Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 161345 dokumen yang sesuai dengan query
cover
Adzikra Devaryan Pramadhika
Analisis prakiraan beban listrik persetengahjam pada hari kemerdekaan RI sistem Jawa Bali menggunakan Aplikasi STLF = Analysis of Indonesia's independence day Half-hourly electricity load forecasting for the Java-Bali System using the STLF Application
"Untuk memastikan efisiensi dan stabilitas operasional, peramalan beban jangka pendek merupakan salah satu prosedur paling penting dalam pengelolaan sistem tenaga listrik. Metode peramalan beban jangka pendek dieksplorasi dalam studi ini. Metode Koefisien Beban diterapkan dalam penerapan teknik-teknik ini, yang dilakukan dengan menggunakan sistem SLTF (Peramalan Beban Jangka Pendek). Studi ini menggunakan data historis dari tahun 2023 dan 2024 untuk menganalisis lebih lanjut karakteristik beban listrik khusus yang dicatat pada Hari Kemerdekaan Indonesia. Untuk membangun model SLTF, studi ini melakukan analisis data historis yang dikumpulkan dari sistem JAMALI yang terletak di UIP2B. Setelah itu, model ini digunakan untuk membuat prakiraan yang lebih tepat mengenai beban listrik yang akan datang. Dari hasil analisis, nilai kesalahan beban harian rata-rata pada tahun 2023 adalah 4% dan 1% pada tahun 2024. Tujuannya adalah untuk membuat prakiraan beban yang layak untuk hari libur nasional ini dengan mempertimbangkan pola konsumsi yang berbeda terkait dengan acara tersebut.
Due to the fact that it ensures both operational efficiency and stability, forecasting short-term load is one of the most critical procedures in the management of power systems. Methods of short-term load forecasting are explored in the present study. The Load Coefficient method is applied in the implementation of these techniques, which are carried out using the SLTF (Short- Term Load Forecasting) system. The study uses historical data from 2023 and 2024 to further analyze the special electricity load characteristics noted on Indonesia's Independence Day. In order to construct the SLTF model, the study conducts an analysis of historical data that was gathered from the JAMALI system located at UIP2B. Following that, this model is used in order to make more precise forecasts regarding the upcoming electrical loads. From the analysis results, the average daily load error value in 2023 was 4% and 1% in 2024. The goal is to create feasible load forecasts for this national holiday considering the different consumption patterns related with the events."
Depok: Fakultas Teknik Universitas Indonesia, 2024
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Fauziah Putri Oktaviani
Peramalan beban listrik persetengahjam tanggal 25 Desember tahun 2017 dan 2018 pada sistem transmisi Jawa-Bali dengan metode koefisien beban = Electrical load forecasting every half hour on December 25th 2017 and 2018 on Java-Bali transmission system using load coefficient method
"Skripsi ini melakukan peramalan beban persetengahjam untuk tanggal 25 Desember tahun 2017 dan 2018 menggunakan metode koefisien beban dengan data historis tiga dan empat tahun sebelumnya sebagai acuan. Peramalan beban untuk tanggal 25 Desember 2018 bertujuan untuk mengetahui profil singkat beban persetengahjam pada tanggal tersebut. Dengan membandingkan data peramalan dengan data realisasi, penelitian ini menyatakan bahwa metode koefisien beban dianggap cukup akurat dalam melakukan peramalan pada tanggal 25 Desember 2017; peramalan beban persetengahjam dengan metode koefisien beban memperoleh nilai persentase galat APE sebesar 2,17 ; beban puncak harian pada tanggal 25 Desember 2018 akan terjadi pada pukul 18.30 dengan nilai beban 21.068 MW, sedangkan beban terendahnya akan terjadi pada pukul 07.00 dengan nilai beban 16.364,81 MW.
The focus of this study is to do the electrical forecasting every half hour on December 25th 2017 and 2018 using load coefficient method reference to the historical data. Load forecasting on December 25th, 2018 aims to find out the simple profile of load every half hour on the day. By comparing the forecasting data we have with the realization one, this study indicate that the load coefficient method is considered to be quite accurate for load forecasting on December 25th 2017 peak loads occur half an hour earlier than the forcasting load forecasting every half an hour by load coefficient method obtains absolute percentage error APE of 2,17 daily peak load on December 25th, 2018 will occur at 06.30 PM with load value of 21.068MW, while the lowest load will occur at 07.00 AM with load value of 16.364,81 MW."
Depok: Fakultas Teknik Universitas Indonesia, 2018
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Arief Heru Kuncoro
Model peramalan pola beban jangka panjang sistem ketenagalistrikan Jawa-Madura-Bali menggunakan metode jaringan syaraf tiruan untuk analisis keandalan dalam perencanaan pengembangan sistem pembangkitan = A long-term load pattern forecasting model on the Java-Madura-Bali electricity power system using artificial neural network method for relibility analyzing on the generating system expansion planning
"Pola beban sistem tenaga listrik yaitu pola permintaan beban puncak dan kurva lama beban (KLB) sangat berpengaruh dalam perencanaan pengembangan sistem pembangkitan jangka panjang. Pola beban tersebut mempengaruhi: nilai total biaya kumulanf pengembangan sxstem koniigurasn optnmum vanabel kandidat pembangkit, total tambahan kapasitas pembangkit terpasang, Jumlah energi yang diproduksi dan keandalan sistem (indeks LOLP (Loss Of Load Probability) & ENS (Energy Not Served)). Beberapa model telah digunakan untuk peramalan permintaan beban puncak dan untuk merepresentasikan KLB. KLB merupakan parameter yang sangat penting untuk analisis sistem ketenagalistrikan seperti estimasi biaya operasi sistem pembangkitan prediksi jumlah energi yang diproduksi dan untuk perhitungan tingkat keandalan. Dalam disertasi ini telah dikembangkan model peramalan beban puncak jangka panjang dan model KLB dengan menggunakan metode Jaringan Syaraf Tiruan (JST). Model yang dikembangkan mampu melakukan komputasi secara paralel melalul pembelajaran dari pola pola yang diajarkan sehingga mampu menemukan hubungan non-linear antara beban dan faktor-faktor ekonomi populasi, konsumsi energi listrik dan faktor faktor Iainnya serta dapat melakukan penyesuaian terhadap perubahan-perubahan yang terjadi. Model tersebut diaplikasikan pada sistem ketenagalistrikan Jawa-Madura-Bali (Jamali) dan hasil output peramalan beban puncak dan KLB nya digunakan sebagai masukan dalam optimasi perencanaan pengembangan sistem pembangkltan dengan program WASP (Wien Automatic System Planning). Selanjutnya dilakukan analisis keandalan sistem berdasarkan hasil optimasi. Untuk mengetahui keakuratan model yang dikembangkan maka output hasil dan model yang dikembangkan dibandingkan dengan model lain. Hasil ramalan beban puncak pada tahun 2025 dengan metode JST tidak berbeda jauh dengan model ekonometrik Simple E yang digunakan untuk Rencana Umum Ketenagalistrikan Nasional (Simple E-RUKN) yaitu masing-masing sebesar 57.030 MW dan 59.107 MW (perbedaannya sekitar 3,58%). Berdasarkan metode JST, laju pertumbuhan beban tahunan rata-rata sekitar 7,1 % selama periode tahun studi 2006-2025, sementara itu menurut Simple E-RUKN laju pertumbuhan diperkirakan sekitar 7,3%per tahun. Representasi pola model KLB-RJST yang dikembangkan lebih mendekati pola KLB-Aktual, dibandingkan dengan pola model KLB-Synder. Berdasarkan hasil analisis keandalan dalam optimasi perencanaan pengembangan sistem pembangkitan diperoleh kesimpulan bahwa perbedaan hasil perhitungan keandalan antara model KLB-JST dibandingkan pola KLB-Aktul mempunyai perbedaan yang relatif kecil (sekitar 0,94% untuk perbedaan LOLP dan 4,44% untuk perbedaan ENS). Untuk model proyeksi KLB berdasarkan metode JST, hasilnya cukup bagus.
