Professional Documents
Culture Documents
Optimasi Penempatan Recloser Terhadap Keandalan Sistem Tenaga Listrik Dengan Algoritma Genetika
Optimasi Penempatan Recloser Terhadap Keandalan Sistem Tenaga Listrik Dengan Algoritma Genetika
Abstract
Nowadays, the determination of recloser position has an important rule, especially in reliability of electical power
system. Parameter used in reliability electrical power system is SAIDI and SAIFI. SAIDI and SAIFI can be calculated from
the outage time and the failure rate occurred in one year. Reliability can be concluded better if SAIDI and SAIFI smaller.
In this final project will be created simulation program. This program used for simulating optimum recloser
position. The SAIDI and SAIFI data is result of failure rate and outage time calculation each electrical power system
component. The electrical power system component consist of recloser, trafo, SUTM, FCO, and PMT. Programs will be
created using algorithm genetic method with Matlab 7.6 programming.
The results of the experiments described that reliability electrical power system influenced by failure rate and
outage time of electrical power system component. The value of SAIDI and SAIFI before recloser placement is smaller than
the value of SAIDI and SAIFI after recloser placement. Optimum recloser position’s for first case is section 10 has SAIDI
0,0066546hour/consumers.years and SAIFI 0,0037804 failure/consumers.years. Optimum recloser position’s for second
case is combination section 2 and section 6 has SAIDI 0,00024138hour/consumers.years and SAIFI 0,00025611
failure/consumers.years.
...............................(4)
Indeks ini didefinisikan sebagai jumlah
rata-rata kegagalan yang terjadi per pelanggan Dimana
yang dilayani oleh sistem per satuan waktu λ= laju kegagalan, biasanya dalam bentuk
(umumnya per tahun). Indeks ini ditentukan gangguan per tahun
dengan membagi jumlah semua kegagalan- U= ketidaktersediaan(total waktu terjadi
pelanggan dalam satu tahun dengan jumlah gangguan), biasanya dalam bentuk per unit
pelanggan yang dilayani oleh sistem tersebut. atau %
Persamaan untuk SAIFI (rata-rata jumlah r = rata-rata waktu perbaikan setiap gangguan,
gangguan tiap pelanggan) ini dapat dilihat pada biasanya dalam per unit/tahun, %/tahun,jam
persamaan dibawah ini. atau menit
.......................(1) Subskrip S adalah total dari seri kombinasi,
dan subskrip 1, 2, ... n menunjukkan parameter dari
Dimana: unsur-unsur individu. Laju kegagalan λ analog
= laju kegagalan komponen(kegagalan/tahun) dengan SAIFI, U adalah analog dengan SAIDI, dan r
= jumlah beban pada titik beban k(pelanggan) adalah analog dengan CAIDI. Kita dapat
= jumlah seluruh beban dalam satu menggunakan dasar ini untuk memperkirakan
sistem(pelanggan) indeks untuk rangkaian radial.
Untuk meningkatkan keandalan untuk
2. SAIDI (System Average Interruption Duration pelanggan, suplai distribusi paralel diperlukan.
Index) Menganalisis keandalan dari sistem yang saling
berhubungan lumayan sulit. Beberapa teknik
Indeks ini didefinisikan sebagai nilai rata- analisis tersedia, dan beberapa diantaranya cukup
rata dari lamanya kegagalan untuk setiap rumit. Dengan beberapa komponen secara seri dan
konsumen selama satu tahun. Indeks ini paralel, kita dapat menemukan tingkat kegagalan
ditentukan dengan pembagian jumlah dari dan durasi dengan menyederhanakan jaringan
lamanya kegagalan secara terus menerus untuk menggunakan seri atau paralel kombinasi unsur.
semua pelanggan selama periode waktu yang Elemen paralel digabungkan dengan
telah ditentukan dengan jumlah pelanggan yang .................................(5)
dilayani selama tahun itu.
