Firefly Algorithm

OPTIMISASI ECONOMIC DISPATCH DENGAN TRANSMISSION LOSSES MENGGUNAKAN METODE FIREFLY ALGORITHM

Budiyanto , Siti Komsiyah, Derwin Suhartono Universitas Bina Nusantara, Jalan KH. Syahdan No. 9 Palmerah, Jakarta 11480, Indonesia +6281806093339 [email protected]

ABSTRACT Economic Dispatch problem is one of electrical price problem. Economic Dispatch is one term to distribute electrical power generators in some active electrical system to minimize the cost of generators. The purpose of this study is to apply optimization method in Economic Dispatch problem with Transmission Losses to get optimal total price of thermal generators and then make web based application to simplify the calculation. Optimization method used is Firefly Algorithm. Things that want to achieve is combination of electrical power generators,maksimum total of demand with transmission losses and total cost of generators more minimum than total cost of the real data and web based application to simplify the calculation. In the end, it can be concluded that this web based application is very useful in calculating the total cost of electrical power generators and able to serve maksimum total of demand with minimum Transmission Losses and than the results is more optimal using Firefly Algorithm method than the results of real data. Keywords : Electrical Power, Economic Dispatch, Firefly Algorithm,Transmission Losses

ABSTRAK Permasalahan mengenai harga listrik dapat diteliti lebih lanjut pada permasalahan Economic Dispatch yang merupakan pembagian pembebanan pembangkit listrik pada suatu sistem listrik yang beroperasi dengan tujuan mengoptimalkan biaya pembangkit tersebut. Tujuan penelitian ini adalah mengaplikasikan penggunaan metode optimisasi pada permasalahan Economic Dispatch dengan Transmission Losses sehingga didapat total biaya yang optimal dari kombinasi Pembangkit Tenaga Listrik kemudian merancang progam aplikasi berbasis web yang digunakan untuk mempermudah perhitungan optimasi tersebut. Metode optimisasi yang digunakan adalah metode Firefly Algorithm. Hal yang ingin dicapai adalah kombinasi beban pembangkit, total permintaan yang lebih optimum serta Transmission Losses dengan total biaya yang lebih minimum dibandingkan dengan total biaya pada data aslinya. Simpulan yang didapat adalah bahwa aplikasi web yang dibuat sangat membantu dalam perhitungan biaya dimana total biaya pembangkit yang dihasilkan lebih optimal dengan menggunakan metode Firefly Algortihm serta mampu melayani total permintaan yang lebih tinggi dengan transmission Losses yang lebih kecil dibandingkan dengan hasil pada data aslinya. Kata kunci: Tenaga Listrik, Economic Dispatch, Firefly Algorithm, Transmission Losses

PENDAHULUAN Listrik merupakan suatu kebutuhan yang penting bagi manusia dalam menjalankan aktivitas sehari-hari, dimana pada zaman yang modern ini sudah banyak alat pendukung kehidupan manusia yang membutuhkan tenaga listrik untuk mengoperasikannya seperti lampu, mesin cuci, mesin pompa air, televisi, radio, komputer dan perangkat elektronik lainnya. Tenaga listrik itu sendiri dihasilkan oleh suatu sistem tenaga listrik. Salah satu penghasil tenaga listrik terbesar di Indonesia adalah PT Indonesia Power yang merupakan anak perusahaan dari PT PLN. Untuk memproduksi tenaga listrik yang semurah mungkin pada suatu sistem tenaga yang semua pembangkitnya terdiri dari pembangkit thermal (PLTU, PLTD, PLTG, PLTGU), dibutuhkan penjadwalan ekonomis atau yang dikenal dengan istilah Economic Dispatch. Economic Dispatch(ED) adalah pembagian pembebanan pada pembangkit-pembangkit yang ada dalam sistem secara optimal sehingga akan didapatkan biaya pembangkitan yang minimum terhadap produksi daya listrik yang dibangkitkan. Kerugian transmisi, merupakan komponen yang perlu untuk diperhitungkan, karena mempengaruhi biaya produksi, terutama jika sistem memiliki transmisi yang panjang dengan daya penyaluran yang besar. Ada beberapa metoda yang dapat digunakan untuk menyelesaikan penjadwalan ekonomis pembangkit-pembangkit thermal. Salah satunya adalah algoritma kunang-kunang. Algoritma kunangkunang merupakan metode metaheuristik. Metode ini sendiri dan dibentuk oleh Dr. Xin She Yang di Cambridge University pada tahun 2007. Metode ini berasal dari pada kebiasaan kunang-kunang. Pada tahun 2013, algoritma kunang-kunang digunakan untuk menyelesaikan masalah economic dispatch dengan mengabaikan rugi – rugi transmisi. Hasil yang didapat bahwa algoritma kunang-kunang mampu menyelesaikan economic dispatch dengan solusi yang lebih optimum dibandingkan beberapa metode yang ada. Penggunaaan algoritma kunang-kunang juga di uji coba untuk memecahkan masalah nonconvex Economic Dispatch yang memperhitungkan valve-point effect ( tekanan katup turbin) dengan menghasilkan solusi yang lebih optimal oleh Sreeklah & Scaria(2013). Pada penelitian ini penulis mengembangkan penelitian yang didapatkan sebelumnya dimana rugi-rugi saluran transmisi dihitung dengan menggunakan koefisien rugi matrik B sehingga besar rugirugi saluran transmisi tergantung dari besar daya output yang dibangkitkan untuk menghitung biaya pembangkit yang lebih murah dengan melakukan optimisasi Economic Dispatch serta mengurangi nilai kerugian transmisi (Transmission Losses) sehingga didapatkan total output daya yang lebih optimal.

Untuk memudahkan proses perhitungan dalam melakukan optimisasi Economic Dispatch menggunakan metode Firefly Algorithm (algortima kunang-kunang) sesuai dengan yang diuraikan sebelumnya, maka dirancanglah sebuah program berbasis web yang bertujuan untuk memudahkan perhitungan dan pada akhirnya akan mengeluarkan hasil yang lebih optimal dan mudah dibaca oleh pengguna.

METODE PENELITIAN Metode penelitian dalam penelitian ini dibagi menjadi 2 yaitu: 1.

Metode pengumpulan data Metode pengumpulan data yang digunakan yaitu: a. Studi Literatur Melakukan studi literatur pada buku, artikel online, dan jurnal yang berhubungan dengan penelitian sebagai dasar untuk mendapatkan landasan dasar penulisan penelitian ini. b. Wawancara Metode pengumpulan data jenis ini dilakukan dengan cara melakukan wawancara kepada admin pengguna pada divisi niaga PT Indonesia Power. Wawancara ini berisi pertanyaan yang berkaitan dengan sistem yang sedang dibangun.

2.

Metode pengembangan piranti lunak Metode pengembangan peranti lunak yang digunakan untuk membangun aplikasi ini adalah waterfall model. Tahap-tahap pada waterfall model adalah sebagai berikut (Presmann,2010:39) : 1. Communication Pada tahapan ini, membentuk komunikasi untuk mengetahui hal-hal apa saja yang dibutuhkan untuk memenuhi tujuan software seperti misalnya fungsi dan fitur yang diinginkan ada pada software. 2. Planning Pada tahapan ini, terdapat software project plan yang akan mendeskripsikan tugas-tugas teknikal yang harus dilakukan, resikonya, sumber-sumber yang dibutuhkan, bagianbagian produk yang harus dihasilkan, dan jadwal pekerjaan. 3. Modelling Pekerjaan apapun membutuhkan suatu model agar lebih mudah melihat bentuk nyata dari produk yang akan dihasilkan. Model tersebut misalnya berupa gambar sketsa perkiraan bentuk produk tersebut akan seperti apa. Dalam pembuatan software, model akan membuat pemahaman akan kebutuhan software menjadi lebih dalam dan desainnya juga membantu dalam mencapai tujuan tersebut. 4. Construction Pada bagian ini akan dibuat suatu code atau biasa disebut koding yang merupakan bantuan secara komputasi. Setelah itu hasil koding-an tersebut akan diuji apakah ada kesalahan yang harus diperbaiki atau tidak. 5. Deployment Tahapan ini merupakan tahap akhir. Produk software yang telah jadi akan dipublikasikan untuk dicoba oleh konsumen yang akan membantu mengevaluasi hasil produk tersebut untuk dijadikan feedback demi perkembangan produk selanjutnya.

HASIL DAN BAHASAN Berikut ini langkah-langkah untuk menghitung biaya total pembangkit dan nilai total permintaan beban : 1. Mendefinisikan koefisien HeatRate pada setiap unit pembangkit dengan mengggunakan interpolasi kuadrat yang didapat dari data Heatrate yang terdiri dari tingkat pembebanan Netto dengan Heatrate Netto yang menggunakn microsoft excel. 2. Mengitung harga kalor yaitu harga bahan bakar(Rp/kg)/nilai kalor (kcal/kg) pada setiap unit pembangkit 3. Kalikan koeifisien HeatRate dengan harga energi sehingga diperoleh koefisien persamaan biaya pada setiap unit pembangkit sehingga menjadi persamaan Fi (Pi ) =( ai + bi Pi + ci Pi 2) kcal/jam x harga kalor Rp/cal 4. Kemudian cari nilai Pd dengan persamaan PG = PD + PL 5. Menentukan nilai PL terlebih dahulu dengan mengunakan persamaan Transmission Losses yaitu PL =

giBijPij+

i0Pgi+

B00 dimana Bij = Koefisien kerugian transmisi atau Loss

coefficients.,Pgi

= Output masing-masing Pembangkit, Pi,Pj = Ouput pembangkit ke-i,j, dan

Bi0,B00 = Konstanta rugi-rugi daya. 6. Setelah mendapat nilai PL , lalu kemudian bisa mendapatkan nilai Pd dengan menggunakan rumus yang sudah disebutkan pada nomor 4. 7. Kemudian langkah terakhir yaitu menghitung biaya total pembangkit dengan menggunakan persamaan berikut: dimana Fi (Pi ) =( ai + bi Pi + ci Pi 2) kcal/jam x harga kalor Rp/cal

Metode algoritma kunang-kunang yang digunakan dalam melakukan optimisasi Economic Dispatch meliputi langkah-langkah yang dijelaskan sebagai berikut: 1. Pertama-tama, inisialisasi jumlah kunang-kunang. Dalam hal ini, jumlah kunang-kunang ditentukan sebanyak 15. 2. Inisalisasi jumlah dimensi masalah. Dalam hal ini berjumlah 6 karena pembangkit yang akan digunakan dalam penelitian berjumlah 6. 3. Inisalisasi posisi kunang-kunang melambangkan besarnya beban pembangkit. Masing-masing pembangkit memiliki batasan minimum dan maksimum,sehingga ruang pencarian untuk inisialisai kunang-kunang tersebut harus memenuhi batasan masing-masing pembangkit 4. Inisialisai parameter yang ada pada metode firefly algortihm. Ada 3 parameter utama yang harus ditentukan yaitu parameter acak atau nilai α, parameter Attractiveness atau nilai β, dan nilai γ atau koefisien absorbsi. Dalam hal ini semua bernilai 1 kecuali parameter acak atau nilai α yaitu bernilai 2. 5. Melakukan perhitungan Intensitas cahaya(Acctractiveness) dimana menggunakan fungsi fittness yaitu fungsi I(x) = 1/f(x). Semakin rendah nilai fungsi, maka semakin tinggi nilai nilai intensitasnya. Kemudian bandingkan setiap nilai intensitas cahaya pada setiap kunang-kunang. Jika intensitas firefly i kurang dari firefly j, maka firefly I akan bergerak menuju firefly j. 6. Menghitung jarak antara firefly i dengan firefly j dengan menggunakan persamaan rij = || xi - xj|| = . Setelah itu,perlu juga menghitung nilai Attractiveness atau nilai β dengan menggunakan persamaan β(r) = β0

.

7. Melakukan pergerakan perpindahan kunang-kunang. Ketika sudah menghitung nilai attractiveness dan intensitas firefly i kurang dari firefly j maka firefly akan melakukan perpindahan dengan menggunakan persamaan = + β0 +( ) + α ( rand - ). 8. Melakukan perulangan untuk mendapatkan hasil yang terbaik. Hasil akhir dari fungsi ini adalah posisi terbaik yang pernah diperoleh para firefly dan ketika sudah ,mendapatkan posisi terbaik maka akan disimpan dan jika beluma akan diulangi sampai jumlah maksimal pengulangan.