Load pattern on the electricity system (i. e. demand pattern of peak load and load duration curve (LDC)) has an effect on the long term generating system expansion planning The load pattern affects of' cumulative total cost value of system development, optimum configuration of generating candidate variable, total addition of generating installed capacity amount of energy produced and system realibility (index of LOLP (Loss Of Load Probability) & ENS (Energy Not Served)) Several models have been used to forecast peak load demand and to express LDC An LDC is one of the most important parameters to analyze the electric power systems. It is used in estimating the operating cost of a power system predicting the amount of energy delivered by each unit, and calculating reliability measures. In this dissertation an intelligence model to forecast long-load and to express LDC using Artificial Neural Networks (ANN) method has been developed The model has ability to conduct parallel computing through training from taught patterns so that it is able to find non-linear relations between load economic thetors population electric energy consumption and other factors. The model can also conduct adjustment in response to any changes that happenes. The model is applied on the Jawa Madura Bali (Jamali) electricity system and the output result of the forecasted peak load and its LDC are used as input on the optimazation of expansion planning for electrical generating system using WASP (Wien Automatic System Planning) program. Hercinafter the system reliability is analyzed based on the optimization result. The developed model output is compared to other model output to verify the accuracy. The result of the forecasted peak load in 2025 by ANN method does not differ far from that of Simple E model used National Electricity General Planning (Simple E-NEGP) of which 57.030 MW and 59.107 MW respectively(its difference about 3,58%) Based in the ANN model, mean annual load growth rate is about 7,1% during study period of 2006-2025, meanwhile according to Simple E-NEGP, the growth rate is estimated about 7,3 % per year. The develop LDC model based on ANN approximates the actual-LDC, if compared to LDC model based on the Synder. Based on the reliability analysis on the optimization of generating system expansion planning, the reliability calculation result by LDC-ANN model is almost similar to LDC-Actual model (differs about 0,94% or LOLP and about 4,44% for ENS). Meanwhile for LDC projection based on ANN, the result is fine."
Depok: Fakultas Teknik Universitas Indonesia, 2008
D1210
UI - Disertasi Open  Universitas Indonesia Library
cover
Naufal Mukhsin
Analisis sistem instalasi listrik pada Gedung Hotel XYZ di Jakarta = Analysis of electrical installation system in XYZ Hotel Building in Jakarta
"Keselamatan dan kehandalah sistem instalasi listrik merupakan kunci dari sistem instalasi listrik yang baik dan benar. Maka analisis instalasi listrik perlu dilakukan pada instalasi listrik di kehidupan sehari-hari. Analisis instalasi listrik perlu dilakukan pada gedung yang sudah tua maupun yang belom lama dibangun, karena kejadian-kejadian permasalahan instalasi listrik dapat timbul tanpa kita sadari. Menggunakan Perangkat lunak Electric Transients and Analysis Program ETAP 12.6 kita dapat menganalisa keadaan dari sistem instalasi listrik. Dengan menggunakan analisis aliran daya pada perangkat lunak ETAP 12.6, dapat diidentifikasikan bagian-bagian instalasi listrik yang mengalami gangguan. Melalui analisis aliran daya pada gedung hotel XYZ, didapatkan bahwa gedung hotel XYZ dapat memberikan suplai untuk keseluruhan beban terpasang. Gangguan yang didapatkan pada analisis aliran daya adalah spesifikasi kabel yang belum memenuhi spesifikasi dikarenakan adanya kabel yang menyebabkan panel yang memiliki nilai susut tegangan lebih dari 5.
Safety and reliability of the electrical installation system is the key to a good and proper electrical installation system. Then the electrical installation analysis needs to be done on the electrical installation in everyday life. Electrical installation analysis needs to be done on old buildings and old ones, because electrical installation problems can occur without us knowing it. Using the Electricity Transients and Analysis Program ETAP 12.6 we can analyze the state of the electrical installation system. By using the power flow analysis in ETAP 12.6 software, identification of faulty electrical installation parts can be identified. Through the analysis of power flow in the XYZ hotel building, it was found that the XYZ hotel building can provide supply for all installed loads. The problem that was obtained in the load flow analysis is the cable specification that has not met the specification due to the cable causing the panel having a voltage loss value of more than 5 ."
