Mengintegrasikan sumber energi terbarukan (RE) ke dalam sistem tenaga listrik menjadi semakin penting. Sumber energi terbarukan (RES) merupakan alternatif yang lebih bersih dan ramah lingkungan dibandingkan pembangkit listrik berbahan bakar fosil karena mengurangi ketergantungan pada sumber-sumber ini. Namun, karena sumber listrik seperti tenaga angin dan surya tidak menentu dan terputus-putus, penambahan Distributed Generation (DG) dari RES dapat menimbulkan ancaman terhadap stabilitas sistem, khususnya yang berkaitan dengan kehilangan daya dan penyimpangan tegangan. Untuk meningkatkan stabilitas di seluruh saluran transmisi sistem tenaga, strategi optimasi seperti Optimal Reactive Power Dispatch (ORPD) sangat penting. Karena bersifat non-linier, non-cembung, dan multimodal, permasalahan ORPD menjadi rumit. Implementasi ORPD pada sistem bus IEEE menjadi penekanan utama penelitian ini, yang bertujuan untuk meningkatkan indeks stabilitas tegangan, meminimalkan variasi tegangan, dan mengurangi rugi-rugi daya.
Metode Analisa
Dalam studi investigasi ini menemui beberapa keterbatasan dan pertimbangan terkait parameter sistem, perancangan, dan pengujian. Analisis ORPD sering kali dibatasi oleh faktor-faktor seperti kompleksitas jaringan listrik, variabilitas beban dan pembangkitan, dan karakteristik nonlinier dari aliran daya reaktif, sehingga sulit untuk mencapai solusi optimal. Parameter utama yang disebut variabel kontrol dalam ORPD meliputi tegangan generator, rasio tap transformator, dan daya reaktif yang diinjeksikan oleh perangkat kompensator VAR. Pemilihan variabel kontrol ini memerlukan pemahaman tentang kebutuhan sistem dan kendala operasional, karena variabel tersebut secara langsung mempengaruhi rugi-rugi daya, deviasi tegangan, dan indeks stabilitas (VSI). Desain studi ORPD biasanya melibatkan model matematika dan algoritma optimasi, dengan pendekatan umum mulai dari metode klasik, seperti pemrograman linier, hingga teknik meta-heuristik. Saat menyiapkan sistem pengujian, studi investigasi ini menggunakan sistem bus IEEE 57 terintegrasi RE untuk konsistensi dan komparabilitas kinerja. Namun, untuk studi kasus di dunia nyata, pemilihannya harus mempertimbangkan topologi spesifik jaringan, profil beban, dan sumber pembangkitan. Pada akhirnya, pemilihan parameter dan metodologi untuk setiap studi kasus ORPD melibatkan keseimbangan kompleksitas komputasi dengan akurasi solusi, sekaligus memastikan model mencerminkan dinamika dan kendala jaringan listrik yang sebenarnya.
Namun studi investigasi menggunakan pendekatan review referensi untuk memahami karakteristik, kelebihan dan kekurangan masing-masing teknik optimasi untuk kasus khusus ORPD. Ini juga menggunakan implementasi langsung dengan menggunakan beberapa algoritma yang bertindak sebagai perwakilan dari masing-masing jenis algoritma optimasi berbasis meta-heuristik. Algoritma terpilih yang diuji dalam penelitian ini adalah algoritma genetika (GA), algoritma optimasi firefly (FOA), algoritma optimasi Archimedes (AOA), dan algoritma pathfinder (PFA). Analisis yang dilakukan meliputi validasi kinerja, perbandingan, dan pendekatan statistik untuk mengetahui teknik optimasi terbaik.
Sedangkan untuk sistem bus IEEE 57 modifikasi yang terintegrasi dengan DGs, implementasi modelnya menggunakan model ketidakpastian energi surya dan energi angin. Sistem ini menggunakan pembangkit listrik tenaga surya-PV dan pembangkit listrik tenaga angin yang terhubung ke jaringan listrik pada bus-bus tertentu yang memiliki kehilangan daya aktif tertinggi di sepanjang jaringan sistem. Model ketidakpastian energi dibuat menggunakan fungsi kepadatan probabilitas (PDF), seperti lognormal PDF untuk menghitung probabilitas ketidakpastian tingkat iradiasi matahari, dan Weibull PDF untuk menghitung model ketidakpastian kecepatan angin. Dataset model ketidakpastian energi surya dan angin diambil dari data cuaca aktual perangkat stasiun cuaca yang dipasang pada lokasi tertentu dengan koordinat -7.266246, 112.785297. Ekstraksi data tingkat iradiasi matahari dan kecepatan angin diperoleh dari pengukuran langsung secara real-time pada bulan Oktober 2023 hingga April 2024.
