BAB III 1 METODE PENELITIAN

23

BAB III 1

1.1

METODE PENELITIAN

Sumber Data Data yang digunakan dalam penelitian ini sebagai berikut:

1. Karakteristik

pembangkit

meliputi

daya

maksimum

dam

minimum,

karakteristik heat-rate (perbandingan input-output), harga bahan bakar, karakteristik saluran, dan beban harian. Sumber data yang didapat dari PT. PLN (Persero) Penyaluran dan Pusat Pengaturan Beban (P3B) Jawa-Bali. 2. Penjadwalan

dilakukan

pada

pembangkit

termal

yang

terhubung

(interkoneksi) dengan sistem 500 kV Jawa-Bali, yaitu Suralaya, Muara Tawar, Tanjung Jati, Gresik, Paiton dan Grati. 3. Data yang digunakan adalah data saluran dan pembebanan pembangkit termal sistem 500 kV Jawa-Bali pada tanggal 9 September 2013. 4. Perhitungan

rugi-rugi

saluran

sistem

interkoneksi

500kV

Jawa-Bali

menggunakan bantuan software MATLAB R2011a.

1.2

Perangkat Penunjang Penelitian Hasil penelitian yang baik tentu saja tidak terlepas dari peran perangkat

penunjang yang memfasilitasi proses penelitian serta penyusunan laporan penelitian yang meliputi perangkat keras (hardware) dan perangkat lunak (software). Perangkat keras penunjang penelitian ini ialah 1 set komputer dengan spesifikasi sistem Prosessor Intel® Core™ i5-3320M @2.6GHz with ATI Radeon™ HD Graphics, RAM 4Gb, System Type 32 – bit Operating System Windows 7 Home Premium. Sedangkan perangkat lunak yang digunakan untuk pengolahan data, pembelajaran algoritma, citation manage dan keperluan penelitian lainnya ialah beberapa aplikasi berikut. Matlab Version 7.12.0.635 (R2011a), Mendeley Desktop Version 1.13.8., dan Microsoft office 2010.

Eki Nandang Supriatna, 2016 PENJADWALAN EKONOMIS PEMBANGKIT TERMAL DENGAN MEMPERHITUNGKAN RUGI-RUGI TRANSMISI MENGGUNAKAN PATTERN SEARCH Universitas Pendidikan Indonesia | repository.upi.edu| perpustakaan.upi.edu

24

1.3

Data Sistem Interkoneksi 500kV Jawa Bali Sistem interkoneksi 500kv Jawa Bali terdiri atas 26 bus dan 8 pembangkit.

Pembangkit-pembangkit yang terpasang antara lain Suralaya, Paiton, Cirata, Saguling, Muara Tawar, Tanjung Jati, Grati, dan Gresik. Unit pembangkit Cirata dan Saguling merupakan pembangkit listrik tenaga air, dan sisanya merupakan pembangkit termal, dengan pembangkit Suralaya sebagai pembangkit slack. Sistem interkoneksi 500kV Jawa Bali dapat digambarkan dalam bentuk single line diagram seperti pada gambar berikut ini,

Gambar 1.1 Sistem Interkoneksi 500kV Jawa Bali Keterangan gambar : : pembangkit hidro : pembangkit termal : saluran transmisi : saluran outgoing 500 kV : bus bar Eki Nandang Supriatna, 2016 PENJADWALAN EKONOMIS PEMBANGKIT TERMAL DENGAN MEMPERHITUNGKAN RUGI-RUGI TRANSMISI MENGGUNAKAN PATTERN SEARCH Universitas Pendidikan Indonesia | repository.upi.edu| perpustakaan.upi.edu

25

1.3.1

Parameter Bus Pada sistem tenaga listrik terdapat 3 jenis bus berdasarkan fungsinya, yaitu

bus referensi, bus beban, dan bus generator. Pengelompokan bus sendiri bertujuan untuk mempermudah dalam hal identifikasi dan analisis data penulisan. Berdasarkan gambar 3.1 kita dapat mengelompokan bus-bus teresbut ke dalam tiga jenis bus, sebagaimana tabel berikut,

Tabel 1.1 Jenis-Jenis Bus Pada Sistem Interkoneksi 500kV Jawa Bali Jenis Bus Slack Bus