Perancangan Aplikasi

Gambar 1 Use Case Diagram Aplikasi yang dirancang dapat diakses secara offline dengan menggunakan Localhost menggunakan XAMPP. Pengguna terbagi menjadi dua yaitu user dan admin. Ketika menjalankan Aplikasi, user disambut dengan halaman Home. Halaman Home merupakan halaman utama yang menyambut user ketika aplikasi dijalankan.Tak hanya itu, user juga bisa membuka halaman View About Company dan View About Us. Selanjutnya, admin melakukan login dapat melakukan beberapa hal yang tidak bisa diakses oleh user diantaranya adalah sebagai berikut: 1. Use Calculator, berfungsi untuk menghitung nilai total biaya pembangkit,nilai total beban,nilai transmission losses sesuai dengan data yang dimasukkan admin kemudian menjabarkan hasilnya dalam bentuk tabel dan grafik. Data yang dimasukkan akan diproses dengan rumus yang sudah dijabarkan sebelumnya dan datanya dalm berkas Microsoft Excel. 2. View Help, berfungsi sebagai panduan untuk membantu dalam menggunakan aplikasi 3. View About Method, berfungsi untuk mengedukasi admin mengenai metode-metode perhitungan yang digunakan dalam aplikasi Forecast JCI. 4. Logout, berfungsi untuk keluar dari aplikasi dan kembali ke halaman utama

Simulasi dan Pembahasan Pada simulasi program, program akan diuji menggunakan data h berupa 6 pembangkit thermal yang ada di Jawa sampai Bali yaitu PLTU sebanyak 3 pembangkit, PLTD, PLTG, PLTGU masingmasing sebanyak 1 pembangkit. Data diambil dari tanggal 20 februari 2015 sampai dengan 30 juni 2015 yang kemudian disimpan dalam berkas Microsoft Excel yang merupakan tabel koefisien persamaan biaya.

Tabel 1 Koefisien Persamaan Biaya Koefisienn Persamaan Biaya

Pembangkit a(konstanta)

b(koefisien p)

c(koefisien p^2)

Pembangkit A

469.88232

-0.38916436

0.0039582

Pembangkit B

469.88232

-0.38916436

0.0039582

Pembangkit C

469.88232

-0.38916436

0.0039582

Pembangkit D

438.9707128

-10.50202893

0.341703599

Pembangkit E

1981.870831

-7.562694531

0.008897288

Pembangkit F

775.809095

-14.23502927

0.463596578

Pada tabel diatas,terdapat koefiein persaman biaya yang berasal dari perhitungan yang menggunakan Microsoft Excel . Tak hanya itu,terdapat data minimum dan maksimum masing-pada masing pembangkit serta data total beban kebutuhan yang nantinya akan digunakan untuk melakukan pendjawalan ekonomis yang berasal dari data perusahaan. Tabel 2 Data pembangkit Pembangkit

Beban(MW)

Pmin

Pmax

Pembangkit A

372

200

373

Pembangkit B

372

200

373

Pembangkit C

372

200

373

Pembangkit D

20

5

20

Pembangkit E

425

250

445

Pembangkit F

15

5

18

Total Beban

1576

Dari tabel 1 dan tabel 2 maka dapat dilakukan perhitungan untuk mencari total biaya pembangkit dan melakukan economic dispatch sehingga juga dapat diketahui transmission losses dan total beban kebutuhan dengan menggunakan rumus yang sudah diuraikan sebelumnya kemudian melakukan perhitungan dengan metode algoritma kunang-kunang dengan perulangan sebanyak 5 kali Tabel 3 Hasil penggunaan Metode Firefly Algortihm Generator

Rata-rata

Satuan

Generator A

361.6

MW

Generator B

368.8

MW

Generator C

366.2

MW

Generator D

19

MW

Generator E

443.2

MW

Generator F

17.2

MW

Total Beban

1576

MW

Kerugian Transmisi

38.8381

MW

Total Permintaan

1537.1619

MW

Total Biaya

3978.9122

Rp/jam

Pada tabel 3 ini dijelaskan hasil penggunaan metode algortima kunang-kunang yang dilakukan sebanyak 5 kali. Adanya naik dan turun pada masing-masing pembangkit bila dibandingkan data pada perusahaan. Disini juga diberikan nilai kerugian transmisi pada 6 pembangkit tersebut, nilia total permintaan beban yang sesungguhnya, serta nilai total biaya pembangkit dengan menggunakan rumus yang sudah dijelaskan sebelumnya. Berikut ini juga terdapat Grafik pencarian total biaya pembangkit pada metode firefly algorithm.

