bab ii tinjauan pustakaeprints.umm.ac.id/63651/3/bab ii.pdf · 2020. 7. 22. · 5 bab ii tinjauan...
TRANSCRIPT
5
BAB II
TINJAUAN PUSTAKA
2.1. Tinjauan Penelitian Terdahulu
Penelitian Utama, Effendy, Yunus (2018) dengan judul “optimasi unit
commitment dengan mempertimbangkan rugi-rugi daya pada saluran transmisi
menggunakan binary particle swarm optimization”. Tujuan penelitian ini
diharapkan sebagai referensi penyaluran daya maksimum serta pengoperasian
pembangkitan dengan pertimbangan rugi-rugi daya pada saluran transmisi.
Penelitian ini menggunakan data dari sistem standart IEEE 14 bus. Penelitian ini
menghasilkan kesimpulan bahwa permasalahan Unit Commitment dapat
diselesaikan menggunakan algoritma BPSO. Dengan demikian bisa menghasilkan
hasil optimasi yang lebih akurat. Beberapa batasan seperti cadangan berputar,
maksimal dan minimal daya yang bisa dibangkitkan generator, dan juga waktu
padam minimal harus dipertimbangkan. Biaya start suhu panas dan suhu dingin
juga harus dipertimbangkan untuk mendapatkan hasil yang lebih akurat.
Dari penelitian yang penulis kerjakan dengan penelitian utama, Effendy,
Yunus (2018) dengan judul “optimasi unit commitment dengan mempertimbangkan
rugi-rugi daya pada saluran transmisi menggunakan binary particle swarm
optimization” terdapat beberapa kesamaan antara lain yaitu menggunakan metode
Binary Particle Swarm Optimization sebagai penyelesaian masalah UC.
Adapun penelitian yang sedang diteliti oleh penulis dengan Effendy, Yunus
(2018) yaitu data yang digunakan dalam penelitian yang sedang dikerjakan oleh
penulis yaitu:
a. Data diambil dari standart IEEE 14 bus.
b. Mempertimbangkan ramp-rate constraint sebagai batasannya.
c. Stabilitas Tegangan dan Fungsi Biaya sebagai permasalahannya.
6
2.2. Sistem Tenaga Listrik
Sistem tenaga listrik adala sistem yang sangat berpengaruh bagi adanya
kelangsungan energi. Suatu sistem tenaga listrik yang baik tentu tidak lepas dari
penyediaan energi listrik yang handal dan berkualitas. Listrik yang dibutuhkan oleh
konsumen dihasilkan oleh suatu pembangkit. Daya listrik yang dihasilkan berupa
daya aktif dan daya reaktif. Daya reaktif dihasilkan oleh eksitasi pada generator,
sedangkan daya aktif dihasilkan dari primer mover (penggerak mula) dari turbin.
Untuk dapat sampai menuju ke konsumen maka daya listrik yang dikirim dari
pembangkit melalui unit-unit pengaman dan trafo untuk menaikkan tegangan yang
akan disalurkan melalui sebuah saluran tranmisi dan distribusi sampai menuju ke
konsumen. Adanya rugi-rugi dan drop tegangan pada saluran dikarenakan jarak
antara pembangkit ke konsumen sangat jauh. Selain itu salah satu faktor yang
penting mempengaruhi kualitas penyediaan daya listrik tersebut yaitu karena
perubahan beban yang sangat mendadak. Adapun suatu sistem pembangkit secara
umum dapat digambarkan seperti pada Gambar 2.1 berikut :
Gambar 2.1 Sistem Tenaga Listrik Secara Umum
Sistem tenaga listrik secara umum dibagi menjadi 3 poin penting yaitu
generator sebagai pembangkit, penyaluran yaitu saluran transmisi dan yang terakhir
adalah beban seperti Gambar 2.1
Menurut Wiliam D. Stevenson.1990:1. Secara umum sistem tenaga listrik
dapat dikatakan terdiri dari tiga bagian utama, yaitu:
1. pembangkit tenaga listrik,
2. transmisi tenaga listrik dan
3. distribusi tenaga listrik.
7
Sistem tenaga listrik modern merupakan sistem yang komplek yang terdiri
dari pusat pembangkit, saluran transmisi dan jaringan distribusi yang berfungsi
untuk menyalurkan daya dari pusat pembangkit ke pusat pusat beban. Untuk
memenuhi tujuan operasi sistem tenaga listrik, ketiga bagian yaitu pembangkit,
penyaluran dan distribusi tersebut satu dengan yang lainnya tidak dapat dipisahkan.
[15]
Tenaga listrik dapat dibangkitkan di pusat-pusat listrik tenaga (PLT), seperti
: tenaga nuklir (PLTN), tenaga disel (PLTD), tenaga gas (PLTG), tenaga panas
bumi (PLTP), tenaga uap (PLTU), tenaga air (PLTA), dan lain sebagainya. [16]
Pusat tenaga listrik secara umum terletak yang jauh dari pusat-pusat beban
(load centres) atau tempat tenaga listrik itu digunakan. Karena itu tenaga listrik
yang telah dibangkitkan haruslah disalurkan melalui kawat-kawat atau saluran
transmisi. Tegangan generator sendiri umumnya rendah, antara 6 KV sampai 24
KV, maka biasanya tegangan ini dinaikkan dengan transformator daya ke tingkat
tegangan yang lebih tinggi yaitu kisaran antara 30 KV sampai kisaran 500 KV (di
negara-negara maju ada yang mencapai 1000 KV).