Kode 1

Nama Bus

Jumlah Bus

Suralaya

1

Suralaya baru, Cilegon, Kembangan, Gandul, Balaraja, Cibinong, Cawang, Bus

0

Beban

Bekasi, Depok, Cibatu, Tasikmalaya, Bandung

Selatan,

Mandirancan,

18

Ungaran, Pedan, Ngimbang, Surabaya Barat, Kediri Bus Generator

2

Muara Tawar, Cirata, Saguling, Tanjung Jati, Gresik, Grati, Paiton

7

Dari tabel di atas diketahui bahwa sistem interkoneksi 500 kV Jawa-Bali memiliki 1 slack bus, 18 bus beban dan 7 bus generator. Data lain yang diperlukan selain pengelompokan jenis bus adalah data pembebanan dan pembangkitan. Selain itu karakteristik saluran transmisi diperlukan untuk mencari persamaan rugi-rugi transmisi. Karakteristik saluran transmisi yang diperlukan yaitu reaktansi (X) saluran, resistansi (R) saluran dan suseptansi (B) saluran, berikut tabel data saluran dan bus sistem interkoneksi 500 kV Jawa Bali.


26

Tabel 1.2 Data Saluran Sistem Interkoneksi 500kV Jawa Bali ( Data Parameter SJB PT. PLN P3B Jawa-Bali) Dari Bus 1 2 2 5 5 7 9 9 10 10 11 11 12 12 14 14 15 17 17 19 19 19 20 21 22 22 25 26 26 3 23

Ke Bus 2 3 6 4 6 14 7 8 5 7 7 8 11 13 13 16 10 16 19 18 20 21 15 22 19 24 20 24 25 7 22

R (pu)

X (pu)

0.00015 0.00125 0.00735 0.01313 0.00302 0.00595 0.00822 0.00444 0.00197 0.00069 0.00182 0.00621 0.00562 0.00564 0.00547 0.00294 0.00391 0.02811 0.01398 0.02695 0.01353 0.00903 0.02347 0.03062 0.00059 0.02979 0.00797 0.00280 0.02058 0.00887 0.02058

0.00141 0.01401 0.07066 0.14692 0.03385 0.05724 0.09199 0.04267 0.01896 0.00667 0.01753 0.05967 0.05404 0.05422 0.05264 0.02833 0.04380 0.31449 0.13433 0.25898 0.15140 0.08681 0.22558 0.34257 0.05740 0.28622 0.08919 0.02691 0.23025 0.09924 0.23025

1/2 B (pu) 0.01136 0.00057 0.00011 0.00005 0.00023 0.00014 0.00008 0.00018 0.00042 0.00119 0.00045 0.00013 0.00014 0.00014 0.00015 0.00028 0.00018 0.00002 0.00005 0.00003 0.00005 0.00009 0.00003 0.00002 0.00013 0.00002 0.00008 0.00029 0.00003 0.00008 0.00003


27

Tabel 1.3 Data Pembangkitan dan Pembebanan Bus pada Sistem Interkoneksi 500 kV (Logsheet Pukul 07:00 WIB Senin, 9 September 2013 PT. PLN P3B Jawa-Bali) Nama Bus Suralaya Baru Suralaya Cilegon Kembangan Gandul Balaraja Cibinong Cawang Bekasi Depok Muaratawar Cibatu Cirata Saguling Tasikmalaya Bandung Selatan Mandirancan Tanjung Jati Ungaran Pedan Ngimbang Surabaya Barat Gresik Grati Kediri Paiton Total

kode bus 0 1 0 0 0 0 0 0 0 0 2 0 2 2 0 0 0 2 0 0 0 0 2 2 0 2

Load MW Mvar 82 13 136 -82 146 -145 412 70 442 -708 599 242 200 323 431 120 873 90 368 54 0 0 620 400 503 149 0 0 160 49 326 195 -117 104 264 34 655 329 496 168 231 19 674 357 151 -21 385 172 485 172 364 28 8886 2132

Generator MW Mvar 0 0 2534 817 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 734 122 0 0 111 21 107 13 0 0 0 0 0 0 1591 31 0 0 0 0 0 0 0 0 854 196 406 72 0 0 3195 -325 9532 947

Keterangan : Kode bus 0

: bus beban

Kode bus 1

: slack bus

Kode bus 2

: bus generator

Pada tabel 3.3 kolom generator mengindikasikan daya yang hasilkan suatu pusat pembangkit listrik. Sedangkan pada bus beban kolom generator bernilai 0, Eki Nandang Supriatna, 2016 PENJADWALAN EKONOMIS PEMBANGKIT TERMAL DENGAN MEMPERHITUNGKAN RUGI-RUGI TRANSMISI MENGGUNAKAN PATTERN SEARCH Universitas Pendidikan Indonesia | repository.upi.edu| perpustakaan.upi.edu

28

mengindikasikan bahwa bus tersebut merupakan bus yang terhubung dengan jaringan dibawah 500 kV untuk menyaluran energi listrik ke pusat beban.

