Algazali, Muh. (2022) Studi Operasi Ekonomis Metode Particle Swarm Optimization Pada Sistem IEEE = Economic Operation Study of Particle Swarm Optimization Method on IEEE System. Skripsi thesis, Universitas Hasanuddin.
D041171512_skripsi_09-08-2022 cover1.png
Download (84kB) | Preview
D041171512_skripsi_09-08-2022 1-2.pdf
Download (1MB)
D041171512_skripsi_09-08-2022 dp.pdf
Download (2MB)
D041171512_skripsi_09-08-2022.pdf
Restricted to Repository staff only until 21 November 2024.
Download (6MB)
Abstract (Abstrak)
Optimasi operasi ekonomis merupakan masalah yang banyak ditemukan dalam sistem operasi sistem tenaga listrik. Bertambahnya jumlah pemakai energi listrik membuat penyedia listrik untuk menambah jumlah daya listrik sehingga menyebabkan bertambahnya jumlah pemakaian bahan bakar. Meningkatnya pemakaian bahan bakar membutuhkan biaya yang semakin besar menyebabkan ilmuan untuk meminimalisir biaya pembangkit dengan berbagai metode salah satunya menggunakan metode PSO (Particle Swarm Optimization). Dalam tugas akhir ini, metode yang digunakan untuk optimasi adalah PSO dan sebagai bandingan digunakan metode GA (Genetic Algorithm). Kedua metode tersebut diaplikasikan ke sistem IEEE 5 bus, 26 bus, dan 57 bus. Pada hasilnya otpimasi metode PSO memberikan optimasi biaya operasi yang lebih murah daripada optimasi metode GA. Pada sistem IEEE 5 bus saat beban maksimum metode PSO menghasilkan biaya sistem 15518,1906 $/MWh sedangkan metode GA adalah 15519,3568 $/MWh. Pada sistem IEEE 26 bus pada optimasi beban maksimum menggunakan metode PSO menghasilkan biaya sistem 15503,9540 $/MWh sedangkan metode GA adalah 15504,1890 $/MWh. Pada sistem 57 bus pada optimasi beban maksimum metode PSO menghasilkan biaya sistem 74150,9366 $/MWh sedangkan metode GA adalah 74278,6907 $/MWh. Sebagai tambahan ketiga sistem tersebut ditambahkan PLTB untuk mengurangi pemakaian bahan fosil. pada sistem IEEE 5 bus, 26 bus, dan 57 bus diintegrasikan dengan PLTB 9 MW, 21 MW, 49 MW, 76 MW, 101 MW, 124 MW, 184 MW, 246 MW, dan 362 MW, Pada hasilnya didapatkan optimasi dengan biaya operasi yang lebih murah dengan pemakaian PLTB.
Keywords : Optimasi, Particle Swarm Optimization, Genetic Algorithm, Pembangkit Listrik Tenaga Bayu, Operasi Ekonomis, Penjadwalan Ekonomis.
Item Type: | Thesis (Skripsi) |
---|---|
Uncontrolled Keywords: | Optimization, Particle Swarm Optimization, Genetic Algorithm, Wind Farm Power Plant, Economic Dispatch |
Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
Divisions (Program Studi): | Fakultas Teknik > Teknik Elektro |
Depositing User: | S.Sos Rasman - |
Date Deposited: | 22 Nov 2022 07:15 |
Last Modified: | 22 Nov 2022 07:15 |
URI: | http://repository.unhas.ac.id:443/id/eprint/23374 |