MODEL ALIRAN DAYA OPTIMAL SISTEM SULBAGSEL TERINTEGRASI PEMBANGKIT ENERGI TERBARUKAN = OPTIMAL POWER FLOW MODEL OF SULBAGSEL SYSTEM INTEGRATED WITH RENEWABLE ENERGY GENERATION

ANDI MUHAMMAD ILYAS, Optimal Power Flow Model of Sulbagsel System Integrated with Renewable Energy Generation (dibimbing oleh Ansar Suyuti, Indar Chaerah Gunadin, dan Sri Mawar Said).
Penelitian Model Aliran Daya Optimal Sistem Sulbagsel Terintegrasi Pembangkit Listrik Tenaga Bayu dilakukan tiga tahap dengan metode yang berbeda. Masing-masing tahap dilakukan pada dua jenis data, yaitu data IEEE dalam buku Power System Analysis Hadi Saadat sebagai validasi metode yang digunakan dan data sistem Sulbagsel sebagai studi kasus. Pertama aliran daya optimal real data, kedua indeks stabilitas real data, dan ketiga penyusunan model solusi aliran daya. Hasil validasi metode Modified Improved Particle Swarm Optimization (MIPSO) dengan data IEEE menunjukkan bahwa rugi daya sebesar 12,80 MW/jam lebih kecil jika dibandingkan dengan existing system yaitu 15,53 MW/jam. Sedangkan biaya pembangkitan yaitu 15.446,70 $/jam lebih kecil dibandingkan dengan existing system yaitu 16.767,73 $/jam. Hasil simulasi OPF memperlihatkan bahwa daya pembangkitan rata-rata sebesar 505,69 MW, dengan rugi daya rata-rata sebesar 14,96 MW per jam. Biaya pebangkitan rata-rata sebesar Rp. 277.962.847,11 per jam. Biaya pembangkitan tertinggi terjadi pada pukul 7.00 PM (malam) yaitu sebesar Rp. 367.173.665,50. Biaya pembangkitan terendah terjadi pada pukul 4.00 subuh yaitu Rp. 211.481.977,46. Hasil simulasi metode NVSI digunakan pada data IEEE 30 bus menunjukkan bahwa indeks stabilitas kurang dari satu atau di bawah standar kriteria indeks stabilitas tegangan. Hasil simulasi real data indeks stabilitas sistem Sulbagsel < 1 atau berada pada standar kriteria indeks stabilitas tegangan. Ini menunjukkan bahwa sistem Sulbagsel dalam keadaan stabil. Hasil simulasi data IEEE menggunakan PSO dengan update velocity inertia weight algorithm (IWA) konvergen iterasi ke-21, update velocity constriction factor algorithm (CFA) konvergen iterasi ke-15, sedangkan update velocity hybrid inertia weight algorithm and constriction factor algorithm (PSOHIC) konvergen lebih cepat iterasi ke-7. Rugi daya PSOHIC 12,800 MW lebih rendah dari sistem eksisting yaitu 15,530 atau turun 0,1758%. Biaya pembangkitan PSOHIC 15.446,700 $/jam lebih kecil dari sistem eksisting 16.767,730 $/jam atau terjadi penurunan 0,0788%. Hasil simulasi data sistem Sulbagsel terintegrasi dengan PLTB menunjukkan bahwa PSOHIC konvergen lebih cepat yaitu pada iterasi ke-9 dibandingkan dengan IWA iterasi ke-29 dan CFA iterasi ke-20. Rugi daya menggunakan PSOHIC 16,08 WM/jam lebih rendah dari sistem eksisting 18,49 WM/jam, atau rugi daya mengalami penurunan 0,132%. Biaya pembangkitan dengan menggunakan PSOHIC sebesar Rp. 282.664.632,62/jam, lebih rendah jika dibandingkan dengan existing system yaitu Rp. 296.292.840,00/jam, atau biaya pembangkitan mengalami penurunan sebesar 0,045%.

Kata kunci: Artificial Intelligence, Aliran Daya Optimal, Stabilitas.