Depok: Fakultas Teknik Universitas Indonesia, 2017
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Indira Untari
Peramalan beban jangka pendek pada sistem distribusi dengan penetrasi PV rooftop di Jakarta menggunakan teknik jaringan syaraf tiruan (artificial neural network) = Short term load forecasting in distribution systems with PV rooftop penetration in Jakarta using artificial neural network techniques
"Perkembangan teknologi yang sangat pesat di bidang kelistrikan saat ini adalah pemanfaatan distributed generation khususnya PLTS Atap atau dikenal dengan PV Rooftop. Pelanggan memanfaatkan energi listrik dari PV Rooftop untuk kebutuhan listriknya dan juga dapat mentransfer energinya (eksport) ke system kelistrikan PLN jika energi dari PV Rooftop berlebih. Sedangkan PLN tetap mengirimkan energi ke pelanggan jika energi dari PV tidak memenuhi konsumsi listriknya (import). Dengan ketersediaan data smart-meter orde jam beban pelanggan PV Rooftop, maka optimalisasi data untuk keperluan data scientist, data analyst, dan data engineer sehingga informasi data ini dapat dignakan untuk manajemen energi yang efisien dan andal. Peralaman beban untuk pelanggan PV menjadi masalah yang sulit dipecahkan dikarenakan beragamnya tipe penggunaan listrik (konsumsi listrik) dan ketidakpastian faktor eksternal (cuaca) karena penggunaan sumber energi terbarukan (energi matahari) sehingga menimbulkan celah dalam akurasinya. Untuk memecahkan masalah tersebut, penelitian ini menggunakan pendekatan machine-learning yaitu Jaringan Syaraf Tiruan (Artificial Neural Network-ANN) pada MATLAB® dengan algoritma pembelajaran backpropagation dan fungsi aktivasi sigmoid untuk menghasilkan model peramalan beban  orde jam meliputi hari kerja dan hari libur pada pelanggan PV per segment tarif (Pelanggan Rumah Tangga, Pelanggan Bisnis, Pelanggan Industri, Pelanggan Sosial dan Pelanggan Pemerintah). dengan mempertimbangkan variasi konsumsi listrik dan temperatur. Lingkup pengambilan data penelitian dibatasi beban listrik pada pelanggan di Jakarta dan sampling dilakukan selama bulan Juli s/d Oktober 2019. Hasil penelitian ini memperlihatkan bahwa prediksi ANN menghasilkan kinerja dengan Mean Square Error (MSE) sebesar 2%. Prediksi beban listrik tanggal 21 s/d 27 Oktober 2019 memperlihatkan rata-rata error ANN adalah 21%, sedangkan rata-rata error metode regresi adalah 39%. Dengan demikian dapat disimpulkan bahwa prediksi beban listrik menggunakan ANN lebih akurat sebesar 20% dibandingkan dengan metode regresi oleh PLN. Berdasarkan analisis keekonomian, pelanggan mendapatkan efisiensi biaya listrik sebesar 21%, sedangkan PLN berkurang pendapatan sebesar ± Rp. 300 juta/bulan. Strategi manajemen yang diusulkan dengan mempertimbangkan benefit kedua pihak (PLN dan Konsumen) adalah dengan keterlibatan PLN sebagai integrator (sisi hulu dan sales), ketelibatan Pemerintah dan keterlibatan dukungan Bank sebagai
The very rapid technological development in the electricity sector at present is the use of special distributed PLTS known as PV Rooftop. Customers use energy from the PV for their electricity needs and can also transfer their energy (export) to the PLN electricity system if the energy from their PV is excessive. While PLN continues to send energy to customers if using energy from PV does not meet its electricity consumption (imports). While the avaibility of fine-grained smart meter data for PV customers load, optimization could be done for the needs of data scientists, data analysts and data engineers makes this data information usable for efficient and reliable energy management. Forecasting the PV Customer load, however, can be an intractable problem. These loads are characterized by uncertainty and variations due to the use of renewable energy sources (solar energy), leaving much room to improve accuracy. To improve the PV customer load forecast accuracy, this paper advocates a machine-learning tool called Artificial Neural Network (ANN) on MATLAB® with backpropagation learning algorithm and sigmoid activation, include load forecasting per tariff segment (Household Customers, Business Customers, Industrial Customers, Social Customers and Government Customers). The scope of the study took data on electricity loads to customers in Jakarta and sampling was conducted from July to October 2019. The test results show that ANN deterministic load forecasting model can achieve satisfactory performance with the mean square error (MSE) of 2% . Electricity load predictions from 21 to 27 October 2019 have an average error of ANN is 21%, while the average error of the regression method is 39%. Thus it can be concluded that the estimated cost of using ANN electricity is more accurate by 20% compared to the regression method by PLN. Based on economic analysis, customers get electricity cost efficiencies of  21%, while PLN reduces revenue by ±Rp. 300 million/month. The proposed management strategy by considering the benefits of both parties (PLN and Consumers) is to involve PLN as an integrator (upstream and sales side), Government involvement and involvement of Bank supporters as lenders."
