OPTIMASI PENEMPATAN RECLOSER TERHADAP KEANDALAN SISTEM TENAGA LISTRIK DENGAN ALGORITMA GENETIKA

I.LATAR BELAKANG MASALAH

Keandalan sistem adalah peluang suatu komponen atau sistem dalam memenuhi fungsi yang dibutuhkan dalam periode tertentu. Peningkatan kebutuhan tenaga listrik menuntut sistem distribusi tenaga listrik yang mempunyai tingkat keandalan yang baik. Pada sistem distribusi, kualitas keandalan dapat dilihat dari lamanya pemadaman dan seberapa sering pemadaman terjadi dalam satu satuan waktu, misalkan dalam satu tahun. Dengan tingkat keandalan yang sesuai dengan standar,Keandalan tenaga listrik adalah menjaga kontinuitas penyaluran tenaga listrik kepadapelanggan terutama pelanggan daya besar yang membutuhkan kontinuitas penyaluran tenaga listri ksecara mutlak. Apabila tenaga listrik tersebut putus atau tidak tersalurkan akan mengakibatkan prosesproduksi dari pelanggan besar tersebut terganggu. Struktur jaringan tegangan menengah memegang peranan penting dalam menentukan keandalan penyaluran tenaga listrik karena jaringan yang baikmemungkinkan dapat melakukan manuver tegangan dengan mengalokasikan tempat gangguan dan beban dapat dipindahkan melalui jaringan lainnya. menikmati energi listrik secara berkelanjutan.

Salah satu parameter kinerja manajemen di dunia kelistrikan adalah nilai SAIDI (System Average Interruption Duration Index) dan SAIFI (System Average Interruption Frequency Index) sistem jaringan distribusi. Nilai ini menunjukkan besarnya kegagalan atau pemadaman yang mengakibatkan pelanggan tidak mendapatkan layanan listrik. Nilai SAIDI dan SAIFI sistem yang semakin besar menunjukkan buruknya unjuk kerja manajemen. Nilai SAIDI dan SAIFI dipengaruhi oleh laju kegagalan sistem jaringan distribusi, yang berasal dari probabilitas kegagalan peralatan-peralatan jaringan distribusi atau probabilitas kegagalan pada titik bebannya.

Fungsi recloser adalah sebagai alat untuk memperkecil daerah jaringan listrik yang terkena gangguan. Pemasangan recloser selama ini hanya berdasarkan jarak aman antara suatu recloser dengan komponen pemutus lainnya dan belum mempertimbangkan banyak pelanggan didaerah yang dilindungi. Berdasarkan data parameter kinerja recloser dan lokasi penempatan recloser dilakukan perhitungan nilai indeks keandalan dari tiap-tiap lokasi penempatan recloser sehingga diperoleh hasil yang optimal. Dari hasil perhitungan nilai keandalan sistem dapat digunakan sebagai dasar optimasi penempatan recloser menggunakan Algoritma Genetika untuk mendapatkan nilai keandalan yang maksimum.

II.IDENTIFIKASI MASALAH

Gangguan pada sistem distribusi dapat diakibatkan oleh faktor alam, kelalaian manusia, atau

usia peralatan yang terlalu lama sehingga sudah tidak mampu melakukan proses penyaluran dan pengamanan.

Sumber gangguan pada sistem distribusi saluran udara sebagian besar disebabkan oleh

pengaruh luar. Menurut intensitasnya, sumber gangguan dapat dibagi sebagai berikut: angin dan pohon, petir, hujan dan cuaca, kegagalan atau kerusakan peralatan, manusia, binatang, benda-benda asing, dan sebagainya. Terjadinya gangguan dapat menyebabkan terputusnya aliran tenaga listrik sehingga berakibat padam terhadap pelanggan. Aliran tenaga listrik yang padam dapat menimbulkan kerugian pada pelanggan, terutama pelanggan daya besar.

Macam gangguan pada sistem distribusi dibagi menjadi 2, yaitu:

1) Gangguan yang bersifat temporer; gangguan dapat hilang dengan sendirinya atau dengan

memutuskan sesaat bagian yang terganggu dari sumber tegangan.