........................(2) ..................(6)
Dimana:
Misalkan untuk n=2,
= ketidaktersediaan komponen( %/tahun)
= jumlah beban pada titik beban k(pelanggan)
3
FCO FCO
Subskrip P adalah total dari kombinasi paralel. TTR 10 TTR 9
Perlu diketahui bahwa unit harus tetap sama: λ (laju TTR 16 TTR 15 TTR 12 TTR 6 TTR 4
L22
kegagalan) memiliki satuan 1/years, sehingga waktu L21
FCO
FCO FCO FCO L4 FCO L2 L1 PMT
perbaikan, r, harus dalam satuan tahun. Biasanya, L12 L11 L10 L9
L8
GI
FCO L7 L6 L5 L18 L3 L17
ini berarti membagi r oleh 8.760 jika r adalah dalam L23
L19
L13 FCO
TTR 7 TTR 1
jam atau 525.600 jika r adalah dalam beberapa TTR 13
FCO L24
TTR 11 TTR 5 TTR 3
FCO L20 FCO FCO
menit. TTR 8
L14 FCO
TTR 14 TTR 17
FCO FCO
2.3 Automatic Circuit Recloser[3] L15 FCO
Automatic Circuit Recloser atau Pemutus TTR 18
Balik Otomatis lebih dikenal dengan recloser pada L16
FCO
dasarnya adalah Circuit Breaker/Pemutus Beban TTR 2
yang dilengkapi dengan Peralatan Kontrol/Control
Device.
Gambar 5 Jaringan Penyulang Randu Garut 5
ACR mulai bekerja saat mendapat tegangan GI merupakan gardu induk Randu Garut. TTR
positif dari Ground Fault Rele/GFR yaitu ketika merupakan transformator 3 fasa yang kapasitasnya
GFR bekerja memberikan perintah trip ke CB. antara 3x25kVA – 3x150kVA. L merupakan
Elemen yang start adalah elemen DT (Dead Time
panjang SUTM Randu Garut dalam satuan
Delay Element), setelah beberapa waktu elemen DT
kilometer. PMT merupakan pemutus tenaga listrik.
menutup kontaknya dan memberi perintah masuk ke FCO merupakan saklar pemutus section. L
CB dan mengenergize elemen BT (Blocking Time merupakan panjang SUTM Randu Garut dalam
Delay Element). Element DT ini segera membuka
satuan kilometer.
rangkaian closing coil CB sehingga CB tidak bisa
reclose. Setelah beberapa waktu sesuai settingnya
3.2.1 SUTM Srondol 5
elemen BT akan reset yang berarti DT bekerja
Bentuk jaringan yang dimodelkan dalam
kembali siap untuk melakukan reclosing lagi. tugas akhir ini mengambil dari proyek penyusunan
masterplan jaringan tegangan menengah APJ
III PERANCANGAN SISTEM Semarang tahun 2009-2014. Untuk kasus yang lebih
Secara umum tujuan dari tugas akhir ini komplek, mengambil model jaringan penyulang
adalah jawaban dari pertanyaan bagaimana cara Srondol 5 di daerah Semarang Selatan yang bentuk
menempatkan recloser sehingga diperoleh hasil jaringannya dapat dilihat pada Gambar 6.