Depok: Fakultas Teknik Universitas Indonesia, 2020
T54037
UI - Tesis Membership  Universitas Indonesia Library
cover
Bella Ilaiyah Rizki
Peramalan beban listik dengan metode koefisien beban pada sistem interkoneksi jawa-bali = Electrical load forecasting with load coefficient method on jawa bali interconnection system
"Listrik merupakan salah satu kebutuhan yang paling penting bagi kehidupan sehari-hari. Mengingat begitu besar kebutuhan beban listrik yang terus meningkat seiring dengan berjalannya waktu, oleh karena itu diperlukan peramalan beban listrik untuk menjaga kestabilan sistem tenaga listrik. Dalam skripsi ini, data historis digunakan sebagai data acuan dan peramalan dilakukan menggunakan metode koefisien beban untuk meramalkan beban puncak mingguan dari tahun 2017 sampai 2020 pada sistem interkoneksi Jawa-Bali.
Hasil analisa menunjukan nilai beban puncak untuk empat tahun terakhir tahun terjadi pada pekan ke 42 yaitu pada tahun 2017 sebesar 26.173 MW, tahun 2018 sebesar 25.630 MW, tahun 2019 sebesar 26.219 MW, dan tahun 2020 sebesar 26.822 MW. Di sisi lain persentase kesalahan peramalan beban puncak tertinggi pada tahun 2017 sebesar 12,717 yang terjadi pada hari raya idul fitri. Tingkat akurasi pada metode koefisien beban dapat dikatakan cukup baik karena rata-rata persentase kesalahan pada tahun 2017 bernilai rendah yaitu sebesar 1,66.
Electricity is one of the most important needs for everyday life. Given the huge demand for electrical loads that increase continously over time, therefore the electrical load forecasting is required to maintain the stability of the electrical system. In this paper, historical data used as the reference and the load coefficient method is used to forecast weekly peak load from 2017 to 2020 on Jawa Bali system interconnection.
The result of the analysis shows the peak load value for the last four years occurred in the 42nd week. In 2017 the peak load value is 26,173 MW, in 2018 the peak load value is 25,630 MW, the peak load value in 2019 is 26,219 MW, and the peak load value in 2020 is 26,822 MW. On the other hand, the highest error percentage of peak load in the year 2017 amounted to 12.29 which occurred on Idul Fitri holidays. The accuracy of the load coefficient method can be quite good because the average error percentage in 2017 is at the low catagorized on 1.66."
Depok: Fakultas Teknik Universitas Indonesia, 2018
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Wilhelmina S.Y.M Sawai
Studi aliran daya sistem Jawa-Bali 500 kV tahun 2007-2011 = Load flow study on Java-Bali system 500 kV of the year 2007-2011
"ABSTRAK
Studi aliran daya merupakan gambaran kondisi sistem pada suatu saat. Salah satu kondisi yang biasanya dipantau adalah saat tegangan pada sistem 500 kV berkurang atau lebih dari grid code yang ditentukan. Hal ini memberi dampak yang besar kepada beban. Di saat kondisi tegangan kurang atau lebih perhatian ditujukan pada ketersediaan daya. Pemakaian bank kapasitor, dapat membantu menstabilkan sistem tegangan, sehingga sistem dapat bekerja optimal.
