IAESCOREIAESCORE

International Journal of Electrical and Computer Engineering (IJECE)International Journal of Electrical and Computer Engineering (IJECE)

Untuk mengurangi kehilangan daya serta memperbaiki profil tegangan pada sistem distribusi, generator terdistribusi (DG) dihubungkan ke bus beban. Pengurangan total kehilangan daya dalam sistem memerlukan proses identifikasi lokasi yang tepat untuk penempatan dan penentuan ukuran DG. Makalah ini memperkenalkan metodologi baru yang menggunakan pendekatan meta‑heuristik berbasis populasi, yakni Artificial Bee Colony (ABC), untuk penempatan DG pada sistem distribusi radial dengan tujuan mengurangi kehilangan daya nyata, meningkatkan profil tegangan, dan mengurangi sag tegangan. Pengurangan kehilangan daya, peningkatan profil tegangan, serta mitigasi sag tegangan memiliki peran signifikan dalam menurunkan biaya yang dibebankan kepada perusahaan utilitas. Pengurangan kehilangan daya menjadi faktor penting bagi perusahaan utilitas karena berhubungan langsung dengan manfaat perusahaan dalam pasar listrik yang kompetitif, sementara pencapaian standar kualitas daya yang lebih baik sangat penting karena berdampak vital pada kepuasan pelanggan. Dalam makalah ini, algoritma ABC dikembangkan untuk mencapai semua tujuan tersebut secara simultan. Untuk mengevaluasi kemampuan mitigasi sag tegangan algoritma yang diusulkan, tegangan pada bus yang sensitif terhadap sag diuji. Sebuah jaringan 20 kV yang ada (sistem 32‑bus) dipilih sebagai jaringan uji dan hasilnya dibandingkan dengan metode yang diusulkan pada sistem distribusi radial.

Makalah ini mengusulkan metode penempatan DG tunggal serta algoritma Artificial Bee Colony (ABC) untuk menentukan lokasi dan ukuran optimal DG guna memaksimalkan reduksi kehilangan daya pada sistem distribusi radial.Studi pada jaringan 20 kV yang sangat terbebani menunjukkan bahwa penempatan DG dengan penetrasi 30 % dapat secara signifikan mengurangi kehilangan daya, memperbaiki profil tegangan, dan mengurangi sag tegangan pada beban sensitif.Hasil evaluasi mengonfirmasi bahwa metode yang diusulkan memenuhi batas toleransi yang dapat diterima untuk mitigasi sag tegangan.

Penelitian selanjutnya dapat mengeksplorasi penerapan algoritma meta‑heuristik hibrida, misalnya menggabungkan Artificial Bee Colony dengan Particle Swarm Optimization, untuk penempatan dan penentuan ukuran DG pada jaringan distribusi yang memiliki topologi meshed, guna menilai apakah kombinasi tersebut dapat meningkatkan konvergensi dan kualitas solusi dibandingkan algoritma tunggal. Selanjutnya, studi dapat memperluas model optimasi dengan memasukkan ketidakpastian produksi energi terbarukan melalui pendekatan stokastik atau robust optimization, sehingga ukuran DG dapat ditentukan secara adaptif terhadap fluktuasi sumber energi seperti tenaga surya dan angin. Penelitian ketiga dapat merancang kerangka kontrol real‑time adaptif untuk DG yang menggunakan data beban aktual dan deteksi sag tegangan secara online, sehingga sistem dapat menyesuaikan output DG secara dinamis guna menstabilkan profil tegangan dan meminimalkan kehilangan daya pada kondisi beban berubah‑ubah. Selain itu, analisis sensitivitas terhadap parameter jaringan, seperti impedansi cabang dan faktor daya beban, dapat dilakukan untuk memahami sejauh mana variasi parameter mempengaruhi efektivitas penempatan DG yang dioptimalkan. Akhirnya, validasi hasil optimasi dapat dilakukan pada jaringan uji yang lebih besar dan kompleks, misalnya sistem 115 kV dengan ratusan bus, untuk mengevaluasi skalabilitas metode serta implikasinya terhadap biaya investasi dan operasional jaringan.

  1. #distributed generation#distributed generation
  2. #sistem distribusi#sistem distribusi
File size120 KB
Pages9
DMCAReportReport

ads-block-test