OPTIMASI PENJADWALAN PEMBANGKIT TERMAL SISTEM 500 KV JAWA – BALI BERBASIS KOMPUTASI CERDAS

Sony Gunawan, Yadi Mulyadi, jaja Kustija Kustija

Abstract


Saat ini harga bahan bakar seperti batu bara dan minyak bumi semakin mahal, salah satu penyebabnya ialah melemahnya nilai rupiah terhadap mata uang asing. Tingginya biaya bahan bakar yang harus ditanggung oleh pembangkit termal, telah mendorong peneliti untuk membuat optimasi penjadwalan pembangkit termal. Penelitian ini bertujuan memperoleh penjadwalan dan pembagian beban pembangkit tenaga listrik, guna mendapatkan biaya bahan bakar yang minimum, dengan tetap memperhatikan batasan equality dan inequality. Saat ini perkembangan teknologi soft computing semakin berkembang, terlihat dari banyaknya para peneliti menggunakan teknologi tersebut. Soft computing banyak digunakan karena kemampuannya dalam hal meniru akal manusia serta bersifat adaptif. Komponen utama soft computing dengan mengintergrasi sistem fuzzy dan jaringan syaraf tiruan. Metode hybrid neuro-fuzzy diterapkan pada pembangkit termal sistem interkoneksi 500 kV Jawa-Bali. Hasil optimasi hybrid neuro-fuzzy tersebut dibandingkan dengan kondisi riil di lapangan. Berdasarkan hasil optimasi didapat bahwa metode hybrid neuro-fuzzy tersebut lebih ekonomis dibandingkan dengan kondisi riil sistem.

Full Text:

PDF

References


Marsudi, Djiteng. (2011). Pembangkitan Energi Listrik (Edisi Kedua). Jakarta. Erlangga.

Kadir, Abdul. (2010). Energi: Sumberdaya, Inovasi, Tenaga Listrik dan Potensi Ekonomi (Edisi Ketiga). Jakarta. Universitas Indonesia (UI-Press).

Saragi Hadi Sasongko, Hermawan, Susatyo Handoko. (2013), Penjadwalan Pembebanan Menggunakan Faktor Penalti Pada Sistem Transmisi 500 kV Jawa-Bali Dengan Metode Adaptive Neuro Fuzzy Inference System (ANFIS). Jurusan Teknik Elektro Fakultas Teknik UNDIP, Semarang.

C.Indumathi E, S. Ravichandran. (2004), A Fuzzy Based Technique For Unit Commitment, IEEE Transaction On Power Systems.

Su.C, Hsu Y. (1991), Fuzzy dynamic programming an application to unit commitment. IEEE Transactions On Power Systems, Vol.6, No.3.

Chung-Ching Su, Yuan-Yih Hsu. (1991)Fuzzy Dynamic Programming: An Application To Unit Commitment, IEEE Transaction On Power Systems, Vol.6, No.3, Agustus.

Seyedrasoul S, Nandipuram R, Prasad, Howard. (1997), A Fuzzy Logic Approach To Unit Commitment, IEEE Transaction On Power Systems, Vol.12, No.2, Mei.

H. Daneshi M, S. Afsharnia, A.Rezaei. (2003), Application Of Fuzzy Dynamic Programming And Neural Network In Generation Scheduling.IEEE Bologna Power Tech Conference, 23-26 Juni.

Maninder Kaur, Rajdeep Kaur. (2012), Fuzzy Logic And Neural Network Approach To Short Term Thermal Unit Commitment. IJAET Vol. 3, No.1, Maret.

Y. Sharma K. K. Swarnkar. (2013), Power System Generation Scheduling and Optimization Using Fuzzy Logic Technique, International Journal of Computational EngineeringResearch, vol 3, pp, 99-106.

Wood, Allen J., dan Bruce. (1984). Power Generation Operation And Control (Second Edition). New York. John Wiley & Sons, Inc.

Jang, J., S., R., Sun, C., T., Mizutani,E. (1997). Neuro-Fuzzy and Soft Computing. Prentice-Hall International, New Jersey.

Marsudi, Djiteng. (2006). Operasi Sistem Tenaga Lsitrik (Edisi Kedua). Jakarta. Erlangga.

Kusumadewi, Sri., dan Hartati, Sri. (2010). Neuro-Fuzzy: Integrasi Sistem Fuzzy dan Jaringan Syaraf (Edisi Kedua). Yogyakarta. Graha Ilmu.

___. 2013. Rencana Operasi Harian (Logsheet selasa, 7 mei 2013) PT. PLN (Persero). Jakarta: PT. PLN (Persero) P3B Jawa-Bali.

Anizar Indriani. (2006), Optimasi Penjadwalan Unit Pembangkit Thermal Dengan Dynamic Programming, Jurnal Seminar Nasional Aplikasi Teknologi Informasi (SNATI), Yogyakarta.


Refbacks

  • There are currently no refbacks.