OPTIMAL POWER FLOW MENGGUNAKAN METODE GENETIC ALGORITHM-FUZZY (GAF) PADA SUB-SISTEM 150 kV PAITON-BALI

Setyono, Agang (2006) OPTIMAL POWER FLOW MENGGUNAKAN METODE GENETIC ALGORITHM-FUZZY (GAF) PADA SUB-SISTEM 150 kV PAITON-BALI. Skripsi thesis, ITN Malang.

Text 0012048.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (5MB)

Abstract

Adanya persoalan dalam menghadapi kebutuhan daya listrik yang tidak setup dari waktu ke waktu, sehingga menimbulkan permasalahan yaitu bagaimana mengoperasikan suatu sistem tenaga listrik yang selalu dapat memenuhi permintaan daya pada setiap saat, dengan kualitas baik dan harga yang murah, Oleh karena itu pada suatu operasi pada beban tertentu, perhitungan ekonomis harus tetap merupakan suatu prioritas atau nilai yang harus di perhitungkan disamping hal-hal lain sehingga nantinya diperlukan suatu rencana operasi yang optimum dengan tetap memenuhi beberapa persyaratan pengoperasian sistem tenaga listrik yaitu antara lain daya yang dibangkitkan cukup untuk memasok beban dan ragi-rugi daya pada saluran transmisi Skripsi ini menganalisa permasalahan Optimual Power Flow dengan menggunakan metode Genetle Alporuhm Fazzy (GAF) Hasil dari analisa tersebut nantinya dapat digunakan sebagai salah satu accan dalam openi pembangkitan dan penyaluran daya yang ekonomis dan optimal, terutam mengenai optimai biaya pembangkitan dari programa adalah biaya bahan bakar (fel cin) dan hasil perhitungan aliran daya, sedangkan hasil akhir dici program ini yaitu hasil perhitungan aliran daya, tegangan dan sudut ya tiap-tiap bus serta biaya pembangkit yang paling optimum. Analisa dilakukan dengan bantuan program komputer dengan menggunakan baha petrograma Matlob 6.5.1 dan telah sukses dicoba pada sub sem 150 V Pailan dan Bali yang terdiri dari 26 bus, bahwa besamya biaya produks pershangkitan sebelum optima adalah Rp. 456 141.371, sedangkan besanty biaya produk pembangkan setelas optamas adalah Rp. 30657 568,182 Jud seliuh antara haya ponduksi pembangkan sebelum dengan sesudah optimasi adalah Hp. 93 573,1888 atau terjadi opremesi ya sebesar 24,7 k

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Optimal Power Flow, Genetic Algorithm-Fizzy (GAF).
Subjects:	Engineering > Electrical Engineering
Divisions:	Fakultas Teknologi Industri > Teknik Elektro S1 > Teknik Elektro S1(Skripsi)
Depositing User:	Mr Sayekti Aditya Endra
Date Deposited:	24 May 2022 05:11
Last Modified:	24 May 2022 05:11
URI:	http://eprints.itn.ac.id/id/eprint/8179

Actions (login required)

View Item