Penggunaan Binary Particle Swarm Optimization untuk Rekonfigurasi Jaringan Tenaga Listrik pada Penyulang Meri

Main Article Content

Hari Sufitrihansyah
Mochamad Ali Rofiq
Dwi Ajiatmo
Machrus Ali

Abstract

Binary Particle Swarm Optimization (BPSO) adalah pengembangan dari Particle Swarm Optimization (PSO) yang didasarkan pada perilaku sebuah kawanan serangga, seperti semut, rayap, lebah atau burung. Algoritma BPSO didisain untuk menyelesaikan masalah optimisasi secara kombinasi yang diskrit, dimana partikel mengambil nilai vektor biner dengan panjang n dan kecepatan yang didefinisikan sebagai probabilitas dari bit xn untuk mencapai nilai 1. Jaringan listrik distribusi radial akan terjadi rugi tegangan yang cukup besar pada titik ujungnya. Besar tegangan ujung ditentukan oleh jarak penyaluran dan besar beban. Bentuk konfigurasi juga mempengaruhi besarnya rugi daya dan rugi tegangan. Sehingga diperlukan konfigurasi yang baik agar diperoleh efisiensi yang baik. Rekonfigurasi jaringan distribusi digunakan untuk mengatur ulang bentuk konfigurasi jaringan dengan jalan membuka dan menutup switch pada jaringan distribusi. Rekonfigurasi diharapkan dapat mengurangi rugi-rugi daya dan meningkatkan keandalan sistem distribusi. Banyak feeder dan bus pada jaringan jika dihitung secara manual akan sulit dan memerlukan waktu yang sangat lama. Sehingga penyelesaian permasalahan menggunakan Artificial Intelegent (AI). Dalam hal ini menggunakan Binary Particle Swarm Optimization (BPSO). Dengan merekonfigurasi jaringan, yaitu dengan merubah open switch line menjadi 7, 17, 24, 29, dan 41. Hasil rekonfigurasi dapat mereduksi kerugian daya sebesar 30.8361 %. Dan memperbaiki profile menjadi 0.98577 pu. Dengan demikian dapat dikatakan bahwa metode BPSO bisa mereduksi rugi tengangan sebesar 30.8361 %.

Article Details

How to Cite
Hari Sufitrihansyah, Mochamad Ali Rofiq, Dwi Ajiatmo, & Machrus Ali. (2018). Penggunaan Binary Particle Swarm Optimization untuk Rekonfigurasi Jaringan Tenaga Listrik pada Penyulang Meri. SinarFe7, 1(1), 134–138. Retrieved from https://journal.fortei7.org/index.php/sinarFe7/article/view/161
Section
Articles

References

Y. del Valle, G. K. Venayagamoorthy, S. Mohagheghi, J.-C. Hernandez, and R. G. Harley, “Particle SwarmOptimization: Basic Concepts, Variants and Applications in Power Systems,” IEEE Trans. Evol. Comput., vol. 12, no. 2, pp. 171–195, 2008.

M. Ali, I. Umami, and H. Sopian, “Particle Swarm Optimization (PSO) Sebagai Tuning PID Kontroler Untuk Kecepatan Motor DC,” J. Intake, vol. 7, no. 1, pp. 10–20,2016.

H. Kusuma, M. Ali, and N. Sutantra, “The comparison of optimization for active steering control on vehicle using PID controller based on artificial intelligence techniques,” inProceedings - 2016 IEEE- International Seminar on Application of Technology for Information and Communication, ISEMANTIC 2016, 2017.

M. Ali and I. Robandi, “Desain Pitch Angle Controller Turbin Angin Dengan Permanent Magnetic Synchronous Generator (PMSG) Menggunakan Imperialist Competitive Algorithm (ICA),” Pros. SENTIA 2015 – Politek. Negeri Malang, vol. 7, no. 1, pp. 2085–2347, 2015.

T. Siswanto, D. H. Kusuma, and A. Raikhani, “Desain Optimal Load Frequency Control ( Lfc ) Pada Sistem Pembangkit Listrik Tenaga Mikrohidro ( Pltmh ) Menggunakan Metode Particle Swarm Optimization ( Pso ) B-35 B-36,” Pros. SENTIA 2016 – Politek. Negeri Malang, vol. 8, pp. 35–39, 2016.

M. Ali, I. Umami, and H. Sopian, “Optimisasi Steering Control Mobil Listrik Auto-Pilot Menggunakan Metode Ant Colony Optimization (ACO),” J. Intake, vol. 6, no. 1, pp. 34–50, 2015.

M. Ali and A. Suhadak, “Optimisasi Steering Control Mobil Listrik Auto-Pilot Menggunakan Metode Firefly Algorithm (FA),” in Semnasinotek 2017, UN PGRI, Kediri, 017, pp. 61–68.

H. Nurohmah, A. Raikhani, and M. ALI, “Rekonfigurasi Jaringan Distribusi Radial Menggunakan Modified Firefly Algorithms (MFA) Pada Penyulang Tanjung Rayon Jombang,” J. JEEEU, vol. 1, no. 2, pp. 13–16, 2017.

M. Ali, D. Ajiatmo, and M. R. Djalal, “Aplikasi Modified- Imperialist-Competitive-Algorithm (MICA) Untuk Merekonfigurasi Jaringan Radial Tenaga Listrik Pada Penyulang Mojoagung,” J. JEEEU, vol. 1, no. 2, pp. 17–21, 2017.

M. Ali, D. Ajiatmo, and M. Djalal, “Aplikasi Modified- Imperialist-Competitive-Algorithm (MICA) Untuk Merekonfigurasi Jaringan Radial,” JEEE-U, vol. 1, no. 2, pp. 17–20, 2017.

A. Cahyono, H. K. Hidayat, S. Arfaah, and M. Ali, “Rekonfigurasi Jaringan Distribusi Radial Untuk Mengurangi Rugi Daya Pada Penyulang Jatirejo Rayon Mojoagung Menggunakan Metode Binary Particle Swarm Optimization (BPSO),” in SAINTEK II-2017, UB, Malang, 2017, pp. 103–106.

M. Fayyadl, T. Sukmadi, and B. Winardi, “Rekonfigurasi Jaringan Distribusi Daya Listrik dengan Metode Algoritma Genetika,” Transmisi, vol. 8, no. 2, 2006.

L.-Y. Chuang, J.-H. Tsai, and C.-H. Yang, “Binary particle swarm optimization for operon prediction,” Nucleic Acids Res., vol. 38, no. 12, pp. e128–e128, 2010.