OPTIMAL POWER FLOW MENGGUNAKAN HYBRID PARTICLE SWARM OPTIMIZATION - DIFFERENTIAL EVOLUTION ALGORITHM

Abstract

Seiring dengan berkembangnya teknologi dan peningkatan populasi manusia, permintaan terhadap energi listrik semakin tinggi. Hal ini menuntut adanya strategi penjadwalan pembangkit yang optimal untuk mengurangi biaya bahan bakar. Salah satu metode yang digunakan untuk mencapai tujuan ini adalah Optimal Power Flow (OPF), yang berfungsi untuk mengoptimalkan aliran daya dengan menjaga sistem memenuhi batas daya generator. Dalam Tugas Akhir ini, dilakukan simulasi mengenai masalah OPF pada sistem besar menggunakan metode Particle Swarm Optimization (PSO), Hybrid Particle Swarm Optimization-Differential Evolution (PSO-DE), dan Newton Raphson. Fungsi objektif yang digunakan adalah biaya bahan bakar pembangkit. Model IEEE 26 bus digunakan sebagai representasi sistem yang diuji. Hasil simulasi menunjukkan bahwa metode Newton Raphson menghasilkan biaya sebesar 15.447,72 USD, metode PSO menghasilkan biaya sebesar 14.823.00 USD, dan metode PSO-DE menghasilkan biaya sebesar 13.367.00 USD. Berdasarkan hasil simulasi, dapat disimpulkan bahwa metode PSO-DE memberikan biaya bahan bakar yang paling rendah dibandingkan dengan metode lainnya, diikuti oleh PSO dan Newton Raphson. Metode PSO menunjukkan kinerja konvergensi yang lebih cepat, yang menjadikannya pilihan yang efektif untuk optimasi aliran daya pada sistem pembangkit. Penggunaan metode PSO-DE dapat meningkatkan efisiensi dalam mengurangi biaya operasional pembangkit listrik.