150

0

0

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

150

2956

2860

2860

2860

2869

2869

2640

2450

2520

2620

2620

2570

2570

2545

2587

2587

2790

3685

3685

3685

3370

3220

3195

3050

7,8

7,8

7,8

7,8

8,8

8,8

7,8

7,8

7,8

7,8

7,8

7,8

7,8

8,8

8,8

8,8

9,4

9,4

9,4

9,4

8,0

8,4

7,4

9,0

46

Tabel 4.14 Hasil simulasi perhitungan

Jam

Kamis Sabtu Minggu

Beban

Sistem

(MW)

Total Biaya

(Rupiah)

Beban

Sistem

(MW)

Total Biaya

(Rupiah)

Beban

Sistem

(MW)

Total Biaya

(Rupiah)

01.00

02.00

03.00

04.00

05.00

06.00

07.00

08.00

09.00

10.00

11.00

12.00

13.00

14.00

15.00

16.00

17.00

18.00

19.00

20.00

21.00

22.00

23.00

24.00

3205

3035

3035

3085

3290

2880

2790

3220

3275

3275

3275

3195

3210

3260

3357

3447

3525

3650

3820

3770

3540

3360

3345

3205

668.446.211

633.507.339

633.507.339

637.628.818

696.285.442

607.253.332

599.880.080

690.494.179

695.124.364

695.124.364

695.124.364

688.516.734

689.669.739

693.799.147

722.299.948

750.968.607

765.506.497

784.021.766

806.122.351

793.972.998

766.828.715

722.963.249

721.637.110

668.446.211

3140

3000

3000

3000

3110

2712

2682

3020

3105

3105

3105

3025

2890

2849

2806

2804

2814

3700

3700

2685

3330

3120

3095

3080

669.791.965

657.745.670

657.745.670

657.745.670

667.198.213

607.477.099

604.909.957

659.457.549

666.680.274

666.680.274

666.680.274

659.800.285

635.902.515

632.475.148

628.718.937

628.548.546

629.400.802

786.927.487

786.927.487

592.142.666

716.398.355

668.062.045

665.817.645

664.611.226

2956

2860

2860

2860

2869

2869

2640

2450

2520

2620

2620

2570

2570

2545

2587

2587

2790

3685

3685

3685

3370

3220

3195

3050

639.646.358

631.393.258

631.393.258

631.393.258

632.249.724

632.249.724

586.225.901

556.778.216

562.818.728

584.500.792

584.500.792

580.201.175

580.201.175

578.144.034

581.746.872

581.746.872

642.733.760

785.716.859

785.716.859

785.716.859

741.461.188

685.125.163

682.888.189

662.031.005

Total 79049 17.548.291.570 72877 15.877.845.771 69663 15.346.580.021

Tabel 4.15 menunjukkan total biaya pembangkitan dengan menggunakan metode

Quantum-behaved Particle Swarm Optimization yang digunakan untuk menyuplai daya

pada hari kamis, sabtu, dan minggu. Total daya selama 24 jam pada hari kamis, sabtu dan

minggu berturut-turut adalah 79.049 MW, 72877 MW, 69663 MW. Pada Tabel 4.15 terlihat

bahwa dengan menggunakan metode Quantum-behaved Particle Swarm Optimization

selama 24 jam menghasilkan biaya 17.548.291.570 rupiah pada hari kamis, 15.877.845.771

rupiah pada hari sabtu dan 15.346.580.021 pada hari minggu. Hasil simulasi pembagian daya

pembangkitan dari setiap unit pembangkit pada tabel 4.12, 4.13 dan 4.14 menunjukan bahwa

batasan keseimbangan daya (equality constrains) terpenuhi, dimana total daya yang

47

dihasilkan oleh pembangkit (PGi) dikurangi dengan rugi-rugi saluran (PL) sama dengan total

beban sistem (PR) atau dengan kata lain bahwa total daya yang dibangkitkan (PGi) sama

dengan total beban sistem (PR) ditambah dengan rugi-rugi saluran (PL). Daya yang

dibangkitkan tiap unit pembangkit sudah sesuai dengan kemampuan tiap unit

pembangkitnya (inequality constrains) dimana dalam proses evaluasi terdapat batasan daya

maksimum dan minimum setiap unit pembangkit.

