P. 1
Pemodelan Governor Dan Exciter

Pemodelan Governor Dan Exciter

|Views: 338|Likes:
Published by apo_takok4728

More info:

Published by: apo_takok4728 on Nov 10, 2010
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

01/01/2014

pdf

text

original

DESAIN KONTROL OPTIMAL POWER SYSTEM STABILIZER (PSS) DAN FLEXIBLE AC TRANSMISSION SYSTEM (FACTS) MENGGUNAKAN CRAZINESS PARTICLE

SWARM OPTIMIZATION (CRPSO) PADA SISTEM INTERKONEKSI JAWA BALI 500 KV
Rifad Mubarak Bamatraf (2206 100 081) Pembimbing : Prof. Dr. Ir. Imam Robandi, MT Abstract— Nowadays there are a huge growth of power necessity in society. However it not followed with the growth of power system to cover the need. This condition force the power system to work in their limit, make them easily to get unstable condition during disturbance. Disturbance comes as a result of power changes every time, and will produce oscillation in power system. The oscillation will grow and make generator loss the synchronization and result in system blackout. Power System Stabilizer (PSS) coordinate with Flexible AC Transmission System (FACTS) like Unified Power Flow Controller (UPFC) proven to damp low frequency oscillation better. In this paper, a research investigated tuning method of PSS and UPFC using Craziness Particle Swarm Optimization (CRPSO). From the research, it found that using PSS and UPFC based CRPSO reduce the settling time of frequency respon up to 9.2 seconds. This number is better than settling time of PSS and UPFC based PSO which is 11.9 seconds or system without PSS and UPFC which is 37.3 seconds. Keywords: Stable, oscillation, PSS, UPFC, CRPSO I. PENDAHULUAN damping ratio dibandingkan hanya menggunakan PSS untuk meredam osilasi. Abido [7] menyatakan bahwa penggunaan PSS dan Thyristor Controlled Phase Shifter (TCPS) dapat meningkatkan nilai eigenvalue sistem setelah mengalami gangguan. Adapun jenis FACTS yang dipergunakan dalam pemodelan untuk Tugas Akhir ini adalah UPFC. UPFC merupakan jenis FACTS yang paling handal, dapat mengatur impedansi jaring transmisi, tegangan terminal, dan sudut tegangan [10,15-17,21-24]. Ahad Kazemi [21,22] menulis bahwa dibandingkan peralatan FACTS yang lain UPFC memberikan performansi terbaik untuk mengatur aliran daya aktif dan reaktif dan meredam mode osilasi lokal maupun mode osilasi interarea. Kesalahan koordinasi dalam penggunaan UPFC dan PSS tidak dapat menghasilkan redaman yang maksimal [5,6]. Agar dihasilkan koordinasi yang tepat dan optimal dapat digunakan metode optimasi untuk menala parameter PSS dan UPFC. Salah satu metode pencarian nilai optimal yang dapat digunakan adalah Particle Swarm Optimization (PSO) [11-20]. PSO adalah metode pencarian nilai optimal berbasis populasi (swarm) yang terinspirasi oleh pola pencarian makanan burung dan ikan [11-20]. Algoritma PSO kemudian disempurnakan menjadi Craziness Particle Swarm Optimization (CRPSO). V. Mukherjee [19] menyatakan bahwa penggunaan CRPSO dalam mengoptimasi fuzzy PID kontroler pada Automatik Voltage Regulator (AVR) memberikan hasil yang lebih baik daripada menggunakan GA. Menurut Krishna T. Chaturvedi [20] penerapan CRPSO pada economic dispath menghasilkan biaya yang lebih rendah dibandingkan PSO dan GA. Dalam Tugas Akhir dianalisis pengaruh penalaan parameter PSS dan UPFC dengan CRPSO terhadap kestabilan dinamik sistem pada sistem kelistrikan Jawa Bali 500 kV. Hasil simulasi akan menunjukkan perbandingan respon plant terhadap sistem tanpa PSS dan UPFC, menggunakan PSS dan UPFC penalaan PSO, dan penalaan CRPSO. II. PEMODELAN SISTEM Sistem yang diteliti pada Tugas Akhir ini terdiri dari 20 bus dengan 7 bus generator, PSS dipasang pada setiap generator, dan UPFC terpasang pada jaring transmisi antara bus 8 dan 9. Single line diagram sistem ditampilkan pada Gambar 1 [9]. Sistem dimodelkan liniear untuk mempelajari respon sistem terhadap gangguan.

