Nama : Basuki RachmadNRP : 2213105070

Optimal Location and Sizing of DistributedGeneration Based on Gentic Algorithm

(Lokasi Optimasi dan Pengukuran dari Generasi DistribusiBerdasarkan Genetic Algorithm)

Definisi generasi distribusi (DG) sebagai pembangkit listrik oleh fasilitas cukup kecil dari pusat pembangkit penghasil sehingga memungkinkan interkoneksi pada hampir setiap titik di sebuah system tenaga. DG memiliki unit pembangkit yang kecil antara 50 – 100 MW, yang biasanya terhubung ke jaringan distribusi dan tidak direncanakan pusat atau diberangkatkan. DG juga membantu dalam pemotongan beban puncak dan program manajemen beban, meningkatkan kontinuitas sistem dan keandalan. Definisi ini memastikan untuk memaksimalkan keuntungan DG pada kerugian keseluruhan system dengan ukuran minimum dan biaya. Masalah penempatan dan ukuran DG dalam jaringan distribusi radial besar adalah permasalahan optimasi kombinasional yang sangat kompleks. Teknik konvensional, seperti pemrograman integer non linear dan linear, akan menghasilkan komputasi waktu / usaha besar dan perlu memutuskan model penyederhanaan. Beberapa teknik yang berbeda telah diusulkan untuk pemecahan masalah berdasarkan perhitungan evolusi.

Penerapan perhitungan evolusioner untuk masalah sistem tenaga tumbuh daerah penelitian. Teknik Komputasi Evolusioner termasuk Algoritma Genetika (GA), Simulated Annealing (SA), Tabu Search (TS) dan Particle Swarm (PS). Algoritma Genetika (GA) sejauh ini, yang paling sering digunakan teknik perhitungan evolusi dalam aplikasi sistem tenaga. Sebuah algoritma genetika yang sederhana merupakan prosedur iteratif, yang mempertahankan populasi ukuran konstan dari kandidat solusi. Pada setiap langkah iterasi (generasi) tiga operator genetika (reproduksi, crossover dan mutasi) yang dijalankan untuk menghasilkan populasi baru (keturunan), dan kromosom dari populasi baru dievaluasi melalui nilai fitness yang berhubungan dengan fungsi fitness. Berdasarkan ini operator genetik dan evaluasi, populasi baru lebih baik dari terbentuk kandidat solusi. Fungsi obyektif yang digunakan dalam GA sebagai alat efisien yang guna untuk mencari DG penempatan optimal dan ukuran dapat diklasifikasikan menjadi dua kelompok utama, satu kekhawatiran tentang efek DG dalam meminimalkan total rugi daya sistem dan fokus lain pada kepentingan DG dalam perbaikan profil tegangan.

Manfaat Faktor Biaya (CBF), digunakan untuk mengevaluasi pencapaian beberapa tujuan DG. Faktor ini gabungan biaya penambahan Unit DG baru dengan penghematan yang diperoleh dari total daya kerugian pengurangan dan pembangkit listrik disediakan.

Algoritma genetika adalah inti dari algoritma dan aliran daya analisis yang digunakan untuk aliran listrik dan jumlah perhitungan kerugian sistem. Perhitungan dievaluasidengan paket perangkat lunak MATPOWER. Algoritma genetika pencarian untuk menemukan tempat yang optimal dan ukuran untuk menginstal Dirjen. Rutinitas ini diprogram dalam perangkat lunak MATLAB. Metodologi solusi dimulai dengan membaca data bus dan data konfigurasi baris dan generator yang diperlukan untuk menghitung fungsi fitness yang merupakan faktor biaya manfaat (CBF).

Algoritma yang diusulkan memiliki pilihan perhitungan total rugi daya aktif sebagai faktor tradisional yang biasa digunakan untuk mengevaluasi keuntungan dari penambahan unit DG. Berikut merupakan gambar Flowchart dari optimasi algoritma :

Nama : Basuki RachmadNRP : 2213105070

Kendala utama dalam proses optimasi pada metodologi yang diusulkan ialah:A. Jumlah total dari DG

Jumlah dari DG harus kurang dari atau sama dengan maksimum jumlah dari DG (NDG/MAX):NDG ≤ NDG/MAX

DimanaNDG/MAX = Jumlah dari Bus

B. Kendala kapasitas generasi DGDaya aktif saat masing-masing DG (Pgd) ialah batasan minimum dan maksimum (Pgd

min dan Pgdmax):

Pgdmin ≤ Pgd ≤ Pgd

max

Maksimum daya aktif ditambah oleh unit DG Pgdmax adalah ditetapkan menjadi sistem

total beban aktif.C. Kendala keseimbangan tenaga

Total daya yang dihasilkan oleh sumber generasi awal dan DG unit ditambahkan harus mencakup total kebutuhan beban dan total kerugian daya aktif (PLL).

D. Kendala voltase-bus Tegangan bus pada setiap bus i dibatasi oleh minimum dan maximum:

Dimana

Nama : Basuki RachmadNRP : 2213105070

Fungsi Pusat, dengan kendala yang digunakan dan goalsis ditentukan sebagai berikut:

Daftar Pustaka[1]. Helal Ahmed, Motaz Amer, and Hussien Eldosouki “Optimal Location and Sizing

of Distributed Generation Based on Genetic Algorithm” IEEE Transactions on power systems, Vol. 978, No. 1, pp 4673-4695, 2012.

[2]. Ganivada Phanindra K., and Chintham Venkaiah “Optimal placement and sizing of multi distributed generators using Teaching and Learning Based Optimization” IEEE Transactions on power systems, Vol. 978, No. 1, pp 4799-4103, 2014.