Gambar 4.4 Grafik iterasi total biaya untuk hari kamis

Gambar 4.5 Grafik iterasi total biaya hari Sabtu

6.80E+08

6.85E+08

6.90E+08

6.95E+08

7.00E+08

7.05E+08

7.10E+08

7.15E+08

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Tota

l B

iaya

Iterasi

Kamis

635000000

640000000

645000000

650000000

655000000

660000000

665000000

670000000

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Tota

l B

iaya

Iterasi

Sabtu

48

Gambar 4.6 Grafik iterasi total biaya hari Minggu

Dalam proses evaluasi pembagian daya dengan metode Quantum-behaved Particle

Swarm Optimization membutuhkan banyak parameter diantaranya c1, c2, Pbest, Gbest.

Dimana c1 dan c2 adalah konstanta akslerasi sedangkan Pbest adalah kombinasi daya

terbaik dan Gbest adalah nilai biaya termurah dalam setiap proses evaluasi. Proses evaluasi

yang dilakukan pada penelitian kali ini dengan metode Quantum-behaved Particle Swarm

Optimization berhenti pada iterasi ke 20, karena pada iterasi 18 hingga 20 nilai cenderung

sama atau bisa disebut konvergen. Sesuai dengan syarat nilai harus konvergen, maka

proses evaluasi berhenti pada iterasi 20.

615000000

620000000

625000000

630000000

635000000

640000000

645000000

650000000

655000000

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Tota

l B

iaya

Iterasi

Minggu

49

4.4 Analisis Perbandingan Metode Quantum-behaved Particle Swarm Optimization

dengan Metode Lagrange

Setelah didapatkan perhitungan yang dapat kita lihat pada tabel 4.15 maka akan

dibandingankan dengan perhitungan metode Lagrange. Untuk perhitungan dengan metode

Lagrange didapatkan dari penelitian sebelumnya. Berikut adalah tabel perbandingan dan

presentase selisih dari setiap jam nya.

Tabel 4.15 Perbandingan Biaya Metode Lagrange dengan QPSO

Jam

Kamis Presentase

Selisih Lagrange

(Rupiah)

QPSO

(Rupiah)

01.00

02.00

03.00

04.00

05.00

06.00

07.00

08.00

09.00

10.00

11.00

12.00

13.00

14.00

15.00

16.00

17.00

18.00

19.00

20.00

21.00

22.00

23.00

24.00

776.761.138

705.621.586

705.621.586

719.392.000

801.061.977

685.123.630

648.335.634

778.544.533

792.479.469

792.479.469

792.479.469

779.497.649

780.598.672

794.364.084

847.649.083

863.101.025

849.444.762

873.033.012

920.727.099

905.112.311

848.997.762

802.277.589

798.842.450

767.137.625

668.446.211

633.507.339

633.507.339

637.628.818

696.285.442

607.253.332

599.880.080

690.494.179

695.124.364

695.124.364

695.124.364

688.516.734

689.669.739

693.799.147

722.299.948

750.968.607

765.506.497

784.021.766

806.122.351

793.972.998

766.828.715

722.963.249

721.637.110

668.446.211

13,94%

10,22%

10,22%

11,37%

13,08%

11,37%

7,47%

11,31%

12,28%

12,28%

12,28%

11,67%

11,65%

12,66%

14,79%

12,99%

9,88%

10,20%

12,45%

12,28%

9,68%

9,89%

9,66%

12,86%

Total 19.028.683.614 16.827.128.904 11,57%

50


Jam

Sabtu Presentase

Selisih Lagrange

(Rupiah)

QPSO

(Rupiah)