Saluran trnasmisi dapat dikategorikan menjadi 2 bagian, yaitu : saluran
kabel tanah (Underground Cable) dan saluran udara (Overhead Lines). Saluran
kabel tanah menyalurkan tenaga listrik melalui kabel yang telah ditanam di bawah
tanah, sedangkan saluran udara melalui kawat-kawat pada tiang transmisi atau yang
digantung dengan perantaraan isolator-isolator sebagai penyalur tenaga listrik. Dari
kedua cara tersebut mempunyai untung ruginya masing-masing, yaitu biaya
pembuatan untuk saluran kabel tanah (Underground Cable) memiliki biaya yang
jauh lebih mahal dibandingkan dengan saluran udara (Overhead Lines) serta lebih
sulit perbaikannya jika suatu saat terjadi gangguan hubung singkat dan kesulitan-
kesulitan lainnya. Namun, saluran bawah tanah diuntungkan dengan tidak
terpengaruh oleh cuaca buruk, taufan, hujan angin, bahaya petir dan sebagainya.
Saluran bawah tanah pun lebih estetis karena tidak mengganggu pandangan.
8
2.3. Kestabilan Tegangan
Kestabilan tegangan kini memperoleh perhatian lebih karena pesatnya
perkembangan beban membuat sistem semakin terbebani [17]. Kestabilan tegangan
adalah kemampuan sistem untuk menjaga tegangan sistem pada seluruh bus tetap
berada dalam batas kestabilan saat kondisi normal atau setelah terjadi gangguan
[18]. Ketidakstabilan tegangan dapat terjadi karena adanya gangguan, baik
gangguan kecil berupa peningkatan pembebanan ataupun gangguan besar seperti
lepasnya unit pembangkit besar atau perubahan permintaan daya dalam jumlah
yang besar. Ketidakstabilan tegangan dapat mengakibatkan keruntuhan tegangan,
profil tegangan yang sangat rendah disebagian besar sistem yang berpotensi
menimbulkan blackout pada sistem.
2.4. Beban
Besarnya beban konsumen berbeda tiap waktu sehingga daya yang harus
dibangkitkan untuk memenuhi kebutuhan konsumen menyesuaikan. Kurva beban
harian terbentuk dikarenakan penggunaan alat-alat listrik yang berbeda sehingga
menimbulkan beban komposit. Beban puncak atau beban maksimum yaitu beban
tersebar yang terjadi selama 24 jam.
Berdasarkan jenis konsumen energi listrik, secara garis besar, ragam beban
dapat diklasifikasikan ke dalam beberapa hal berikut:
1. Beban rumah tangga, beban rumah tangga pada umumnya berupalampu
sebagai penerangan, alat rumah tangga seperti pompa air, oven, mixer,
penyejuk udara, lemari es, pemanas air, kipas angin, dan sebagainya.
Beban rumah tangga biasanya sangat tinggi atau berada di puncak
pemakaian ketika malam hari.
2. Beban Komersial, pada umumnya terdiri atas penerangan untuk
reklame, kipas angin, penyejuk udara, dan alat-alat listrik lainnya yang
diperlukan untuk restoran. Beban hotel juga diklasifikasikan sebagi
beban komersial (bisnis) begitu juga perkantoran. Beban ini secara
drastis naik di siang hari untuk beban perkantoran dan pertokoan dan
menurun di waktu sore.
9
3. Beban industri dibedakan dalam skala kecil dan skala besar. Untuk skala
kecil banyak beropersi di siang hari sedangkan industri besar sekarang
ini banyak yang beroperasi sampai 24 jam.
4. Beban fasilitas umum
Pengklasifikasian ini sangat penting artinya bila kita melakukan analisa
karakteristik beban untuk suatu sistem yang sangat besar. Perbedaan yang paling
prinsip dari empat jenis beban diatas, selain dari daya yang digunakan dan juga
waktu pembebanannya. Pemakaian daya pada beban rumah tangga akan lebih
dominan pada pagi dan malam hari, sedangkan pada heban komersil lebih dominan
pada siang dan sore hari.
Pemakaian daya pada industri akan lebih merata, karena banyak industri
yang bekerja siang-malam. Maka dilihat dari sini, jelas pemakaian daya pada
industri akan lebih menguntungkan karena kurva bebannya akan lebih merata.
Sedangkan pada beban fasi1itas umum lebih dominan pada siang dan malam hari.
