DESAIN KONTROL OPTIMAL POWER SYSTEM STABILIZER (PSS) DAN FLEXIBLE AC TRANSMISSION SYSTEM (FACTS) MENGGUNAKAN CRAZINESS PARTICLE

SWARM OPTIMIZATION (CRPSO) PADA SISTEM INTERKONEKSI JAWA BALI 500 KV
Rifad Mubarak Bamatraf (2206 100 081) Pembimbing : Prof. Dr. Ir. Imam Robandi, MT Abstract— Nowadays there are a huge growth of power necessity in society. However it not followed with the growth of power system to cover the need. This condition force the power system to work in their limit, make them easily to get unstable condition during disturbance. Disturbance comes as a result of power changes every time, and will produce oscillation in power system. The oscillation will grow and make generator loss the synchronization and result in system blackout. Power System Stabilizer (PSS) coordinate with Flexible AC Transmission System (FACTS) like Unified Power Flow Controller (UPFC) proven to damp low frequency oscillation better. In this paper, a research investigated tuning method of PSS and UPFC using Craziness Particle Swarm Optimization (CRPSO). From the research, it found that using PSS and UPFC based CRPSO reduce the settling time of frequency respon up to 9.2 seconds. This number is better than settling time of PSS and UPFC based PSO which is 11.9 seconds or system without PSS and UPFC which is 37.3 seconds. Keywords: Stable, oscillation, PSS, UPFC, CRPSO I. PENDAHULUAN damping ratio dibandingkan hanya menggunakan PSS untuk meredam osilasi. Abido [7] menyatakan bahwa penggunaan PSS dan Thyristor Controlled Phase Shifter (TCPS) dapat meningkatkan nilai eigenvalue sistem setelah mengalami gangguan. Adapun jenis FACTS yang dipergunakan dalam pemodelan untuk Tugas Akhir ini adalah UPFC. UPFC merupakan jenis FACTS yang paling handal, dapat mengatur impedansi jaring transmisi, tegangan terminal, dan sudut tegangan [10,15-17,21-24]. Ahad Kazemi [21,22] menulis bahwa dibandingkan peralatan FACTS yang lain UPFC memberikan performansi terbaik untuk mengatur aliran daya aktif dan reaktif dan meredam mode osilasi lokal maupun mode osilasi interarea. Kesalahan koordinasi dalam penggunaan UPFC dan PSS tidak dapat menghasilkan redaman yang maksimal [5,6]. Agar dihasilkan koordinasi yang tepat dan optimal dapat digunakan metode optimasi untuk menala parameter PSS dan UPFC. Salah satu metode pencarian nilai optimal yang dapat digunakan adalah Particle Swarm Optimization (PSO) [11-20]. PSO adalah metode pencarian nilai optimal berbasis populasi (swarm) yang terinspirasi oleh pola pencarian makanan burung dan ikan [11-20]. Algoritma PSO kemudian disempurnakan menjadi Craziness Particle Swarm Optimization (CRPSO). V. Mukherjee [19] menyatakan bahwa penggunaan CRPSO dalam mengoptimasi fuzzy PID kontroler pada Automatik Voltage Regulator (AVR) memberikan hasil yang lebih baik daripada menggunakan GA. Menurut Krishna T. Chaturvedi [20] penerapan CRPSO pada economic dispath menghasilkan biaya yang lebih rendah dibandingkan PSO dan GA. Dalam Tugas Akhir dianalisis pengaruh penalaan parameter PSS dan UPFC dengan CRPSO terhadap kestabilan dinamik sistem pada sistem kelistrikan Jawa Bali 500 kV. Hasil simulasi akan menunjukkan perbandingan respon plant terhadap sistem tanpa PSS dan UPFC, menggunakan PSS dan UPFC penalaan PSO, dan penalaan CRPSO. II. PEMODELAN SISTEM Sistem yang diteliti pada Tugas Akhir ini terdiri dari 20 bus dengan 7 bus generator, PSS dipasang pada setiap generator, dan UPFC terpasang pada jaring transmisi antara bus 8 dan 9. Single line diagram sistem ditampilkan pada Gambar 1 [9]. Sistem dimodelkan liniear untuk mempelajari respon sistem terhadap gangguan.

