Analisis Economic Dispatch Pada Pembangkit Thermal 500 kV Jawa Bali Dengan Algoritma Genetika,

Arifin, Muhammad Syaiful (2016) Analisis Economic Dispatch Pada Pembangkit Thermal 500 kV Jawa Bali Dengan Algoritma Genetika,. Sarjana thesis, Universitas Brawijaya.

Abstract

Kemampuan pembangkit listik untuk memikul beban menentukan keandalan sistem energi listrik, sehingga selalu diupayakan besar daya yang dibangkitkan harus sama dengan besar kebutuhan di sisi beban setiap saat. Terutama unit pembangkit thermal yang berbahan bakar fosil sangat tergantung pada bahan bakar, pertambahan beban akan mendorong pertambahan kuantitas (jumlah) bahan bakar per satuan waktu yang akan meningkatkan pertambahan biaya per satuan waktu. Fluktuasi kebutuhan energi listrik di sisi beban akan menimbulkan fluktuasi biaya bahan bakar, berkaitan dengan hal tersebut perlu ditentukan pola korelasi keduanya, yang biasa disebut input-output suatu pembangkit tenaga listrik. Pada sistem tenaga listrik, unit-unit pembangkit tidak berada dalam jarak yang sama dari pusat beban dan biaya pembangkitan tiap-tiap pembangkit pun berbeda. Pada kondisi operasi normal sekalipun, kapasitas pembangkitan harus lebih besar dari jumlah beban dan rugi-rugi daya pada sistem. Oleh karena itu, perlu dilakukan suatu pengaturan terhadap pembangkitan. Analisis aliran daya optimal adalah suatu perhitungan untuk meminimalkan suatu fungsi tujuan yaitu biaya pembangkitan atau rugi-rugi transmisi dengan mengatur daya aktif dan daya reaktif pembangkitan tiap pembangkit sistem tenaga yang terinterkoneksi dengan memperhatikan batas-batas tertentu. Biaya total bahan bakar 6 unit pembangkit thermal sistem 500 kV Jawa-Bali dengan menggunakan Algoritma Genetika selama 24 jam adalah Rp.115.379.855.898. Apabila dibandingkan dengan data riil sistem yang menghasilkan total biaya sebesar Rp.150.371.894.794, maka penjadwalan unit pembangkit dengan algoritma genetika memberikan hasil 23,27% lebih ekonomis.

English Abstract

The electric generating capability to bear the burden of determining the reliability of the electrical energy system, so always strived large power generated must be equal to the great needs in the load side at any time. Especially the thermal generating units fueled heavily dependent on fossil fuels, increase the burden will encourage the increase of quantity (amount) of fuel per unit time which will increase the cost increase per unit time. Fluctuations in the electrical energy needs at the side of the load will cause fluctuations in the cost of fuel, in this regard need to be determined correlation patterns of both, which is called input-output of a power plant. In the electric power system, generating units are not in the same distance from the center of the load and generation costs of each plant is different. Even under normal operating conditions, generating capacity must be greater than the amount of load and power loss in the system. Therefore, there should be an arrangement to generation. Analysis of optimal power flow is a calculation to minimize an objective function, namely the generation cost or transmission losses by regulating the active power and reactive power generation of each generator power systems which are interconnected by observing certain limits. The total fuel costs six thermal generating units of 500 kV system of the Java-Bali using Genetic Algorithms for 24 hours is Rp.115.379.855.898. When compared with real data systems that generate a total cost of Rp.150.371.894.794, the scheduling of power plants with a genetic algorithm provides 23.27% more economical results.

Item Type: Thesis (Sarjana)
Identification Number: SKR/FT/2016/912/051609958
Subjects: 600 Technology (Applied sciences) > 621 Applied physics > 621.3 Electrical, magnetic, optical, communications, computer engineering; electronics, lighting
Divisions: Fakultas Teknik > Teknik Elektro
Depositing User: Budi Wahyono Wahyono
Date Deposited: 24 Oct 2016 12:54
Last Modified: 26 Nov 2021 03:22
URI: http://repository.ub.ac.id/id/eprint/145195
[thumbnail of BAB_5.pdf]
Preview
Text
BAB_5.pdf

Download (1MB) | Preview
[thumbnail of DAFTAR_PUSTAKA.pdf]
Preview
Text
DAFTAR_PUSTAKA.pdf

Download (1MB) | Preview
[thumbnail of COVER.pdf]
Preview
Text
COVER.pdf

Download (1MB) | Preview
[thumbnail of BAB_2.pdf]
Preview
Text
BAB_2.pdf

Download (2MB) | Preview
[thumbnail of BAB_3.pdf]
Preview
Text
BAB_3.pdf

Download (2MB) | Preview
[thumbnail of BAB_4.pdf]
Preview
Text
BAB_4.pdf

Download (2MB) | Preview
[thumbnail of JURNAL.pdf]
Preview
Text
JURNAL.pdf

Download (2MB) | Preview
[thumbnail of LAMPIRAN.pdf]
Preview
Text
LAMPIRAN.pdf

Download (2MB) | Preview
[thumbnail of PENGANTAR.pdf]
Preview
Text
PENGANTAR.pdf

Download (1MB) | Preview
[thumbnail of BAB_1.pdf]
Preview
Text
BAB_1.pdf

Download (1MB) | Preview

Actions (login required)

View Item View Item