OPTIMAL POWER FLOW MENGGUNAKAN GENETIC ALGORITHM-SEQUENTIAL QUADRATIC PROGRAMMING PADA SUB-SISTEM 150 kV PAITON-BALI

-, Suliantono (2006) OPTIMAL POWER FLOW MENGGUNAKAN GENETIC ALGORITHM-SEQUENTIAL QUADRATIC PROGRAMMING PADA SUB-SISTEM 150 kV PAITON-BALI. Skripsi thesis, ITN Malang.

Text 9912133.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (7MB)

Abstract

Kebutuhan daya listrik yang selalu berubah dari waktu ke waktu, menimbulkan suatu persoalan yaitu bagaimana mengoperasikan suatu sistem tenaga listrik yang selalu dapat memenuhi permintaan daya pada setiap saat, dengan kualitas yang 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 diperhitungkan di samping 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 rugi-rugi daya pada saluran transmisi serta tegangan bus sesuai dengan ratingnya. Skripsi ini membahas masalah Optimal Power Flow dengan menggunakan metode Genetic Algorithm dam Sequential Quadratic Progarmming Hasil dari analisa tersebut nantinya dapat digunakan sebagai salah satu acuan dalam operasi pembangkitan dan penyaluran daya yang ekonomis dan optimal, terutama mengenal biaya pembangkitan. Ipar dari program ini adalah biaya bahan bakar dan hasil perhitungan aliran daya, sedangkan hasil akhir dari program ini yaitu hasil perhitungan aliran days, tegangan dan sudut fasa tiap-tiap bus serta biaya pembangkitan yang paling optimal

Item Type:	Thesis (Skripsi)
Additional Information:	Suliantono (9912133)
Uncontrolled Keywords:	Optimal Power Flow, Genetic Algorithn, Sequential Quadratic Programming.
Subjects:	Engineering > Electrical Engineering
Divisions:	Fakultas Teknologi Industri > Teknik Elektro S1 > Teknik Elektro S1(Skripsi)
Depositing User:	septiani rosyidah
Date Deposited:	31 May 2022 02:06
Last Modified:	31 May 2022 02:06
URI:	http://eprints.itn.ac.id/id/eprint/8512

Actions (login required)

View Item