Beberapa daerah operasi tenaga listrik memberikan ciri tersendiri, misalnya
daerah wisata, pelanggan bisnis mempengaruhi penjualan kWh walaupun jumlah
pelanggan bisnis jauh lebih kecil dibanding dengan pelanggan rumah tangga. Faktor
beban sendiri adalah rasio dari nilai rata-rata beban puncak dengan beban selama
waktu tertentu. Faktor beban bisa didapatkan dalam periode waktu sehari, sebulan,
bahkan setahun. Agar lebih efisiensi dalam pembangkitan maka faktor beban harus
ditentukan terlebih dahulu. Faktor beban harian dapat dirumuskan sebagai berikut :
Faktor beban harian = 𝑅𝑎𝑡𝑎−𝑟𝑎𝑡𝑎 𝑏𝑒𝑏𝑎𝑛
𝐵𝑒𝑏𝑎𝑛 𝑝𝑢𝑛𝑐𝑎𝑘 (2.1)
Faktor beban harian, bervariasi menurut karakterstik dari daerah beban
tersebut, apakah daerah pemukiman, daerah industry, perdagangan ataupun
gabungan dari bermacam pemakai/pelanggan, juga bagimana keadaan cuaca atau
juga apakah hari libur dan sebagainya.
Selama periode waktu 24 jam maka untuk mendapatkan faktor beban ialah
dengan persamaan sebagai berikut :
10
Faktor beban harian = 𝑅𝑎𝑡𝑎−𝑟𝑎𝑡𝑎 𝑏𝑒𝑏𝑎𝑛 𝑥 24 𝑗𝑎𝑚
𝐵𝑒𝑏𝑎𝑛 𝑝𝑢𝑛𝑐𝑎𝑘 𝑥 24 𝑗𝑎𝑚
= 𝐾𝑜𝑛𝑠𝑢𝑚𝑠𝑖 𝑒𝑛𝑒𝑟𝑔𝑖 𝑠𝑒𝑙𝑎𝑚𝑎 24 𝑗𝑎𝑚
𝑏𝑒𝑏𝑎𝑛 𝑝𝑢𝑛𝑐𝑎𝑘 𝑥 24 𝑗𝑎𝑚 (2.2)
Selama setahun faktor beban dinyatakan sebagai berikut :
Faktor beban tahunan = 𝑇𝑜𝑡𝑎𝑙 𝑒𝑛𝑒𝑟𝑔𝑖 𝑡𝑎ℎ𝑢𝑛𝑎𝑛
𝐵𝑒𝑏𝑎𝑛 𝑝𝑢𝑛𝑐𝑎𝑘 𝑥 8760 𝑗𝑎𝑚 (2.3)
Pembangkit listrik yang beroperasi dengan efisiensi yang tinggi secara
umum memiliki faktor bebannya berkisar antara 55% - 70%
2.5. Optimal Power Flow (OPF)
Dengan OPF dapat menyelesaikan permasalahan optimisasi sistem tenaga
listrik yang sangat kompleks dengan waktu yang relatif singkat. OPF yang paling
umum, biasanya digunakan untuk meminimalkan suatu objective function F(x,u)
yang memenuhi batasan-batasan g(x,u)=0 dan h(x,u) ≤ 0, di mana g(x,u)
merepresentasikan nonlinear equality constraints dan h(x,u) adalah nonlinear
inequality constraints. Vektor x sendiri biasanya berisi variabel-variabel seperti
voltage magnitude dan sudut fasanya dan juga keluaran MVAr dari generator yang
didesain untuk pengaturan tegangan bus. Vektor x juga bisa berisi parameter-
parameter yang bernilai tetap seperti sudut fasa pada reference bus, line parameter,
dan parameter lainnya [19]. Pada skripsi ini digunakan OPF untuk menghasilkan
fungsi biaya agar dapat dipertimbangan oleh UC.
2.6. Analisa Aliran Daya dengan Newton Raphson
Metode Newton Raphson adalah metode yang akan digunakan dalam tulisan
ini. Alasan pemilihan penggunaan metode Newton Raphson adalah dikarenakan
metode iterasi tersebut lebih menguntungkan dan lebih efektif untun sistem jaringan
yang besar serta mempunyai ketelitian yang tinggi dengan waktu hitung
konvergensi yang relatif cepat.
Metode Newton-Raphson merupakan metode Gauss-Seidel yang diperluas
dan disempurnakan. Metode ini dibentuk berdasarkan matriks admitansi simpul
(YBUS) yang dibuat dengan suatu prosedur langsung dan sederhana. Pada admitansi
11
simpul elemen diagonalnya (Ypp) merupakan jumlah admitansi dari semua elemen-
elemen jaringan yang terhubung dengan simpul p tersebut. Untuk elemen bukan
diagonalnya (Ypq) adalah sama dengan negatif admitansi dari elemen jaringan yang
menghubungkan bus p ke bus q.
Pada jaringan sistem tenaga listrik, tidak semua bus saling terhubung satu
dengan lainnya, maka YBUS akan berbentuk matriks yang terdiri dari elemen-
elemen yang mempunyai nilai tidak sama dengan nol (diantara simpul-simpul
tersebut mempunyai hubungan saluran transmisi) dan elemen-elemen yang bernilai
sama dengan nol (diantara simpul-simpul tersebut tidak mempunyai hubungan
saluran transmisi). Kondisi matriks YBUS seperti ini sering disebut sebagai matriks
jarang (sparse). Dengan teknik yang dinamakan dengan sparsiti, pengoperasian dan
penyimpanan elemen-elemen yang sama dengan nol dapat dihilangkan.
Salah satu bagian yang penting pada sistem tenaga adalah analisa aliran
daya. Informasi seperti sudut dan besar tegangan pada tiap-tiap bus, daya aktif dan
reaktif yang mengalir di saluran transmisi, dan impedansi pada saluran (satuan per
unit/ p.u pada basis MVA) bisa diketahui melalui analisa aliran daya. Bus yang
dimaksudkan diatas terbagi menjadi 3 bagian yaitu load bus, bus generator, dan
slack bus.
Dalam menyelesaikan aliran daya dengan suatu fungsi dua variable atau
lebih pada metode Newton Raphson adalah dengan menggunakan deret Taylor.
Suatu set persamaan non linier dalam metode Newton Raphson ditujukan untuk
menghitung sudut fasa tegangan tiap-tiap bus dan menghitung besar tegangan.
Kelebihan dari metode Newton Raphson yaitu dapat menyelesaikan perhitungan
dengan waktu komputasi yang lebih cepat [20]. Daya injeksi pada bus i adalah :
𝑃ᵢ − 𝑗𝑄ᵢ = 𝑉ᵢ ∗ ∑ j=1 YijVj (2.4)
Pada bus I daya nyata dan daya reaktif akan dilakukan pemisahan sehingga
menghasilkan persamaan simultan non linier yaitu :
|𝑉i|∠δi = |𝑉i|𝑒 jδ i
|𝑉j|∠δj = |𝑉j|𝑒 jδ j
12
|𝑌ij|∠θij = |𝑌ij|𝑒 jθ ij
Karena 𝑒 j(δj−δj+θij) = cos(δj − δi + θij) + j sin(δj − δi + θij), Daya nyata dan daya reaktif
pada bus i yang dipisah tadi akan membentuk komponen real dan imajiner :
𝑃ᵢ − 𝑗𝑄ᵢ = |𝑉i |∠‐ δi ∙ ∑ 𝑌
𝑛
𝑗=1
ij 𝑉j∠θij + δj = |𝑉i|𝑒‐jδ ∙ ∑ 𝑌
𝑛
𝑗=′1
ij 𝑉j(𝑒j(δj−δj+θij) )
𝑃ᵢ = ∑ |𝑉i 𝑉j 𝑌ij |
𝑛
𝑗=1
cos(δj − δi + θij)
𝑄ᵢ = − ∑ |𝑉i 𝑉j 𝑌ij |
𝑛
𝑗=1
sin(δj − δi + θij)
Dari persamaan (2.5) dan (2.6) mengahsilkan nilai Pi, Qi dan Vi, δi pada
slack bus sedangkan Vi dan δi pad bus lain belum diketahui. Perubahan daya nyata
ΔPi dan daya reaktif ΔQi dengan perubahan magnitude tegangan ΔVi dan sudut
fasa tegangan Δδi akan membentuk persamaan simultan linier.
=
Dari persamaan (2.4) dan (2.7) yang diturunkan seperti berikut : (i = 1, 2, …
, n-1) Elemen – elemen matriks Jacobi bisa dihitung. Elemen-elemen off-diagonal
J1 adalah :
Ә𝑃ᵢ
Әδj = – |𝑉i 𝑉j 𝑌ij | sin(δj − δi + θij) , 𝑗 ≠ 𝑖
Elemen diagonal dari J1 adalah :
Ә𝑃ᵢ
Әδj = ∑ |𝑉i 𝑉j 𝑌ij |
𝑛
𝑗=1 𝑗≠1
sin(δj − δi + θij)
Elemen off-diagonal dari J2 adalah :
Ә𝑃ᵢ
Ә|Vj |= |𝑉i 𝑌ij | cos(δj − δi + θij) , 𝑗 ≠ 𝑖
Elemen diagonal dari J2 adalah :
(2.5)
(2.6)
ΔPi
ΔQi
J1
J3
J2
J4
Δδ
ΔV
(2.7)
(2.8)
(2.9)
(2.10)
(2.11)
13
Ә𝑃ᵢ
Ә|Vj |= 2|𝑉i 𝑌ii | cos(θii) + ∑ |𝑉j 𝑌ij |
𝑛
𝑗=1 𝑗≠1
cos(δj − δi + θij)
Elemen off-diagonal dari J3 adalah :
Ә𝑄ᵢ
Әδj = – |𝑉i 𝑉j 𝑌ij | cos(δj − δi + θij) , 𝑗 ≠ 𝑖
Elemen diagonal dari J3 adalah :
Ә𝑄ᵢ
Әδj = ∑ |𝑉i 𝑉j 𝑌ij |
𝑛
𝑗=1 𝑗≠1
cos(δj − δi + θij)
Elemen off-diagonal dari J4 adalah :
Ә𝑃ᵢ
Ә|Vj |= −|𝑉i 𝑌ij | sin(δj − δi + θij) , 𝑗 ≠ 𝑖
Elemen diagonal dari J4 adalah :
Ә𝑃ᵢ
Ә|Vj |= −2|𝑉i 𝑌ii | sin(θii) + ∑ |𝑉j 𝑌ij |
𝑛
𝑗=1 𝑗≠1
sin(δj − δi + θij)
Elemen-elemen matriks Jacobi harus dihitung terlebih dahulu ketika akan
melaksanakan proses iterasi. Dengan memberikan sudut fasa tegangan mula-mula
perhitungan iterasi dimulai dan nilai perkiraan magnitude. Perubahan daya nyata
dan reaktif yang telah ditentukan dikurangi dengan daya nyata dan reaktif yang
telah dihitung dari persamaan (2.8) sampai (2.15)
Δ𝑃𝑖𝑘= Pi (terjadwal) - 𝑃𝑖
𝑘
Δ𝑄𝑖𝑘= Q i (terjadwal) - 𝑄𝑖
𝑘 i= 1,2, … , n-1 (2.16)