Gambar 2 Grafik konvergensi Metode Firefly Algorithm Gambar 2 ini menjelaskan proses pencarian biaya toal pembangkit yang paling murah dengan melakukan penjadwalan secara ekonomis sehingga didapatkan kombinasi beban yang tetap memenuhi batasan minimum dan maksmimum yang ada pada tabel 2.Lalu kemudian bandingkan dengan data yang ada diperusahaan dengan data yang sudah didapat menggunakan data yang menggunakan metode Firefly Algorithm. Tabel 4 Tabel Perbandingan Data Asli dan Rata-rata Output Simulasi Program Generator

Data Asli

Metode Firefly

Generator A

372

361.6

Generator B

372

368.8

Generator C

372

366.2

Generator D

20

19

Generator E

425

443.2

Generator F

15

17.2

Total Beban

1576

1576

Kerugian Transmisi

39.62

38.8381

Total Permintaan

1536.38

1537.1619

Total Biaya

4025.5996

3978.9122

Berdasarkan tabel 4 perbandingan data asli dengan hasil dari perhitungan program menggunakan metode Firefly Algorithm yang terlihat pada tabel perbandingan di atas, dapat disimpulkan bahwa data asli untuk memenuhi permintaan 1536.38 MW membutuhkan output 1576 MW dengan biaya Rp. 4025,5996 per jam , serta kerugian transmisi sekitar 39,62 atau sekitar 2,513% sedangkan dengan meode Firefly dengan output 1576 MW dapat memenuhi 1537.1619 dengan biaya yang dihasilkan lebih minimum dibandingkan data asli yaitu Rp. 3.978,9122 per jam. Biaya yang lebih minimum ini dapat menghemat Rp. 46,6874 per jam dan juga nilai kerugian transmisi lebih kecil bila menggunakan metode Firefly yaitu 38,8381 MW atau sekitar 2,464%. Kerugian transmisi bisa dapat dihemat 0,7819 MW atau sekitar 0,049%.

SIMPULAN DAN SARAN Berdasarkan penelitian yang sudah dilakukan maka didapatkan beberapa kesimpulan yaitu: 1. Metode Firefly Algorithm menghasilkan biaya pembangkit (Komponen C) serta nilai transmission losses yang lebih optimal dibandingkan dengan biaya dan nilai transmission losses yang didapat dari data asli.. 2. Perbandingan kombinasi pembangkit antara data asli dengan hasil program cukup terlihat perbedaan yang jelas. Biaya yang dihasilkan oleh aplikasi pun lebih kecil dibandingkan biaya pada data asli meskipun perbedaannya tidak terlalu jauh. 3. Aplikasi yang dibuat sangat membantu Admin dalam mempermudah perhitungan biaya pembangkit dan nilai transmission losses yang lebih optimal. 4. Penggunaan metode Firefly Algorithm mampu melayani total permintaan lebih tinggi bila dibandingkan data asli sehingga mampu memenuhi permintaan yang lebih optimal. Beberapa saran yang dapat diajukan untuk penelitian dan pengembangan penelitian selanjutnya adalah sebagai berikut: 1. Untuk penelitian selanjutnya, disarankan peneliti dapat lebih mengembangkan metode Firefly Algorithm sehingga hasil yang diperoleh lebih optimal. 2. Untuk penelitian selanjutnya, diharapkan peneliti menggunakan kombinasi pembangkit yang lebih beragam dan cakupan wilayah yang cukup luas. 3. Untuk pengembangan aplikasi selanjutnya, diharapkan peneliti mampu memberikan output waktu pengerjaan yang dilakukan oleh metode Firefly ketika menghasilkan hasil yang optimal.

