APLIKASI PARTICLE SWARM OPTIMIZATION PADA DESAIN GENERATOR SINKRON

Usulan Penelitian untuk Tesis Program Studi Teknik ElektroKelompok Bidang Ilmu-ilmu Teknik

Diajukan olehTindyo Prasetyo22940/I-1/2375/05

Latar Belakang• Tuntutan publik akan energi listrik semakin lama semakin banyak.

Fakta bahwa di Indonesia masih banyak penduduk yang belum menikmati listrik mendorong pemerintah untuk lebih banyak lagi

membangun pembangkit listrik. Pembangunan pembangkitan listrik amat membutuhkan biaya yang amat tinggi terutama pengadaan

komponen-komponennya. Salahsatunya adalah generator Sinkron. Untuk itu perlu digalakkan upaya pembuatan Generator Sinkron di

dalam negeri. Tentu saja generator yang murah, handal dan efisien.

• Bersamamaan dengan perkembangan tekhnologi komputer, telah ditemukan berbagai metode optimisasi yang diyakini mampu

menghasilkan rancangan yang sesuai harapan. Salah satu metode tersebut adalah Particle Swarm Optimization (PSO). Telah terbukti

bahwa metode ini cukup efektif terutama dari sisi kecepatan mencapai titik optimisasinya. Sehingga dirasa perlu untuk bisa

mengimplementasikan algoritma ini pada perancangan generator sinkron sehingga mendapatkan efisiensi yang cukup tinggi.

Permasalahan

Bagaimana menggunakan Particle Swarm

Optimization sebagai algoritma yang

diaplikasikan untuk melakukan optimisasi

perancangan Generator Sinkron ?

Penelitian Sebelumnya• Kefalas dkk (2005), meneliti efek dari desain rotor skew

pada Generator Sinkron Permanent Magnet dengan menggunakan 2D and 3D finite element techniques.

• Kunckel dkk (2006), meneliti penggunaan metode numerik Finite Integral Methode dalam menghitung magnetic field dan field current pada generator sinkron.

• Wrobel (2006), telah meneliti penggunaan algoritma particle swarm optimization ( PSO ) pada motor listrik jenis brushless permanent magnet

• Raj dkk (2008), menggunakan dua jenis algoritma PSO dalam penelitiaannya pada desain motor induksi. Jenis yang pertama dalah PSO standar (SPSO) dan kedua Quadratic Interpolation based on PSO (QIPSO).

Keaslian Penelitian

• Dalam penelitian ini akan dilakukan optimisasi perancangan generator sinkron dengan memaksimalkan efisiensi dan meminimalkan temperature rise .

• Variabel perancangan yang digunakan adalah air gap flux density B1 (T), linear current density pada belitan armature A (kA/M), Current density pada belitan medan J, (A/mm2), tangensial stress Ftan dan slot pitch tu.

• Optimisasi akan dilakukan dengan menggunakan algoritma Particle Swarm Optimization

Faedah yang diharapkan

• Bagi Ilmu Pengetetahuan• Dapat dibuktikan manfaatkan atau keunggulan

PSO algoritma pada berbagai jenis mesin listrik

• Bagi Negara• Dapat dijadikan sebagai salah satu mata rantai

untuk membangun kelistrikan nasional secara mandiri dan layak

Tujuan Penelitian

• Mendapatkan nilai efisiensi generator sinkron yang

maksimal setelah melakukan optimisasi pada

perancangan

• Mendapatkan nilai temperature rise generator

sinkron yang minimal setelah melakukan optimisasi

pada perancangan

Tinjauan Pustaka• Posisi penting generator ( Saadat, 1999 )• Jenis-jenis Generator ( Boldea 2006)• Desain generator sinkron ( Sawhney, 1990)• Desain generator sinkron dengan finite element

( Pyrhonen, 2008 )• Algoritma Particle Swarm Optimization ( Eberhart dkk,

2001)• Analisis aplikasi PSO di teknik elektro (Poli 2007)• Aplikasi PSO di sistem tenaga listrik (AlRashidi dkk, 2006)• Perbandingan dengan algoritma lain ( Eberhart, 1998)• Kelebihan PSO (Lee,2008)

Landasan Teori

• Langkah Perancangan Generator Sinkron

Landasan Teori

• Algoritma Particle Swarm Optimization

Landasan TeoriPemodelan Masalah dengan Algoritma Particle Swarm Optimization

Jalan Penelitian1. Merumuskan Permasalahan

2. Mempersiapkan Bahan dan Alat Penelitian

3. Memodelkan masalah dalam algoritma Paricle Swarm Optimization

4. Membuat Program menggunakan Matlab i. Program perancangan Generator Sinkron dengan metode yang diusulkan

oleh Pyrhonen dkk, 2008 tanpa optimisasi

ii. Program perancangan Generator Sinkron dengan metode yang diusulkan oleh Pyrhonen dkk, 2008 dengan optimisasi