Kestabilan merupakan suatu kondisi yang penting diperhatikan dalam sistem tenaga listrik. Gangguan yang terjadi pada sistem dapat menyebabkan kondisi tidak stabil. Terdapat dua jenis kestabilan pada sistem tenaga listrik, yaitu kestabilan steady state dan kestabilan transient [1-4]. Perubahan beban yang dinamik pada sistem tenaga listrik memungkinkan sering terjadi osilasi pada sistem. Untuk mengatasi permasalahan osilasi pada sistem tenaga listrik dapat menggunakan peralatan PSS [3-14]. Hisham M. Soliman [10] menemukan bahwa penerapan PSS pada Single Machine Infinite Bus (SMIB) dapat meningkatkan kestabilan dan menurunkan nilai overshoot respon. Sidhartha Panda [14] menerapkan PSS untuk berbagai kondisi beban dan menunjukkan hasil signifikan dalam redaman yang dihasilkan. Namun penggunaan PSS pada sistem tidak dapat menghasilkan peredaman maksimal terhadap osilasi yang terjadi di daerah interarea dalam sistem interkoneksi [5,6]. Oleh karena itu, dibutuhkan penempatan peralatan tambahan berupa FACTS yang dapat membantu menghasilkan redaman tambahan untuk mencapai kestabilan lebih cepat [5-9]. Li-Jun Cai [5,6] menulis bahwa penambahan FACTS jenis TCSC pada sistem multimachine dapat meningkatkan nilai