Kestabilan merupakan suatu kondisi yang penting diperhatikan dalam sistem tenaga listrik. Gangguan yang terjadi pada sistem dapat menyebabkan kondisi tidak stabil. Terdapat dua jenis kestabilan pada sistem tenaga listrik, yaitu kestabilan steady state dan kestabilan transient [1-4]. Perubahan beban yang dinamik pada sistem tenaga listrik memungkinkan sering terjadi osilasi pada sistem. Untuk mengatasi permasalahan osilasi pada sistem tenaga listrik dapat menggunakan peralatan PSS [3-14]. Hisham M. Soliman [10] menemukan bahwa penerapan PSS pada Single Machine Infinite Bus (SMIB) dapat meningkatkan kestabilan dan menurunkan nilai overshoot respon. Sidhartha Panda [14] menerapkan PSS untuk berbagai kondisi beban dan menunjukkan hasil signifikan dalam redaman yang dihasilkan. Namun penggunaan PSS pada sistem tidak dapat menghasilkan peredaman maksimal terhadap osilasi yang terjadi di daerah interarea dalam sistem interkoneksi [5,6]. Oleh karena itu, dibutuhkan penempatan peralatan tambahan berupa FACTS yang dapat membantu menghasilkan redaman tambahan untuk mencapai kestabilan lebih cepat [5-9]. Li-Jun Cai [5,6] menulis bahwa penambahan FACTS jenis TCSC pada sistem multimachine dapat meningkatkan nilai

Metode desain PSS secara umum melibatkan frekuensi respon yang berdasarkan pada konsep peningkatan redaman torsi. Single Line Diagram Sistem Interkoneksi Jawa Bali 500 kV Gambar 3. r vd vF 0 vq 0 Tm 0 0 0 L 0 d 0 L i q0 d q0 3 0 0 r F 0 kM 0 F 0 kM i F q0 3 0 0 0 r D kM 0 D 0 kM i D q0 3 0 L 0 q 0 0 r 0 kM i Q d0 3 0 D. Bentuk diagram blok dari Governor ditampilkan pada Gambar 3 [4]. Diagram Blok PSS 0 kM Q 0 0 0 rQ kM Q id 0 3 0 Ld kM F kM D 0 0 0 0 kM F LF MR 0 0 0 0 q0 0 0 d0 0 D 1 0 0 0 0 0 0 0 id iF iD iq iQ kM D MR LD 0 0 0 0 0 0 0 Lq kM Q 0 0 0 0 0 kM Q LQ 0 0 0 0 0 0 0 j 0 0 0 0 0 0 0 1  id  iF  iD  iq  iQ   (1) E.22]. arus. Sedangkan pada PLTU governor berperan untuk mengatur ketinggian katup yang mempengaruhi semburan uap dari ketel uap. Governor pada PLTA mengatur besar ketinggian katup yang mempengaruhi aliran air dari pipa air menuju turbin air. Diagram Blok Exciter Cibinong Gandul 14 2 PSS G 4 3 PSS G Saguling G Cirata 12 11 9 Cibatu Muara Tawar 7 PSS 13 G 9 Gresik Krian 6 PSS G 5 PSS PSS G Bandung Maduracan Ungaran UPFC 8 C. dengan mempertimbangkan komponen seri dari UPFC maka dapat dimodelkan pada Gambar 5 berikut [21. Kapasitor berfungsi menyuplai tegangan secara langsung untuk kerja dari konverter dan sebagai penyimpan energi. Untuk mengamati model injeksi UPFC terhadap jaring transmisi. Dengan menggunakan Transformasi Park maka generator sinkron dapat dimodelkan kedalam persamaan matematis dan dilinearisasi pada Persamaan 1 [3]. Model Injeksi UPFC . Blok diagram dari PSS terdapat pada Gambar 4 [10]. PEMODELAN POWER SYSTEM STABILLIZER PSS digunakan untuk menghasilkan komponen redaman tambahan dengan memproduksi torsi elektris yang sesuai dengan deviasi pada kecepatan rotor [3]. Sedangkan konverter shunt berfungsi sebagai exciter yang merubah