OPTIMASI PENEMPATAN DAN KAPASITAS DISTRIBUTED GENERATION PADA PENYULANG KALINGGA MENGGUNAKAN METODE GENETIC ALGORITHM

Khamim, Muhammad Salim and Dini, Hasna Satya and Wijanarko, Rahman Andre (2022) OPTIMASI PENEMPATAN DAN KAPASITAS DISTRIBUTED GENERATION PADA PENYULANG KALINGGA MENGGUNAKAN METODE GENETIC ALGORITHM. Diploma thesis, ITPLN.

[thumbnail of SKRIPSI 201811253 MUHAMMAD SALIM KHAMIM.pdf] Text
SKRIPSI 201811253 MUHAMMAD SALIM KHAMIM.pdf
Restricted to Registered users only

Download (3MB)

Abstract

Pertumbuhan beban di sistem distribusi listrik dari tahun ke tahun mengalami peningkatan sehingga keperluan energi listrik menjadi semakin meningkat sehingga menyebabkan rugi-rugi pada sistem tenaga listrik menjadi lebih tinggi dan nilai dari profil tegangan yang semakin turun. Pada penyulang kalingga terjadi rugi – rugi daya sebesar 3,82% dari daya yang dibangkitkan sehingga perlu dilakukannya mitigasi dalam mengatasi nilai rugi – rugi daya tersebut. Pemasangan Distributed Generation menjadi salah satu cara mitigasi yang dapat dilakukan dalam mengurangi rugi – rugi daya yang terjadi pada sistem distribusi penyulang kalingga. Dalam menentukan lokasi dan kapasitas optimum dari Distributed Generation dapat dilakukan optimasi dengan menggunakan metode Genetic Algorithm. Berdasarkan hasil optimasi menggunakan metode genetic algorithm didapatkan nilai optimal Distributed Generation dipasang pada bus 11 (2,86MW), bus 21 (2,83MW) dan bus 26 (2,89MW). Dengan pemasangan Distributed Generation pada sistem penyulang kalingga berhasil menurunkan rugi – rugi daya menjadi 1,04% dari daya yang dibangkitkan dan profil tegangan sistem mengalami kenaiakan yang awal mula tegangan terkecil sebesar 18,70kV menjadi 19,30kV.

The increment of electricity distribution load affects the value of power system losses and system voltage profile. Power system losses tend to get higher as the load increase while voltage profile deviation from the nominal value becomes larger. The power loss in Kalingga Feeder is 3.82% of the power generation, making it necessary to have a mitigation plan to overcome the losses issue. Installation of Distributed Generation is a way to mitigate the power losses in the distribution system. Determining Distributed Generation location and capacity can be done using the Genetic Algorithm method. Based on the results of optimization using the genetic algorithm method, the optimum value of Distributed Generation shall be installed in bus 11 (2.86MW), bus 21 (2.83MW) and bus 26 (2.89MW). The installation of Distributed Generation on the Kalingga Feeder has successfully reduced the power loss to 1.04%. The maximum and minimum voltage profiles can be maintained between 18.70 kV to 19.30kV.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Distributed Generation, Genetic Algorithm, Rugi – Rugi daya, dan Profil Tegangan Distributed Generation, Genetic Algorithm, Loss – Power Loss, and Voltage Profile
Subjects: Skripsi
Bidang Keilmuan > Teknik Elektro
Divisions: Fakultas Ketenagalistrikan dan Energi Terbarukan > S1 Teknik Elektro
Depositing User: Sudarman
Date Deposited: 20 Oct 2025 07:11
Last Modified: 20 Oct 2025 07:11
URI: https://repository.itpln.ac.id/id/eprint/2598

Actions (login required)

View Item
View Item