2) Gangguan yang bersifat permanen; gangguan yang memerlukan tindakan perbaikan untuk

menghilangkan penyebab gangguan tersebut.

III.PERUMUSAN MASALAH

Keandalan merupakan tingkat keberhasilan kinerja suatu sistem atau bagian dari sistem, untuk

dapat memberikan hasil yang lebih baik pada periode waktu dan dalam kondisi operasi tertentu. Untuk

dapat menentukan tingkat keandalan dari suatu sistem, harus diadakan pemeriksaaan dengan cara

melalui perhitungan maupun analisa terhadap tingkat keberhasilan kinerja atau operasi dari sistem

yang ditinjau, pada periode tertentu kemudian membandingkannya dengan standar yang ditetapkan

sebelumnya.

Kontinuitas pelayanan yang merupakan salah satu unsur dari kualitas pelayanan tergantung

kepada macam sarana penyalur dan peralatan pengaman. Jaringan distribusi sebagai sarana

penyalur tenaga listrik mempunyai tingkat kontinuitas tergantung kepada susunan saluran dan cara

pengaturan operasinya. Tingkat kontinuitas pelayanan dari sarana penyalur disusun berdasarkan

lamanya upaya menghidupkan kembali suplai setelah mengalami gangguan.

Tingkatan-tingkatan tersebut antara lain:

 Tingkat 1 : dimungkinkan berjam-jam; yaitu waktu yang diperlukan untuk

mencari dan memperbaiki bagian yang rusak karena gangguan.

Tingkat 2 : padam beberapa jam; yaitu waktu yang diperlukan untuk

mengirim petugas ke lokasi gangguan, melokalisasi dan

melakukan manipulasi untuk menghidupkan sementara kembali

dari arah atau saluran yang lain.

Tingkat 3 : padam beberapa menit; manipulasi oleh petugas yang jaga di

gardu atau dilakukan deteksi atau pengukuran dan pelaksanaan

manipulasi jarak jauh.

 Tingkat 4 : padam beberapa detik; pengamanan atau manipulasi secara

otomatis.

 Tingkat 5 : tanpa padam; dilengkapi instalasi cadangan terpisah dan

otomatisasi penuh.

Umumnya jaringan distribusi luar kota (pedesaan) terdiri dari jenis saluran udara dengan sistem

jaringan radial mempunyai kontinuitas tingkat 1, sedangkan untuk pelayanan dalam kota susunan

jaringan yang dipakai adalah jenis kabel tanah dengan sistem jaringan spindel yang mempunyai

kontinuitas tingkat 2.

IV.Tujuan

Tujuan pembuatan tugasi ni adalah menganalisis penempatan recloser sehingga keandalan dapat optimal .

V.BATASAN MASALAH

1. Konfigurasi sistem tenaga listrik yang dianalisis berbentuk radial.

2. Data laju kegagalan dan waktu keluar komponen keandalan diambil dari buku referensi[2].

3. Keandalan yang dianalisis hanya berdasarkan laju kegagalan, waktu keluar, SAIDI dan SAIFI.

4. Nilai laju kegagalan dan waktu keluar komponen tersebut sama untuk tiap jenis komponen yang sama dan tidak mempertimbangkan adanya gangguan sementara.

5. Menggunakan metode algoritma genetika dalam mencari solusi terbaik.

VI.MANFAAT

Penulisan makalah ini bermanfaat bagi optimasi sistem keandalan tenaga listrik dengan mengoptimumkan penempatan rekloser pada jaringan disrtibusi tenaga listrik,karena penemptan recloser sangat berpengaruh terhadap efisiesnsi dan biaya pada suatu sistem tenaga listrik.

VII.PRINSIP KERJA

Indeks Keandalan

Indeks keandalan merupakan suatu indikator keandalan yang dinyatakan dalam suatu besaran probabilitas, yang terdiri dari dari indeks titik beban dan indeks sistem yang dipakai untuk memperoleh pengertian yang mendalam ke dalam keseluruhan kinerja.

Penyedia listrik paling sering menggunakan dua indeks, SAIFI dan SAIDI, untuk mengukur kinerja keandalan sistem tenaga listriknya. Karakteristiknya adalah frekuensi dan durasi gangguan selama periode pelaporan (biasanya tahun).

