Optimisasi Economic Dispatch Menggunakan Fuzzy-Bacterial Foraging Algorithm Oleh : Muhammad Ridha Fauzi NRP : 2209201011 Program Studi Magister Bidang Keahlian Teknik Sistem Tenaga Jurusan Teknik Elektro Institut Teknologi Sepuluh Nopember 2011 Dosen Pembimbing : Prof. Dr. Ir. Imam Robandi, MT
42
Embed
Hot Tip How do I incorporate my logo to Optimisasi ... · pada penyelesaian masalah ... MODEL MATEMATIKA ECONOMIC DISPATCH. Constraint (Batasan) 1. int. ... J2, J3, J4. J5, J6 a1,
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Hot Tip
How do I incorporate my logo to a slide that will apply to all the other slides?
On the [View] menu, point to [Master], and then click [Slide Master] or [Notes Master]. Change images to the one you like, then it will apply to all the other slides.
Optimisasi Economic Dispatch
Menggunakan Fuzzy-Bacterial Foraging Algorithm
Oleh :
Muhammad Ridha Fauzi
NRP : 2209201011
Program Studi MagisterBidang Keahlian Teknik Sistem Tenaga
Jurusan Teknik ElektroInstitut Teknologi Sepuluh Nopember
2011
Dosen Pembimbing :
Prof. Dr. Ir. Imam Robandi, MT
CompanyLOGO
www.themegallery.com
Pembangkit
$/hG1
PG1
$/hG1
PG2
… …
$/hGn
PGn
Jalur
TransmisiP Load
Latar Belakang
Rugi Transmisi
Optimisasi Pembangkitan
(Economic dispatch)
menggunakan
Fuzzy-Bacterial Foraging
Algorithm (Fuzzy-BFA)
Masalah
Contents
Click to add Title2
Click to add Title4
Click to add Title31
Click to add Title33
Tujuan Penelitian
1
2
3
Kombinasi daya output pembangkit permintaan konsumen + rugi transmisi,
memperhatikan constraint operasional dengan Fuzzy-BFA
Total biaya bahan bakar minimum dari kombinasi daya output pembangkit yang
beroperasi dengan Fuzzy-BFA
Performansi Fuzzy-BFA untuk optimisasi masalah ED pada sistem skala kecil dan besar,
performansi Fuzzy-BFA dengan parameter berbeda
Hot Tip
How do I incorporate my logo to a slide that will apply to all the other slides?
On the [View] menu, point to [Master], and then click [Slide Master] or [Notes Master]. Change images to the one you like, then it will apply to all the other slides.
1
2
3
Fungsi Biaya bahan bakar telah diketahui sebelumnya.
Constraint yang diaplikasikan : power balance constraint
& low and up output generator constraint.
Kondisi sistem diasumsikan dalam keadaan normal.
4 Sistem tenaga listrik yang digunakan : IEEE 5-bus
& IEEE 30-bus.
5 Rugi daya pada transmisi dihitung menggunakan
solusi aliran daya metoda Newton-Raphson.
BATASAN MASALAH
Diagram
ThemeGalleryis a Design Digital Content & Contents mall developed by Guild Design Inc.
ThemeGalleryis a Design Digital Content & Contents mall developed by Guild Design Inc.
TitleAdd your text
Referensi [2] : Aplikasi metoda BFA untuk solusi ED .
Konvergensi BFA dipercepat tanpa menggunakan Fuzzy.
Referensi [3] : Aplikasi metoda Fuzzy-BFA untuk mengestimasi
harmonisa.
Kontribusi Penelitian :
Untuk mempercepat konvergensi BFA
maka digunakan Fuzzy Takagi-Sugeno
pada penyelesaian masalah
economic dispatch.
