Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Kereta listrik merupakan salah satu mode transportasi umum yang banyak digunakan di Indonesia karena ramah lingkungan, mampu mengangkut banyak orang, dan berbiaya relatif terjangkau. Faktor-faktor tersebut membuat peningkatan efisiensi energi kereta menjadi hal yang penting untuk menurunkan biaya dan emisi di tengah isu perubahan iklim dan urbanisasi. Oleh karena itu, penggunaan Energy Storage Device (ESD) dan pemilihan profil kecepatan operasional kereta yang optimal diperlukan agar konsumsi energi kereta menjadi sekecil mungkin. Problem penentuan profil kecepatan kereta ini dapat dimodelkan menjadi problem multi stage yang dapat diselesaikan dengan algoritma dynamic programming (DP). Dynamic programming banyak digunakan karena DP memperhitungkan semua kemungkinan state space yang ada sehingga menghasilkan hasil yang paling optimal. Pada penelitian ini, penentuan profil kecepatan yang optimum dilakukan dengan mempertimbangkan kenyamanan penumpang, karakteristik Energy Storage Device seperti energi awal dan daya maksimum, elevasi dan batas kecepatan pada jalur, serta batasan waktu. Model yang digunakan adalah model berbasis gaya dengan massa berupa titik dan on-board ESD. Model konsumsi energi dari kereta hanya mempertimbangkan energi yang dikonsumsi sistem traksi (tidak termasuk sistem pendingin, penerangan ataupun akomodasi kereta). Pemodelan perjalanan dilakukan dengan membagi mode berkendara kereta menjadi accelerating, cruising, coasting, dan braking. Kombinasi mode berkendara ini kemudian disimulasikan pada model jalur dengan membagi jalur menjadi beberapa bagian setiap interval jarak tertentu dan menyelesaikannya dengan algoritma DP berbasis forward induction. Hasilnya didapatkan profil kecepatan kereta terhadap posisi kereta yang optimal berdasarkan kriteria konsumsi energi dengan penurunan konsumsi energi akibat penggunaan ESD hingga 13.58% untuk daya ESD 500kJ dan batas waktu 110s. ......Electric train is one of the most commonly used mode of transportation in Indonesia owing to its environmental friendliness, high capacity, and relatively low cost. These factors make increasing train energy efficiency an important issue to reduce cost and emission amid climate change and urbanization issues. Hence, the use of Energy Storage Device (ESD) and selection of optimum speed profile are needed to ensure train energy consumption to be as low as possible. The problem of determining the train speed profile could be modelled as a multi-stage problem which could be solved by the dynamic programming algorithm (DP). Dynamic programming is commonly used because DP calculates all possible state-space combinations, outputting the most optimum result. In this research, the determination of the optimum speed profile is done by considering passenger comfort, characteristics of ESD such as initial energy content and maximum power, elevation and speed limits of the train track, and time limit. The model used in this research is a force-based model with point-mass and on-board ESD. The energy consumption model only considers the energy consumed by the traction system (doesn’t include energy consumed by air conditioning, lighting, or accommodation systems of the train). Modelling of the train journey is done by dividing the driving mode of the train into accelerating, cruising, coasting, and braking. This combination of driving modes is then simulated on the train track model by dividing the track into several segments every fixed distance and then solving it by using a forward- induction based DP. The result is an optimum train speed profile measured against train position based on energy consumption criterion with energy consumption reduction of up to 13.58% for ESD with a power of 500kJ and 110s journey time limit.

Abstrak :
Kereta listrik merupakan salah satu transportasi umum yang digunakan dalam rangka mengurangi jumlah konsumsi bahan bakar fosil. Pengurangan ini disebabkan oleh kelangkaan bahan bakar fosil serta dampak negatif akibat proses pembakaran bahan bakar fosil. Peningkatan jumlah penumpang setiap tahun menyebabkan efisiensi energi perlu dipertimbangkan. Efisiensi energi dalam pengoperasian kereta erat kaitannya dengan optimasi pada profil kecepatan. Hasil optimasi profil kecepatan dapat diterapkan pada Driver Advisory System (DAS) maupun Automatic Train Operation (ATO). Berbagai jenis algoritma optimasi dapat digunakan untuk mendapatkan profil kecepatan yang optimal, salah satunya Ant Colony Optimization (ACO). ACO merupakan salah satu anggota swarm intelligence dan terinspirasi oleh perilaku koloni semut dalam mencari makanan. Pada ACO setiap semut buatan memilih solusi berdasarkan informasi feromon dan heuristik. Selain optimasi profil kecepatan, pengereman regeneratif juga berperan dalam meningkatkan efisiensi energi. Energi yang biasanya terbuang dalam bentuk panas oleh braking resistor pada pengereman dapat disimpan ke Energy Storage Device (ESD). Pada skripsi ini, akan digunakan ACO sebagai algoritma untuk mencari profil kecepatan. Selain itu digunakan On-board Energy Storage Device (OESD) sehingga energi yang dihasilkan pengereman regeneratif dapat disimpan. ACO yang digunakan berjenis Max-Min Ant System (MMAS) dengan variabel bebas antara lain bobot informasi heuristik, jumlah semut buatan, jumlah iterasi maksimum, dan batas atas/bawah informasi feromon. Berdasarkan hasil simulasi, ant colony dapat digunakan untuk mencari profil kecepatan dengan waktu komputasi yang rendah. ......Electric trains are one of the public transportations used in order to reduce the amount of fossil fuel consumption. This reduction is due to the scarcity of fossil fuels and the negative impact of the process of burning fossil fuels. The increasing number of passengers every year causes energy efficiency to be considered. Energy efficiency in train operation is closely related to optimization of the speed profile. The speed profile optimization results can be applied to the Driver Advisory System (DAS) and Automatic Train Operation (ATO). Various types of optimization algorithms can be used to obtain an optimal speed profile, one of which is Ant Colony Optimization (ACO). ACO is a member of swarm intelligence and is inspired by the behavior of ant colonies in search of food. In ACO, each artificial ants chooses a solution based on pheromone and heuristic information. In addition to optimizing the speed profile, regenerative braking also plays a role in increasing energy efficiency. Energy that is usually wasted in the form of heat by the braking resistor during braking can be stored to the Energy Storage Device (ESD) . In this thesis, ACO will be used as an algorithm to find the speed profile. In addition, an On-board Energy Storage Device (OESD) is used so that the energy produced by regenerative braking can be stored. The ACO used is a Max-Min Ant System (MMAS) with independent variables including the weight of heuristics information, the number of artificial ants, the maximum number of iterations, and the upper/lower limits of pheromone information. Based on the simulation results, ant colony can be used to find a speed profile with low computing time.