Studi aliran daya penting untuk perencanaan, operasi, penjadwalan ekonomis dan pertukaran daya antar area. Hasil perhitungan aliran daya mengetahui dengan cepat adanya kemungkinan terjadi gangguan. Studi aliran daya sistem Jawa ? Bali, menunjang strategi operasi dalam menghadapi kondisi sistem tahun 2007- 2011. Studi aliran daya menggunakan Metode Newton-Raphson dan Program Electrical Transient Analyzer Program (E.T.A.P.).
ABSTRACT
Load flow studies on a system is a description of the system condition in a certain period of time. One of the condition that frequently being observed is each time current in 500 kV system is lessened or more from grid code. This circumstance gives a great impact at the load. At moment of system under voltage or over voltage, the focus is concentrated on the availability of power. The use of capacitor the bank, may help stabilizing the voltage system there by causing the system to run optimally.
The study of load flow is essential for planning, operation, economic or financial scheduling and energy exchangie inter areas. The calculation the possibility of power flows constitutes early necessary condition the know disruptions. Load flow studies on the Java Bali systems provides a support on operation strategies in facing system conditions of the year 2007-2011. The study carry out Newton- Raphson method and Electrical Transient Analyzer Program (E.T.A.P.)."
Depok: Fakultas Teknik Universitas Indonesia, 2008
T25056
UI - Tesis Open  Universitas Indonesia Library
cover
Fikri Khoirur Rizal Abdul Qohar
Analisis pengaruh jam bumi earth hour pada penurunan konsumsi energi listrik daerah Jawa dan Bali = Analysis of earth hour influence to the decreasing rate of electric power consumption in Java and Bali
"Kebutuhan masyarakat Indonesia saat ini akan energi sangat tinggi. Jumlah cadangan energi primer yang semakin menurun serta terbatasnya sumber daya terbarukan mengharuskan adanya solusi untuk masalah tersebut. Jam Bumi merupakan salah satu kegiatan penghematan energi yang bertujuan untuk menghemat sumber energi non-renewable seperti batubara dan minyak bumi. Salah satu bentuk energi yang mudah untuk diamati pengaruh dari Jam Bumi adalah energi listrik. Besar penghematan yang diperoleh dari Jam Bumi dapat dilihat dari besar penurunan nilai beban puncak, beban puncak siang, beban rata-rata tahunan dan beban rata-rata per jam dalam satu tahun.
Pada skripsi ini, dilakukan analisis terhadap penurunan konsumsi energi listrik yang dihasilkan oleh Jam Bumi. Penurunan konsumsi energi listrik yang terjadi berkisar dari 500-2000 MW dari pelaksanaan tahun 2009-2014 dengan durasi waktu sekitar dua jam.
Indonesian people's need for energy nowadays is very high. The decreasing number of primary energy back-up and limited renewable energy require a solution for these problems. Earth Hour is one way for energy saving which aims to save non-renewable energy sources, such as coal and oil. An energy form which is easy to be observed in Earth Hour is electric power. The amount of energy saved from Earth Hour can be seen from the decreasing rate of peak load, daylight peak load, annual average load, and average load per hour in one year.
In this paper, an analysis of electric power decrease by Earth Hour is conducted. From Earth Hour events which were held for about two hours during 2009 ? 2014, the electric power consumption decrease was about 500?2000 MW.
