PTTIPTTI

Journal of Fuzzy Systems and ControlJournal of Fuzzy Systems and Control

Transisi menuju sistem energi berkelanjutan untuk mengurangi pemanasan global yang disebabkan oleh emisi gas rumah kaca dari pembangkit listrik berbasis bahan bakar fosil telah mempercepat integrasi sistem fotovoltaik (PV) ke dalam jaringan distribusi. Namun, integrasi PV secara besar-besaran dan tidak terkendali dapat menyebabkan masalah operasional dalam sistem tenaga listrik. Oleh karena itu, studi kapasitas hosting diperlukan untuk menentukan kapasitas PV maksimum yang dapat diintegrasikan tanpa melanggar batasan operasional teknis. Mengingat sifat kompleks, non-linear, dan non-konveks dari masalah kapasitas hosting, teknik optimisasi yang efektif diperlukan. Studi ini mengusulkan algoritma Grey Wolf Optimizer (GWO) untuk menentukan lokasi dan kapasitas optimal PV dengan tujuan memaksimalkan penetrasi PV sekaligus meminimalkan kerugian daya sistem. Metode Site Planning Model (SPM) digunakan untuk mengidentifikasi bus kandidat untuk pemasangan PV, sehingga mengurangi ruang dan waktu komputasi. Dengan menggabungkan pencarian global GWO dengan pemilihan awal bus kandidat berbasis SPM, studi ini mengurangi ruang pencarian optimisasi sambil mempertahankan kualitas solusi. Sistem uji IEEE 33-bus 20 kV digunakan untuk mengevaluasi kinerja metode yang diproposalkan dalam instalasi PV tunggal dan ganda dengan faktor daya inverter sebesar 1 dan 0,95 tertinggal. Hasil menunjukkan bahwa algoritma GWO mencapai konvergensi stabil dan konsisten, dengan tingkat penetrasi PV maksimum sebesar 87,99% dan pengurangan kerugian daya sistem sebesar 85,57% dalam skenario yang melibatkan tiga unit PV pada tiga busbar dengan faktor daya tertinggal 0,95. Selain itu, faktor daya inverter yang lebih mendekati satu cenderung mengurangi tingkat penetrasi PV maksimum yang dapat dicapai. Pendekatan yang diproposalkan juga meningkatkan profil tegangan, mengurangi beban garis, dan meningkatkan kinerja keseluruhan sistem distribusi.

Studi ini menunjukkan bahwa algoritma Grey Wolf Optimizer (GWO) mampu memberikan solusi optimal dalam semua skenario yang diuji, mencapai tingkat penetrasi 87,99% dan pengurangan kerugian daya sebesar 85,57% dalam skenario dengan tiga instalasi PV pada tiga busbar kandidat dengan pengaturan faktor daya inverter 0,95 tertinggal.Integrasi PV memiliki dampak signifikan pada parameter operasional teknis jaringan, di mana peningkatan penetrasi PV berbanding lurus dengan peningkatan profil tegangan bus dan berbanding terbalik dengan beban garis, kerugian daya sistem, serta pasokan daya dari substation.Selain itu, faktor daya inverter PV mendekati faktor daya satu akan mengurangi tingkat penetrasi PV maksimum yang teramati dalam studi ini.Secara keseluruhan, dalam lingkup sistem uji IEEE 33-bus 20 kV yang dimodifikasi dan skenario yang dievaluasi, hasil menunjukkan bahwa integrasi PV yang dioptimalkan menggunakan GWO dapat meningkatkan efisiensi, meningkatkan kualitas tegangan, dan mempertahankan keandalan dalam batas operasional yang diizinkan.Generalisasi hasil ini ke jaringan distribusi lain atau kondisi operasi yang berbeda memerlukan validasi lebih lanjut.

Penelitian lanjutan dapat fokus pada pengujian algoritma GWO pada jaringan distribusi skala lebih besar atau jaringan nyata untuk memvalidasi skalabilitas dan keandalannya. Selain itu, penting untuk mengintegrasikan data ketidakpastian waktu serangkaian PV dan beban ke dalam model optimisasi untuk memperkirakan kinerja sistem dalam kondisi operasional nyata yang dinamis. Terakhir, penelitian dapat membandingkan langsung GWO dengan algoritma optimisasi lainnya di bawah kondisi uji yang identik untuk mengevaluasi keunggulannya dalam konteks aplikasi nyata.

  1. Archives Volume 15 Number 3 (2023) - International Journal on Electrical Engineering and Informatics.... ijeei.org/archives-number-79.htmlArchives Volume 15 Number 3 2023 International Journal on Electrical Engineering and Informatics ijeei archives number 79 html
  2. Client Challenge. client challenge javascript disabled browser please enable proceed required part site... link.springer.com/10.1007/978-981-19-9722-8_3Client Challenge client challenge javascript disabled browser please enable proceed required part site link springer 10 1007 978 981 19 9722 8 3
  3. Descriptive Statistics and Its Applications | Highlights in Science, Engineering and Technology. descriptive... drpress.org/ojs/index.php/HSET/article/view/8159Descriptive Statistics and Its Applications Highlights in Science Engineering and Technology descriptive drpress ojs index php HSET article view 8159
Read online
File size989.82 KB
Pages9
DMCAReport

Related /

ads-block-test