Optimasi Emission Dispatch Penjadwalan Pembangkit Daya Pada Sistem Kelistrikan JawaMadura-Bali Menggunakan Algoritma Particle Swarm Optimization
Abstrak
Emission Dispatch merupakan sebuah upaya untuk menghasilkan nilai emisi dari setiap unit pembangkit agar menghasilkan keluaran emisi yang paling minimum. Setiap daya yang dimasukan sesuai dengan permintaan dari demand yang telah ditentukan dengan memperhatikan nilai batasan minimum dan maksimum agar tidak melanggar dari batasan minimum dan maksimum dari setiap generator. Untuk menghasilkan hasil yang optimal metode Particle Swarm Optimization digunakan untuk mengkalkulasikan masalah optimasi dari setiap generator sehingga menghasilkan biaya operasional dan emisi yang optimal sesuai dengan permintaan daya. Kata
Kunci : Emisi Dispatch, Particle Swarm optimization.
Referensi
S. Kanata,
Hybrid Renewable Energi Menuju Desa
Mandiri Energi di Kabupaten BoneBolango,= Jurnal Rekayasa Elektrika, pp.
-122, 2015
B.Chitti Babu and K.B.Mohanty,
generator for variable speed wind energy
conversion system-modeling and
simulation=, International journal of
computer and electrical engineering,
Vol.2 No.1, February,2010, 1793-8163,pp
-147.
Y. Hakimah,
Pembangkit PLTG Gunung Megang
Berdasarkan Biaya Bahan Bakar,= vol. 4,
pp. 31-43, 2016.
H. Saadat,
WCB McGraw-Hil, New York, p. 691,
F. Parvez, P. Vasant, V. Kallimani, and J.
optimization strategies for combined
economic emission dispatch problem,=
Renew. Sustain. Energy Rev., no. June, pp.
-15, 2017
Hadi Sadat,
Analysis,2. McGraw-Hill, 2002, Bab 7.
Poli, Riccardo, James Kennedy, and Tim
Blackwell. "Particle swarm optimization."
Swarm intelligence 1.1 (2007): 33-57.
a. A. Aditya, A. A. Simaremare, J.
Raharjo, Suyanto and I.
Wijayanto, "Komodo Mlipir
Algorithm to Solve Generator
Scheduling Problems," 2022 2nd
International Conference on
Electronic and Electrical
Engineering and Intelligent
System (ICE3IS), Yogyakarta,
Indonesia, 2022, pp. 84-88, doi:
1109/ICE3IS56585.2022.100
H.Rhim
Optimization Work=,baeldung.
<https://www.baeldung.com/cs/pso#3-
mathematical-models=(Accessed January
2023).