SAIFI (System Average Interruption Frequency Index)

Indeks ini didefinisikan sebagai jumlah rata-rata kegagalan yang terjadi per pelanggan yang dilayani oleh sistem per satuan waktu (umumnya per tahun). Indeks ini ditentukan dengan membagi jumlah semua kegagalan-pelanggan dalam satu tahun dengan jumlah pelanggan yang dilayani oleh sistem tersebut. Persamaan untuk SAIFI (rata-rata jumlah gangguan tiap pelanggan) ini dapat dilihat pada persamaan dibawah ini.

Dimana:

∆k= laju kegagalan komponen(kegagalan/tahun)

M_K= jumlah beban pada titik beban k(pelanggan)

M= jumlah seluruh beban dalam satu sistem(pelanggan)

SAIDI (System Average Interruption Duration Index)

Indeks ini didefinisikan sebagai nilai rata-rata dari lamanya kegagalan untuk setiap konsumen selama satu tahun. Indeks ini ditentukan dengan pembagian jumlah dari lamanya kegagalan secara terus menerus untuk semua pelanggan selama periode waktu yang telah ditentukan dengan jumlah pelanggan yang dilayani selama tahun itu.

Dimana:

U_k= ketidaktersediaan komponen( %/tahun)

M_k= jumlah beban pada titik beban k(pelanggan)

M= jumlah seluruh beban dalam satu sistem(pelanggan)

Pemodelan Jaringan Radial

Pada rangkaian radial murni, para pelanggan di ujung rangkaian mau tidak mau memiliki keandalan yang paling rendah. Pada rangkaian radial, kita dapat menganalisis keandalan menggunakan kombinasi seri dari unsur individu. Jika salah satu komponen seri antara gardu penyedia listrik dan pelanggan gagal, pelanggan akan kehilangan dayanya. Seri elemen dapat dikombinasikan sebagai

Dimana

λ= laju kegagalan, biasanya dalam bentuk gangguan per tahun

U= ketidaktersediaan(total waktu terjadi gangguan), biasanya dalam bentuk per unit atau %

r = rata-rata waktu perbaikan setiap gangguan, biasanya dalam per unit/tahun, %/tahun,jam atau menit

Subskrip S adalah total dari seri kombinasi, dan subskrip 1, 2, ... n menunjukkan parameter dari unsur-unsur individu. Laju kegagalan λ analog dengan SAIFI, U adalah analog dengan SAIDI, dan r adalah analog dengan CAIDI. Kita dapat menggunakan dasar ini untuk memperkirakan indeks untuk rangkaian radial.

Untuk meningkatkan keandalan untuk pelanggan, suplai distribusi paralel diperlukan. Menganalisis keandalan dari sistem yang saling berhubungan lumayan sulit. Beberapa teknik analisis tersedia, dan beberapa diantaranya cukup rumit. Dengan beberapa komponen secara seri dan paralel, kita dapat menemukan tingkat kegagalan dan durasi dengan menyederhanakan jaringan menggunakan seri atau paralel kombinasi unsur. Elemen paralel digabungkan dengan

Misalkan untuk n=2,

Subskrip P adalah total dari kombinasi paralel. Perlu diketahui bahwa unit harus tetap sama: λ (laju kegagalan) memiliki satuan 1/years, sehingga waktu perbaikan, r, harus dalam satuan tahun. Biasanya, ini berarti membagi r oleh 8.760 jika r adalah dalam jam atau 525.600 jika r adalah dalam beberapa menit.

Automatic Circuit Recloser

Automatic Circuit Recloser atau Pemutus Balik Otomatis lebih dikenal dengan recloser pada dasarnya adalah Circuit Breaker/Pemutus Beban yang dilengkapi dengan Peralatan Kontrol/Control Device.