Sudut fasa tegangan estimasi dan magnitude tegangan mula-mula
digunakan untuk menghitung elemen-elemen matriks Jacobi. Dari persamaan linier
(2.7) bisa dipecahkan menggunakan metode invers sehingga nilai-nilai sudut fasa
tegangan estimasi yang baru pada tiap bus (kecuali slack bus) dan magnitude
tegangan dapat diketahui, seperti berikut :
(2.12)
(2.13)
(2.14)
(2.15)
14
[Δθ
Δ|V|] = [
𝐽1 𝐽2𝐽3 𝐽4
] ∙ [ΔP
ΔQ]
Proses iterasi akan diulang terus menerus sampai Δ𝑃𝑖𝑘 dan Δ𝑄𝑖
𝑘 untuk
semua bus memenuhi harga toleransi yang ditentukan (biasanya ≤0.001) kecuali
slack bus.
δ𝑖𝑘+1 = δ𝑖
𝑘 + Δδ𝑖𝑘
|𝑉𝑖|𝑘+1 = |𝑉𝑖|
𝑘+ Δ|𝑉𝑖|𝑘 (2.17)
Jadi iterasi akan selesai jika,
Δδ𝑖𝑘 ≤ 0.001
Δ|𝑉𝑖|𝑘 ≤ 0.001
2.7. Unit Commitment (UC)
Unit commitment atau biasa disingkat dengan UC merupakan suatu bentuk
penjadwalan produksi daya yang dihasilkan oleh suatu unit pembangkit pada
periode harian atau mingguan yang akan datang dengan tujuan untuk mendapatkan
biaya operasional yang ekonomis dari pembangkitan. Naik turunnya pemakaian
energi (beban) listrik mengikuti siklus kegiatan manusia sehari-hari. Naik turunnya
pemakaian energi lisrik selalu diimbangi oleh pembangkitan energi listrik dalam
sistem. Mengikuti siklus pembangkitan energi listrik tersebut dilakukan
penjadwalan unit yang commit (on) dan unit yang off dalam siklus waktu tertentu.
Penjadwalan tersebut memperhatikan kondisi optimal ekonomi selain itu harus
memenuhi batasan-batasan teknis dalam pengoperasian pembangkit di dalam
sistem tenaga.
Kombinasi unit pembangkit merupakan kombinasi on/off dari beberapa unit
yang ada dalam sistem. Evalusi pemilihan dilakukan dengan menghitung biaya
optimum (economic dispatch) untuk setiap kombinasikombinasi on/off unit
pembangkit pada beban tertentu.[16].
UC merupakan masalah yang dirasa penting dalam suatu perencanaan
operasi jangka pendek dari sistem tenaga listrik. Oleh karena itu, diperlukan
kombinasi unit-unit pembangkit (on/off) yang bekerja dan tidak perlu bekerja pada
suatu periode untuk memenuhi kebutuhan beban sistem pada periode tersebut
15
dengan biaya paling ekonomis. Untuk mengetahui jumlah kombinasi unit
pembangkit bisa menggunakan rumus:
C = 2n– 1 (buah) (2.18)
Keterangan:
C = jumlah kombinasi
n = jumlah unit pembangkit
Dalam menentukan kombinasi unit pembangkit memerlukan evaluasi
pemilihan dengan menghitung biaya optimum atau economic dispatch untuk setiap
kombinasi sehingga bisa ditentukan kombinasi unit pembangkit mana yang
memiliki biaya optimum yang terendah dari kombinasi-kombinasi yang ada pada
beban tertentu.
Optimasi Unit Commitment (UC) bertujuan agar unit-unit pembangkit yang
dijadwalkan bisa memenuhi beban sistem. Dengan beberapa keputusan untuk
menghidupkan dan mematikan unit-unit pembangkit sesuai kebutuhan dengan tidak
melebihi kemampuan kapasitas pembangkit tersebut [21].
2.7.1. Constraint pada Unit Commitment
Constraint merupakan pembatasan di dalam pengambilan keputusan untuk
menentukan pilihan kombinasi on atau off unit pembangkit yang akan dijadwalkan.
Pembatasan ini diperlukan agar pilihan kombinasi on/off pembangkit yang akan
dijadwalkan dapat menjaga sistem selalu berada pada kondisi normal dan ekonomis
dalam pengopersiannya.