magnitude arus kontrol dan sudut phasa pada sistem. Vi Vse Vi ' Vj B. Diagram Blok Governor A. dan faktor daya [4]. PEMODELAN GOVERNOR Governor merupakan pengendali yang berfungsi untuk mengatur nilai torsi mekanik Tm yang menjadi masukan dari generator [10]. PEMODELAN UNIFIED POWER FLOW CONTROLLER UPFC memiliki dua konverter dengan kapasitor DC sebagai link. misal tegangan. wi K STAB s w 1 s w 1 s 1 s A C 1 s 1 s B D Vs Gambar 4. Diagram blok dari exciter ditampilkan pada Gambar 2 berikut [10]. PEMODELAN GENERATOR SINKRON Pemodelan liniear generator sinkron diperlukan untuk menganalisa efek dari perubahan daya terhadap respon frekuensi maupun sudut rotor. Variabel ini akan diatur melalui perubahan fluks jxs I se Gambar 5. Satu konverter terhubung shunt terhadap sistem melalui transformator sedangkan yang lain terhubung seri terhadap sistem dengan menggunakan transformator. G Cilegon 15 17 16 VR max 18 19 Suralaya Vt Vref PSS Cawang Kembangan Bekasi KA 1 TA s E fd VR min Gambar 2.20 1 medan pada generator. PEMODELAN EXCITER Peralatan eksitasi merupakan suatu bagian dari sistem yang berfungsi untuk mengatur variabel output generator. d 10 Grati Kg 1 Tgs 1 Tm Pedan Kediri Paiton GSC Gambar 1. Konverter seri berfungsi sebagai penguat untuk menginjeksikan magnitude tegangan kontrol dan sudut phasa secara seri terhadap jaring transmisi.

Pada PSO setiap kandidat disebar dalam ruang permasalahan dan bergerak berdasarkan konsep particle velocity untuk memperoleh hasil yang optimal. START Inisialisasi Current Position dan Velocity Partikel Vj jxs Psi jQsi Psj jQsj Gambar 6. (3) Model pengaturan aliran daya pada UPFC ditampilkan pada Gambar 6 sebagai berikut [21. Diagram alur CRPSO ditampilkan pada Gambar 7 berikut. (14) Fungsi Objektif Update Weight Update Velocity Update Position Update Individual Best Update Global Best TIDAK Iterasi Maks YA STOP Gambar 7.Komponen UPFC yang terhubung seri pada line menginjeksikan tegangan yang disimbolkan . Model Injeksi Daya pada UPFC Berdasarkan pada injeksi daya pada Persamaan (4). Diagram Alur CRPSO Konsep PSO dapat dirumuskan dalam Persamaan (17) dan (18) sebagai berikut. PROSES OPTIMISASI Untuk mengamati respon sistem terhadap penggunaan PSS dan UPFC. mengasumsikan tidak terdapat losses pada UPFC sehingga PSHUNT = PSERI maka liniearisasi persamaan aliran daya aktif dan reaktif yang pada bus i dan j dapat dinyatakan sebagai berikut. Kpp dan Kip pada UPFC sehingga menghasilkan nilai CDI minimum dari sistem. maka model linier dari sistem dikombinasi dengan model linier PSS dan UPFC dalam sebuah Persamaan state space (12) dan (13). Iterasi ini ditentukan oleh sebuah probabilitas yang disebut crazy particle. (15) dan (16) berikut. Kondisi ini menyebabkan solusi yang diperoleh merupakan lokal optimum. (2) Dengan dan . Ketika menggunakan CRPSO terdapat perubahan pada fungsi update velocity yang memungkinkan partikel bergerak diluar aturan velocity pada suatu iterasi tertentu. (4) (5) (6) (7) Pada UPFC ditambahkan kontroler Proportional dan