ANALISIS REKONFIGURASI JARINGAN DISTRIBUSI PRIMER 20 kV UNTUK MEMINIMALISASI RUGI-RUGI SECARA MULTI-OBJECTIVE DENGAN METODE GENETIC ALGORITHM

Aditya P, Yan (2005) ANALISIS REKONFIGURASI JARINGAN DISTRIBUSI PRIMER 20 kV UNTUK MEMINIMALISASI RUGI-RUGI SECARA MULTI-OBJECTIVE DENGAN METODE GENETIC ALGORITHM. Skripsi thesis, ITN Malang.

Text 0012052.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (7MB)

Abstract

Minimalisasi rugi-rugi, Genetic Algorithm. Sistem distribusi merupakan bagian dari sistem tenaga listrik yang berfungsi untuk menyalurkan dan mendistribusikan tenaga listrik ke pusat-pusat beban atab konsumen. Permasalahan yang harus dihadapi jaringan distribusi adalah bagaimana menyalurkan daya dengan baik pada saat tertentu maupun di masa yang akan datang. Kelemahan sistem distribusi yang hampir semuanya menggunakan sistem radial yakni sulitnya memenuhi aspek teknis. Hal ini karena lokasi beban dan variasi dari kerapatan beban yang menyebabkan tingginya rugi rugi daya dan jatuh tegangan pada saat proses penyalurannya. Dalam skripsi ini mempresentasikan cara yang efektif dalam rekonfigurasi jaringan untuk meminimalisasi rugi-rugi daya dan juga memperbaiki profil tegangan pada saluran jaringan distribusi. Menggunakan metode Genetic Algorithm untuk memecahkan masalah secara multi-objective masalah optimasi pada sistem distribusi radial. Dengan pengaturan keadaan switch Normally Open Normally Closed yang optimal akan diperoleh rugi-nigi yang paling kecil (Lass Minimum). Dari hasil rekonfigurasi jaringan pada penyulang-penyulang keluaran dari Trafo II Gardu Induk Blimbing Malang menggunakan metode Genetic Algorithm mampu meminimalisasi rugi-rugi daya sebesar 0,126 MW dan 0,192 MVAR

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Jaringan distribusi, Rekonfigurasi, Fungsi multi-objective, Minimalisasi rugi-rugi, Genetic Algorithm.
Subjects:	Engineering > Electrical Engineering
Divisions:	Fakultas Teknologi Industri > Teknik Elektro S1 > Teknik Elektro S1(Skripsi)
Depositing User:	Mr Sayekti Aditya Endra
Date Deposited:	25 May 2022 01:14
Last Modified:	25 May 2022 01:14
URI:	http://eprints.itn.ac.id/id/eprint/8200

Actions (login required)

View Item