2.7.2. Kendala Dalam UC
Unit-unit generator yang on haruslah dapat memenuhi kebutuhan beban
sistem. Bentuk matematisnya seperti berikut [21] :
∑ 𝑃𝑖
𝑛
𝑖=1
(𝑡) = 𝑃𝐷(𝑡)
Untuk mempertimbangkan Losses maka :
(2.19)
16
∑ 𝑃𝑖
𝑛
𝑖=1
(𝑡) = 𝑃𝐷(𝑡) + 𝑃𝐿(𝑡)
Dengan :
𝑃𝑖(𝑡) : daya yang dikeluarkan unit ke-i waktu ke-t (MW),
𝑃𝐷(𝑡) : beban sistem waktu ke-t (MW),
𝑃𝐿(𝑡) : daya losses sistem pada waktu ke-t (MW).
2.7.3. Biaya Start-up
Biaya start adalah biaya yang diperlukan oleh pembangkit untuk start dari
keadaan tidak beroperasi (terhubung ke sistem tenaga listrik). Agar unit pembangkit
ada pada kondisi on maka dibutuhkan biaya start-up dengan persamaan
matematisnya adalah [21] :
Start Cost (t) = ∑ 𝑈𝑖𝑡𝑛
𝑖=1 (1 − 𝑈𝑖𝑡−1)𝑆𝑖
𝑡 (2.20)
Dengan :
Start Cost (t) = biaya start-up waktu t,
𝑈𝑖𝑡 = kondisi unit pembangkit ke-i waktu sekarang (0 jika off, 1
jika on),
𝑈𝑖𝑡−1 = kondisi unit pembangkit ke-i waktu sebelumnya (0 jika
off, 1 jika on),
𝑆𝑖𝑡 = biaya start-up unit pembangkit ke-i, dan
N = jumlah unit pembangkit yang on.
2.7.4. Biaya Shut Down
Adalah biaya yang harus dikeluarkan pada saat unit pembangkit dihentikan
operasinya karena gangguan terencana atau gangguan insidental. Dengan demikian,
kriteria yang ingin dituju dalam optimasi penjadwalan unit-unit pembangkit thermal
adalah optimalisasi minimum biaya bahan bakar untuk tiap kombinasi unit dalam
sistem tenaga listrik berdasarkan beban total yang dikenakan oleh UPB dan P33B.
17
Ketika unit pembangkit ada pada kondisi off maka dibutuhkan biaya shut down
dengan persamaan matematisnya adalah :
Shut down Cost(t) = ∑ 𝑆𝐷𝑖𝑡𝑛
𝑖=1 (𝑈𝑖𝑡−1 − 0) (2.21)
Dengan :
Shut down Cost(t) = biaya Shut down waktu t,
𝑈𝑖𝑡−1 = kondisi unit pembangkit ke-i waktu saat lalu (0
jika off, 1 jika on),
𝑆𝐷𝑖𝑡 = biaya Shut down unit ke-i.
2.7.5. Waktu Nyala dan Padam Minimal Unit Pembangkit
a. Minimum Up Time
Minimum up time merupakan interval waktu minimum dimana suatu unit
yang baru on (terhubung ke sistem) tidak boleh dilepas (off) kembali
sebelum melewati batas up time-nya. Contoh sebuah unit mempunyai
minimum up time 2 jam yang artinya bila unit ini baru terhubung (on) ke
sistem belum ada 2 jam (kurang dari 2 jam), unit ini tidak boleh dilepas (off).
b. Minimum Down Time
Minimum down time adalah interval minimum di mana suatu unit dalam
keadaan decommit (off) tidak boleh dihubungkan ke sistem (on) sebelum
melewati batas down time-nya.
Ketika jala-jala dihubungkan pada suatu unit pembangkit yang telah
dinyalakan, maka unit tersebut tidak boleh dipadamkan seketika. Setiap unit
18
memiliki batas waktu nyala minimal. Begitu juga ketika suatu unit pembangkit
dipadamkan maka tidak boleh dinyalakan seketika karena setiap unit memiliki
waktu padam minimal [11].
𝑇𝑛𝑜𝑛 𝑀𝑈𝑇𝑛 (2.22)
𝑇𝑛𝑜𝑓𝑓
𝑀𝐷𝑇𝑛 (2.23)
Dengan :
𝑇𝑛𝑜𝑛/𝑇𝑛
𝑜𝑓𝑓 = lama waktu unit on atau off,
𝑀𝑈𝑇𝑛 = lama waktu nyala minimal,
𝑀𝐷𝑇𝑛 = lama waktu padam minimal.
2.7.6. Persamaan Biaya Konsumsi Bahan Bakar dan Pembangkitan
Persamaan konsumsi bahan bakar diperoleh dari persamaan panas rata-rata
yang dijabarkan dalam bentuk polinomial kuadratik yaitu :
𝐻𝑅(𝑃𝑖) = 𝑐 + 𝑏𝑃𝑖 + 𝑎𝑃𝑖2 (2.24)
Dengan 𝑃𝑖 merupakan output daya pembangkitan dalam satuan MW per unit dengan
batasan seperti berikut :
(𝑃𝑖)𝑚𝑖𝑛 ≤ 𝑃𝑖 ≤ (𝑃𝑖)𝑚𝑎𝑥 (2.25)
Dengan (𝑃𝑖)𝑚𝑖𝑛, (𝑃𝑖)𝑚𝑎𝑥 merupakan daya maksimal dan daya minimal dari suatu unit
pembangkit ke-i dan persamaan panas rata-rata yang didapat dari koefisien
konstanta masing-masing unit pembangkit yaitu a, b, dan c [21].