arus. Untuk mengamati model injeksi UPFC terhadap jaring transmisi. Diagram Blok Exciter Cibinong Gandul 14 2 PSS G 4 3 PSS G Saguling G Cirata 12 11 9 Cibatu Muara Tawar 7 PSS 13 G 9 Gresik Krian 6 PSS G 5 PSS PSS G Bandung Maduracan Ungaran UPFC 8 C. d 10 Grati Kg 1 Tgs 1 Tm Pedan Kediri Paiton GSC Gambar 1. Kapasitor berfungsi menyuplai tegangan secara langsung untuk kerja dari konverter dan sebagai penyimpan energi. dan faktor daya [4]. Metode desain PSS secara umum melibatkan frekuensi respon yang berdasarkan pada konsep peningkatan redaman torsi. Sedangkan konverter shunt berfungsi sebagai exciter yang merubah magnitude arus kontrol dan sudut phasa pada sistem. Single Line Diagram Sistem Interkoneksi Jawa Bali 500 kV Gambar 3. Satu konverter terhubung shunt terhadap sistem melalui transformator sedangkan yang lain terhubung seri terhadap sistem dengan menggunakan transformator. Diagram blok dari exciter ditampilkan pada Gambar 2 berikut [10]. Bentuk diagram blok dari Governor ditampilkan pada Gambar 3 [4]. PEMODELAN POWER SYSTEM STABILLIZER PSS digunakan untuk menghasilkan komponen redaman tambahan dengan memproduksi torsi elektris yang sesuai dengan deviasi pada kecepatan rotor [3]. Diagram Blok PSS 0 kM Q 0 0 0 rQ kM Q id 0 3 0 Ld kM F kM D 0 0 0 0 kM F LF MR 0 0 0 0 q0 0 0 d0 0 D 1 0 0 0 0 0 0 0 id iF iD iq iQ kM D MR LD 0 0 0 0 0 0 0 Lq kM Q 0 0 0 0 0 kM Q LQ 0 0 0 0 0 0 0 j 0 0 0 0 0 0 0 1  id  iF  iD  iq  iQ   (1) E. Vi Vse Vi ' Vj B. wi K STAB s w 1 s w 1 s 1 s A C 1 s 1 s B D Vs Gambar 4. PEMODELAN UNIFIED POWER FLOW CONTROLLER UPFC memiliki dua konverter dengan kapasitor DC sebagai link. Sedangkan pada PLTU governor berperan untuk mengatur ketinggian katup yang mempengaruhi semburan uap dari ketel uap. PEMODELAN GOVERNOR Governor merupakan pengendali yang berfungsi untuk mengatur nilai torsi mekanik Tm yang menjadi masukan dari generator [10]. misal tegangan. Diagram Blok Governor A.20 1 medan pada generator. dengan mempertimbangkan komponen seri dari UPFC maka dapat dimodelkan pada Gambar 5 berikut [21. G Cilegon 15 17 16 VR max 18 19 Suralaya Vt Vref PSS Cawang Kembangan Bekasi KA 1 TA s E fd VR min Gambar 2. Dengan menggunakan Transformasi Park maka generator sinkron dapat dimodelkan kedalam persamaan matematis dan dilinearisasi pada Persamaan 1 [3]. Governor pada PLTA mengatur besar ketinggian katup yang mempengaruhi aliran air dari pipa air menuju turbin air. PEMODELAN GENERATOR SINKRON Pemodelan liniear generator sinkron diperlukan untuk menganalisa efek dari perubahan daya terhadap respon frekuensi maupun sudut rotor. r vd vF 0 vq 0 Tm 0 0 0 L 0 d 0 L i q0 d q0 3 0 0 r F 0 kM 0 F 0 kM i F q0 3 0 0 0 r D kM 0 D 0 kM i D q0 3 0 L 0 q 0 0 r 0 kM i Q d0 3 0 D. PEMODELAN EXCITER Peralatan eksitasi merupakan suatu bagian dari sistem yang berfungsi untuk mengatur variabel output generator. Blok diagram dari PSS terdapat pada Gambar 4 [10]. Konverter seri berfungsi sebagai penguat untuk menginjeksikan magnitude tegangan kontrol dan sudut phasa secara seri terhadap jaring transmisi. Variabel ini akan diatur melalui perubahan fluks jxs I se Gambar 5.22]. Model Injeksi UPFC .