01.00

02.00

03.00

04.00

05.00

06.00

07.00

08.00

09.00

10.00

11.00

12.00

13.00

14.00

15.00

16.00

17.00

18.00

19.00

20.00

21.00

22.00

23.00

24.00

634.728.535

600.829.874

600.829.874

696.839.874

696.839.869

606.563.839

597.453.338

625.667.561

656.382.614

656.382.614

656.382.614

646.382.614

640.767.826

630.767.826

635.496.448

656.784.931

696.703.277

857.932.001

857.932.001

857.932.001

748.621.005

729.317.467

692.381.047

656.068.702

669.791.965

657.745.670

657.745.670

657.745.670

667.198.213

607.477.099

604.909.957

659.457.549

666.680.274

666.680.274

666.680.274

659.800.285

635.902.515

632.475.148

628.718.937

628.548.546

629.400.802

786.927.487

786.927.487

592.142.666

716.398.355

668.062.045

665.817.645

664.611.226

-5.52%

-9.47%

-9.47%

5.61%

4.25%

-0.15%

-1.25%

-5.40%

-1.57%

-1.57%

-1.57%

-2.08%

0.76%

-0.27%

1.07%

4.30%

9.66%

8.28%

8.28%

10.00%

4.30%

8.40%

3.84%

-1.30%

Total 16,135,987,752 15,877,845,759 1.60%

51


Jam

Minggu Presentase

Selisih Lagrange

(Rupiah)

QPSO

(Rupiah)

01.00

02.00

03.00

04.00

05.00

06.00

07.00

08.00

09.00

10.00

11.00

12.00

13.00

14.00

15.00

16.00

17.00

18.00

19.00

20.00

21.00

22.00

23.00

24.00

634.728.535

600.829.874

600.829.874

696.839.874

696.839.869

606.563.839

597.453.338

625.667.561

656.382.614

656.382.614

656.382.614

646.382.614

640.767.826

630.767.826

635.496.448

656.784.931

696.703.277

857.932.001

857.932.001

857.932.001

748.621.005

729.317.467

692.381.047

656.068.702

639.646.358

631.393.258

631.393.258

631.393.258

632.249.724

632.249.724

586.225.901

556.778.216

562.818.728

584.500.792

584.500.792

580.201.175

580.201.175

578.144.034

581.746.872

581.746.872

642.733.760

785.716.859

785.716.859

785.716.859

741.461.188

685.125.163

682.888.189

662.031.005

-0,77%

-5,09%

-5,09%

-5,79%

-5,93%

-4,23%

1,88%

6,53%

5,24%

1,99%

1,99%

-4,28%

1,79%

2,14%

8,46%

-0,86%

7,75%

8,42%

8,42%

8,42%

0,96%

6,06%

1,37%

-0,91%

Total 16.135.987.752 15.877.845.759 2,02%

Dari tabel 4.16, 4.17, 4.18 diatas didapatkan total perbandingan biaya operasional

selama 24 jam dari kedua metode tersebut. Setelah dilakukan anlaisis diperoleh total biaya

pada hari Kamis, Sabtu dan Minggu secara berurutan adalah sebesar 17.548.291.570 rupiah,

15.877.845.771 rupiah dan 15.346.580.021 rupiah. Dimana dengan efisiensi terhadap

metode Lagrange yaitu 11.7%, 1,06%, dan 2,57%. Metode Quantum-behaved Particle

Swarm Optimization terbukti lebih ekonomis dibandingkan dengan metode Lagrange.

52

BAB V

PENUTUP

5.1 Kesimpulan

Dari hasil analisis program dan perhitungan economic dispatch pembangkit dengan

metode Quantum-behaved Particle Swarm Optimization untuk sistem kelistrikan 500 kV

Jawa-Bali menghasilkan kesimpulan sebagai berikut:

1. Penggunaan metode QPSO pada economic dispatch sistem 500 kV Jawa-Bali adalah

dengan membuat pembagian pembangkit dan dicari kombinasi terbaik dalam proses

evaluasi metode QPSO. Proses evaluasi dalam metode QPSO harus ditentukan nilai

c1, c2, Pbest dan Gbest. Proses evaluasi akan berhenti jika biaya pada pembagian

daya sudah konvergen atau nilainya saling dekat. Pada penelitian kali ini proses

evaluasi berhenti pada iterasi ke 20.

2. Total biaya operasional pada sistem kelistrikan 500 kV Jawa-Bali dengan beban

harian per jam berdasarkan data yang diperoleh dari PT. PJB menggunakan metode

Quantum-behaved Particle Swarm Optimization pada hari Kamis, Sabtu dan Minggu

secara berurutan adalah sebesar 17.548.291.570 rupiah, 15.877.845.771 rupiah dan

15.346.580.021 rupiah. Dimana dengan efisiensi terhadap metode Lagrange yaitu

11.7%, 1,06%, dan 2,57%.

5.2 Saran

Dari hasil analisis yang telah dilakukan, masih perlu dilaksanakan penelitian lebih lanjut

dengan menambahkan parameter lain seperti mempertimbangkan optimasi rugi-rugi daya.