REFERENSI Adrianti. (2010). Penjadwalan Ekonomis Pembangkit Thermal dengan Memperhitungkan Rugi Rugi Saluran Transmisi Menggunakan Metode Algoritma Genetik. Tesis tidak diterbitkan. Padang: Jurusan Teknik Elektro, Fakultas Teknik, Universitas Andalas. Dekhici,L.,Belkadi,K.,& Borne,P.(2012).Firefly Algorithm for Economic Power DispatchingWith Pollutants Emission.Informatica Economica,16(2),45-57. Garido,M.,J.(2012).Introduction to Elementary Computational Modeling.USA:John Willey & Sons Inc. Joko, P., Montario, C. B., & Zamrudi. (2010). Transmission of Electrical Energy. Makalah Tekhnik Tenaga Listrik, 1-3. Kindersley,D.(2011).Introduction to Computer Science.New Delhi:Pearson Education. Liang,H.,R.,Wang,C.,J.,Chen,T.,Y.,& Tseng.,T.,W.(2014).An enhanced firefly algorithm to multiobjective optimal active/reactivepower dispatch with uncertainties consideration.International Journal of Electrical Power and Energy Systems,64,1088-1097. Meena,K.,& Sivakumar,R.(2015).Human-Computer Interaction. New Delhi: Asoke K. Gosh,PHI Learning. Nadjamuddin, H. (2011). Bahan Ajar Perancangan Pembangkitan Tenaga Listrik. Makassar: Universitas Hasanuddin. Panigrahi,P.,Mishra,S.,Pani,R.,S.(2015).Implementation of Firefly Algorithm onEconomic Load Dispatch.International Journal of Engineering Research & Technology (IJERT),4,376-380. Penangsang, O. (2011). Pengoperasian Optimum Sistem Tenaga Listrik. Diperoleh (30 April 2015) dari http://power-system.ee.its.ac.id. Pressman, R. S. (2010). Software Engineering: A Practitioners Approach (7th ed.). New York: McGraw-Hill Science. Rajan,A., & Malakar,T.(2014).Optimal reactive power dispatch using hybrid Nelder–Mead simplexbased firefly algorithm.International Journal of Electrical Power and Energy Systems,66,9-24. Saadat, H. (2004). Power System Analysis. New York: McGraw-Hill Companies.

Scaria.,R, & V.,S.(2013).Firefly Algorithm Based Power Economic Dispatch of Generators Using Valve Point Effects and Multiple Fuel Options. International Journal of Engineering and Innovative Technology (IJEIT),3,251-256. Shneiderman, B., & Plaisant, C. (2010). Designing The User Interface (6th ed.). Boston: Pearson. Subramanian,R., & Thanuskodi K.(2013).An Efficient Firefly Algorithm to Solve Economic Dispatch Problems,2,52-55. Vallabhareni,R.,S.(2015).CIAexcel Exam Review Part 1:Internal Audit Basic.USA:John Willey & Sons inc. Welling, L., & Thomson, L. (2009). PHP and MySQL Web Development (4th ed.). Boston: AddisonWesley. Whitten, J. L., & Bentley, L. D. (2007). System Analysis and Design Method (7th ed.). California: Irwin/McGraw-Hill. Wikarsa, M. T. (2010). Studi Analisis Program Percepatan 10.000 MW Tahap 1 pada Operasi Sistem Tenaga Listrik Jawa Bali. Tesis tidak diterbitkan. Depok: Jurusan Teknik Elektro, Fakultas Teknik, Universitas Indonesia. Wood, A. J., & Wollenberg, B. F. (1996). Power Generation, Operation and Control (2th ed.). New York: A Willey-Interscience Publication. Yang,S.,X.(2010).Engineering Optimization.New York: A Willey-Interscience Publication. Yang,S.,X.,Hoessine.,S.,S.,S.,& Gandomi,H.,A.(2011).Firefly Algorithm for solving non-convex economic dispatch problems with valveloading effect.Applied Soft Computing,12,1180-1186. Younes,M.,Khodja,F.,& Kherfane.L.(2013).Multi-objective economic emission dispatch solution using hybrid FFA(firefly algorithm) and considering wind power penetration.Energy,67,595606.

RIWAYAT PENULIS Budiyanto lahir di kota Jakarta pada 26 April 1992. Penulis menamatkan pendidikan S1 di Universitas Bina Nusantara dalam bidang ilmu Teknik Informatika dan Matematika pada tahun 2015.