Dengan mengalikan harga bahan bakar (bb) dengan persamaan (2.24) maka
didapatkan biaya konsumsi bahan bakar.
𝐹(𝑃𝑖) = 𝐻𝑅(𝑃𝑖). (𝑏𝑏)
Biaya pembangkitan didapatkan dengan menjumlahkan biaya start cost,
shut down cost, konsumsi dan bahan bakar [11]. Yakni dengan persamaan (2.20),
(2.21) dan (2.26) diperoleh:
𝐹𝑇 = 𝐹(𝑃𝑖) + 𝑆𝑡𝑎𝑟𝑡𝑐𝑜𝑠𝑡(𝑡) + 𝑆ℎ𝑢𝑡 𝑑𝑜𝑤𝑛 𝑐𝑜𝑠𝑡(𝑡)
(2.26)
)
(2.27)
19
2.7.7. Persamaan Fungsi Multiobjektif
Pengiriman data yang optimal dari pembangkit dipengaruhi oleh fungsi rugi-rugi
daya yang merupakan faktor utama. Persamaan rugi-rugi daya nyata generator yakni
ditunjukkan pada persamaan (2.27) :
Maka didapatkan fungsi multiobjektif berdasarkan persamaan 2.27 dan 2.28
yang siap untuk dioptimasikan. Sedangkan persamaan fungsi multiobjektif tersebut
yakni sebagai berikut :
F(x) = ∑𝑛𝑖 Fi (Pi)+ 1000 *abs ( ∑𝑛
𝑖 Pi – PD - ∑𝑛𝑖 PL )
+Start cost(t) +Shut down cost(t)
Untuk dapat mengubah ukuran suatu titik maka dibutuhkan nilai 1000 yang
merupakan transformasi faktor skala dilantasi. Sedangkan transformasi merupakan
aturan secara geometris yang dapat menunjukkan cara suatu bangun maupun titik
yang mampu berubah kedudukan dan ukurannya berdasarkan rumus tertentu.
Pi merupakan daya yang dibangkitkan, kemudian PD merupakan daya beban
pada pembangkit, dan PL merupakan rugi-rugi daya.
2.7.8. Fungsi Biaya Tidak Mulus
Operasi pembukaan katup pada turbin uap multi katup menghasilkan efek
ripple pada kurva heat-rate generator. Kurva ini mempunyai persamaan tidak linier
yang mempunyai orde tinggi dan membentuk fungsi sinus. Penentuan biaya operasi
pembangkitan tiap jam menggunakan fungsi orde dua menjadi tidak akurat ketika
terjadi efek ripple ini. Untuk mengatasi masalah ini, fungsi sinus perlu
ditambahkan pada fungsi biaya kuadratik seperti pada persamaan berikut:
𝐹𝑛 = 𝑎𝑛(𝑝𝑛)2 + 𝑏𝑛(𝑝𝑛) + 𝑐𝑛 + |𝑒𝑛𝑠𝑖𝑛 (𝑓𝑛𝑝𝑛(𝑚𝑖𝑛) −𝑝𝑛)|
en dan fn adalah koefisien biaya tidak mulus dari unit pembangkit dengan efek
katup [22].
(2.28)
(2.29)
(2.30)
20
2.7.9. Ramp-Rate constraint
Ramp-Rate constraint adalah istilah yang digunakan dalam pembangkit listrik
untuk meninjau seberapa cepat output daya pembangkit listrik berubah, baik ramping up
(meningkat) atau ramping down (menurun). Tiap-tiap pembangkit listrik memiliki laju
ramp-rate yang berbeda, seperti pembangkit listrik tenaga nuklir memiliki laju ramp-rate
lebih lambat dibandingkan pembangkit listrik tenaga air atau gas yang mimiliki laju ramp-
rate yang lebih cepat. Sedangkan pembangkit listrik energi terbarukan memiliki
kecenderungan memiliki ramp-rate yang lebih cepat meningkat dan menurun dikarenakan
ketergantungan perubahan pada sumber daya yang tersedia di tiap-tiap pembangkit listrik
energi terbarukan. Persamaan ramp-rate dapat diketahui sebagai berikut:
𝑃𝑛(ℎ − 1) − 𝑃𝑛(ℎ) ≤ 𝑈𝑅𝑛
𝑃𝑛(ℎ − 1) − 𝑃𝑛(ℎ) ≤ 𝐷𝑅𝑛
Dengan:
Pnh = Daya terbangkit unit pembangkit n pada jam h
DRn = Batas bawah ramp-rate
URn = Batas atas ramp-rate
2.8. Binary Particle Swarm Optimization (BPSO)
2.8.1. Dasar BPSO
Pada tahun 1995 Kennedy dan Eberhart memperkenalkan mengenai
algoritma Particle Swarm Optimization (PSO), proses algoritma PSO diinspirasi
oleh perilaku sosial binatang, seperti sekumpulan burung dalam suatu swarm.