METODE A. (12) (13) Dari matriks A diatas. Update velocity partikel: (17) Update position partikel: (18) Kelemahan dari PSO konvensional adalah kecenderungan untuk mencapai konvergensi prematur [10].22]. Rumusan kontroler PI yang ditambahkan pada UPFC dinyatakan pada persamaan sebagai berikut [21-22]. Ketika menggunakan CRPSO terdapat perubahan pada fungsi update velocity yang memungkinkan partikel bergerak diluar aturan velocity pada suatu iterasi tertentu. B. (2) Dengan dan . Model Injeksi Daya pada UPFC Berdasarkan pada injeksi daya pada Persamaan (4). Diagram alur CRPSO ditampilkan pada Gambar 7 berikut. (4) (5) (6) (7) Pada UPFC ditambahkan kontroler Proportional dan Integrator untuk mengatur nilai dan berdasarkan pada deviasi daya aktif (Preff-P) dan daya reaktif (Qreff-Q) yang keduanya dinyatakan sebagai error pada saluran transmisi. Vi (15) (16) Metode optimasi CRPSO digunakan untuk menala parameter Kpss pada PSS. Diagram Alur CRPSO Konsep PSO dapat dirumuskan dalam Persamaan (17) dan (18) sebagai berikut. (14) Fungsi Objektif Update Weight Update Velocity Update Position Update Individual Best Update Global Best TIDAK Iterasi Maks YA STOP Gambar 7. Nilai crazy particle dipengaruhi oleh perubahan weight yang terjadi disetiap iterasi seperti ditampilkan pada Persamaan (19) dan (20) berikut. (15) dan (16) berikut. Melalui hasil eigenvalue maka performansi sistem dapat diamati melalui persamaan Comprehensive Damping Index (CDI) yang ditampilkan pada Persamaan (14). Kondisi ini menyebabkan solusi yang diperoleh merupakan lokal optimum. START Inisialisasi Current Position dan Velocity Partikel Vj jxs Psi jQsi Psj jQsj Gambar 6. (3) Model pengaturan aliran daya pada UPFC ditampilkan pada Gambar 6 sebagai berikut [21. Kpp dan Kip pada UPFC sehingga menghasilkan nilai CDI minimum dari sistem. (8) (9) (10) (11) III. yang dapat dikontrol pada magnitude dan fasa sesuai dengan Persamaan 2 [21-24]. Besar apparent power yang disupply oleh sumber tegangan seri dari UPFC dinyatakan pada Persamaan 3.Komponen UPFC yang terhubung seri pada line menginjeksikan tegangan yang disimbolkan . Particle updates weight: (19) (20) . nilai eigenvalue sistem dapat diamati dan memberikan informasi apakah sistem stabil atau tidak. mempertimbangkan arah aliran daya pada Gambar 8. Iterasi ini ditentukan oleh sebuah probabilitas yang disebut crazy particle. PROSES OPTIMISASI Untuk mengamati respon sistem terhadap penggunaan PSS dan UPFC. CRAZINESS PARTICLE SWARM OPTIMIZATION Metode optimasi yang digunakan dalam penalaan parameter PSS maupun UPFC adalah pengembangan dari PSO yang disebut CRPSO. maka model linier dari sistem dikombinasi dengan model linier PSS dan UPFC dalam sebuah Persamaan state space (12) dan (13). mengasumsikan tidak terdapat losses pada UPFC sehingga PSHUNT = PSERI maka liniearisasi persamaan aliran daya aktif dan reaktif yang pada bus i dan j dapat dinyatakan sebagai berikut. Pada PSO setiap kandidat disebar dalam ruang permasalahan dan bergerak berdasarkan konsep particle velocity untuk memperoleh hasil yang optimal. PSO diperkenalkan oleh Kennedy and Eberhard pada 1995 [9-12].