indeks keandalan yang terbaik setelah dipasang TTR21 TTR28
L13
kali adalah mencari hubungan antara recloser FCO
TTR17 L12
L31 FCO
dengan keandalan sistem tenaga listrik. Masing- TTR15
FCO
L30 TTR27
masing peralatan listrik tegangan tinggi mempunyai FCO
L29 FCO L11
TTR16
nilai laju kegagalan peralatan dan waktu keluar L28
TTR14 FCO
TTR20
L27
peralatan. Nilai keandalan sistem tenaga listrik TTR19
FCO
L10 FCO
FCO
L26
tersebut ditinjau dari nilai SAIDI dan SAIFI. TTR13 L39
TTR18
FCO L9
L7 L8
TTR9
L23 FCO FCO
3.1 Pengambilan Data TTR8
TTR12
TTR10 TTR11
L6
TTR23 TTR26 L32
FCO
3.1.1 SUTM Randu Garut 5 FCO L22
FCO FCO
FCO
L5 FCO
TTR29 TTR30
TTR22
Bentuk jaringan yang dimodelkan dalam L24 L25 L40 L33
L34 FCO FCO
FCO L21 TTR25 L4
tugas akhir ini mengambil dari proyek penyusunan TTR7 TTR2
L36
L35
FCO TTR24
masterplan jaringan tegangan menengah APJ FCO
L20
L15 FCO
L3
FCO
FCO
TTR32 TTR33
TTR3
Semarang tahun 2009-2014. Untuk kasus yang L16
L14 L41 TTR31
L19 L37 FCO FCO
sederhana mengambil model jaringan penyulang FCO
L17 FCO
L2
FCO L38
L18
Randu Garut 5 di daerah Semarang Barat yang TTR4
TTR1
TTR6
bentuk jaringannya dapat dilihat pada Gambar 5. FCO TTR5 L1
PMT
GI
4
GI merupakan gardu induk Srondol. TR merupakan rTTR = Waktu Keluar Sistem Ditinjau Dari Trafo
transformator 1 fasa yang kapasitasnya 10 kVA – Tiga Fasa TTR ( %/tahun )
50 kVA. TTR merupakan transformator 3 fasa yang Penggunaan fungsi diatas bertujuan untuk
kapasitasnya antara 3x50 kVA – 3x500 kVA. L meminimalkan nilai SAIDI dan SAIFI sehingga
merupakan panjang SUTM Srondol dalam satuan diperoleh pemodelan keandalan yang terbaik.
kilometer. PMT merupakan pemutus tenaga listrik. Secara umum pembuatan program simulasi
FCO merupakan saklar pemutus section. L ini dapat mengikuti diagram alir sebagai berikut.
merupakan panjang SUTM Srondol dalam satuan
kilometer. Start
Komponen λ r
(kegagalan/tahun) (jam/tahun) Tambah Generasi Roulette Wheel
SUTM 0,1 4
Transformator 0,01 5
Pindah Silang
Fuse Cut Out 0,009 2
Recloser 0,015 4
PMT 0,014 4 Mutasi
Populasi Baru
3.3 Pembuatan Program
Perancangan sistem optimasi ini
menggunakan program Matlab 7.6 dengan metode Tidak
optimasi algoritma genetika. Pembuatan program Generasi = Generasi Total
simulasi ini dibuat dalam 6 tahap, tahap pertama
adalah bangkitkan populasi, tahap kedua adalah Ya
hitung fitness, tahap ketiga adalah linear fitness
Ambil 5 Fitness Terbaik
ranking, tahap keempat adalah roulette wheel, tahap
kelima adalah pindah silang, dan tahap keenam
adalah mutasi. Fungsi objektif penyelesaian Selesai
optimasi ini dapat dilihat pada persamaan 7 dan 8. Gambar 7 Diagram Alir Pembuatan Program
Fungsi fitness penyelesaian optimasi ini dapat
dilihat pada persamaaan 9. IV PENGUJIAN DAN ANALISA
Pengujian terhadap sistem ini dilakukan
..................(7) dengan tujuan agar dapat diketahui apakah sistem
yang dibuat dalam program ini sudah berjalan
......................(8) sesuai dengan yang diinginkan atau belum.
Keberhasilan program diukur dari kemampuannya
........................(9) untuk menganalisis posisi recloser yang paling tepat
sehingga diperoleh keandalan sistem tenaga listrik
yang paling optimum berdasarkan nilai SAIDI dan
Dimana:
SAIFI yang dihasilkan oleh laju kegagalan
f(x) = Fungsi Objektif
komponen, waktu keluar komponen dan jumlah
λTTR = Laju Kegagalan Sistem Ditinjau Dari
pelanggan tiap titik beban.
Trafo Tiga Fasa TTR (kegagalan/tahun)
5
4.1 Pengujian Kasus 1 Tabel 6 Hasil Kasus 1 dengan peluang pindah silang
Pengujian ini diawali dengan menentukan nilai dari sebesar 1.
laju kegagalan recloser, laju kegagalan No. Section Fitness SAIDI SAIFI
transformator, laju kegagalan SUTM, laju 1 10 39751,0095 0,0066546 0,0037804
kegagalan FCO, laju kegagalan PMT, waktu keluar 2 6 39732,7915 0,0066555 0,0037815
recloser, waktu keluar transformator, waktu keluar 3 6 39732,7915 0,0066555 0,0037815
4 7 39653,2574 0,0066582 0,0037876
SUTM, waktu keluar FCO, dan waktu keluar PMT.
5 4 38965,9325 0,0067007 0,0038300
Pada setting awal dari nilai-nilai laju kegagalan dan
waktu keluar sudah diatur dengan nilai 0,015
Dari hasil pengujian pada Tabel 2, Tabel 3 ,
kegagalan/tahun untuk laju kegagalan, 4
Tabel 4, Tabel 5, dan Tabel 6 didapatkan nilai yang
jam/kegagalan untuk waktu keluar recloser, 0,01
bervariasi dikarenakan sistem optimasi
kegagalan/tahun untuk laju kegagalan
menggunakan algoritma genetika yang
transformator, 5 jam/kegagalan untuk waktu keluar
membangkitkan bilangan random. Hasil pengujian
transformator, 0,1 kegagalan/tahun untuk laju
yang mempunyai nilai fitness tertinggi adalah posisi
kegagalan SUTM, dan 4 jam/kegagalan untuk
10 (section 10) dengan nilai SAIDI sebesar
waktu keluar SUTM, 0,009 kegagalan/tahun untuk
0.0066546jam/pelanggan.tahun dan nilai SAIFI
laju kegagalan FCO, 2 jam/kegagalan untuk waktu
sebesar 0.0037804kegagalan/pelanggan.tahun. Nilai
keluar FCO, 0,014 kegagalan/tahun untuk laju
SAIDI dan SAIFI ketika belum dipasang recloser
kegagalan PMT, dan 4 jam/kegagalan untuk waktu
adalah 0.0066541jam/pelanggan.tahun dan
keluar PMT. Hasil Pengujian ditunjukkan seperti
0.0037787kegagalan/pelanggan.tahun.
pada Tabel 2, Tabel 3 , Tabel 4, Tabel 5, dan Tabel
6 dibawah ini.
Tabel 2 Hasil Kasus 1 dengan peluang pindah silang 4.2 Pengujian Kasus 2
sebesar 0,6. Pengujian kasus 2 dilakukan dengan variasi
No. Section Fitness SAIDI SAIFI peluang pindah silang sebanyak 5 variasi. Pengujian
1 10 39751,0095 0,0066546 0,0037804 dilakukan dengan peluang mutasi sebesar 0.008,
2 10 39751,0095 0,0066546 0,0037804 dan jumlah generasi sebesar 20. Hasil Pengujian
3 10 39751,0095 0,0066546 0,0037804 ditunjukkan seperti pada Tabel 7, Tabel 8 , Tabel 9,
4 6 39732,7915 0,0066555 0,0037815 Tabel 10, dan Tabel 11 dibawah ini.
5 6 39732,7915 0,0066555 0,0037815
Tabel 3 Hasil Kasus 1 dengan peluang pindah silang Tabel 7 Hasil Kasus 2 dengan peluang pindah silang
sebesar 0,7. sebesar 0,6.