Sebuah populasi berdasarkan teknik optimasi diinspirasi oleh perilaku sekelompok
ikan atau burung dalam mencari makan. Jika seekor individu mendapatkan
makanan terbanyak, maka yang lain juga akan mengikuti individu tersebut.
PSO mempunyai banyak kemiripan dengan teknik komputasi yang lain
seperti algoritma genetika. Metode ini di inisialisasikan oleh sebuah populasi acak
yang bekerja sama mencari solusi optimal pada suatu fungsi objektif dengan
mengupdate tiap generasi. Pada PSO, potensial solusi dikenal dengan nama
(2.29)
21
partikel, partikel terus bergerak di area objektif dengan cara mengikuti partikel
paling optimum pada saat itu.
Tiap partikel terus mencari solusi terbaik untuk fungsi objektif terkait
dengan solusi terbaik yang telah dicapai sejauh ini. Nilai dari fitness ini kemudian
disimpan. Nilai inilah yang disebut Pbest. Ketika semua partikel mengambil seluruh
sebagai topologi tetangganya maka nilai terbaik yang dicapai disebut Gbest.
Konsep PSO terdiri dari langkah tiap iterasi dan perubahan velocity
(akselerasi) pada tiap partikel menuju lokasi Pbest dan Gbest. Nilai akselerasi
didapat dari sebuah proses dengan membangkitkan nilai acak untuk akselerasi
menuju lokasi Pbest dan Gbest.
Pada beberapa tahun terakhir, PSO diaplikaskan pada beberapa riset dan
aplikasi lain dengan sukses. Hal ini menunjukkan bahwa dengan metode PSO
didapat hasil yang lebih baik dan lebih cepat serta lebih murah dibanding dengan
metode lain.
Menurut Kennedy dan Eberhart (2001), metode ini menganut teori
sosiokognitif yang dijelaskan dalam prinsip:
a. Evaluate : tiap individu memiliki kecenderungan untuk mengevaluasi
rangsangan dan kemudian menyimpulkannya sebagai sesuatu yang
menarik atau ditolak.
b. Compare : individu menilai dirinya sendiri dengan cara
membandingkan dengan individu lain dan kemudian meniru individu
yang dirasa lebih baik.
c. Imitate : mengimitasi merupakan cara efektif untuk belajar
melakukan sesuatu. Meniru merupakan pusat sosialitas manusia dan
berperan besar dalam penerimaan dan pembaharuan mental.
22
Gambar 2.2 Diagram Konsep Particle Swarm Optimization dengan Single Global
Minimum [13].
PSO standar dirancang untuk mengatasi masalah optimisasi fungsi kontinu
[9]. Hal ini tidak untuk mengatasi masalah optimisasi fungsi diskrit. Oleh karena
itu, Kennedy dan Eberhart mengusulkan versi modifikasi dari PSO yang disebut
Binary Particle Swarm Optimization (BPSO) yang dapat digunakan untuk
memecahkan masalah optimisasi fungsi diskrit.
Secara matematis algoritma Binary particle swarm optimization dapat
dirumuskan sebagai berikut [8] :
Rumus update kecepatan:
𝑉𝑖𝑟+1 = 𝑤 𝑉𝑖𝑟 + 𝑐1 𝑟𝑎𝑛𝑑 (𝑃𝑏𝑒𝑠𝑡𝑖𝑟− 𝑋𝑖𝑟) + 𝑐2 𝑟𝑎𝑛𝑑(𝐺𝑏𝑒𝑠𝑡𝑖𝑟
− 𝑋𝑖𝑟); (2.30)
Rumus update posisi :
𝑆(𝑣𝑖(𝑡)) = (1 + 𝑒−𝑣𝑖(𝑡))−1
𝑥𝑖(𝑡) = {1 𝑗𝑖𝑘𝑎 𝑟𝑎𝑛𝑑(1.0) < 𝑠(𝑣𝑖(𝑡))−1
0 𝑜𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒 (2.31)
Rumus weight :
𝑤𝑖𝑡 = 𝑤𝑚𝑎𝑥 −(𝑤𝑚𝑎𝑥 − 𝑤𝑚𝑖𝑛) 𝑖𝑡
𝑖𝑡𝑚𝑎𝑥 (2.32)
dengan:
Xir : posisi kecepatan partikel saat ini.
Vir : kecepatan partikel saat ini.
Xir + 1 :.posisi partikel iterasi selanjutnya.
Vir + 1 : posisi dan kecepatan partikel iterasi selanjutnya
23
c1 : konstanta kognitif
c2 : konstanta social acceleration
rand : nilai acak antara 0 dan 1
𝑃𝑏𝑒𝑠𝑡𝑖𝑟 : posisi terbaik dari partikel itu sendiri
𝐺𝑏𝑒𝑠𝑡𝑖𝑟 : posisi terbaik dari seluruh populasi yang ada
wmax : koefisien inersia weight maksimal
wmin : koefisien inersia weight minimal
It : iterasi yang selalu berubah dari 1,2, … Itmax
tmax : nilai maksimal dari iterasi