1563 ± 4.1199 ± 4.4051 + 0.6193 4.0690i -0.1889 + 2.Perubahan yang terjadi pada update velocity berdasarkan pada nilai Pcraz ditampilkan pada Persamaan (21) sebagai berikut.0092 + 0.1958i -0.6540 + 2.0743 ± 4. Sebaliknya perbaikan terlihat pada eigenvalue mode interarea yang bergeser dari -0. No PSS dan UPFC PSS dan UPFC UPFC Berbasis PSO Berbasis CRPSO -1.1397 ± 0. Untuk kondisi eigenvalue pada mode osilasi lokal dan interarea CRPSO juga menunjukkan perbaikan performansi yang signifikan.1398 ± 0.0051 0. Tabel 1.1048i -0.0074 + 0.1010i -0. Sebagaimana ditampilkan pada Tabel 2.2319i Gambar 8. Tabel 2. Grafik konvergensi menunjukkan bahwa CRPSO mencapai konvergensi lebih cepat dibandingkan dengan PSO.0015 3.8923i -0.1560 ± 4.8486i -0.3973 + 0. Penalaan dilakukan terhadap parameter gain dari 7 PSS.1958i menjadi -0.2319i.0616i -0.1106i -0. No PSS dan UPFC PSS dan UPFC UPFC Berbasis PSO Berbasis CRPSO -0.6540 + 2.8924i -0.0727i -0.0094 + 0.0727 10.0841 + 0.6273 + 2. eigenvalue mode osilasi lokal dan interarea pada sistem sistem dibandingkan kondisi sistem tanpa menggunakan PSS dan UPFC.0124 + 0.262 pada penalaan PSO dan 0.0937 pada sistem tanpa PSS dan UPFC sehingga terjadi pergeseran eigenvalue menjadi -0.4830i -0.0106i Pemasangan UPFC tidak berpengaruh terhadap perbaikkan kondisi eigenvalue mode osilasi lokal.1054i -1.3973 + 0.0067 + 0.4740i -0.2869 22. (21) IV.0905 Kp2 1. dan CRPSO menunjukkan performansi yang lebih baik dibandingkan PSO untuk memperbaiki lima kondisi eigenvalue. Pada mode osilasi lokal eigenvalue sistem tanpa PSS maupun UPFC -0.0779 ± 5.0624i -0.8592i -0.0464 + 0.0834.0716i -0.2348i -0.7099 Kp1 1. respon frekuensi dan sudut rotor pada masing-masing pembangkit juga diamati terhadap penalaan PSO maupun CRPSO.6273 + 2.0464 + 0.2550 17. Dengan damping ratio ≥ 0.0283 ± 3.6540 + 2.7475 Grati 3.2319i Dari hasil eigenvalue kritis terlihat bahwa penalaan PSO dan CRPSO dapat memperbaiki enam dari tujuh kondisi eigenvalue.0064i -0.281 lebih baik dibandingkan 0.3977 + 0. Selain pengamatan pada nilai eigenvalue.9228 29.8427i -0.0691i -0.0785i -0. Hasil Penalaan Parameter Parameter PSS dan UPFC Parameter PSO CRPSO Suralaya 3.0727i dan damping ratio 0.0074 + 0.1230 Gresik 30. 3.0727i -0.0631i -0. Hasil penalaan parameter PSS dengan PSO dan CRPSO ditampilkan pada Tabel 1 berikut.0625i Interarea -0.2319 Untuk perbandingan penggunaan UPFC dan tanpa UPFC terhadap eigenvalue mode osilasi lokal dan interarea ditampilkan pada Tabel 5.1080i -1. Grafik Konvergensi PSO dan CRPSO Gambar 8 menunjukkan Kurva konvergensi PSO dan CRPSO dalam penalaan parameter PSS dan UPFC.0097 PSS Saguling 11.0061 + 0.1102i -0.0105i -0.0690i -0.4690i -0.0061 ± 0.0443 + 0.0625i Tabel 4.4850i -0.1251i -0. Eigenvalue Kritis Sistem (*e+002) No PSS. Eigenvalue Pada Mode Osilasi Lokal (*e+002) No PSS.2821.8927i -0.0070 ± 0.3849 3.0336 + 0.2747 menjadi 0.1395 ± 2.4777i -0.0091 Ki2 0. Eigenvalue Pada Mode Osilasi Interarea No PSS.0464 + 0.0688 ± 4.0067 ± 0.0700 ± 5.3207 1.0692i -0.6540+2.0650 ± 5. dan 4.0692i -0.7627 Cirata 3.0282 ± 3.1058 sehingga eigenvalue diperbaiki menjadi -0. gain proportional dan integrator pada kontroler UPFC.1181 ± 4.0028 0.0625i -0.0785i -0.1081i -1.0061 + 0. Kondisi ini disebabkan pemasangan UPFC meningkatkan damping ratio dari 0.0332 + 0. .4238i -0.0729 ± 4.1056i (*e+002) -0. Tabel 5.0334 + 0.1106i -0.1183 ± 4. Penalaan PSS dan UPFC melalui PSO meningkatan damping ratio 0.1056i -0. eigenvalue pada mode osilasi lokal dan interarea untuk sistem tanpa PSS-UPFC dan sistem dengan PSS-UPFC yang ditala dengan PSO dan CRPSO.3970 + 0.1648 ± 4.0779 + 0. SIMULASI DAN ANALISIS Hasil dari simulasi Tugas Akhir ini ditunjukkan pada nilai eigenvalue kritis sistem.1106i -0.0721 3. Perbandingan PSS dan PSS-UPFC pada Eigenvalue Mode Osilasi Lokal dan Interarea Mode PSS PSS dan UPFC Osilasi Berbasis CRPSO Berbasis CRPSO Lokal -1.0888i -0.4723i -0.0786i -0.0284 ± 3. Pada Tabel 6 ditampilkan nilai overshoot dan settling time dari respon frekuensi terhadap berbagai model penalaan.1 maka kondisi eigenvalue sudah tidak kritis.6067 + 2.0779 + 0.2945 Muaratawar 40. Hasil penerapan PSS dan UPFC yang ditala dengan CRPSO maupun PSO secara signifikan dapat memperbaiki kondisi eigenvalue kritis.0691i -0.0968 dan melalui CRPSO mencapai 0.0028 Tabel 3.8756 (Kpss) Paiton 14.0070 ± 0. No PSS dan UPFC PSS dan UPFC UPFC Berbasis PSO Berbasis CRPSO -0.0777 + 0.0074 + 0.0690i. Penggunaan CRPSO juga berdampak signifikan pada mode osilasi interarea sehingga terjadi perbaikkan kondisi damping ratio menjadi 0.0334 + 0.0000 UPFC Ki1 0.