1.3.2

Parameter Pembangkit Dalam mencari fungsi biaya bahan bakar diperlukan data dari

perbandingan input-output yang biasa disebut data heat-rate. Setiap pembangkit memiliki data heat-rate yang berbeda beda, mengakibatkan fungsi biaya bahan bakar berbeda pula. Diperlukan setidaknya 4 titik heat-rate untuk mencari fungsi biaya bahan bakar. Tabel 1.4 Data Heat-rate Pembangkit Termal 500kV Jawa-Bali Nama Pembangkit Suralaya Muara Tawar Tanjung Jati Gresik Grati Paiton

Daya Pembangkitan MW 1 2 3 4 1.703 2.221 2.561 3.247 666 826 993 1.140 1.227 1.525 1.813 1.983 1.141 1.382 1.649 1.973 320 400 560 796 2.072 2.793 3.359 4.005

Heat Rate (kkal/kWh) 1 2 3 4 19.287 18.783 18.521 18.103 28.387 28.304 25.412 24.756 7.262 7.182 7.107 7.055 48.200 47.886 47.715 47.562 31.413 28.223 27.456 26.895 19.204 18.410 17.862 17.372

Suatu unit pembangkit memiliki batas minimum dan batas maksimum kapasitas pembangkitan. Selang ini menandakan batas kerja aman suatu pembangkit.

Apabila

pembangkit

bekerja

diluar

selang

tersebut

akan

menimbulkan kerusakan baik secara langsung maupun tidak langsung.

Tabel 1.5 Batas Maksimum dan Minimum Pembangkit Termal Sistem 500kV Jawa-Bali No.

Pembangkit

1 2 3 4 5 6

Suralaya Muara Tawar Tanjung Jati Gresik Grati Paiton

P min P maks (MW) (MW) 1.600 3.400 600 1.500 1.200 2.100 900 2.100 290 800 1.800 4.300


29

1.3.3

Parameter Beban Data pembebanan yang akan digunakan dalam penelitian ini adalah data

pembebanan pada sistem interkoneksi 500kV Jawa-Bali yang terdiri dari 24 jam pembebanan sebagai berikut:

Tabel 1.6 Pembebanan Pembangkit Termal Sistem 500 kV Jawa-Bali (Logsheet Senin, 9 September 2013 PT. PLN P3B Jawa-Bali) Pukul 1:00 2:00 3:00 4:00 5:00 6:00 7:00 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 21:00 22:00 23:00 24:00 1.4

Suralaya 2.032 2.038 2.058 2.037 2.490 2.728 2.534 2.964 2.951 2.979 3.162 3.195 3.266 3.249 3.241 3.251 3.095 3.218 3.137 3.155 3.161 3.089 2.934 2.961

Muara Tawar Tanjung Jati 724 1.818 677 1.656 651 1.517 650 1.361 706 1.579 614 1.693 734 1.591 686 1.828 982 1.977 982 1.989 1.220 1.986 1.168 1.823 1.393 1.928 1.320 1.986 1.274 1.986 1.179 1.988 1.093 1.987 1.156 1.986 1.160 1.975 1.167 1.989 1.056 1.986 844 1.989 942 1.965 720 1.973

Gersik 1.034 1.021 1.023 1.037 942 883 854 1.056 1.239 1.287 1.310 1.206 1.284 1.299 1.277 1.345 1.348 1.551 1.555 1.553 1.555 1.515 1.526 1.410

Paiton 3.306 3.110 3.120 3.072 3.549 3.471 3.195 3.659 4.164 4.208 4.212 3.610 3.775 4.218 4.236 4.051 4.052 4.242 4.238 4.230 4.229 4.053 4.051 4.076

Grati 412 407 405 403 439 455 406 405 377 376 321 325 285 378 402 413 341 689 747 686 491 401 290 292

Prosedur Penelitian Sumber data yang didapat dari PT. PLN (Persero) Penyaluran dan Pusat

Pengaturan Beban (P3B) Jawa-Bali berupa data heat rate, pembebanan pembangkit, daya nyata maksimum, daya nyata minimum, karakteristik saluran dan aliran daya. Eki Nandang Supriatna, 2016 PENJADWALAN EKONOMIS PEMBANGKIT TERMAL DENGAN MEMPERHITUNGKAN RUGI-RUGI TRANSMISI MENGGUNAKAN PATTERN SEARCH Universitas Pendidikan Indonesia | repository.upi.edu| perpustakaan.upi.edu