Integrator untuk mengatur nilai dan berdasarkan pada deviasi daya aktif (Preff-P) dan daya reaktif (Qreff-Q) yang keduanya dinyatakan sebagai error pada saluran transmisi. mempertimbangkan arah aliran daya pada Gambar 8. B. Vi (15) (16) Metode optimasi CRPSO digunakan untuk menala parameter Kpss pada PSS. Nilai crazy particle dipengaruhi oleh perubahan weight yang terjadi disetiap iterasi seperti ditampilkan pada Persamaan (19) dan (20) berikut. (12) (13) Dari matriks A diatas. nilai eigenvalue sistem dapat diamati dan memberikan informasi apakah sistem stabil atau tidak. Rumusan kontroler PI yang ditambahkan pada UPFC dinyatakan pada persamaan sebagai berikut [21-22].22]. Besar apparent power yang disupply oleh sumber tegangan seri dari UPFC dinyatakan pada Persamaan 3. PSO diperkenalkan oleh Kennedy and Eberhard pada 1995 [9-12]. Particle updates weight: (19) (20) . (8) (9) (10) (11) III. CRAZINESS PARTICLE SWARM OPTIMIZATION Metode optimasi yang digunakan dalam penalaan parameter PSS maupun UPFC adalah pengembangan dari PSO yang disebut CRPSO. Update velocity partikel: (17) Update position partikel: (18) Kelemahan dari PSO konvensional adalah kecenderungan untuk mencapai konvergensi prematur [10]. METODE A. Melalui hasil eigenvalue maka performansi sistem dapat diamati melalui persamaan Comprehensive Damping Index (CDI) yang ditampilkan pada Persamaan (14). yang dapat dikontrol pada magnitude dan fasa sesuai dengan Persamaan 2 [21-24].

1048i -0.1058 sehingga eigenvalue diperbaiki menjadi -0.0777 + 0.2747 menjadi 0.Perubahan yang terjadi pada update velocity berdasarkan pada nilai Pcraz ditampilkan pada Persamaan (21) sebagai berikut.0905 Kp2 1. .0779 ± 5.1106i -0.1080i -1.9228 29.2869 22.8923i -0.0692i -0.0650 ± 5.0721 3.0785i -0. eigenvalue pada mode osilasi lokal dan interarea untuk sistem tanpa PSS-UPFC dan sistem dengan PSS-UPFC yang ditala dengan PSO dan CRPSO.0624i -0.0334 + 0.0443 + 0.0625i -0. Dengan damping ratio ≥ 0.0727i dan damping ratio 0. Sebagaimana ditampilkan pada Tabel 2.0074 + 0. Pada mode osilasi lokal eigenvalue sistem tanpa PSS maupun UPFC -0.7099 Kp1 1.0061 ± 0.0105i -0.4723i -0.3973 + 0. respon frekuensi dan sudut rotor pada masing-masing pembangkit juga diamati terhadap penalaan PSO maupun CRPSO. eigenvalue mode osilasi lokal dan interarea pada sistem sistem dibandingkan kondisi sistem tanpa menggunakan PSS dan UPFC. (21) IV.1395 ± 2.0061 + 0.7475 Grati 3.0334 + 0.0092 + 0.0834.1010i -0.1958i -0.8592i -0.1054i -1. Sebaliknya perbaikan terlihat pada eigenvalue mode interarea yang bergeser dari -0.0464 + 0.0124 + 0.3977 + 0.1102i -0.0332 + 0.0937 pada sistem tanpa PSS dan UPFC sehingga terjadi pergeseran eigenvalue menjadi -0. Tabel 5.2550 17. Tabel 1. gain proportional dan integrator pada kontroler UPFC.0028 Tabel 3.0729 ± 4.0074 + 0.0625i Interarea -0.0061 + 0.0097 PSS Saguling 11.2319 Untuk perbandingan penggunaan UPFC dan tanpa UPFC terhadap eigenvalue mode osilasi lokal dan interarea ditampilkan pada Tabel 5.0779 + 0.262 pada