5. Pengujian Program

6. Menganalisa Data i. Membandingkan hasil perhitungan 3 metode ,

a. Metode Sawhney, 1990 tanpa optimisasi

b. Metode Pyrhonen, dkk, 2008 tanpa optimisasi

c. Metode Pyrhonen, dkk 2008 dengan optimisasi

ii. Meresume kelebihan dan kekurangan masing-masing metode

7. Menyusun Laporan

DAFTAR PUSTAKA• Saadat, H.,1999, “Power System Analysis”, International Edition EPRI, McGraw-Hill., New York.

• Chapman, S.J, 2004, “Electric Machinery Fundamentals”, 4 ed McGraw Hill International

• Boldea, I, 2006 “Synchronous Generator”, CRC Press, Taylor & Francis Group, Boca Raton

• Krause, P.C., Wasynczuk, O., and Sudhoff, S.D., 2002, “Analysis of Electric Machinery and Drive Systems”, 2 ed, John Wiley & Son, Ltd

• Gray, A., 1913, “Electrical Machine Design”, McGraw Hill Book Company Ltd

• Sawhney, A.K., 1990 “ A Course in Electrical Machine Design”, Dhanpat Rai & Sons, New Delhi

• Pyrhonen, J., Jokinen, T., and Hrabovcova, V., 2008, ”Design of Rotating Electrical Machines”,John Wiley & Son, Ltd, West Sussex, United Kingdom

• Talbi.E., 2009,”Metaheuristics : from design to implementation”, John Wiley & Son, Ltd, John Wiley & Sons, Inc., Hoboken, New Jersey.

• Lee, KY and El-Sharkawi, M.A, 2008,” Modern Heuristic Optimization Techniques Theory and Applications to Power System, John Wiley & Sons, Inc., Hoboken, New Jersey.

• Kennedy, J and Eberhart, R.C, 1995, “Particle Swarm Optimization.” Proc. IEEE International Conference on Neural Networks (Perth, Australia), IEEE Service Center, Piscataway, NJ.

• Kennedy, J., and Eberhart, R.C., 2001, “ Swarm Intellegence” Academic Press, Morgan Kaufman Publisher

• Mikki, S.M and Kishk, A.A, 2008, ”Particle Swarm Optimization: A Physics-Based Approach”, Morgan & Claypool Publishers

• Lazinica , A., 2009, “Particle Swarm Optimization”, In-Tech, 11-48

• Schutte, J. F. , Reinbolt J. A., Fregly, B. J., Haftka R. T., and George A. D., 2004, “Parallel global optimization with the particle swarm algorithm”, International Jurnal of Numerical Methods Engineering, December

• Poli, R, 2007,”An Analysis of Publications on Particle Swarm Optimization Applications”, Technical Report CSM-469, Department of Computer Science, University of Essex

• Al Rashidi, M. R. and El-Hawary, M., 2006” A Survey of Particle Swarm Optimization Applications in Electric Power Systems”, IEEE Transaction On Evolutionary Computation,

• Kefalas, T., Kalokiris, G., Kladas, A., and Tegopoulos, J.,2005 ” Design of skewed mounted permanent magnet synchronous generators based on 2D and 3D finite element techniques” Journal of Materials Processing Technology 161, Elsevier, pp 288–293

• Kunckel, S., and Liese, M., 2006 “Numeric magnetic field calculation and field current calculation for synchronous generators,”, COMPEL, The International Journal for Computation and Mathematics in Electrical and Electronic Engineering Vol. 25 No. 2, Emerald Group Publishing Limited pp. 270-282

• Uler, G.F., Mohammed, O.A, Koh, C.S, 1995 “ Design Optimization of Electrical Machines using Genetic Algorithms, IEEE Transactions on Magnetic, Vol. 31, No. 3, May, pp 2006-2011

• Vesterstrøm, J., Thomsen, R., “A Comparative Study of Differential Evolution, Particle Swarm Optimization, and Evolutionary Algorithms on Numerical Benchmark Problems”,

• Eberhart, R. C. and Shi, Y, 1998, “ Comparison between genetic algorithms and particle swarm optimization” In V. W. Porto, N. Saravanan, D. Waagen, and A. E. Eiben,