ACR mulai bekerja saat mendapat tegangan positif dari Ground Fault Rele/GFR yaitu ketika GFR bekerja memberikan perintah trip ke CB. Elemen yang start adalah elemen DT (Dead Time Delay Element), setelah beberapa waktu elemen DT menutup kontaknya dan memberi perintah masuk ke CB dan mengenergize elemen BT (Blocking Time Delay Element). Element DT ini segera membuka rangkaian closing coil CB sehingga CB tidak bisa reclose. Setelah beberapa waktu sesuai settingnya elemen BT akan reset yang berarti DT bekerja kembali siap untuk melakukan reclosing lagi.

cara menempatkan recloser sehingga diperoleh hasil indeks keandalan yang terbaik setelah dipasang recloser tersebut. Analisis yang dilakukan pertama kali adalah mencari hubungan antara recloser dengan keandalan sistem tenaga listrik. Masing-masing peralatan listrik tegangan tinggi mempunyai nilai laju kegagalan peralatan dan waktu keluar peralatan. Nilai keandalan sistem tenaga listrik tersebut ditinjau dari nilai SAIDI dan SAIFI.

GI merupakan gardu induk Randu Garut. TTR merupakan transformator 3 fasa yang kapasitasnya antara 3x25kVA – 3x150kVA. L merupakan panjang SUTM Randu Garut dalam satuan kilometer. PMT merupakan pemutus tenaga listrik. FCO merupakan saklar pemutus section. L merupakan panjang SUTM Randu Garut dalam satuan kilometer

GI merupakan gardu induk TR merupakan transformator 1 fasa yang kapasitasnya 10 kVA – 50 kVA. TTR merupakan transformator 3 fasa yang kapasitasnya antara 3x50 kVA – 3x500 kVA. L merupakan panjang SUTM dalam satuan kilometer. PMT merupakan pemutus tenaga listrik. FCO merupakan saklar pemutus section. L merupakan panjang SUTM Srondol dalam satuan kilometer.

Data λ dan r Komponen Keandalan

Dikarenakan tidak adanya data laju kegagalan dan waktu keluar komponen distribusi di Indonesia maka dalam tugas akhir ini, data laju kegagalan dan waktu keluar komponen distribusi mengambil dari buku referensi[2].

Tabel 1 Data laju kegagalan dan waktu keluar masing-masing komponen

VII.aplikasi

untuk memperkecil daerah jaringan listrik yang terkena gangguan. Pemasangan recloser selama ini hanya berdasarkan jarak aman antara suatu recloser dengan komponen pemutus lainnya dan belum mempertimbangkan banyak pelanggan didaerah yang dilindungi. Berdasarkan data parameter kinerja recloser dan lokasi penempatan recloser dilakukan perhitungan nilai indeks keandalan dari tiap-tiap lokasi penempatan recloser sehingga diperoleh hasil yang optimal. Dari hasil perhitungan nilai keandalan sistem dapat digunakan sebagai dasar optimasi penempatan recloser

PENGUJIAN DAN ANALISA

Pengujian terhadap sistem ini dilakukan dengan tujuan agar dapat diketahui apakah sistem yang dibuat dalam program ini sudah berjalan sesuai dengan yang diinginkan atau belum. Keberhasilan program diukur dari kemampuannya untuk menganalisis posisi recloser yang paling tepat sehingga diperoleh keandalan sistem tenaga listrik yang paling optimum berdasarkan nilai SAIDI dan SAIFI yang dihasilkan oleh laju kegagalan komponen, waktu keluar komponen dan jumlah pelanggan tiap titik beban.

Pengujian Kasus 1

Pengujian ini diawali dengan menentukan nilai dari laju kegagalan recloser, laju kegagalan transformator, laju kegagalan SUTM, laju kegagalan FCO, laju kegagalan PMT, waktu keluar recloser, waktu keluar transformator, waktu keluar SUTM, waktu keluar FCO, dan waktu keluar PMT. Pada setting awal dari nilai-nilai laju kegagalan dan waktu keluar sudah diatur dengan nilai 0,015 kegagalan/tahun untuk laju kegagalan, 4 jam/kegagalan untuk waktu keluar recloser, 0,01 kegagalan/tahun untuk laju kegagalan transformator, 5 jam/kegagalan untuk waktu keluar transformator, 0,1 kegagalan/tahun untuk laju kegagalan SUTM, dan 4 jam/kegagalan untuk waktu keluar SUTM, 0,009 kegagalan/tahun untuk laju kegagalan FCO, 2 jam/kegagalan untuk waktu keluar FCO, 0,014 kegagalan/tahun untuk laju kegagalan PMT, dan 4 jam/kegagalan untuk waktu keluar PMT. Hasil Pengujian ditunjukkan seperti pada Tabel 2, Tabel 3 , Tabel 4, Tabel 5, dan Tabel 6 dibawah ini.

