Text

Analisa Penggunaan Static VAR Compensator (SCV) dalam Mengurangi Rugi-Rugi Daya Menggunakan Metode Whale Optimization Algorithm (WOA)

---

Pada sistem tenaga listrik, ketika beban reaktif meningkat hal ini dapat menyebabkan penurunan tegangan dan meningkatnya rugi-rugi daya aktif serta menggangu pendistribusian daya listrik. Salah satu cara yang dilakukan dalam meminimalisir rugi-rugi
daya tersebut adalah dengan menginjeksikan daya reaktif dalam sistem tenaga listrik. Pada tugas akhir ini peralatan yang digunakan adalah Static VAR Compensator (SVC), dimana peralatan ini berfungsi untuk pengurangan dan penambahan daya reaktif. Tujuan dari penelitian tugas akhir ini adalah mengetahui pengaruh penempatan SVC dalam meminimalisir rugi-rugi daya. Metode yang digunakan adalah Whale Optimization Algorithm (WOA), algoritma ini terinspirasi oleh strategi berburu jaring gelembung yang dilakukan paus bungkuk. Simulasi aliran daya dilakukan dengan menggunakan MATLAB,R2015a dengan menggunakan data IEEE 30 Bus, sedangkan untuk perhitungan metode WOA dilakukan pada Microsoft Excel. Dari hasil percobaan yang dilakukan didapatkan pada percobaan dengan menggunakan perhitungan manual tanpa metode didapatkan
penempatan SVC dapat lebih baik jika tidak hanya pada bus yang bermasalah, yaitu dengan menginjeksikan daya reaktif sebesar 50.409 MVar pada bus 18, 20, 23 dan 29 dapat menurunkan rugi-rugi daya aktif sebesar 19.239 MW. Percobaan penempatan SVC dengan menggunakan metode WOA yang dilakukan dengan perhitungan manual, diperoleh rugi-rugi daya aktif turun sebesar 21.770 MW dengan injeksi daya reaktif sebesar 17 MVar pada bus 25. Dengan menempatkan SVC ini dapat menaikan profil tegangan dan menurunkan rugi-rugi daya aktif pada bus yang mengalami masalah.

Kata kunci : Static VAR Compensator (SVC), Whale Optimization Algorithm (WOA), Aliran daya, IEEE 30 Bus.

---

Ketersediaan

Informasi Detail

Judul Seri

Tugas Akhir Teknik Elektro Sarjana

No. Panggil

2231-011

Penerbit

Padang : Fakultas Teknik ITP., 2022

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

2019310054

Klasifikasi

NONE

Tipe Isi

text

Tipe Media

computer

Tipe Pembawa

-

Edisi

2022

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Informasi Lainnya

NIM

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar