Wide Area Monitoring System (WAMS) merekam dan memonitor setiap gangguan atau gangguan yang terjadi pada jaringan sistem tenaga listrik menggunakan phasor measurement unit (PMU). Pemantauan yang ekstensif terhadap kondisi sistem tenaga listrik dapat memastikan keberlanjutan energi yang andal. Keakuratan penempatan PMU dapat ditentukan menggunakan kuadrat terkecil mendukung teknik regresi vektor (LS-SVR). Tujuan utama dari penelitian ini adalah untuk menilai tingkat akurasi penempatan PMU menggunakan mean square error (MSE). Pertama, sistem bus IEEE-14 yang dilengkapi dengan PMU dibangun dalam perangkat lunak Matlab menggunakan Simulink. MSE dari PMU kemudian dihitung menggunakan LS-SVR. Hasil penelitian menunjukkan bahwa semakin rendah MSE, semakin baik penempatan PMU. Juga diamati bahwa menempatkan PMU pada bus 2, bus 6, dan bus 9 menghasilkan nilai MSE yang paling rendah.
Penelitian ini ditujukan untuk mengendalikan Wide Area Monitoring System (WAMS) sistem bus IEEE-14 menggunakan LS-SVR. Untuk memulai, sistem bus IEEE-14 dirancang dengan Simulink dalam perangkat lunak Matlab. Sistem bus IEEE-14 ini terdiri dari dua generator arus bolak-balik (AC), tiga kompensator sinkron, dan lima transformator. Parameter sistem bus IEEE-14 ditambahkan ke dalam sirkuit. Kemudian PMU diletakkan di bus 2, bus 6, dan bus 9. Amplitudo Vabc, fasa Vabc, dan frekuensi Vabc kemudian dipilih sebagai output dari PMU. Namun, keluaran PMU, yaitu besarnya Vabc pada bus 2, 6, dan 9, dimasukkan ke dalam LS-SVR. Perangkat lunak MATLAB menciptakan LSSVR parameter yaitu gamma dan sigma. PMU 1 adalah PMU pada bus 2, bus 6, dan bus 9. Selanjutnya diperoleh nilai MSE untuk PMU 1. PMU tersebut kemudian ditempatkan pada bus 1, bus 3, bus 4, bus 5, bus 7, bus 8, bus 10, bus 11, bus 12, bus 13, dan bus 14. Nilai MSE dari PMU 2 hingga PMU 34 adalah tercatat. Nilai MSE masing-masing penempatan PMU kemudian dibandingkan dengan MSE PMU 1.
Metode least square support vector regression (LS-SVR) didasarkan pada mesin vektor dukungan kuadrat terkecil untuk regresi dengan kondisi KKT untuk optimalitas. Ini adalah solusi untuk pemrograman non-linear menjadi optimal dengan menyediakan beberapa kondisi keteraturan yang terpenuhi.
Hasil yang dicapai menunjukkan bahwa magnitudo Vabc maksimum dan minimum pada bus 2 digunakan sebagai input ke LS-SVR. Nilai maksimum dan minimum besarnya Vabc masing-masing adalah 1.512e+05V dan 1.000e+00V. Amplitudo Vabc pada bus 6 diperoleh dengan memposisikan PMU pada bus 6. Keluaran dari PMU adalah tegangan, frekuensi, dan fasa Vabc. Namun, hanya besarnya tegangan pada fase a, b, dan c yang digunakan dalam penelitian ini. Dalam pemrograman MATLAB, magnitudo Vabc maksimum dan minimum pada bus 6 digunakan sebagai input ke LS-SVR. Besarnya Vabc memiliki nilai maksimum dan minimum masing-masing 1.000e+00 dan 2.894e-01.
Sedangkan untuk kondisi amplitudo Vabc pada bus 9, besaran ini diperoleh dengan menghubungkan PMU ke bus 6. Keluaran PMU berupa tegangan, frekuensi, dan fasa Vabc. Namun, hanya tegangan pada fase a, b, dan c hanya digunakan dalam penelitian ini. Dalam pemrograman MATLAB, magnitudo Vabc maksimum dan terendah pada bus 9 digunakan sebagai input LS-SVR. Magnitudo Vabc tertinggi dan terendah berturut-turut adalah 1.186e+05 dan 1.000e+00. Tabel 1 menampilkan nilai tegangan terendah dan maksimum pada fasa a, b, dan c yang disimulasikan pada bus 2, bus 6, dan bus 9.
Sedangkan tujuan penggunaan LS-SVR dalam penelitian ini adalah untuk mengetahui akurasi penempatan PMU berdasarkan nilai MSE. Penempatan PMU yang optimal, menurut paper [14], didasarkan pada nilai MSE terendah. Hasil perhitungan MSE ini dapat diringkas menggunakan hasil perhitungan MSE yang telah dilakukan. Dengan menempatkan PMU dari titik 1 sampai dengan 11, maka menghasilkan nilai perhitungan MSE yang berbeda Dimulai dari angka terkecil, PMU 1 sebesar 0,0093, dan berlanjut ke nilai terbesar, PMU 11 sebesar 0,0152 . Pada PMU 12 hingga 23 menunjukkan bahwa nilai MSE terendah diperoleh dari perhitungan pada PMU 23 (0,0095), diikuti oleh nilai MSE yang lebih besar, khususnya PMU 21 (0,0098), dan seterusnya hingga nilai MSE terbesar pada PMU 13 (0,0171).
Kesimpulannya, penelitian ini mengusulkan manajemen kontrol WAMS pada sistem bus IEEE-14 bus sistem menggunakan LS-SVR. PMU 1 mencatat nilai MSE terendah sebesar 0,0093 jika dibandingkan dengan PMU set lainnya.
Sementara itu, PMU 13 meraih skor MSE tertinggi sebesar 0,0171. Berdasarkan hasil yang diperoleh, akurasi penempatan PMU menunjukkan peningkatan yang signifikan ketika nilai MSE diturunkan. Berdasarkan nilai MSE terendah, maka dapat disimpulkan penempatan terbaik adalah pada PMU 1.
Penulis: Lilik Jamilatul Awalin, ST, SPd, MT, PhD.
Informasi detail dari riset ini dapat dilihat pada tulisan kami di:
