Kendaraan bermesin pembakaran internal (ICE) secara bertahap digantikan oleh kendaraan listrik (EV), yang mendorong pergeseran ke transportasi yang ramah lingkungan. Dampak lingkungan dari kendaraan ICE telah mempercepat adopsi EV untuk mengurangi emisi karbon dioksida (CO2), sehingga memerlukan perencanaan optimal Stasiun Pengisian Kendaraan Listrik (EVCS). Studi ini mengeksplorasi strategi untuk meningkatkan pembangkitan daya dan stabilitas tegangan dalam jaringan distribusi dengan mengintegrasikan EVCS dengan sistem fotovoltaik (PV) surya terdistribusi. Untuk meminimalkan kehilangan daya dan mengidentifikasi penempatan optimal EVCS dalam sistem IEEE 33-bus dan 69-bus, Pemrograman Evolusioner (EP), Optimasi Swarm Partikel (PSO), dan Optimasi Serigala Abu-abu (GWO) adalah tiga teknik optimasi yang telah dibandingkan. Untuk mengurangi ketergantungan pada jaringan listrik dan mengakomodasi permintaan pengisian daya tambahan, EVCS diintegrasikan dengan sistem PV. Hasilnya menunjukkan bahwa GWO mengungguli PSO dan EP. GWO mencapai kehilangan daya terendah dan peningkatan profil tegangan tertinggi. Temuan ini memberikan wawasan berharga mengenai upaya untuk mengoptimalkan penempatan EVCS, mengintegrasikannya dengan sistem energi berkelanjutan, dan meningkatkan efisiensi sistem tenaga.
Untuk mengidentifikasi lokasi optimal untuk EVCS dalam penelitian ini, jaringan distribusi dimodelkan menggunakan sistem uji IEEE 33-bus dan IEEE 69-bus. Sistem 33-bus berfungsi sebagai uji skala kecil, sedangkan sistem 69-bus memberikan wawasan tentang jaringan yang lebih besar dan lebih kompleks. Untuk menentukan kerugian daya dan profil tegangan dasar tanpa menggunakan EVCS atau integrasi PV, teknik Newton Raphson Load Flow (NRLF) digunakan untuk melakukan studi aliran beban awal.
Dalam penelitian ini EVCS akan ditempatkan secara cermat di seluruh jaringan distribusi untuk mencapai nilai fungsi objektif minimal, yang mewakili total kerugian daya aktif (饾憙饾憴饾憸饾憼饾憼) yang terakumulasi di seluruh cabang dalam jaringan.
Penelitian ini memperkenalkan empat studi kasus berikut:
Kasus 1: Sistem bus IEEE-33 tanpa integrasi PV
Kasus 2: Sistem bus IEEE-33 dengan integrasi PV 0,1 MW pada bus terlemah, bus 18
Kasus 3: Sistem bus IEEE-69 tanpa integrasi PV
Kasus 4: Sistem bus IEEE-69 dengan integrasi PV 0,1 MW pada bus terlemah 27, 61, dan 65
Gambar kehilangan daya menggunakan berbagai metode
Hasil penelitian ditunjukkan seperti gambar diatas yang menunjukkan bahwa kerugian daya di empat kasus berbeda, dianalisis menggunakan teknik optimasi GWO, PSO, dan EP, dibandingkan dengan kasus dasar untuk sistem uji 33-bus dan 69-bus. Tabel 2 menunjukkan bahwa pada Kasus 1 dan 2, PSO dan GWO menunjukkan peningkatan kerugian daya masing-masing sebesar 9,63% dan 9,45%, secara signifikan mengungguli algoritma EP. Pada Kasus 3, GWO menunjukkan peningkatan kerugian daya terendah sebesar 0,45%, diikuti oleh PSO sebesar 1,34% dan EP sebesar 4,46%, menyoroti kinerja superior GWO. Demikian pula, pada Kasus 4, GWO kembali memiliki peningkatan kerugian daya terendah sebesar 0,53%, dengan PSO sebesar 1,07% dan EP sebesar 2,67%. GWO secara konsisten menunjukkan peningkatan kerugian daya terkecil di antara teknik optimasi, yang menunjukkan efektivitasnya dalam meminimalkan kerugian.
Penelitian ini menawarkan perbandingan komprehensif kinerja PSO, GWO, dan EP dalam menentukan penempatan EVCS yang optimal, meningkatkan profil tegangan, dan mengurangi kerugian daya pada sistem tenaga IEEE 33-bus dan IEEE 69-bus. Hasil menunjukkan bahwa algoritma GWO mengungguli PSO dan EP dalam hal kinerja dengan secara efektif mengurangi kerugian daya dan meningkatkan profil tegangan. Hal ini menjadikannya teknik optimasi yang paling efisien untuk menentukan penempatan EVCS yang optimal. Selain itu, integrasi sistem PV ke dalam EVCS secara efektif mengurangi beberapa kerugian daya yang terkait dengan beban pengisian daya, berkontribusi pada stabilitas tegangan yang lebih baik dan kinerja sistem secara keseluruhan. Dengan menggabungkan lokasi EVCS yang strategis dan integrasi dengan sistem PV, pendekatan ini selanjutnya akan menarik pengguna untuk menggunakan kendaraan listrik dan, dalam jangka panjang, berkontribusi pada tujuan pembangunan berkelanjutan. Untuk penelitian selanjutnya, teknik optimasi hibrida yang menggabungkan kekuatan beberapa algoritma untuk meningkatkan optimasi sistem tenaga perlu diteliti lebih lanjut untuk meningkatkan efisiensi. Selain itu, pengujian teknik ini pada jaringan tenaga yang lebih besar dan kompleks sangat penting untuk memvalidasi efektivitas dan skalabilitasnya. Pertimbangan terhadap aplikasi dunia nyata juga disarankan, yang mencakup pengoptimalan penempatan stasiun pengisian daya kendaraan listrik (EVCS) di daerah perkotaan dan pinggiran kota dengan membagi jaringan menjadi zona-zona yang mencerminkan pola penggunaan kendaraan listrik yang sebenarnya. Pendekatan ini akan memastikan representasi permintaan pengisian daya yang lebih akurat, mendukung pengembangan infrastruktur pengisian daya yang tangguh dan efisien di berbagai lingkungan geografis.
Penulis: Lilik Jamilatul Awalin, ST, SPd, MT, PhD.
Informasi detail dari riset ini dapat dilihat pada tulisan kami di:
Amalina Izzati, Hasmaini Mohamad, Kanendra Naidu, Norazliani Md Sapari, Lilik Jamilatul Awalin, Zuhaila Mat Yasin
