ECONOMIC DISPATCH DAN OPTIMALISASI BIAYA OPERASI PADA PEMBANGKIT TERMAL DALAM SISTEM 500 KV MENGGUNAKAN GENETIC ALGORITHM (GA)

• Main Author: Nuur Miftah Azkiya, - (Author)
• Format: Book
• Published: 2018-08-28.
• Subjects: Thesis; NonPeerReviewed
• Online Access: Link Metadata
• Notes: http://repository.upi.edu/44424/1/S_TE_1405171_Title.pdf; http://repository.upi.edu/44424/2/S_TE_1405171_Abstract.pdf; http://repository.upi.edu/44424/3/S_TE_1405171_Tabel_Of_Content.pdf; http://repository.upi.edu/44424/4/S_TE_1405171_Chapter1.pdf; http://repository.upi.edu/44424/5/S_TE_1405171_Chapter2.pdf; http://repository.upi.edu/44424/6/S_TE_1405171_Chapter3.pdf; http://repository.upi.edu/44424/7/S_TE_1405171_Chapter4.pdf; http://repository.upi.edu/44424/8/S_TE_1405171_Chapter5.pdf; http://repository.upi.edu/44424/9/S_TE_1405171_Bibliography.pdf; http://repository.upi.edu/44424/10/S_TE_1405171_Appendix.pdf
• Keywords: TK Electrical engineering. Electronics Nuclear engineering

Sistem tenaga listrik dibagi menjadi tiga bagian utama, yaitu pembangkit tenaga listrik, penyaluran tenaga listrik atau transmisi, dan distribusi tenaga listrik. Pembangkit tenaga listrik merupakan komponen yang mengeluarkan biaya terbesar didalam suatu sistem tenaga listrik. Analisis untuk meminimalkan biaya pembangkitan biasa disebut dengan istilah Economic Dispatch. Arti dari Economic Dispatch adalah pembagian pembebanan pada unit-unit pembangkit yang ada dalam sistem secara optimal dan ekonomis pada harga beban tertentu. Dengan penerapan Economic Dispatch maka akan didapatkan biaya pembangkitan yang minimum terhadap produksi daya listrik. Maka perlu adanya optimalisasi yakni dengan memakai suatu pendekatan heuristik dengan Genetic Algorithm (GA). Dengan pendekatan tersebut akan didapatkan biaya operasi yang ekonomis. Algoritma genetika mampu menemukan nilai daya pembangkitan yang optimal. Studi kasus pada penelitian ini terdapat pada pembangkit termal yag ada di dalam sistem 500 kV Jawa-Bali. Pembangkit yang dijadikan penelitian adalah pembangkit Suralaya, Muara Tawar, Tanjung Jati, Gresik, Paiton, dan Muara Karang. Software yang digunakan adalah Matlab R2017a. Pada penelitian ini digunakan data fungsi persamaan heatrate dan persamaan biaya operasi pada pembangkit termal kemudian dilakukan pengaturan terhadap output (daya) dari pembangkit guna menekan biaya operasi pembangkitan. Genetic Algorithm sangat sederhana karena hanya melibatkan crossover dan mutasi string sehingga penelitian ini menggunakan algoritma tersebut untuk mencari solusi masalah. Dengan genetic algorithm didapatkan hasil biaya operasi dimana biaya terbesar yakni sejumlah 3.172.653.871 Rp/h dan biaya terkecil yakni sejumlah 2.336.431.759 Rp/h. ;--- Electricity system is divided into three main parts, namely power plants, transmission, and distribution of electricity. Power generation is the biggest cost component in a power system. The analysis to minimize generational costs is called Economic Dispatch. The meaning of Economic Dispatch is the division of loading on existing generating units in the system optimally and economically at a certain load price. With the implementation of Economic Dispatch it will get a minimum cost of generation of electricity production. Then the need for optimization that is by using a heuristic approach with Genetic Algorithm (GA). With this approach will be obtained an economical operating costs. Genetic algorithms are able to find the optimal power generation value. The case studies in this research are available on thermal generation in the Java-Bali 500 kV system. The research stations are Suralaya, Muara Tawar, Tanjung Jati, Gresik, Paiton and Muara Karang plants. Software used is Matlab R2017a. In this research we use the data of heatrate equation function and equation of operating cost at thermal generator then made arrangement to output (power) from generator to reduce operating cost of generation. Genetic Algorithm is very simple because it involves only crossover and string mutations so this research uses the algorithm to find the solution of the problem. With genetic algorithm, the result of operating cost where the biggest cost is 3,172,653,871 Rp / h and the smallest cost is 2,336,431,759 Rp / h.