Find in Library
Search millions of books, articles, and more
Indexed Open Access Databases
DYNAMIC OPTIMAL POWER FLOW MEMPERTIMBANGKAN CARBON CAPTURE AND STORAGE PLANTS MENGGUNAKAN METODE MULTI-OBJECTIVE PARTICLE SWARM OPTIMIZATION
oleh: Yauri Mahaputra, Rony Seto Wibowo, Ni Ketut Aryani
| Format: | Article |
|---|---|
| Diterbitkan: | Lembaga Penelitian dan Pengabdian kepada Masyarakat (LP2M) 2017-01-01 |
Deskripsi
<p>Pembangkit tenaga listrik yang beroperasi saat ini masih didominasi oleh pembangkit-pembangkit yang tidak terbarukan. Pembangkit tidak terbarukan tersebut menggunakan bahan bakar fosil sehingga menghasilkan emisi karbon dioksida (CO2) ketika beroperasi. Selain itu permintaan terhadap energi listrik selalu berubah tiap waktu, sedangkan generator memiliki batas untuk kedinamisan dalam pembangkitannya. Saat ini, minimalisasi biaya pembangkitan tidak hanya menjadi satu kriteria dalam operasi sistem tenaga listrik, tetapi juga mempertimbangkan aspek lingkungan dan teknis. Tugas akhir ini membahas permasalahan <em>Dynamic Optimal Power Flow</em><strong> </strong><strong> (</strong>DOPF) dengan penambahan sistem <em>carbon capture and storage</em><em> </em>(CCS) pada pembangkit. Proses <em>Carbon Capture and Storage</em> (CCS) adalah rangkaian proses mulai dari pemisahan dan penangkapan CO2 hingga menyimpannya ke dalam tempat penampungan (formasi geologi) untuk jangka waktu yang sangat lama. Metode optimasi yang digunakan pada tugas akhir ini adalah <em>Multi-Objective Particle Swarm Optimization</em><em> </em>(MOPSO). Fungsi tujuan yang akan dioptimasi adalah biaya pembangkitan dan emisi karbon dioksida (CO2). Plan yang digunakan pada optimasi ini adalah sistem IEEE 30 bus dengan modifikasi beban dinamik dan penambahan <em>Carbon Capture and Storage Plants</em>. Hasil pengujian menunjukkan bahwa metode MOPSO mampu melakukan perhitungan DOPF mempertimbangkan <em>Carbon Capture and Storage Plants</em>.</p>