Rekonfigurasi Rancangan Jaringan Distribusi Tenaga Listrik pada Penyulang Tissot Dengan Menggunakan Metode Binary Particle Swarm (BPSO )
Article Sidebar
Main Article Content
Abstract
Masalah dengan jaringan tenaga listrik termasuk penurunan tegangan dan kehilangan daya. Banyak faktor, seperti reaktansi pada feeder dan arus resistansi, mempengaruhi keduanya. Faktor-faktor di atas memungkinkan adanya kemungkinan konfigurasi ulang jaringan untuk mengurangi kerugian ini. Temuan penelitian menunjukkan bagaimana pendekatan Binary Particle Swarm Optimization (BPSO) digunakan untuk mengubah penyulang Tissot dan Topan di GI Sukarame dan Teluk Betung. Hasil penelitian pada rekonfigurasi penyulang Tissot didapatkan dengan hasil menurunkan rugi daya sebesar 3,8044 % dan dapat memperbaiki profil tegangan dari sebelumyna 0,97826 p.u menjadi 0,97902 p.u. Hasil penelitan pada penyulang Topan didapatkan dapat mengurangi rugi daya sebesar 4,1534 % dan dapat memperbaiki profil tegangan dari sebelumyna 0,9849 menjadi 0,98524 p.u. Pemilihan loop yang buruk saat melakukan inisiasi paramater rekonfigurasi pada jaringan mengakibatkan pemilihan algoritma tidak bisa menemukan fungsi fitness terbaik.
Downloads
Article Details
References
A. Gligor, I. Vlasa, C.-D. Dumitru, C. E. Moldovan, and C. Damian, “Power Demand Forecast for Optimization of the Distribution Costs,” Procedia Manuf., vol. 46, pp. 384–390, 2020.
“ANALISA PERBAIKAN LOSSES DAN JATUH TEGANGAN PADA JARINGAN SAMBUNGAN RUMAH TIDAK STANDAR DENGAN SIMULASI SOFTWARE ETAP 7.5.0,” 2015.
F. Ocsylia, F. Pulansari, and D. Samanhudi, “Analisis Kualitas Layanan Distribusi Dengan Metode Physical Distribution Service Quality (Pdsq) Di Pt. X,” Tekmapro J. Ind. Eng. Manag., vol. 14, no. 1, pp. 26–33, 2019.
K. Prakash, F. R. Islam, K. A. Mamun, and H. R. Pota, “Configurations of Aromatic Networks for Power Distribution System,” Sustainability, vol. 12, no. 10, p. 4317, May 2020.
S. Zhang, H. Cheng, D. Wang, L. Zhang, F. Li, and L. Yao, “Distributed generation planning in active distribution network considering demand side management and network reconfiguration,” Appl. Energy, vol. 228, no. July, pp. 1921–1936, 2018.
A. A. Firdaus, O. Penangsang, A. Soeprijanto, and U. P. Dimas Fajar, “Distribution network reconfiguration using binary particle swarm optimization to minimize losses and decrease voltage stability index,” Bull. Electr. Eng. Informatics, vol. 7, no. 4, pp. 514–521, 2018.
S. Zhang, Y. Wang, Y. Zhang, D. Wang, and N. Zhang, “Load probability density forecasting by transforming and combining quantile forecasts,” Appl. Energy, vol. 277, p. 115600, 2020.
O. Handayani, A. Senen, C. Widyastuti, and D. Y. Sukma, “Micro-Spatial Electricity Planning in Urban Area Based on Energy Demand,” 2021 3rd Int. Conf. High Volt. Eng. Power Syst. ICHVEPS 2021, pp. 155–160, 2021.
C. Widyastuti, A. Senen, and O. Handayani, “Micro-Spatial Electricity Load Forecasting Using Clustering Technique,” in 2020 2nd International Conference on Industrial Electrical and Electronics (ICIEE), 2020, vol. 11005, pp. 17–21.
J. Energi, “OPTIMASI REKONFIGURASI JARINGAN DISTRIBUSI RADIAL,” vol. 10, no. 2, pp. 102–111, 2018.