Optimasi Penempatan dan Kapasitas Bank Kapasitor Untuk Mereduksi Rugi-Rugi Daya Menggunakan Kombinasi Metode Loss Sensitivity Factors dan Particle Swarm Optimization (PSO)

Abstract

Intisari — Sistem distribusi yang memiliki saluran panjang biasanya memiliki masalah rugi-rugi daya dan votage drop. Masalah ini dapat diatasi dengan cara menempatkan bank kapasitor pada sistem distribusi. Masalah utama dalam penempatan bank kapasitor adalah menentukan lokasi dan kapasitas yang optimal. Penelitian ini menggunakan metode Loss Sensitivity Factors (LSF) untuk menentukan kandidat bus yang akan dipilih sebagai lokasi penempatan bank kapasitor dan metode algoritma Particle Swarm Optimization digunakan untuk mencari kapasitas optimal bank kapasitor yang dipasang. Simulasi dilakukan dengan menggunakan perangkat lunak MATLAB. Studi kasus yang digunakan adalah kasus uji IEEE 10 bus dan penyulang Pakis di gardu induk Menggala. Hasil simulasi menunjukkan bahwa kombinasi kedua metode dapat menentukan lokasi penempatan dan kapasitas optimal bank kapasitor dengan reduksi rugi-rugi daya yang minimum untuk kedua studi kasus.Kata kunci — Rugi-Rugi Daya, Bank Kapasitor, Loss Sensitivity Factors, Algoritma Particle Swarm Optimization. Abstract — Distribution systems that have long lines usually have problems with power losses and votage drop. This problem can be overcome by placing a bank capacitor in the distribution system. The main problem in the placement of bank capacitors is determining the optimal location and capacity. This study uses the Loss Sensitivity Factors (LSF) method to determine the candidate bus that will be selected as the location of the placement of bank capacitors and the Particle Swarm Optimization algorithm method is used to find the optimal capacity of the installed bank capacitor. Simulation is done using MATLAB software. The case studies used were the IEEE 10 bus and Pakter feeder test cases at the Menggala substation. The simulation results show that the combination of the two methods can determine the placement location and optimal capacitor capacity of the bank by reducing the minimum power losses for the two case studies.Keywords— Active power losses, Capacitor Bank, Loss Sensitivity Factors, Particle Swarm Optimization Algorithm.