Optimasi Nilai Static Var Compensator (SVC) Untuk Perbaikan Jatuh Tegangan Pada Sistem Distribusi 20 KV Menggunakan Metode Particle Swarm Optimization (PSO)
Keywords:
Sistem Distribusi, Jatuh Tegangan, Static Var Compensator (SVC), Particle Swarm Optimization (PSO)Abstract
Listrik adalah salah satu sumber tenaga yang paling utama dibutuhkan oleh masyarakat. Bersamaan dengan perkembangan zaman, kebutuhan akan tenaga listrik yang terus berkembang setiap tahunnya menyebabkan sistem distribusi dipaksa untuk beroperasi pada batasnya kemampuannya. Sehingga menimbulkan turunnya kualitas tegangan. Penyebab menurunnya kualitas tegangan salah satunya adalah adanya jatuh tegangan. Jatuh Tegangan dari sistem tenaga listrik dapat diatasi dengan menggunakan peralatan Flexible AC Transmission System (FACTS). Perangkat FACTS yang digunakan adalah Static Var Compensator (SVC). FACTS adalah teknologi modern yang dapat meningkatkan stabilitas sistem tenaga, meningkatkan profil tegangan dan dapat meningkatkan transfer daya nyata, dengan mengontrol parameter yang berbeda seperti impedansi, tegangan, dan sudut sistem tenaga, namun terdapat alokasi dan ukuran yang optimal dalam daya. Static VAR Compensator (SVC) yang dipasang secara paralel pada bus-bus saluran distribusi digunakan untuk mengkompensasi daya reaktif pada saluran distribusi. Untuk dapat memberikan kompensasi yang tepat, diperlukan suatu metode untuk menentukan nilai kapasitansi dari SVC. Pada penelitian ini dibahas mengenai studi optimasi nilai SVC untuk perbaikan jatuh tegangan menggunakan Particle Swarm Optimization (PSO). Hasil dari pemasangan SVC dengan metode PSO yaitu tegangan di bus 4 yang awalnya 94,48% menjadi 98,35. Bus 14 yang awalnya 94,4% menjadi 99,12% dan bus 15 yang awalnya 94,32% menjadi 99,21%.
References
M. F. Wahyudianto, S. Sarwito, and A. Kurniawan, “Analisa Tegangan Jatuh pada Sistem Distribusi,” J. Tek. ITS, vol. 5, no. 2, p. G-344-G-348, 2016.
N. H. Lumintang, Y. Rahmawati, and Aripriharta, “Analisis pemasangan trafo sisipan terhadap perbaikan jatuh tegangan di pln sumberpucung karangkates,” Pros. Semin. Nas. Teknol. Elektro Terap., vol. 03, p. pp 24-29, 2019.
Razana, Afifa. 2017. Optimalisasi Kapasitas SVC Pada Sistem Jawa Madura Bali(JALI) 500 KV Menggunakan Algoritma Genetika.
[Skripsi]. Surabaya : Perpustakaan FTIK UHT. Chemie Int. Ed. 6(11), 951–952., 1967.
R. T. Sataloff, M. M. Johns, and K. M. Kost, “Analysis of the covariance structure of health-related indicators in the elderly at home with a focus on subjective health Title,” vol. 06, no. 3.
D. Mulyana, I. Winarno, D. Rahmatullah, and I. D. P. K, “Penempatan Lokasi Optimal Static Var Compensator ( Svc ) Untuk Minimisasi Rugi Daya Menggunakan Metode Particle Swarm Optimization ( Pso ),” vol. 13, no. 2, pp. 100–110, 2020.
D. Rahmatullah, “Setting Docr Adaptif Pada Sistem Distribusi Dengan Pembangkit Tersebar Menggunakan Algoritma Pso - Neural Network Adaptive Docr Setting on Distribution Systems With Distributed Generation Using Pso-Neural Network Algorithm,” 2017.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2021 JEECAE (Journal of Electrical, Electronics, Control, and Automotive Engineering)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.