0052 dan sistem tanpa PSS dan UPFC yaitu 0.0000 25.6 0. Sedangkan untuk time settling respon untuk PLTU Suralaya dan PLTA Cirata penggunaan UPFC tidak menunjukkan percepatan.0000 25. Tabel 7.3 0.0045 pu lebih rendah dibandingkan penalaan PSO yaitu 0.9 0.0045 18.0105 21.0 0.5 0.7 Saguling 0.1 ya Muara0.0018 25.0075 26.0 Grati 0.0000 18.1 0.0082 9.0100 37.0 ling Paiton 0. Respon Frekuensi Dengan dan Tanpa UPFC Hasil overshoot dan settling time dari repon frekuensi menunjukkan bahwa secara umum CRPSO dapat memperbaiki performansi dalam penalaan PSS maupun UPFC dibandingkan PSO konvensional. Overshoot dan Settling Time Respon Frekuensi Dengan dan Tanpa UPFC PSS-UPFC PSS-UPFC CRPSO (pu) CRPSO (pu) Pembangkit Frek Time Frek Time (pu) (det) (pu) (det) Suralaya 0.5 0.4 detik untuk sistem tanpa PSS dan UPFC menjadi 22.0016 29. Untuk tampilan respon frekuensi dan sudut rotor PLTU Suralaya ditampilkan pada Gambar 9.0000 18.0120 34. Gambar 10.0 0.4 0.4 0.0002 33. Untuk settling time dari respon frekuensi juga mengalami percepatan dari 29. dan menjadi 18.0102 11.0200 32.4 0. Perbandingan Respon Frekuensi PSS-UPFC ditala PSO dan CRPSO .0052 22.0220 29. Untuk respon PLTU Suralaya hasil yang signifikan terhadap penurunan overshoot dari 0.0 Grati 0.2 Gresik 0.0045 18.0045 pu.0220.3 0.1 0.7 Sagu0.3 0.5 tawar Cirata 0.5 Cirata 0.0018 25.10 dan 11 berikut. namun untuk lima pembangkit lainnya penggunaan UPFC dapat mempercepat time settling respon frekuensi dan memperkecil overshoot. Respon Sudut Rotor Untuk membandingkan respon frekuensi PLTU suralaya dengan UPFC dan tanpa UPFC ditampilkan pada Tabel 7 dan Gambar 12 berikut.3 0.0082 9.2 Gresik 0.0080 26.2 0.0 Paiton 0. Overshoot dan settling time Respon Frekuensi No PSS PSS-UPFC PSS-UPFC No UPFC CRPSO PSO (pu) Respon (pu) Frek Frek Time Frek Time Frek Time (pu) (det) (pu) (det) (pu) (det) Surala0.5 untuk penalaan PSO pada PSS dan UPFC.5 0.0049 pu menjadi 0.0100 22.Tabel 6.6 0.0090 37.0 Terlihat perbaikan respon frekuensi untuk seluruh pembangkit melalui penerapan PSS dan UPFC pada sistem.0075 26.0022 29.0110 17.0049 16.0 Gambar 9.0120 34.0000 22.0068 24.0100 15.1 untuk penalaan melalui CRPSO.0 0.0000 25.0002 32.0098 37.0105 21.6 0.1 Muaratawar 0. Sebagai contoh pada PLTU Suralaya penggunaan CRPSO dalam penalaan PSS dan UPFC dapat menurunkan overshoot respon menjadi 0. Gambar 11. Respon Frekuensi PLTU Suralaya Gambar 12.4 0.

