Optimalisasi Sistem Distribusi Tenaga Listrik Menggunakan Algoritma Genetika
DOI:
https://doi.org/10.37338/elti.v6i2.389Keywords:
Algoritma Genetika, Sistem Distribusi Tenaga Listrik, Rugi Daya, Stabilitas Tegangan, Optimasi.Abstract
Sistem distribusi tenaga listrik merupakan komponen krusial dalam penyediaan energi listrik yang andal dan efisien. Namun, tantangan seperti rugi daya yang tinggi dan ketidakstabilan tegangan sering kali menghambat kinerja jaringan distribusi. Penelitian ini bertujuan untuk mengoptimalkan sistem distribusi tenaga listrik menggunakan algoritma genetika (AG), sebuah metode komputasi berbasis evolusi yang dirancang untuk menyelesaikan masalah optimasi kompleks. Studi dilakukan pada jaringan distribusi tegangan menengah (20 kV) dengan berbagai skenario beban. Hasil simulasi menunjukkan bahwa AG mampu mengurangi rugi daya rata-rata sebesar 12% dan meningkatkan stabilitas tegangan di ujung jaringan dari 0,92 pu menjadi 0,96 pu, sehingga tegangan tetap berada dalam batas yang diizinkan. Selain itu, AG menunjukkan efisiensi tinggi dengan waktu komputasi rata-rata 2,5 menit dan konvergensi dalam 50 generasi untuk jaringan berukuran sedang. Hasil penelitian ini menunjukkan bahwa AG adalah alat yang efektif untuk meningkatkan efisiensi dan kualitas sistem distribusi tenaga listrik. Dengan potensi penerapannya pada sistem distribusi skala nyata, AG dapat menjadi solusi inovatif dalam pengembangan teknologi jaringan pintar (smart grid). Penelitian lanjutan disarankan untuk meningkatkan skalabilitas dan adaptabilitas algoritma terhadap perubahan parameter jaringan yang dinamis.
References
IEEE Power & Energy Society. (2021). Guide for Load Flow Analysis. IEEE Standards. .
Puspitasari, A., & Santoso, R. (2020). "Optimasi Sistem Distribusi Listrik Menggunakan Metode Heuristik". Jurnal Teknik Elektro, 15(2), 45-52.
Mohammed, H. A., Hamza, M. R., & Jasim, S. M. (2020).,40(4),176-184. Genetic Algorithm for Voltage Profile Enhancement and Loss Reduction in Distribution Network. International Journal of Power and Energy Systems. https://doi.org/10.2316/Journal.203.2020.4.203-5101.
Zhao, Z., Zhang, Y., & Cheng, L. (2022). Real-Time Load Balancing in Smart Grids Using Hybrid Genetic Algorithm and Particle Swarm Optimization. Energy, 238,121865.https://doi.org/10.1016/j.energy.2021.121865
Downloads
Published
Issue
Section
License
Copyright (c) 2024 nambi anasta, Indra Kesuma, Agus Wardana

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.