penalaan PSO dan 0.2945 Muaratawar 40.0070 ± 0.1056i (*e+002) -0.4740i -0.0074 + 0. Hasil penerapan PSS dan UPFC yang ditala dengan CRPSO maupun PSO secara signifikan dapat memperbaiki kondisi eigenvalue kritis. Eigenvalue Pada Mode Osilasi Lokal (*e+002) No PSS.6193 4.4850i -0.6067 + 2.4238i -0.0106i Pemasangan UPFC tidak berpengaruh terhadap perbaikkan kondisi eigenvalue mode osilasi lokal.8927i -0.281 lebih baik dibandingkan 0.1397 ± 0.6540 + 2.3849 3.2319i Dari hasil eigenvalue kritis terlihat bahwa penalaan PSO dan CRPSO dapat memperbaiki enam dari tujuh kondisi eigenvalue.6540+2.1106i -0.0051 0.0000 UPFC Ki1 0. Hasil penalaan parameter PSS dengan PSO dan CRPSO ditampilkan pada Tabel 1 berikut. Tabel 2.0094 + 0.0284 ± 3.3207 1.6273 + 2. Perbandingan PSS dan PSS-UPFC pada Eigenvalue Mode Osilasi Lokal dan Interarea Mode PSS PSS dan UPFC Osilasi Berbasis CRPSO Berbasis CRPSO Lokal -1.4690i -0. dan 4. Hasil Penalaan Parameter Parameter PSS dan UPFC Parameter PSO CRPSO Suralaya 3. Pada Tabel 6 ditampilkan nilai overshoot dan settling time dari respon frekuensi terhadap berbagai model penalaan.1398 ± 0.0691i -0.1081i -1.2319i.0691i -0.0028 0.3970 + 0.0692i -0. Eigenvalue Pada Mode Osilasi Interarea No PSS.0064i -0. Grafik konvergensi menunjukkan bahwa CRPSO mencapai konvergensi lebih cepat dibandingkan dengan PSO.8756 (Kpss) Paiton 14.1056i -0. Penalaan dilakukan terhadap parameter gain dari 7 PSS.3973 + 0.2821.1181 ± 4. Penggunaan CRPSO juga berdampak signifikan pada mode osilasi interarea sehingga terjadi perbaikkan kondisi damping ratio menjadi 0.1958i menjadi -0.0336 + 0.1106i -0.1560 ± 4.0743 ± 4.0464 + 0.1889 + 2.6540 + 2.0015 3.2319i Gambar 8. No PSS dan UPFC PSS dan UPFC UPFC Berbasis PSO Berbasis CRPSO -1. Untuk kondisi eigenvalue pada mode osilasi lokal dan interarea CRPSO juga menunjukkan perbaikan performansi yang signifikan.0283 ± 3.8486i -0.0688 ± 4.0888i -0.0727i -0.0785i -0.0727 10.2348i -0.4051 + 0.0282 ± 3.0091 Ki2 0.6540 + 2. Kondisi ini disebabkan pemasangan UPFC meningkatkan damping ratio dari 0.4777i -0.8427i -0.1563 ± 4.0070 ± 0.0625i Tabel 4.6273 + 2.8924i -0.1648 ± 4.0779 + 0.0690i.0786i -0. Grafik Konvergensi PSO dan CRPSO Gambar 8 menunjukkan Kurva konvergensi PSO dan CRPSO dalam penalaan parameter PSS dan UPFC.0067 ± 0. 3.0968 dan melalui CRPSO mencapai 0.0700 ± 5.0616i -0.0631i -0.0841 + 0.1199 ± 4.1230 Gresik 30. SIMULASI DAN ANALISIS Hasil dari simulasi Tugas Akhir ini ditunjukkan pada nilai eigenvalue kritis sistem. Eigenvalue Kritis Sistem (*e+002) No PSS. No PSS dan UPFC PSS dan UPFC UPFC Berbasis PSO Berbasis CRPSO -0. Selain pengamatan pada nilai eigenvalue.7627 Cirata 3.0067 + 0.0690i -0.1251i -0. No PSS dan UPFC PSS dan UPFC UPFC Berbasis PSO Berbasis CRPSO -0. dan CRPSO menunjukkan performansi yang lebih baik dibandingkan PSO untuk memperbaiki lima kondisi eigenvalue.1183 ± 4.0716i -0.0690i -0. Penalaan PSS dan UPFC melalui PSO meningkatan damping ratio 0.1 maka kondisi eigenvalue sudah tidak kritis.0727i -0.0464 + 0.4830i -0.