20 No. Bukittinggi (1994). 2007. International Journal of Electrical System Science and Engineering 1. Berlin. 2008. APPENDIKS Variabel PSO dan CRPSO Jumlah Burung=20. Power System Analysis. Ehab H.1. Pada Tahun 2006 penulis diterima sebagai mahasiswa Teknik Elektro Institut Teknologi Sepuluh Nopember Surabaya. 2009. Sri Mawar Said. 2 Mei 2006. Design of Output Feedback UPFC Controller for Damping of Electromechanical Oscillations Using PSO. 2006. Sidharta Panda and N. PSO-Based Power System Stabilizer For Minimal Overshoot And Control Constraints. 24-28 Juni 2002.Safari. Elsevier. Particle Swarm Optimization with Crazy Particle for Nonconvex Economic Dispath. Robust Power System Stabilizer Design Using Particle Swarm Optimization Technique. [5]. [21].L. Jumlah Iterasi=50. Soliman. Optimal Tunning of Lead-Lag and Fuzzy Logic Power System Stabilizers Using Particle Swarm Optimization. Batas Bawah KppUpfc=1. [4]. Ali. Y. Singapore.Goshal. Mohamed F. Pages 2583-2592. Prabha Kundur. [20]. Shayanfar. The IOWA State University Press. Li Jun Cai and Istvan Erlich. Lima respon frekuensi pembangkit menunjukkan hasil yang lebih baik dibandingkan metode PSO. melanjutkan pendidikan di SMP Negeri 6 Makassar (1999) dan SMA Negeri 17 Makassar (2003).4. Pages 2554-2561. dan empat eigenvalue menunjukkan hasil penalaan CRPSO lebih baik dibandingkan PSO. Jalilzadeh.A Fouad. IOWA. Weight Min (CRPSO)=0. Power System Stability and Control. 2009. Sevilla. Weight Maks (CRPSO)=0. Elshavier. Abdel-Magid. The Arabian Journal for Science Engineering 29. S.A. IEEE.A. P.P. Hakim. Surabaya.6. Issue 2 Part1 Pages 2097-2106. Li Jun Cai. ARPN Journal of Engineering and Applied Sciences 3 No. Laxmi Srivastava. Mc. . Eigenvalue mode interarea juga menunjukkan perbaikan signifikan terhadap penggunaan CRPSO. No 2B. [11]. Electrical Power System Research. M. Hassan. Yogyakarta. Russell Eberhart. Hendrik Maryono.A. A. H. Merupakan sulung dari empat bersaudara putra pasangan Ir. 1977. Abido. Vol. Elsevier. Penalaan PSS dan UPFC dapat diuji dengan metode optimisasi lain untuk mengamati perbandingan dengan metode CRPSO yang digunakan. Batas Atas KppUpfc=2. Buku Tesis Jurusan Teknik Elektro ITS. MT. Conference on Electrical Engineering and Informatics Institut Teknologi bandung. Penulis memulai pendidikan di SD Negeri 09 Belakang Balok. Energy Conversion and Management 50.Mukherjee and S. Desain Sistem Tenaga Modern : Optimisasi.A Khalil and N. T. Control Setting of Unified Power Flow Controller Trough Load Flow Calculation. [19]. Batas Atas KipUpfc=0. [24]. Elsevier.P.001 [13]. Chengaiah. No. Acceleration 1 & 2=0.R. Power System Control and Stability.2. Journal of Electrical Engineering 59. Mahmoud Vakili Sohrforouzani. 1994. A Particle Swarm Based Approach of Power System Stability Enhancement With Unified Power Flow Controller.M Anderson. [12]. Marutheswar. Pages 349-357. Hendrik Maryono.A. Intelligent Particle Swarm Optimized Fuzzy PID Controller for AVR System.S. Variabel PSS dan UPFC Batas Atas Kpss=50. Shadmesgaran. Mete Vural. [3]. [10].01. Ahad Kazemi. 