BibTex Citation Data :
@article{Transmisi5046, author = {Sabhan Kanata dan Sarjiya Sarjiya dan Sasongko Hadi}, title = {MODIFIED IMPROVED PARTICLE SWARM OPTIMIZATION (MIPSO) SEBAGAI SOLUSI ECONOMIC DISPATCH PADA SISTEM KELISTRIKAN 500 kV JAWA-BALI}, journal = {Transmisi: Jurnal Ilmiah Teknik Elektro}, volume = {15}, number = {2}, year = {2013}, keywords = {}, abstract = { Abstrak Komponen biaya paling besar pada operasi pembangkitan thermal adalah biaya bahan bakar. Permasalahan bagaimana meminimalkan biaya bahan bakar dengan menentukan kombinasi daya output dari masing-masing unit pembangkit dengan kekangan terpenuhinya beban sistem dan batas kemampuan masing-masing unit pembangkit dikenal dengan istilah economic dispatch (ED). Dalam penelitian ini, diusulkan metode Modified Improved Particle Swarm Optimization (MIPSO) dengan pendekatan C ontriction Factor Based Particle Swarm Optimization (CFBPSO) Kemudian metode pendekatan ini diterapkan dalam 2 kasus sistem tenaga yaitu pada kasus IEEE 30 bus pada pembebanan 800 MW dan sistem interkoneksi 500 kV Jawa-Bali dengan pembebanan puncak 12058 MW. Dari hasil simulasi IEEE 30 bus, metode MIPSO dengan pendekatan CFBPSO mampu menghasilkan solusi paling optimal ekonomi dibanding metode pendekatan MPSO dan Quadratic Programing . Untuk kasus sistem interkoneksi 500 kV Jawa-Bali, metode MIPSO dengan pendekatan ini juga mampu memberikan solusi paling optimal dibanding dengan sistem real PT. PLN (Persero). Kata kunci: economic dispatch (ED), modified improved particle swarm optimization (MIPSO), sistem interkoneksi 500 kV Jawa-Bali. Abstract The most substantial component of the operating cost of thermal generation is fuel costs. The problem of how to minimize the cost of fuel to determine the combination of the output power of each generating unit with the fulfillment of load constraint systems and limit the ability of each generating unit known as economic dispatch (ED). In this study, the proposed method Modified Improved Particle Swarm Optimization (MIPSO) approach Contriction Factor Based Particle Swarm Optimization (CFBPSO) then this approach is applied in 2 cases the power system in the case of IEEE 30 bus at loading 800 MW and 500 kV power system Java-Bali with 12058 MW peak load. The IEEE 30 bus simulation results, the method MIPSO with CFBPSO approach is able to produce the most optimal economic solution than MPSO approach and Quadratic Programming. For the case of 500 kV power system is Java-Bali, MIPSO method with this approach is also able to provide the most optimal solution compared with the real system PT. PLN (Persero). Keywords : economic dispatch (ED), modified improved particle swarm optimization (MIPSO), 500 kV power system in Java-Bali. }, issn = {2407-6422}, pages = {66--72} doi = {10.12777/transmisi.15.2.66-72}, url = {https://ejournal.undip.ac.id/index.php/transmisi/article/view/5046} }
Refworks Citation Data :
Abstrak
Komponen biaya paling besar pada operasi pembangkitan thermal adalah biaya bahan bakar. Permasalahan bagaimana meminimalkan biaya bahan bakar dengan menentukan kombinasi daya output dari masing-masing unit pembangkit dengan kekangan terpenuhinya beban sistem dan batas kemampuan masing-masing unit pembangkit dikenal dengan istilah economic dispatch (ED). Dalam penelitian ini, diusulkan metode Modified Improved Particle Swarm Optimization (MIPSO) dengan pendekatan Contriction Factor Based Particle Swarm Optimization (CFBPSO) Kemudian metode pendekatan ini diterapkan dalam 2 kasus sistem tenaga yaitu pada kasus IEEE 30 bus pada pembebanan 800 MW dan sistem interkoneksi 500 kV Jawa-Bali dengan pembebanan puncak 12058 MW. Dari hasil simulasi IEEE 30 bus, metode MIPSO dengan pendekatan CFBPSO mampu menghasilkan solusi paling optimal ekonomi dibanding metode pendekatan MPSO dan Quadratic Programing. Untuk kasus sistem interkoneksi 500 kV Jawa-Bali, metode MIPSO dengan pendekatan ini juga mampu memberikan solusi paling optimal dibanding dengan sistem real PT. PLN (Persero).
Kata kunci: economic dispatch (ED), modified improved particle swarm optimization (MIPSO), sistem interkoneksi 500 kV Jawa-Bali.
Abstract
The most substantial component of the operating cost of thermal generation is fuel costs. The problem of how to minimize the cost of fuel to determine the combination of the output power of each generating unit with the fulfillment of load constraint systems and limit the ability of each generating unit known as economic dispatch (ED). In this study, the proposed method Modified Improved Particle Swarm Optimization (MIPSO) approach Contriction Factor Based Particle Swarm Optimization (CFBPSO) then this approach is applied in 2 cases the power system in the case of IEEE 30 bus at loading 800 MW and 500 kV power system Java-Bali with 12058 MW peak load. The IEEE 30 bus simulation results, the method MIPSO with CFBPSO approach is able to produce the most optimal economic solution than MPSO approach and Quadratic Programming. For the case of 500 kV power system is Java-Bali, MIPSO method with this approach is also able to provide the most optimal solution compared with the real system PT. PLN (Persero).
Article Metrics:
Last update:
Last update: 2024-11-19 23:46:52
Optimization economic power generation using modified improved PSO algorithm methods
Transmisi: Jurnal Ilmiah Teknik Elektro dan Departemen Teknik Elektro, Universitas Diponegoro dan Editor berusaha keras untuk memastikan bahwa tidak ada data, pendapat, atau pernyataan yang salah atau menyesatkan dipublikasikan di jurnal. Dengan cara apa pun, isi artikel dan iklan yang diterbitkan dalam Transmisi: Jurnal Ilmiah Teknik Elektro adalah tanggung jawab tunggal dan eksklusif masing-masing penulis dan pengiklan.
Formulir Transfer Hak Cipta dapat diunduh di sini: [Formulir Transfer Hak Cipta Transmisi]. Formulir hak cipta harus ditandatangani dan dikirim ke Editor dalam bentuk surat asli, dokumen pindaian atau faks:
Dr. Munawar Riyadi (Ketua Editor)Departemen Teknik Elektro, Universitas Diponegoro, IndonesiaJl. Prof. Sudharto, Tembalang, Semarang 50275 IndonesiaTelepon/Facs: 62-24-7460057Email: transmisi@elektro.undip.ac.id