Diperlukan juga untuk melakukan analisis dengan metode lain untuk membandingkannya

manakah yang lebih efisien.

52

BAB V

PENUTUP

5.1 Kesimpulan

Dari hasil analisis program dan perhitungan economic dispatch pembangkit dengan metode

Quantum-behaved Particle Swarm Optimization untuk sistem kelistrikan 500 kV Jawa-Bali

menghasilkan kesimpulan sebagai berikut:

1. Penggunaan metode QPSO pada economic dispatch sistem 500 kV Jawa-Bali adalah

dengan membuat pembagian pembangkit dan dicari kombinasi terbaik dalam proses

evaluasi metode QPSO. Proses evaluasi dalam metode QPSO harus ditentukan nilai c1,

c2, Pbest dan Gbest. Proses evaluasi akan berhenti jika biaya pada pembagian daya

sudah konvergen atau nilainya saling dekat. Pada penelitian kali ini proses evaluasi

berhenti pada iterasi ke 20.

2. Total biaya operasional pada sistem kelistrikan 500 kV Jawa-Bali dengan beban harian

per jam berdasarkan data yang diperoleh dari PT. PJB menggunakan metode Quantum-

behaved Particle Swarm Optimization pada hari Kamis, Sabtu dan Minggu secara

berurutan adalah sebesar 17.548.291.570 rupiah, 15.877.845.771 rupiah dan

15.346.580.021 rupiah. Dimana dengan efisiensi terhadap metode Lagrange yaitu

11.7%, 1,06%, dan 2,57%.

5.2 Saran

Dari hasil analisis yang telah dilakukan, masih perlu dilaksanakan penelitian lebih lanjut

dengan menambahkan parameter lain seperti mempertimbangkan optimasi rugi-rugi daya.

Diperlukan juga untuk melakukan analisis dengan metode lain untuk membandingkannya

manakah yang lebih efisien.

53

DAFTAR PUSTAKA

James, H & Moore (2005). Start-up method for power plant. USA : General Electric

Company

Jing, L., Wenbo, Xu. & Jun, Sun. (2005). Quantum-behaved Particle Swarm Optimization

with Mutation Operator. China: Southern Yangtze University

Pant, Millie & Thangaraj, Radha. (2007). A New Quantum Behaved Particle Swarm

Optimization. Saharanpur India : Department of Paper Technology IIT Roorkee.

Riyanto, S., Suyono, H., & Dahlan H.S., (2012). Penjadwalan Pembangkit Tenaga Listrik

Jangka Pendek Menggunakan Ant Colony Optimization. Tidak dipublikasikan. Malang:

Universitas Brawijaya.

Santoso, Budi & Willy, Paul. 2011. Metoda Metaheuristik, Konsep dan Implementasi.

Surabaya: Graha Ilmu.

Saadat, H. (2002). Power System Analysis. Singapore : The McGraw-Hill Book Co, Inc.

Sunaryatiningsih, I., Suyono, H., & Hasanah, R.N. (2016). Unit Commitment Pembangkit

Termal menggunakan Hybrid Metode Evolutionary programming dan Lagrange

Relaxation pada Sistem 500 kV Jawa-Bali. Tidak dipublikasikan. Malang: Universitas

Brawijaya

Suripto, Slamet. (2011). Buku Ajar Sistem Tenaga Listrik. Yogyakarta: Universitas

Muhammadiyah Yogyakarta.

Syah, K., Hasanah, R.N. & Shidiq, M. (2011). Analisis Perbandingan Economic Dispatch

Pembangkit Menggunakan Metode Lagrange dan CFPSO. Universitas Brawijaya.

Malang

Wollenberg, B.F. & Allen J.W. (1996). Power Generation Operation and Control second

edition. New York: John Wiley and Son Inc.

Wei, Zhao & Ling, G (2006) Quantum-behaved Particle Swarm Optimization with Mutation

Operator”. China: Shandong University Jinan.

SKRIPSI - repository.ub.ac.idrepository.ub.ac.id/7696/1/Muhammad%20Syarifuddin%C2%A0Anshor.pdfSwarm...

Documents

Transcript of SKRIPSI - repository.ub.ac.idrepository.ub.ac.id/7696/1/Muhammad%20Syarifuddin%C2%A0Anshor.pdfSwarm...