30

Guna memberikan langkah kerja yang sistematis penulis menambahkan diagram alir penelitian skripsi dan diagram alir algoritma penyelesaian penjadwalan pembangkit menggunakan pattern search yang disajikan pada gambar 3.2 dan gambar 3.3 dibawah ini,

MULAI

Studi Teori

Pengumpulan Data

Mengolah Data

Menganalisis

Hasil dan kesimpulan

SELESAI

Gambar 1.2 Diagram Alir Penelitian Skripsi

Berdasarkan flowchart pada gambar 3.2, maka langkah-langkah penelitian skripsi dapat dijelaskan sebagai berikut: 1. Studi teori, dalam skripsi yang membahas tentang optimasi pembangkit termal dengan menggunakan metode pattern search ini maka terlebih dulu dipelajari tentang

teori-teori

optimasi

pembangkitan,

bagaimana

menentukan


31

karakteristik input-output pembangkit, membuat persamaan biaya bahan bakar dan metode yang akan digunakan. 2. Langkah berikutnya adalah mengumpulkan data yang akan digunakan. Adapun data yang diperlukan adalah data pembangkitan minimum-maksimum pembangkit, data heat-rate, data pembebanan unit pembangkit dan saluran transmisi dari PT. PLN P3B Jawa-Bali. 3. Langkah ketiga adalah mengolah data-data tersebut menjadi parameter yang bisa digunakan untuk input perhitungan optimasi menggunakan MATLAB. 4. Pencarian jadwal pembangkit yang optimal menggunakan pattern search pada MATLAB dan Analisa hasil penjadwalan. 5. Solusi yang diperoleh dari hasil optimasi dan kesimpulan. 6. Selesai.


32

MULAI

DATA DATA (Permintaan Beban, karakteristik (Permintaan Beban, karakteristik pembangkit{Fungsi biaya bahan pembangkit dan setting bakar pembangkit, Pmax, Pmin, parameter Pattern Search) Koefisien losses})

Ya

Fungsi Biaya Pembangkit lebih kecil dari fungsi sebelumnya f(Pi) < f(Pi-1)

Tidak

Memasukan data pada Algoritma Pattern Search Mesh Size=Mesh size * 0,5 Pi = P(i-1)

Mesh Size=Mesh size * 2 Inisialisasi titik awal dan mesh Pij = Pi0 , Mesh Size = 1

Algoritma poll Pij = Pij + Mesh Size

Tidak Setting parameter tercapai

Mencari kombinasi ΣPij-PL ≥ PD

Ya Tampilkan nilai Pij

Menghitung nilai f(Pi) SELESAI

Gambar 1.3 Diagram Alir Penyelesaian Penjadwalan Sistem Pembangkit Tenaga Listrik Menggunakan Metode Pattern Search Dalam penelitian ini, proses optimasi pembangkitan menggunakan software MATLAB untuk mempermudah proses perhitungan. Adapun penjelasan gambar 3.3 yang berisi tentang langkah optimasi menggunakan software MATLAB adalah sebagai berikut: 1. Proses optimasi dimulai dari melakukan inisialisasi terhadap parameterparameter yang ada. Paremeter tersebut adalah berupa persamaan biaya bahan bakar setiap pembangkit, batas kerja pembangkit, koefisien rugi-rugi transmisi dan setting penghentian algoritma pattern search. Adapun hal yang disetting Eki Nandang Supriatna, 2016 PENJADWALAN EKONOMIS PEMBANGKIT TERMAL DENGAN MEMPERHITUNGKAN RUGI-RUGI TRANSMISI MENGGUNAKAN PATTERN SEARCH Universitas Pendidikan Indonesia | repository.upi.edu| perpustakaan.upi.edu

33

berupa

toleransi

perbedaan minimum antara dua nilai daya yang

dibangkitkan pada dua iterasi berturut-turut, toleransi perubahan nilai fungsi objektif dari kondisi sukses poll menuju sukses poll berikutnya dan toleransi nilai mesh size. 2. Setelah semua parameter dimasukan maka proses optimasi bisa dimulai. Selanjutnya software akan melakukan perhitungan. 3. Untuk awal optimasi menggunakan pattern search yaitu dilakukan inisialisasi terhadap daya yang dibangkitkan tiap pembangkit secara acak. 4. Nilai daya selanjutnya di tambah-kurang mesh size. 5. Mengevaluasi fungsi objektif setiap titik kemungkinan. 6. Selanjutnya nilai fungsi objektif akan di bandingkan dengan nilai fungsi hasil iterasi sebelumnya. Apabila, 

Fungsi objektif lebih kecil dari fungsi objektif sebelumnya maka mesh size*2.