Tabel 2 Hasil Kasus 1 dengan peluang pindah silang sebesar 0,6.

NO	section	fitness	saidi	saifi
1	10	39751,0095	0,0066546	0,0037804
2	10	39751,0095	0,0066546	0,0037804
3	10	39751,0095	0,0066546	0,0037804
4	6	39732,7915	0,0066555	0,0037815
5	6	39732,7915	0,0066555	0,0037815

.

Tabel 3 Hasil Kasus 1 dengan peluang pindah silang sebesar 0,7.

NO	section	fitness	saidi	saifi
1	10	39751,0095	0,0066546	0,0037804
2	10	39751,0095	0,0066546	0,0037804
3	10	39751,0095	0,0066555	0,0037804
4	6	39732,7915	0,0066555	0,0037815
5	7	39653,2574	0,0037876	0,0066582

Tabel 4 Hasil Kasus 1 dengan peluang pindah silang sebesar 0,8.

NO	section	fitness	saidi	saifi
1	10	39751,0095	0,0066546	0,0037804
2	10	39751,0095	0,0066546	0,0037804
3	6	39732,7915	0,0066555	0,0037815
4	7	39653,2574	0,0037876	0,0066582
5	5	39043,7675	0,0067120	0,0038159

Tabel 5 Hasil Kasus 1 dengan peluang pindah silang sebesar 0,9.

NO	section	fitness	saidi	saifi
1	10	39751,0095	0,0066546	0,0037804
2	6	39732,7915	0,0066555	0,0037815
3	7	39653,2574	0,0037876	0,0066582
4	7	39653,2574	0,0037876	0,0066582
5	7	39653,2574	0,0037876	0,0066582

Tabel 5 Hasil Kasus 1 dengan peluang pindah silang sebesar 1.

NO	section	fitness	saidi	saifi
1	10	39751,0095	0,0066546	0,0037804
2	6	39732,7915	0,0066555	0,0037815
3	6	39653,2574	0,0037876	0,0066582
4	7	39653,2574	0,0037876	0,0066582
5	4	39653,2574	0,0067007	0,0038300

Dari hasil pengujian pada Tabel 2, Tabel 3 , Tabel 4, Tabel 5, dan Tabel 6 didapatkan nilai yang bervariasi dikarenakan sistem optimasi menggunakan algoritma genetika yang membangkitkan bilangan random. Hasil pengujian yang mempunyai nilai fitness tertinggi adalah posisi 10 (section 10) dengan nilai SAIDI sebesar 0.0066546jam/pelanggan.tahun dan nilai SAIFI sebesar 0.0037804kegagalan/pelanggan.tahun. Nilai SAIDI dan SAIFI ketika belum dipasang recloser adalah 0.0066541jam/pelanggan.tahun dan 0.0037787kegagalan/pelanggan.tahun.

Pengujian Kasus 2

Pengujian kasus 2 dilakukan dengan variasi peluang pindah silang sebanyak 5 variasi. Pengujian dilakukan dengan peluang mutasi sebesar 0.008, dan jumlah generasi sebesar 20. Hasil Pengujian ditunjukkan seperti pada Tabel 7, Tabel 8 , Tabel 9, Tabel 10, dan Tabel 11 dibawah ini.

NO	section	fitness	saidi	saifi
1	4 dan 8	16038140,5802	0,00024185	0,00025781
2	2 dan 3	13673922,8751	0,00026955	0,00027131
3	3 dan 4	13596370,7201	0,00026978	0,00027262
4	2dan13	13480980,5522	0,00027062	0,00027411
5	6dan13	13426535,8161	0,00027076	0,00027508

Tabel 8 Hasil Kasus 2 dengan peluang pindah silang sebesar 0,7.

