1Jurusan Teknik Elektro, Universitas Diponegoro Semarang, Indonesia
2Jl. Prof. Sudharto, SH, kampus UNDIP Tembalang, Semarang 50275, Indonesia, Indonesia
BibTex Citation Data :
@article{Transient3500, author = {Ery Badridduja and Hermawan Hermawan and Susatyo Handoko}, title = {ANALISIS PENGARUH REKONFIGURASI JARINGAN PADA SISTEM DISTRIBUSITEGANGAN MENENGAH DENGAN DISTRIBUTED GENERATION UNTUK MEREDUKSI RUGI DAYA MENGGUNAKANPARTICLE SWARM OPTIMIZATION}, journal = {Transient: Jurnal Ilmiah Teknik Elektro}, volume = {2}, number = {3}, year = {2013}, keywords = {}, abstract = { Abstrak Pertumbuhan beban pada sistem distribusi harus diikuti suplai daya yang cukup dan handal. Namun, Permasalahan yang terjadi pada saat ini adalah bagaimana membangkitkan energi listrik dalam jumlah yang cukup, pendistribusian energi listrik menuju beban dengan meminimalisir rugi rugi daya dan menyalurkan energi listrik yang berkualitas. Untuk mencapai tujuan mengurangi rugi daya, dilakukanlah sebuah rekonfigurasi jaringan distribusi dengan mengalihkan pembebanan dari penyulang yang mengalami kelebihan beban ke penyulang yang kekurangan beban. Pengalihan beban ini memungkinkan setiap penyulang memiliki pembebanan yang merata sehingga jatuh tegangan dapat diminimalisir. Rekonfigurasi jaringan dapat dilakukan dengan beberapa metode seperti algoritma genetik, kombinasi Fuzzy – GA, Particle Swarm Optimization dan lain lain. Pada penelitian ini digunakan teknik optimasi dengan Particle Swarm Optimization untuk memilih rekonfigurasi yang tepat dengan rugi daya minimal. Sebagai bahan analisis, terdapat dua data uji untuk menentukan nilai rugi daya . Data pertama merupakan data IEEE 33 bus dengan 4 buah distributed generation (DG)yang sudah ditentukan lokasi serta kapasitasnya. Data uji yang kedua merupakan jaringan GI BSB yang terdiri dari lima penyulang dengan 1 DG dengan kapasitas dan lokasi yang sudh ditentukan. Dari kedua data uji tersebut didapatkan penurunan rugi daya sebesar 103 kW pada data IEEE 33 bus sedangkan pada data GI BSB didapatkan penurunan rugi daya sebesar 268 kW. Kata Kunci : Rekonfigurasi Jaringan, Rugi daya, Teknik Optimasi, Particle Swarm Optimization, Saluran Distribusi, Distributed Generation (DG) Abstract An increase of load demands on distribution systems must be followed by the continuity and reability of electrical supply. However,the challenges nowadays are to generate electricity in sufficient quantity, to transmit it to the load efficiently by minimizing losses and deliver it in quality of electricity.To encourage the purpose of reducing losses, reconfiguration of distribution network is carried out by transferring load from overloaded feeders to the light ones. It allows distribution feeders to have balanced loads in order to minimize the voltage drop.Line configuration may be optimized to get the balanced load by several following methods, such as Genetic Algorithms (GA), Combination of Fuzzy and GA, and Particle Swarm Optimization. In this research, Particle Swarm Optimization is used as a method to choose the most right and optimized reconfiguration to minimized power losses. For the case of study, they are 2 sample data used to obtain the regulation value power losses . First, the project lines modeled by using data from 33 bus IEEE test feeder specification with 4 Distributed Generation which their location and capacity have been specified. The next data uses networks data from the specific substation (GI BSB) includes 5 feeders with 1 Distributed Generation. The result show the reduction of power losses from both cases, For IEEE data test the loss reduction is 103 kW, and GI BSB is 268 kW. Keywords : Line Configuration, Power Losses, Method for Optimization, PSO, Distributed Generation }, issn = {2685-0206}, pages = {485--493} doi = {10.14710/transient.v2i3.485-493}, url = {https://ejournal3.undip.ac.id/index.php/transient/article/view/3500} }
Refworks Citation Data :
Abstrak
Pertumbuhan beban pada sistem distribusi harus diikuti suplai daya yang cukup dan handal. Namun, Permasalahan yang terjadi pada saat ini adalah bagaimana membangkitkan energi listrik dalam jumlah yang cukup, pendistribusian energi listrik menuju beban dengan meminimalisir rugi rugi daya dan menyalurkan energi listrik yang berkualitas. Untuk mencapai tujuan mengurangi rugi daya, dilakukanlah sebuah rekonfigurasi jaringan distribusi dengan mengalihkan pembebanan dari penyulang yang mengalami kelebihan beban ke penyulang yang kekurangan beban. Pengalihan beban ini memungkinkan setiap penyulang memiliki pembebanan yang merata sehingga jatuh tegangan dapat diminimalisir. Rekonfigurasi jaringan dapat dilakukan dengan beberapa metode seperti algoritma genetik, kombinasi Fuzzy – GA, Particle Swarm Optimization dan lain lain. Pada penelitian ini digunakan teknik optimasi dengan Particle Swarm Optimization untuk memilih rekonfigurasi yang tepat dengan rugi daya minimal. Sebagai bahan analisis, terdapat dua data uji untuk menentukan nilai rugi daya . Data pertama merupakan data IEEE 33 bus dengan 4 buah distributed generation (DG)yang sudah ditentukan lokasi serta kapasitasnya. Data uji yang kedua merupakan jaringan GI BSB yang terdiri dari lima penyulang dengan 1 DG dengan kapasitas dan lokasi yang sudh ditentukan. Dari kedua data uji tersebut didapatkan penurunan rugi daya sebesar 103 kW pada data IEEE 33 bus sedangkan pada data GI BSB didapatkan penurunan rugi daya sebesar 268 kW.
Kata Kunci : Rekonfigurasi Jaringan, Rugi daya, Teknik Optimasi, Particle Swarm Optimization, Saluran Distribusi, Distributed Generation (DG)
Abstract
An increase of load demands on distribution systems must be followed by the continuity and reability of electrical supply. However,the challenges nowadays are to generate electricity in sufficient quantity, to transmit it to the load efficiently by minimizing losses and deliver it in quality of electricity.To encourage the purpose of reducing losses, reconfiguration of distribution network is carried out by transferring load from overloaded feeders to the light ones. It allows distribution feeders to have balanced loads in order to minimize the voltage drop.Line configuration may be optimized to get the balanced load by several following methods, such as Genetic Algorithms (GA), Combination of Fuzzy and GA, and Particle Swarm Optimization. In this research, Particle Swarm Optimization is used as a method to choose the most right and optimized reconfiguration to minimized power losses. For the case of study, they are 2 sample data used to obtain the regulation value power losses . First, the project lines modeled by using data from 33 bus IEEE test feeder specification with 4 Distributed Generation which their location and capacity have been specified. The next data uses networks data from the specific substation (GI BSB) includes 5 feeders with 1 Distributed Generation. The result show the reduction of power losses from both cases, For IEEE data test the loss reduction is 103 kW, and GI BSB is 268 kW.
Article Metrics:
Last update:
Penulis yang menyerahkan naskah perlu menyetujui bahwa hak cipta dari artikel tersebut akan diserahkan ke TRANSIENT: Jurnal Ilmiah Teknik Elektro dan Departemen Teknik Elektro, Universitas Diponegoro sebagai penerbit jurnal. Hak cipta mencakup hak untuk mereproduksi dan mengirimkan artikel dalam semua bentuk dan media, termasuk cetak ulang, foto, mikrofilm, dan reproduksi serupa lainnya, serta terjemahannya.
TRANSIENT: Jurnal Ilmiah Teknik Elektro dan Departemen Teknik Elektro, Universitas Diponegoro dan Editor berusaha keras untuk memastikan bahwa tidak ada data, pendapat, atau pernyataan yang salah atau menyesatkan dipublikasikan di jurnal. Dengan cara apa pun, isi artikel dan iklan yang diterbitkan dalam TRANSIENT: Jurnal Ilmiah Teknik Elektro adalah tanggung jawab tunggal dan eksklusif masing-masing penulis dan pengiklan.
Formulir Transfer Hak Cipta dapat diunduh di sini: [Formulir Transfer Hak Cipta Transient]. Formulir hak cipta harus ditandatangani dan dikirim ke Editor dalam bentuk surat asli, dokumen pindaian atau faks:
Dr. Wahyudi (Ketua Editor)Departemen Teknik Elektro, Universitas Diponegoro, IndonesiaJl. Prof. Sudharto, Tembalang, Semarang 50275 IndonesiaTelepon/Facs: 62-24-7460057Email: transient@elektro.undip.ac.id