Perbandingan Respon Frekuensi PSS-UPFC ditala PSO dan CRPSO .0052 22.5 Cirata 0. Untuk settling time dari respon frekuensi juga mengalami percepatan dari 29.0000 18.0220 29.5 0.0120 34.Tabel 6.2 Gresik 0.0000 25.4 0.0049 16. Gambar 10.0016 29.2 0.6 0.10 dan 11 berikut.0100 22.3 0.0082 9.5 tawar Cirata 0.0075 26.0098 37.7 Sagu0.5 0.1 Muaratawar 0.1 untuk penalaan melalui CRPSO.0000 25.0110 17.0049 pu menjadi 0.0000 22.0100 37. Untuk respon PLTU Suralaya hasil yang signifikan terhadap penurunan overshoot dari 0.0 Grati 0.1 ya Muara0. Gambar 11.0090 37.0 ling Paiton 0.4 0. Respon Sudut Rotor Untuk membandingkan respon frekuensi PLTU suralaya dengan UPFC dan tanpa UPFC ditampilkan pada Tabel 7 dan Gambar 12 berikut.0018 25. Overshoot dan settling time Respon Frekuensi No PSS PSS-UPFC PSS-UPFC No UPFC CRPSO PSO (pu) Respon (pu) Frek Frek Time Frek Time Frek Time (pu) (det) (pu) (det) (pu) (det) Surala0.3 0.2 Gresik 0.0 Grati 0. Tabel 7.1 0.4 0.3 0.0080 26.0 0.0018 25.0200 32.0 Paiton 0.0052 dan sistem tanpa PSS dan UPFC yaitu 0.0082 9.0000 25.0002 32. Untuk tampilan respon frekuensi dan sudut rotor PLTU Suralaya ditampilkan pada Gambar 9.0 Terlihat perbaikan respon frekuensi untuk seluruh pembangkit melalui penerapan PSS dan UPFC pada sistem.0045 18.0100 15.0120 34.0022 29. Sebagai contoh pada PLTU Suralaya penggunaan CRPSO dalam penalaan PSS dan UPFC dapat menurunkan overshoot respon menjadi 0. dan menjadi 18.6 0.0220. Respon Frekuensi Dengan dan Tanpa UPFC Hasil overshoot dan settling time dari repon frekuensi menunjukkan bahwa secara umum CRPSO dapat memperbaiki performansi dalam penalaan PSS maupun UPFC dibandingkan PSO konvensional.0002 33.0000 18.1 0.0045 18.4 0. Respon Frekuensi PLTU Suralaya Gambar 12.0 0.4 detik untuk sistem tanpa PSS dan UPFC menjadi 22.5 0.0 Gambar 9.0068 24.0075 26.0102 11.0 0.6 0.3 0. namun untuk lima pembangkit lainnya penggunaan UPFC dapat mempercepat time settling respon frekuensi dan memperkecil overshoot.9 0.0045 pu.5 untuk penalaan PSO pada PSS dan UPFC. Overshoot dan Settling Time Respon Frekuensi Dengan dan Tanpa UPFC PSS-UPFC PSS-UPFC CRPSO (pu) CRPSO (pu) Pembangkit Frek Time Frek Time (pu) (det) (pu) (det) Suralaya 0.0105 21. Sedangkan untuk time settling respon untuk PLTU Suralaya dan PLTA Cirata penggunaan UPFC tidak menunjukkan percepatan.0105 21.7 Saguling 0.0045 pu lebih rendah dibandingkan penalaan PSO yaitu 0.