Implementasi dan Hasil
Dalam makalah ini, teknik optimasi meta-heuristik untuk masalah Optimal Reactive Power Dispatch (ORPD) diperiksa secara menyeluruh, dengan fokus pada jaringan listrik yang terhubung ke generator terdistribusi (RE-DGs) yang menggunakan energi terbarukan. Selain mengklasifikasikan algoritma meta-heuristik ke dalam kawanan yang evolusioner, konvensional, terinspirasi dari alam, dan terinspirasi dari fisika, kami juga menyediakan formulasi matematis dari fungsi tujuan ORPD yang umum. Teknik-teknik ini telah bekerja dengan baik untuk memecahkan masalah umum ORPD selama 20 tahun terakhir; Aplikasi yang disesuaikan dengan RE-DG baru saja muncul, sekitar tahun 2019, sebagai akibat dari meningkatnya integrasi RE-DG ke dalam sistem tenaga listrik. Makalah ini mengilustrasikan manfaat berbeda dari masing-masing metode menggunakan studi kasus termasuk metode Genetic (GA), Firefly Optimization Algorithm (FOA), Pathfinder Algorithm (PFA), dan Archimedes Optimization Algorithm (AOA) pada sistem bus IEEE-57. Meskipun GA merupakan algoritma evolusioner, namun konvergensinya mungkin lebih lambat meskipun memiliki jangkauan kemampuan pencarian yang luas. Meskipun mungkin terjadi terlalu cepat dalam beberapa keadaan, FOA menggunakan mekanisme daya tarik khusus untuk mencapai keseimbangan antara eksplorasi dan eksploitasi. Desain AOA yang terinspirasi dari fisika memberikan presisi tinggi, sehingga sangat berguna untuk skenario ORPD yang rumit, sedangkan metode berbasis pencarian jalur PFA menawarkan konvergensi yang lebih cepat dan membantu menghindari optimal lokal. Dengan menggunakan fungsi kepadatan probabilitas (PDF) untuk menggambarkan variasi daya aktif, metode ini secara efisien menangani ketidakpastian yang terkait dengan energi terbarukan, termasuk pembangkit listrik tenaga angin dan surya. Terlepas dari kualitas-kualitas ini, tampaknya ada beberapa batasan. Karakteristik ORPD yang multi-objektif, non-linier, dan non-cembung tidak dapat diselesaikan secara andal dengan pendekatan meta-heuristik.
Namun, masih sulit untuk mencerminkan stokastisitas intrinsik sumber energi terbarukan secara memadai, yang dapat memengaruhi seberapa kuat hasil optimalisasinya. Dengan menciptakan teknik pengoptimalan hibrid yang memadukan pembelajaran mesin atau teknik pengoptimalan deterministik dengan meta-heuristik, penelitian di masa depan dapat mengatasi kendala ini. Ketepatan dan stabilitas pelacakan dapat ditingkatkan dengan strategi hibrida ini. Algoritme meta-heuristik adaptif berpotensi meningkatkan konsistensi kinerja dan mengurangi kebutuhan pra-konfigurasi dengan menyesuaikan parameter secara dinamis selama pengoptimalan. Dengan mendukung integrasi Ditjen RE yang dapat diandalkan dan efektif, inisiatif-inisiatif ini akan memperkuat optimalisasi meta-heuristik sebagai alat untuk mengatasi permasalahan unik ORPD dalam sistem ketenagalistrikan.
Penulis: Prisma Megantoro.
Informasi detail dari riset ini dapat dilihat pada tulisan kami di:
[1] Megantoro, P. et al. (2025). Optimizing reactive power dispatch with metaheuristic algorithms: A review of renewable distributed generation integration with intermittency considerations. Energy Reports. https://doi.org/10.1016/j.egyr.2024.12.020.