"
Depok: Universitas Indonesia, 2015
S59897
UI - Skripsi Membership  Universitas Indonesia Library
cover
Aditya Satria Ramadhan
Simulasi pengaruh pemasangan recloser terhadap kestabilan pembangkit pada sistem 150kV area Jawa Timur dan Bali = Simulation of recloser installation effect for pembangkitan s transient stability in 150kV system in East Java and Bali / Aditya Satria Ramadhan
"Stabilitas sistem tenaga listrik merupakan syarat yang penting dalam ketenagalistrikan. Salah satunya adalah mengenai stabilitas transien pada pembangkitan. Apabila sistem mengalami gangguan yang besar dan tiba-tiba, pembangkitan akan mengalami ayunan dan bisa kehilangan kestabilannya apabila gangguan tersebut tidak dibersihkan tepat pada waktunya. Agar sistem tetap dalam keadaan stabil maka dilakukan penentuan kestabilan yang dilakukan dengan menggunakan kriteria sama luas. Metode ini cukup representatif dalam menganalisis stabilitas peralihan pembangkitan yang terhubung ke sistem tenaga listrik.Ketika terjadi gangguan pada line, maka sistem akan berusaha untuk menghilangkan gangguan tersebut dengan membuka breaker untuk menghilangkan gangguan, Kemudian dalam waktu tertentu setelah gangguan lepas/hilang, penggunaan recloser akan menutup pada selang waktu yang ditentukan dan sistem akan kembali tertutup. Namun, satu hal yang perlu diperhatikan adalah menjaga kestabilan transien pembangkitan dalam rentang waktu yang ditentukan untuk menghilangkan gangguan. Hal tersebut hasilnya dapat dilihat salah satunya dengan melihat nilai dari sudut rotornya.Dalam penulisan ini, analisis yang dilakukan adalah mempelajari pengaruh penggunaan recloser terhadap stabilitas transien pembangkitan sinkron ketika terjadi gangguan. Metode yang digunakan adalah studi literatur dan simulasi dengan menggunakan aplikasi DigSilent Power Factory 15.1 dengan melihat grafik dari sudut rotornya. Diharapkan dengan hasil analisis berupa data grafik simulasi dan perbandingan data akan diketahui pengaruh penggunaan recloser terhadap stabilitas transien pembangkitan di suatu sistem.
The stability of the electrical power system is an important condition in electricity. One is about the transient stability of the pembangkitan. If the system has a large and sudden interruption, the pembangkitan will experience a swing and may lose its stability if the disturbance is not cleaned in time. In order for the system to remain in a stable state, a stability determination is made using the equal area criterion. This method is quite representative in analyzing the transition stability of the pembangkitan connected to the power system. When interference occurs on the line, the system will attempt to eliminate the interference by opening the circuit breaker to eliminate interference, Then within a certain time after the disruption, recloser will close at specified time intervals and the system will be in close loop again. However, one thing to note is to maintain the transient stability of the pembangkitan within the specified time range to eliminate interference. The result can be seen by looking at the value of the rotor angle. In this paper, the objective is to study the effect of using recloser to transient stability of synchronous pembangkitan when disturbance occurs. The method used is literature study and simulation using DigSilent Power Factory 15.1 application by analyze at graph from rotor angle. With the results of analysis in the form of simulation graph data and data comparison, we will know the effect of using recloser to transient stability of the pembangkitan in a system."
Depok: Fakultas Teknik Universitas Indonesia, 2017
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Barqi Azmi
Analisis prakiraan beban jangka pendek pada metode koefisien energi = Study of short term electrical load forecasting using energy coefficent method
"Sebagai dasar dalam perencanaan operasi, dibutuhkan prakiraan yang tepat untuk mengetahui kebutuhan tenaga listrik dalam periode waktu tertentu. Prakiraan biasanya berupa prakiraan beban load forecasting meliputi beban puncak MW, dan prakiraan kebutuhan energi listrik MWh. Dalam melakukan prakiraan telah berkembang berbagai macam metode, salah satunya metode koefisien yang digunakan oleh PT PLN Persero- P2B untuk memprakirakan beban harian dan mingguan dengan data realisasi 3 tahun sebagai pengembangan dari metode autoregresi. Metode prakiraan ini merupakan metode yang relatif akurat dengan tingkat kesalahan terhadap nilai-nilai beban aktual berkisar 5 - 10.
A basis for operations planning, precise forecasts are needed to determine the demand for electricity over a period of time. Forecasts usually includes load forecasting including peak load MW, and forecasts for electrical energy MWh. In doing the work has evolved a variety of methods, one of which is the coefficient method used by PT PLN Persero P2B to forecast daily and weekly loads with 3 years realization data as the development of the autoregression method. This forecasting method is a relatively accurate method with an error rate against actual load values ranging from 5 10."
Depok: Fakultas Teknik Universitas Indonesia, 2017
S67179
UI - Skripsi Membership  Universitas Indonesia Library
<<   1 2 3 4 5 6 7 8 9 10   >>