2008. Y. [10].4. Hisham M. 1977. Abdel-Magid. Krishna Teerth Chaturvedi. The Arabian Journal for Science Engineering 29. Vol. REFERENSI [1]. Applied Soft Computing Journal.6. Imam Robandi. Robust Coordinated Control Of FACTS Devices in Large Power System. Elsevier 2006. No 2B.1. Elshavier.L. Proceedings of International [23]. Said Bamatraf dan Ir. Control Setting of Unified Power Flow Controller Trough Load Flow Calculation. 2004. Sidharta Panda and N. Abdel-Magid. Andi Offset. Robust Power System Stabilizer Design Using Particle Swarm Optimization Technique. Energy Conversation and Management 50. Elsevier. Koordinasi Penalaan Parameter PSS dan TCSC pada Sistem Tenaga Listrik Dua Mesin Manggunakan AIS. Weight Maks (CRPSO)=0.S. Jalilzadeh. Optimal Tunning of Lead-Lag and Fuzzy Logic Power System Stabilizers Using Particle Swarm Optimization. Sri Mawar Said. Indonesia. Russell Eberhart. Shayanfar.Safari. M.A. IEEE Transactions on Power System. . Laxmi Srivastava. A. Singapore. Marwan Rosyadi. Simultaneous Cordinated Tuning of PSS and FACTS Controllers in Large Power System. Expert System with Aplication 36. Weight Min (CRPSO)=0. 2008. P. Ehab H. Ali. Mohamed F. Hakim. Li Jun Cai and Istvan Erlich. Yogyakarta. Analysis And Design of Power System Stabilizers and FACTS Based Stabilizers Using Genetic Algorithms. [2]. [8]. A.M El-Zonkoly. Shayeghi. Penulis aktif dalam berbagai organisasi antara lain OSIS SMA Negeri 17 Makassar dan dua tahun menjadi fungsionaris Himpunan Mahasiswa Teknik Elektro sebagai staff (2007/2008) maupun sebagai kordinator sie (2008/2009) pada Departemen Pendidikan dan Kesejahteraan Mahasiswa. Energy Conversion and Management 50. 24-28 Juni 2002. Electrical Power and Energy Systems 28. Logos Verlag. Desain Sistem Tenaga Modern : Optimisasi.6. [14]. Elsevier. McGraw-Hill. Penulis memulai pendidikan di SD Negeri 09 Belakang Balok. H.R. Chengaiah. Weight (PSO)=0. H. Acceleration 1 & 2=0. 2009. Pages 349-357. March 2007. Ch. A Particle Swarm Based Approach of Power System Stability Enhancement With Unified Power Flow Controller.4. A. Issue 2 Part1 Pages 2097-2106. Hassan.001 [13]. Penerbit Andi. Mahmoud Vakili Sohrforouzani. Variabel PSS dan UPFC Batas Atas Kpss=50. Batas Bawah KppUpfc=1. 2006. A. PSS Design Based on PD and PI Fuzzy Controller by Particle Swarm Optimization. Logika Fuzzy. Shadmesgaran. Power System Damping Using Fuzzy Controlled FACTS Devices. Electrical Power and Energy Systems 29. Manjaree Pandit. Buku Tugas Akhir Jurusan Teknik Elektro ITS. [3]. Adi Soeprijanto. A. [7]. Mehmet Tumay. IOWA. Particle Swarm Optimization with Crazy Particle for Nonconvex Economic Dispath. 14th PSCC. Hadi Saadat. T. Berlin. 2007. [5]. 2004. 2 Mei 2006. [21]. Pada Tahun 2006 penulis diterima sebagai mahasiswa Teknik Elektro Institut Teknologi Sepuluh Nopember Surabaya. Surabaya.01. Jumlah Variabel=11. Jalilzadeh. Power System Analysis. S. Merupakan sulung dari empat bersaudara putra pasangan Ir. RIWAYAT HIDUP Penulis dilahirkan di kota Makassar ibukota Provinsi Sulawesi Selatan pada tanggal 26 Januari 1988. Vol. Padhy. No. [12]. October 2004. Mauridhi H. G. Mete Vural. ARPN Journal of Engineering and Applied Sciences 3 No. H. Yogyakarta.1. H. No. Lima respon frekuensi pembangkit menunjukkan hasil yang lebih baik dibandingkan metode PSO.Graw Hill. [15].A. Jumlah Iterasi=50. Abido and Y. [25].V. 1995. [19]. 