2004. A. H. Imam Robandi. McGraw-Hill.L.6. Shayeghi. A PSO Based Unified Power Flow Controller for Damping of Power System Oscillations. Hisham M. [9]. M. Padhy. Penerbit Andi. 3 Pages 153-159. [8]. Satyanaraya. SARAN Penerapan PSS dan UPFC sebagai peralatan peredam osilasi sebaiknya juga diuji untuk kondisi gangguan transien. Proceeding of 7th Seminar On IntelligentTechnology and Its Applications (SITIA). 2006. Koordinasi Power System Stabilizer (PSS) dan Thyristor Controlled Series Capasitor (TCSC) Damping Controller Menggunakan Artificial Immune System (AIS) Via Clonal Selection. [18]. A. Weight (PSO)=0.Safari. Krishna Teerth Chaturvedi. Perbaikan Stabilitas Dinamis Sistem 500kV Jawa-Bali Menggunakan Pengembangan Unified Power Flow Controller (UPFC). [2]. Analysis and Modeling of Unified Power Flow Controller: Modification of NewtonRaphson Algorithm and User-Defined Modelling Approach for power Flow Studies. Elsevier. Proceedings of International [23].M El-Zonkoly. Kazemi. Algoritma Genetika. A. Batas Bawah KipUpfc= 0. M.V.3. Logika Fuzzy.Graw Hill. October 2004. [14]. March 2007. [16]. Agus Junaidi. [6]. Indonesia. Electrical Power and Energy Systems 29.E.M Ahmied. 2004. Applied Soft Computing Journal. Adi Soeprijanto. No. Abdel-Magid. 2007. Yogyakarta. A. Abido and Y.4. Analysis And Design of Power System Stabilizers and FACTS Based Stabilizers Using Genetic Algorithms.1.V.V. 14th PSCC. Electrical Power and Energy Systems 28. RIWAYAT HIDUP Penulis dilahirkan di kota Makassar ibukota Provinsi Sulawesi Selatan pada tanggal 26 Januari 1988. Imam Robandi. Bayoumi. B. Ermanu A. G. [17]. Buku Tugas Akhir Jurusan Teknik Elektro ITS. H. Pages 251-259. [15]. IEEE Transactions on Power System. Al-Awami. James Kennedy. 2008. Power System Damping Using Fuzzy Controlled FACTS Devices. Logos Verlag. 1995. Penulis aktif dalam berbagai organisasi antara lain OSIS SMA Negeri 17 Makassar dan dua tahun menjadi fungsionaris Himpunan Mahasiswa Teknik Elektro sebagai staff (2007/2008) maupun sebagai kordinator sie (2008/2009) pada Departemen Pendidikan dan Kesejahteraan Mahasiswa. Elsevier 2006. H. [22]. 2008. Andi Offset. Imam Robandi. Hadi Saadat. Koordinasi Penalaan Parameter PSS dan TCSC pada Sistem Tenaga Listrik Dua Mesin Manggunakan AIS. 2009. A. 2007. Mauridhi H. Manjaree Pandit. [7]. Expert System with Aplication 36. February 2005. Particle Swarm Optimization. Penerapan CRPSO mempercepat settling time respon variasi frekuensi untuk seluruh pembangkit. Robust Coordinated Control Of FACTS Devices in Large Power System. Simultaneous Cordinated Tuning of PSS and FACTS Controllers in Large Power System. Vol. International Journal of Energy Issue 1. and R. KESIMPULAN Dari hasil simulasi yang dilakukan terdapat perbaikan pada lima dari tujuh eigenvalue kritis. [25]. Batas Bawah Kpss=3. Modern Power System Control. 2004. Marwan Rosyadi.P. PSS Design Based on PD and PI Fuzzy Controller by Particle Swarm Optimization. S. Mehmet Tumay. REFERENSI [1]. 2008. Extended Supplementary Controller of UPFC to Improve Damping Inter-Area Oscillations Considering Inertia Coefficient. A. Energy Conversation and Management 50. December 2008. Shayanfar. Jalilzadeh. KESIMPULAN DAN SARAN A. Shayeghi. Said Bamatraf dan Ir. V. Jumlah Variabel=11. Ch.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->