KONTRIBUSI PENELITIAN
Diagram
Concept
Add Your Text
6
Gambar 2.3 N unit pembangkit
thermal melayani
beban PLOAD
PG = PLOAD
Concept
Gambar 2.4 N unit pembangkit
thermal melayani beban
melalui jalur transmisi
PG = PLOAD + PLOSS
Fungsi Objektif
2
1
min ( )m
G i i Gi i Gii
imize F P a b P c P
dengan,F = biaya bahan bakar ($/h)P Gi = daya output dari setiap pembangkit (MW)ai,bi,ci = koefisien biaya bahan bakar setiap pembangkit
PGi = total daya pembangkit (MW)PD = total permintaan beban (MW)
P Gi min = daya output minimum setiap pembangkit (MW)P Gi max = daya output maximum setiap pembangkit (MW)
MODEL MATEMATIKA ECONOMIC DISPATCH
Constraint(Batasan)
1.
int
Gi D LOSSP P P
equalityconstra
min max2.
int
Gi Gi GiP P P
inequality constra
Gambar 2.2.Kurva Input-Output Pemabangkit Thermal [13]
Economic Dispatch (ED)
min maxGi G GiP P P
Alur Perhitungan Rugi Transmisi
Studi Aliran Daya Newton Raphson
Ploss
(Rugi transmisi)
Alur Perhitungan Rugi Transmisi
Cek performansi
Ya
Tidak
Simulasi ED menggunakan Fuzzy-BFA
Simulasi ED menggunakan BFA
Tidak
Menentukan parameter yang
dioptimisasi dan fungsi objektif
Membuat program Fuzzy-BFA dan BFA-
Membandingkan hasil Fuzzy-BFA-dengan BFA
Analisa hasil perbandingan
Kesimpulan
Stop
Start
Studi literatur dan pengumpulan data
kelistrikan IEEE 5-Bus dan IEEE 30-Bus
Proses Pengerjaan Penelitian
BAKTERI ESCHERICIA Coli (E-Coli)
Bakteri E-Coli
Tahapan Bacteri Foraging :1. Chemotaxis2. Swarming3. Reproduction4. Ellimination and Dispersal
Proses Komputasi untuk menyelesaikan optimisasi
dengan Matlab 6.5
INISIALISASI POSISI BAKTERI
i j = min + rand( max - min)
1 1 1
2 2 2
G G G
G G G
Gm Gm Gm Gm
P P P
P P PPosisi
P P P P
Bakteri 1 Bakteri 2 Bakteri n…
CHEMOTAXIS
Pergerakan bakteri mencari nutrisi
REPRODUCTION
Kesehatan bakteri
Tidak sehat
Sehat
Bakteri paling tidak sehat (cost tinggi) mati
Bakteri paling sehat (cost rendah) bereproduksi
Elimination and Dispersal
Bakteri-bakteri dengan probabilitas elimination-
dispersal lebih besar dari yang ditentukan maka bakteri-bakteri tersebut disebar (dispersal) secara acak ke lingkungan domain pencarian yang sama.
Diagram
Add Your Text
Add Your Text
Add Your Text
Add Your Text
Add Your Text
Add Your Text
Add Your Text
Add Your Text
Flow Chart Optimisasi Economic Dispatch
Menggunakan Fuzzy-BFA
A
B
A
Sart
Elimination dan Dispersal Loop
Counter, E = E + 1
Swim, N = N + 1SW(B) = N
Menghitung P loss menggunakan Load Flow Newton-Raphson
Update nilai Total Fuel Cost J(B, K) semua generator dengan
memperhitungkan Constraint. B = bakteri
Reproduksi loop Counter, R = R + 1
Jika nilai J J
B = B + 1
Ya
Tidak
Terminate
Ya
Tidak
R > Nre
Chemotactic loop Conter, K = K + 1
Ya
Tidak
B
Tumble
Tidak
Ya
YaTidak
E > Ned
K > Nc
Tidak
YaB > S
SW(B) < Ns
Inisialisasi parameter BFA :Jumlah bakteri (S)
Jumlah parameter yang dioptimisasi (p)Panjang swimming (Ns)
Jumlah loop chemotactic (Nc)Jumlah kejadian reproduksi (Nre)
Jumlah Kejadian eliminasi-dispersal (Ned)Probabilitas eliminasi-dispersal (Ped)
Inisialisasi lokasi awal bakteri secara acak (P)Nilai d attract, w attract, h repelent, w repelent
Kesimpulan1. Dengan menggunakan Fuzzy-BFA maka kombinasi daya output
optimal ketiga pembangkit IEEE 5-bus untuk menyuplai beban 150 MW adalah sebesar 30,318 MW, 67,966 MW, dan 53917 MW. Optimisasi pada sistem IEEE 30-bus enam pembangkit menghasilkan kombinasi daya output optimal sebesar 176,696 MW, 48,851 MW, 21,484 MW, 21,733 MW, 12,153 MW, dan 12 MW.