NO	section	fitness	saidi	saifi
1	2dan 3	13673922,8751	0,00026955	0,00027131
2	6dan 7	13316580,9645	0,00027264	0,00027544
3	4dan 7	13295255,5889	0,00027273	0,00027578
4	3dan 7	11438124,7574	0,00030081	0,00029064
5	7dan13	11288999,6997	0,00030188	0,00029344

Tabel 9 Hasil Kasus 2 dengan peluang pindah silang sebesar 0,8.

NO	section	fitness	saidi	saifi
1	2 dan 6	16176270,7055	0,00024138	0,00025611
2	4 dan 8	16038140,5802	0,00024185	0,00025781
3	4dan12	11215626,0415	0,00030233	0,00029491
4	4dan12	11215626,0415	0,00030233	0,00029491
5	8dan12	11209032,8296	0,00030247	0,00029495

Tabel 10 Hasil Kasus 2 dengan peluang pindah silang sebesar 0,9.

NO	section	fitness	saidi	saifi
1	2 dan 8	16136486,2303	0,00024161	0,00025649
2	6dan 7	16136486,2303	0,00024161	0,00025649
3	6 dan 7	13316580,9645	0,00027264	0,00027544
4	4dan 7	13295255,5889	0,00027273	0,00027578
5	7 dan 8	13286889,9905	0,00027287	0,00027581

Tabel 10 Hasil Kasus 2 dengan peluang pindah silang sebesar 0,9.

NO	section	fitness	saidi	saifi
1	2 dan 8	16136486,2303	0,00024161	0,00025649
2	2 dan 3	13673922,8751	0,00026955	0,00027131
3	2 dan 7	13370471,9545	0,00027250	0,00027447
4	6 dan 7	13316580,9645	0,00027264	0,00027544
5	7dan13	11288999,6997	0,00030188	0,00029344

Dari hasil pengujian pada Tabel 7, Tabel 8 , Tabel 9, Tabel 10, dan Tabel 11 didapatkan nilai yang bervariasi dikarenakan sistem optimasi menggunakan algoritma genetika yang membangkitkan bilangan random. Hasil pengujian yang mempunyai nilai fitness tertinggi adalah kombinasi posisi 2 (section 2) dan posisi 6 (section 6) dengan nilai SAIDI sebesar 0.00024138jam/pelanggan.tahun dan nilai SAIFI sebesar 0.00025611kegagalan/pelanggan.tahun. Nilai SAIDI dan SAIFI ketika belum dipasang recloser adalah 0.00024124 jam/pelanggan.tahun dan 0.00025514kegagalan/pelanggan.tahun.

KESIMPULAN

Berdasarkan pengujian dan analisis yang telah dilakukan, maka dapat disimpulkan beberapa hal sebagai berikut :

1. Bentuk jaringan penyulang tenaga listrik berpengaruh terhadap nilai SAIDI dan SAIFI sistem tenaga listrik. 

2. Letak recloser yang optimum untuk kasus pertama adalah posisi 10 (section 10) dengan nilai SAIDI sebesar 0,0066546 jam / pelanggan.tahun dan nilai SAIFI sebesar 0,0037804 kegagalan/pelanggan.tahun.

3. Letak recloser yang optimum untuk kasus kedua adalah kombinasi posisi 2 (section 2) dan posisi 6 (section 6) dengan nilai SAIDI sebesar 0,00024138jam/pelanggan.tahun dan nilai SAIFI sebesar 0,00025611 kegagalan/ pelanggan.tahun.

4. Optimasi dengan algoritma genetika dapat menghasilkan beberapa solusi terbaik untuk masing-masing kasus.

DAFTAR PUSTAKA

[1] A.Pregelj, M.Begovic, A.Rohatgi, and D.Novosel, On Optimization of Reliability of Distributed Generation-Enhanced Feeders, Proceedings of the 36th HICSS, 2002.

[2] Brown, Electric Power Distribution Realibility, MARCEL DEKKER INC, New York, 2002.

[3] Kunto Herwin Bowo, Analisis Penggunaan Recloser 3 Phasa 20 kV untuk Pengaman Arus Lebih di Penyulang Srondol 4, Laporan Tugas Akhir Strata 1 Jurusan Teknik Elektro Universitas Diponegoro, 2006.

[4] Short, Tom, Electric Power Distribution Handbook, Florida, 2004.