Optimasi Load Tap Changing Transformer Menggunakan Algoritma Genetik Guna Meminimalisasi Rugi Daya Transmisi

Abstract

Transformator memberikan suatu sarana tambahan untuk mengatur daya reaktif dengan menggunakan on load tap changing transformer. Walau posisi tap transformator bukan merupakan sumber daya reaktif, tetapi posisi tap transformator mengubah impedansi jalur yang dilalui daya reaktif sehingga akan mempengaruhi aliran daya reaktif. Jika keadaan beban di setiap simpul tidak berubah, maka perubahan tap dari sebuah transformator akan secara langsung mengubah tegangan dari simpul yang berhubungan dengan tap transformator. Perubahan tegangan ini juga akan mengubah besarnya arus yang mengalir antara simpul tersebut dan selanjutnya juga akan mempengaruhi simpul-simpul yang lain serta mempengaruhi rugi-rugi dalam sistem, yaitu PL. Tugas Akhir ini menggunakan Algoritma Genetik (ALGEN) untuk menentukan nilai tap changing transformator yang optimal ditinjau dari rugi-rugi transmisi yang minimum. ALGEN adalah metode yang memberikan sekumpulan solusi yang bersifat global (global solutions) karena karakteristik pencarian solusi ALGEN adalah multi point searching sehingga seorang decision maker dapat menentukan solusi optimal dari permasalahan yang dihadapi. ALGEN memiliki operator-operator genetik yang identik dengan kejadian-kejadian pada evolusi alam seperti seleksi alam dan reproduksi, rekombinasi dan mutasi. Tugas Akhir ini menggunakan operator-operator genetik standar yaitu seleksi menggunakan metode roulette wheel selection, rekombinasi menggunakan metode single point crossover dan mutasi menggunakan metode flip-bit.