Desain Pemasangan Distributed Generation Berbasis Algoritma Genetika untuk Perbaikan Tegangan

Hartono, Hartono (2014) Desain Pemasangan Distributed Generation Berbasis Algoritma Genetika untuk Perbaikan Tegangan. Masters thesis, Fakultas Teknologi Industri UNISSULA.

[img]
Preview
Text
Cover.pdf

Download (87kB) | Preview
[img]
Preview
Text
Abstrak.pdf

Download (156kB) | Preview
[img]
Preview
Text
Daftar Isi.pdf

Download (94kB) | Preview

Abstract

Seiring semakin luasnya jaringan tenaga listrik akibat permintaan yang semakin besar, serta jarak yang cukup jauh antara pusat-pusat pembangkit dengan pusat-pusat beban, dapat menyebabkan rugi-rugi daya dan susut tegangan. Salah satu solusi adalah memasang Distributed Generation (DG) pada jaringan distribusi tersebut. Tujuan penelitian ini adalah untuk mengetahui pengaruh sebelum pemasangan DG dan setelah pemasangan DG pada sistem distribusi tenaga listrik terhadap perbaikan profil tegangan dalam jaringan distribusi dengan variabel injeksi dan lokasi. Potensi DG yang digunakan adalah tiga buah PLTM. Pengujian dilakukan dengan cara simulasi menggunakan Matlab untuk aplikasi Algoritma Genetika. Hasil simulasi menunjukan sebelum pemasangan DG tegangan pada ujung jaringan mengalami jatuh tegangan ujung terima (Vr) sebesar 20,04% dan setelah pemasangan DG dengan injeksi 85% dari kapasitas total pada section 10, jatuh tegangan berhasil diperbaiki menjadi 6,10%. Hasil simulasi dengan Algoritma Genetika jatuh tegangan (ΔVp) sebelum penempatan DG pada beban pagi 2.176 volt. Seteleh penempatan satu DG terpusat jatuh tegangan beban pagi menjadi 622 volt atau perbaikan jatuh tegangan 71,42%. Pada penempatan tiga DG tersebar jatuh tegangan beban pagi menjadi 762 volt atau perbaikan jatuh tegangan 64,98%. Jatuh tegangan (ΔVp) sebelum penempatan DG pada beban malam 4.336 volt. Seteleh penempatan satu DG terpusat jatuh tegangan beban pagi menjadi 1.338 volt atau perbaikan jatuh tegangan 69,14%. Pada penempatan tiga DG tersebar jatuh tegangan beban pagi menjadi 1360 volt atau perbaikan jatuh tegangan 68,63%. Kata kunci : Algoritma Genetik , Distributed Generation, Jatuh Tegangan.

Item Type: Thesis (Masters)
Subjects: T Technology > TJ Mechanical engineering and machinery
Divisions: Fakultas Teknologi Industri
Pascasarjana > Magister Teknik elektro
Depositing User: Pustakawan Reviewer UNISSULA
Date Deposited: 17 Dec 2015 02:37
Last Modified: 17 Dec 2015 02:37
URI: http://repository.unissula.ac.id/id/eprint/1778

Actions (login required)

View Item View Item