Optimasi Penempatan Recloser untuk Meningkatkan Keandalan Menggunakan Metode Virus Evolutionary Genetic Algorithm (VEGA)

  • Novadianto Yudha Irawan Universitas Udayana
  • Anak Agung Ngurah Amrita Universitas Udayana
  • Widyadi Setiawan Universitas Udayana
##plugins.pubIds.doi.readerDisplayName## https://doi.org/10.24843/MITE.2018.v17i02.P03

Abstrak

PLTD Kutampi yang menyuplai sistem kelistrikan Pulau Lembongan memiliki nilai indeks keandalan yang belum memenuhi standar dengan SAIDI 95,85 jam/ pelanggan/ tahun dan SAIFI 76 kali/ pelanggan/ tahun sedangkan standar WCS adalah SAIDI 2,5 jam/ pelanggan/ tahun dan SAIFI 3 kali/ pelanggan/ tahun. Nilai keandalan dapat ditingkatkan salah satunya dengan memasang recloser. Pemasangan recloser harus memperhatikan daerah yang sering terjadi gangguan, persentase beban dan impedansi jaringan terpasang. Metode VEGA digunakan untuk menentukan letak recloser optimal dengan meminimalkan nilai SAIDI dan SAIFI. Hasil optimasi menggunakan metode VEGA menunjukkan letak recloser optimal berada pada grup 5 dengan fitness tertinggi 8,8396 dengan SAIDI 0,0070 jam/ pelanggan/ tahun dan SAIFI 0,0061 kali/pelanggan/tahun dengan waktu running program ±3,6 menit. Nilai tersebut menunjukkan metode VEGA lebih akurat dibandingkan dengan metode kombinasi fuzzy dan algoritma genetika namun membutuhkan waktu running lebih lama.

##plugins.generic.usageStats.downloads##

##plugins.generic.usageStats.noStats##

Referensi

[1] Hartati, R. S., Sukerayasa, I. W. “Penerapan Metode Pendekatan Teknik untuk Meningkatkan Keandalan Sistem Distribusi”. Teknologi Elektro, Vol.9, No.1, (Januari-Juni) : 50-53. 2010.
[2] Putra, I. M. Y. L. “Optimasi Penempatan Recloser untuk Memperbaiki Keandalan Sistem Distribusi pada Penyulang Lembongan Menggunakan Metode Kombinasi Logika Fuzzy dengan Algoritma Genetika”. Teknologi Elektro dan Komputer, Vol. 15, No.1, (Januari-Juni) : 2016
[3] Amrita, A.A.N. 2007. Penentuan Posisi dan Kapasitas Optimal Bank Kapasitor pada Sistem Distribusi Menggunakan Virus Evolutionary Genetic Algorithm (VEGA). Surabaya: Institut Teknologi Sepuluh November Surabaya.
[4] PT. PLN (Persero). 1997. PBO-SSO. Jakarta: PT.PLN (Persero) Pusat Pendidikan dan Pelatihan.
[5] NN. 2017. OVR ANSI / IEC MV outdoor vacuum reclosers. http://new.abb.com/medium-voltage/apparatus/reclosers/ansi-iec-single-and-three-phase-recloser-ovr. Diakses tanggal 15 April 2017.
[6] Marsudi, D. 2006. Operasi Sistem Tenaga Listrik. Yogyakarta: Graha Ilmu
[7] Brown.R. 2009. Electric Power Distribution Reliability, Second Edition, New York, CRC Press Tylor & Francis Group.
[8] PT. PLN (Persero). 1985. Keandalan Pada Sistem Distribusi 20 kV dan 6 kV. Jakarta: SPLN No.59 : 1985.
[9] Sutojo, dkk. 2010. Kecerdasan Buatan. Semarang: Andi.
[10] Zukhri. Z. 2013. Algoritma Genetika Metode Komputasi Evolusioner untuk Menyelesaikan Masalah Optimasi, Yogyakarta, Andi.
[11] Suyanto. 2005. Algoritma Genetika dalam MATLAB. Yogyakarta, Andi
[12] Arigandi, G. P. B., Hartati, R. S., Weking, A. I. “Analisa Keandalan Sistem Distribusi Penyulang Kampus dengan Menggunakan Penggabungan Metode Section Tecknique Dan Ria”. Teknologi Elektro, Vol. 14, No.2, (Juli-Desember) : 1-5. 2015.
Diterbitkan
2018-05-23
##submission.howToCite##
IRAWAN, Novadianto Yudha; AMRITA, Anak Agung Ngurah; SETIAWAN, Widyadi. Optimasi Penempatan Recloser untuk Meningkatkan Keandalan Menggunakan Metode Virus Evolutionary Genetic Algorithm (VEGA). Jurnal Teknologi Elektro, [S.l.], v. 17, n. 2, p. 177-184, may 2018. ISSN 2503-2372. Tersedia pada: <https://ojs.unud.ac.id/index.php/mite/article/view/32751>. Tanggal Akses: 12 may 2025 doi: https://doi.org/10.24843/MITE.2018.v17i02.P03.