2. Total fuel cost untuk menyupalai beban 150 MW memperhitungkan rugi transmisi :IEEE 5-bus Fuzzy-BFA : $ 1596,321519 per jam, CBFA : $ 1596,321552 per jam. Dengan Fuzzy-BFA lebih murah $ 0.000033 per jam dari pada CBFA.
Dengan Fuzzy-BFA dan CBFA tanpa memperhitungkan rugi transmisi diperoleh nilai yang sama yaitu $ 1579,698953 per jam.
CompanyLOGO Marketing Diagram
Kesimpulan
IEEE 30-bus dengan memperhitungkan rugi transmisi diperoleh total fuel cost :Fuzzy-BFA : $ 802,378962 per jam CBFA : $ 802,378996. Dengan Fuzzy-BFA lebih murah $ 0,000034 per jam dari pada CBFA.
Total fuel cost tanpa memperhitungkan rugi transmisi : Fuzzy-BFA : $ 767,602100 per jam CBFA : $ 767,602101 per jam. Jadi dengan Fuzzy-BFA sedikit lebih murah dari CBFA yaitu sebesar $ 0,000001 per jam.
CompanyLOGO
Kesimpulan
IEEE 30-bus Simulasi memperhitungkan rugi transmisi : Fuzzy-BFA : konvergen pada iterasi ke-310, CBFA : konvergen pada iterasi ke-456.
Simulasi tanpa memperhitungkan rugi transmisi :Fuzzy-BFA : konvergen pada iterasi ke-262 CBFA : konvergen pada iterasi ke-471.
4. Simulasi yang dilakukan dengan memperbanyak jumlah bakteri maka diperoleh nilai total biaya pembangkitan semakin murah dan konvergen semakin cepat, baik menggunakan Fuzzy-BFA maupun CBFA.
CompanyLOGO
SARAN1. Dalam hal mempercepat konvergensi pada Bacterial Foraging
Algorithm, dapat juga dilakukan dengan membuat nilai run length unit
(step size) menjadi nilai acak (random), selain itu dapat pula digunakan Fuzzy type 2.
2. Untuk memperoleh hasil yang lebih mendekati kondisi ril, maka pada permasalahan economic dispatch perlu ditambahkan constraint yang lain seperti valve point effect.
CompanyLOGO
Daftar Pustaka[1] Kevin M. Passino, “Biomimicry of Bacterial Foraging for Distributed Optimization
and Control”, IEEE Control Systems Magazine, 2002.[2] P. K. Hota, A. K. Barisal, R. Chakrabarti, “Economic emission load dispatch through fuzzy
based bacterial foraging algorithm”, Elsevier, Vol. xxx, 2010, pp. 1–10.[3] S. Mishra, “A Hybrid Least Square-Fuzzy Bacterial Foraging Strategy for Harmonic
Estimation”, IEEE, Vol. 9, No. 1, 2005, pp. 61–73.[4] D.N. Jeyakumar, T. Jayabarathi, T. Raghunathan, ”Particle swarm optimization for
various types of economic dispatch problems”, Elsevier, Vol. 30, 2006, pp. 36–42.[5] Ching-Tzong Su, Chien-Tung Lin, “New Approach with a Hopfield Modeling Framework”,
IEEE, Vol. 15, No. 2, May 2000, pp. 541-5. [6] Rabih A. Jabr, Alun H. Coonick, Brian J. Cory, “A Homogeneous Linear Programming
Algorithm for the Security Constrained Economic Dispatch Problem”, IEEE, 2000;Vol. 15, No. 3, August 2000, pp. 930–6.