Fungsi objektif lebih besar dari fungsi objektif sebelumnya maka mesh size*0,5, dan titik optimasi akan menggunakan titik sebelumnya (Pij = Pi(j-1)).

7. Apabila salah satu parameter dibawah terpenuhi, maka nilai dari Pij adalah nilai akhir dari proses optimasi, 

Mesh size lebih kecil dari toleransi mesh size.



Jarak antara titik pertama yang ditemukan dengan kondisi sukses poll dan titik kedua dengan kondisi yang sama lebih kecil dibandingkan toleransi Pij.



Perubahan nilai fungsi objektif dari kondisi sukses poll menuju sukses poll berikutnya lebih kecil dari toleransi nilai fungsi.

8. Selesai.


34

1.5

Pattern Search Toolbox Pemodelan pattern search untuk penjadwalan pembangkit menggunakan

pattern search toolbox pada software Matlab Version 7.12.0.635 (R2011a) dari Mathwork Corp.

1. Menentukan fungsi objektif dan pembatas pada pattern search toolbox.

Gambar 1.4 Problem setup and results editor

Fungsi objektif yang akan di optimasi dalam permasalah ini adalah fungsi biaya bahan bakar, sedangkan untuk pembatas berupa daya minimum dan maksimum pembangkit. Fungsi dari rugi-rugi transmisi yang direpresentasikan lewat koefisien B masuk dalam persamaan linear.

2. Menentukan metode poll

Gambar 1.5 Algorithm Poll editor

Poll options mengendalikan bagaimana poll mencari titik mesh. Option ini bergantung pada algoritma poll yang dipakai, namun untuk penelitian ini memakai Generalize Pattern Search (GPS). Eki Nandang Supriatna, 2016 PENJADWALAN EKONOMIS PEMBANGKIT TERMAL DENGAN MEMPERHITUNGKAN RUGI-RUGI TRANSMISI MENGGUNAKAN PATTERN SEARCH Universitas Pendidikan Indonesia | repository.upi.edu| perpustakaan.upi.edu

35

3. Menentukan nilai mesh

Gambar 1.6 Mesh editor Dalam mesh option mengontrol pattern search. Initial size menentukan ukuran mesh awal, yang merupakan panjang vektor dari titik awal ke titik mesh. menentukan ukuran maksimum untuk mesh. Ketika ukuran maksimum tercapai, ukuran mesh tidak lagi meningkatkan setelah iterasi sukses. Untuk faktor ekspansi dan penyusutan di atur pada nilai 2,0 dan 0,5.

4. Parameter penghentian algoritma

Gambar 1.7 Stopping criteria editor Eki Nandang Supriatna, 2016 PENJADWALAN EKONOMIS PEMBANGKIT TERMAL DENGAN MEMPERHITUNGKAN RUGI-RUGI TRANSMISI MENGGUNAKAN PATTERN SEARCH Universitas Pendidikan Indonesia | repository.upi.edu| perpustakaan.upi.edu

36

Algoritma akan menghentikan pencarian apabila parameter pada stopping criteria terpenuhi (lebih kecil dari nilai yang di tentukan). Mesh tolerance menentukan toleransi minimum untuk ukuran mesh. Hal ini menunjukan bahwa algoritma tidak bisa menemukan nilai yang lebih optimal, sehingga mesh size akan dikalikan dengan faktor penyusutan berkali-kali sampai nilainya lebih kecil dari toleransi. Max iteration merupakan batas iterasi maksimal, meskipun nilai optimal belum tercapai, namun sudah melebihi nilai iterasi maksimal maka pencarian akan dihentikan. Max function evaluation menentukan jumlah maksimum evaluasi dari fungsi objektif dan fungsi kendala. Time limit menentukan waktu maksimum dalam detik algoritma pola pencarian berjalan sebelum berhenti. X Tolerance menentukan perbedaan minimum antara dua nilai iterasi berturut-turut. Function tolerance fungsi menentukan toleransi terminasi untuk nilai fungsi objektif. Nonlinear constraint tolerance bukanlah kriteria berhenti, namun menentukan kelayakan pelanggaran kendala maksimum nonlinear.


BAB III 1 METODE PENELITIAN

Recommend Documents