2004.2. KESIMPULAN Dari hasil simulasi yang dilakukan terdapat perbaikan pada lima dari tujuh eigenvalue kritis. Satyanaraya. 2007.P. James Kennedy. Sevilla. SARAN Penerapan PSS dan UPFC sebagai peralatan peredam osilasi sebaiknya juga diuji untuk kondisi gangguan transien. 2008. Journal of Electrical Engineering 59. Batas Bawah Kpss=3. Agus Junaidi. MT. Hendrik Maryono. Soliman. Prabha Kundur.V. [9]. Pages 2583-2592.A. Elsevier. Algoritma Genetika. Intelligent Particle Swarm Optimized Fuzzy PID Controller for AVR System. and R.Safari. Perbaikan Stabilitas Dinamis Sistem 500kV Jawa-Bali Menggunakan Pengembangan Unified Power Flow Controller (UPFC). Batas Atas KipUpfc=0. Conference on Electrical Engineering and Informatics Institut Teknologi bandung. Mc. Bukittinggi (1994). [22]. Power System Stability and Control. Particle Swarm Optimization. A.V. B. Analysis and Modeling of Unified Power Flow Controller: Modification of NewtonRaphson Algorithm and User-Defined Modelling Approach for power Flow Studies. [17]. dan empat eigenvalue menunjukkan hasil penalaan CRPSO lebih baik dibandingkan PSO. Extended Supplementary Controller of UPFC to Improve Damping Inter-Area Oscillations Considering Inertia Coefficient. [24]. APPENDIKS Variabel PSO dan CRPSO Jumlah Burung=20. Kazemi. Bayoumi. Al-Awami. 2009. M.P. S. [18]. Ermanu A. Shayeghi. 2008. International Journal of Energy Issue 1.P. Penerapan CRPSO mempercepat settling time respon variasi frekuensi untuk seluruh pembangkit.A Khalil and N.3. Hendrik Maryono. Pages 251-259. Design of Output Feedback UPFC Controller for Damping of Electromechanical Oscillations Using PSO. [16].Goshal. Penalaan PSS dan UPFC dapat diuji dengan metode optimisasi lain untuk mengamati perbandingan dengan metode CRPSO yang digunakan. Abido.A Fouad. A. melanjutkan pendidikan di SMP Negeri 6 Makassar (1999) dan SMA Negeri 17 Makassar (2003). KESIMPULAN DAN SARAN A. December 2008. Batas Bawah KipUpfc= 0. 2009.L. Pages 2554-2561.M Ahmied. Ahad Kazemi. International Journal of Electrical System Science and Engineering 1. Buku Tesis Jurusan Teknik Elektro ITS. 20 No. Eigenvalue mode interarea juga menunjukkan perbaikan signifikan terhadap penggunaan CRPSO. Koordinasi Power System Stabilizer (PSS) dan Thyristor Controlled Series Capasitor (TCSC) Damping Controller Menggunakan Artificial Immune System (AIS) Via Clonal Selection.Mukherjee and S. Marutheswar. A PSO Based Unified Power Flow Controller for Damping of Power System Oscillations. Imam Robandi. Imam Robandi. [6]. Modern Power System Control. Electrical Power System Research. 2006. 1994. IEEE. Power System Control and Stability.A. PSO-Based Power System Stabilizer For Minimal Overshoot And Control Constraints. Batas Atas KppUpfc=2. 2007. M.E. The IOWA State University Press. [20].M Anderson. [4]. February 2005. V. Elsevier. Li Jun Cai. Shayanfar. [11]. 3 Pages 153-159. Proceeding of 7th Seminar On IntelligentTechnology and Its Applications (SITIA).

Sign up to vote on this title
UsefulNot useful