No. Section Fitness SAIDI SAIFI No. Section Fitness SAIDI SAIFI
1 10 39751,0095 0,0066546 0,0037804 1 4 dan 8 16038140,5802 0,00024185 0,00025781
2 10 39751,0095 0,0066546 0,0037804 2 2 dan 3 13673922,8751 0,00026955 0,00027131
3 6 39732,7915 0,0066555 0,0037815 3 3 dan 4 13596370,7201 0,00026978 0,00027262
4 6 39732,7915 0,0066555 0,0037815 4 2dan13 13480980,5522 0,00027062 0,00027411
5 7 39653,2574 0,0066582 0,0037876 5 6dan13 13426535,8161 0,00027076 0,00027508
Tabel 4 Hasil Kasus 1 dengan peluang pindah silang Tabel 8 Hasil Kasus 2 dengan peluang pindah silang
sebesar 0,8. sebesar 0,7.
No. Section Fitness SAIDI SAIFI No. Section Fitness SAIDI SAIFI
1 10 39751,0095 0,0066546 0,0037804 1 2dan 3 13673922,8751 0,00026955 0,00027131
2 10 39751,0095 0,0066546 0,0037804 2 6dan 7 13316580,9645 0,00027264 0,00027544
3 6 39732,7915 0,0066555 0,0037815 3 4dan 7 13295255,5889 0,00027273 0,00027578
4 7 39653,2574 0,0066582 0,0037876 4 3dan 7 11438124,7574 0,00030081 0,00029064
5 5 39043,7675 0,0067120 0,0038159 5 7dan13 11288999,6997 0,00030188 0,00029344
Tabel 5 Hasil Kasus 1 dengan peluang pindah silang Tabel 9 Hasil Kasus 2 dengan peluang pindah silang
sebesar 0,9. sebesar 0,8.
No. Section Fitness SAIDI SAIFI No. Section Fitness SAIDI SAIFI
1 10 39751,0095 0,0066546 0,0037804 1 2 dan 6 16176270,7055 0,00024138 0,00025611
2 6 39732,7915 0,0066555 0,0037815 2 4 dan 8 16038140,5802 0,00024185 0,00025781
3 7 39653,2574 0,0066582 0,0037876 3 4dan12 11215626,0415 0,00030233 0,00029491
4 7 39653,2574 0,0066582 0,0037876 4 4dan12 11215626,0415 0,00030233 0,00029491
5 7 39653,2574 0,0066582 0,0037876 5 8dan12 11209032,8296 0,00030247 0,00029495
6
Tabel 10 Hasil Kasus 2 dengan peluang pindah silang 5.2 SARAN
sebesar 0,9. Berdasarkan pengujian dan analisis yang
No. Section Fitness SAIDI SAIFI telah dilakukan, maka dapat disimpulkan beberapa
1 2dan 8 16136486,2303 0,00024161 0,00025649 hal sebagai berikut :
2 2dan 8 16136486,2303 0,00024161 0,00025649
3 6dan 7 13316580,9645 0,00027264 0,00027544
1. Dapat dikembangkan untuk tipe jaringan listrik
4 4dan 7 13295255,5889 0,00027273 0,00027578 yang lain seperti tipe jaringan loop dan tipe
5 7dan 8 13286889,9905 0,00027287 0,00027581 jaringan spindel.
Tabel 11 Hasil Kasus 2 dengan peluang pindah silang 2. Dapat dikembangkan untuk perhitungan ASIDI
sebesar 1. dan ASIFI.
No. Section Fitness SAIDI SAIFI 3. Perlu dikembangkan untuk analisis dengan nilai
1 2 dan 8 16136486,2303 0,00024161 0,00025649 laju kegagalan dan waktu keluar yang berbeda
2 2 dan 3 13673922,8751 0,00026955 0,00027131
untuk masing-masing komponen.