[7] A. B. M. Nasiruzzaman, M. G. Rabbani, “Implementation of Genetic Algorithm and Fuzzy Logic in Economic Dispatch Problem”, 5th International Conference on Electrical and Comp Eng ICECE IEEE, December 20-22, 2008, pp. 360–5.
[8] Jong-Bae Park, Ki-Song Lee, Joong-Rin Shin, Kwang Y. Lee, “A Particle Swarm Optimization for Economic Dispatch With Nonsmooth Cost Functions”, IEEE, Vol. 20, No. 1, 2005, pp. 34–42.
CompanyLOGO
Daftar Pustaka9] Leandro dos Santos Coelho, Viviana Cocco Mariani, “Improved differential evolution
algorithms for handling economic dispatch optimization with generator constraints”, Elsevier, Vol. 48, 2007, pp. 1631–1639.
[10] Jagabondhu Hazra, Avinash Sinha, “Application of soft computing methods for Economic Dispatch in Power Systems”, International Journal of Electrical Power and Energy System Engineering, Vol. 2, No. 1, 2005, pp. 19–24.
[11] K. Vaisakh, P. Praveena, S. Rama Rao, “PSO-DV and Bacterial Foraging Optimization Based Dynamic Economic Dispatch with Non-Smooth Cost Functions”, International Conference on Advances in Computing, Control, and Telecommunication Technologies IEEE, 2009, pp. 135-9.
[12] M. Tripathy, S. Mishra, “Bacteria foraging-based solution to optimize both real power loss and voltage stability limit”, IEEE, Vol. 22, No. 1, 2007, pp. 240–8.
[13] Jizhong Zhu, “Optimization of Power System Operation”, John Wiley & Sons, Inc., New Jersey, 2009.
[14] Allen J. Wood, Bruce F, Wollenberg, “Power System Operation”, John Wiley & Sons, Inc., New York, 1984.
[15] Hadi Saadat, “Power System Analysis”, McGraw-Hill, New York, 1999.[16] Kevin M. Passino, “Biomimicry for Optimization, Control, and Automation” Dept.
electrical Engineering, The Ohio University, March 2003.
CompanyLOGO
Daftar Pustaka[17] S. N. Sivanandam, S. Sumathi and S. N. Deepa, “Introduction to Fuzzy Logic using
MatchWorks, Inc. 24 Prime Park Way, Natick, USA, 1997.[19] Agus Naba, “Belajar Cepat Fuzzy Logic Menggunakan MATLAB”, Andi Offset,
Yogyakarta, 2009.[20] Sri Kusumadewi, “Aplikasi Logika Fuzzy untuk Pendukung Keputusan”, Graha Ilmu,
Yogyakarta, 2004.[21] M.A. Abido, J.M. Bakhaswain, “Optimal VAR Dispatch Using a Multiobjective
Evolutionary Algorithm”, Elsevier, Vol. 27, 2005, pp. 13–20.[22] P. Somasundaram, K. Kuppusamy, “Application of evolutionary programming to
security constrained economic dispatch”, Elsevier, Vol. 27, 2005, pp. 343–351.
CompanyLOGO
ADDENDUMPublish Paper :
1. Application of Interval Type 2 Fuzzy PI Based Power System Stabilizer for Dynamic Stability Improvement in Single Machine Infinite Bus.Proceeding of National Seminar on Applied Technology, Science, and Arts (1st APTECS), Surabaya, 22 Dec 2009, ISSN 2086-1931
2. Optimization Solution of Economic Dispatch in Power SystemUsing Bacterial Foraging Algorithm.Proceeding of International Seminar on Applied Technology, Science, and Arts, (2nd APTECS), Surabaya, 21-22 Dec. 2010, ISSN 2086-1931
3. Economic Dispatch Optimization Using Fuzzy-Bacterial Foraging Algorithm (Sedang disubmit)Seminar Nasional Pascasarjana XI – ITS, Surabaya 27 Juli 2011