3 2 dan 7 13370471,9545 0,00027250 0,00027447
4 6 dan 7 13316580,9645 0,00027264 0,00027544 4. Perlu dikembangkan untuk analisis dengan nilai
5 7dan13 11288999,6997 0,00030188 0,00029344 laju kegagalan dan waktu keluar yang berbeda
Dari hasil pengujian pada Tabel 7, Tabel 8 , untuk masing-masing komponen.
Tabel 9, Tabel 10, dan Tabel 11 didapatkan nilai 5. Perlu dikembangkan untuk analisis yang
yang bervariasi dikarenakan sistem optimasi mempertimbangkan fungsi recloser yang bisa
menggunakan algoritma genetika yang mengatasi gangguan sementara.
membangkitkan bilangan random. Hasil pengujian
yang mempunyai nilai fitness tertinggi adalah
kombinasi posisi 2 (section 2) dan posisi 6 (section DAFTAR PUSTAKA
6) dengan nilai SAIDI sebesar
0.00024138jam/pelanggan.tahun dan nilai SAIFI
[1] A.Pregelj, M.Begovic, A.Rohatgi, and
sebesar 0.00025611kegagalan/pelanggan.tahun. D.Novosel, On Optimization of Reliability of
Nilai SAIDI dan SAIFI ketika belum dipasang Distributed Generation-Enhanced Feeders,
recloser adalah 0.00024124 jam/pelanggan.tahun Proceedings of the 36th HICSS, 2002.
dan 0.00025514kegagalan/pelanggan.tahun. [2] Brown, Electric Power Distribution Realibility,
V PENUTUP MARCEL DEKKER INC, New York, 2002.
5.1 KESIMPULAN [3] Kunto Herwin Bowo, Analisis Penggunaan
Berdasarkan pengujian dan analisis yang Recloser 3 Phasa 20 kV untuk Pengaman Arus
Lebih di Penyulang Srondol 4, Laporan Tugas
telah dilakukan, maka dapat disimpulkan beberapa
Akhir Strata 1 Jurusan Teknik Elektro
hal sebagai berikut : Universitas Diponegoro, 2006.
1. Bentuk jaringan penyulang tenaga listrik [4] Short, Tom, Electric Power Distribution
berpengaruh terhadap nilai SAIDI dan SAIFI Handbook, Florida, 2004.
sistem tenaga listrik. [5] Son Kuswandi, Kendali Cerdas, Penerbit
2. Letak recloser yang optimum untuk kasus ANDI, Yogyakarta, 2007.
pertama adalah posisi 10 (section 10) dengan [6] Sumardi, Bahan Ajar Teknik Optimasi,
nilai SAIDI sebesar 0,0066546 jam / Semarang, 2006.
pelanggan.tahun dan nilai SAIFI sebesar [7] Sukerayasa, Evaluasi Keandalan Penyulang
Konfigurasi Radial dan Spindel, Teknologi
0,0037804 kegagalan/pelanggan.tahun.
Elektro Vol.6 No.3, 2007.
3. Letak recloser yang optimum untuk kasus [8] Sukerayasa et al, Penentuan Angka Keluar
kedua adalah kombinasi posisi 2 (section 2) Peralatan Untuk Evaluasi Keandalan Sistem
dan posisi 6 (section 6) dengan nilai SAIDI Distribusi Tenaga Listrik, Teknologi Elektro
sebesar 0,00024138jam/pelanggan.tahun dan Vol.6 No.2, 2007.
nilai SAIFI sebesar 0,00025611 kegagalan/ [9] Suyanto, Algoritma Genetik dalam MATLAB,
pelanggan.tahun. Penerbit ANDI, Yogyakarta, 2005.
4. Optimasi dengan algoritma genetika dapat
menghasilkan beberapa solusi terbaik untuk
masing-masing kasus.
7
BIODATA
RADIKTYO NINDYO S
(L2F 005 572)
Mengetahui / Mengesahkan :
Dosen Pembimbing I
Dosen Pembimbing II