Dipilih dari software, topik, dan level “Kelas Optimasi Distributed Generation PSO-GWO #1: Sistem Distribusi Radial IEEE 33-Bus: Data Saluran dan Beban”.
Paling banyak satu email per minggu. Berhenti kapan saja dengan satu klik.
Transkrip
Narasi lengkap video ini. Kalimat yang sedang diucapkan disorot saat video diputar; klik kalimat untuk melompat ke sana.
Tampilkan transkrip
Pembuka
Inilah hasil akhirnya, diagram satu garis sistem distribusi radial IEEE 33 bus, lengkap dengan besar beban di setiap titik. Jaringan inilah yang akan kita optimalkan dengan menempatkan pembangkit tersebar menggunakan algoritma Hybrid PSO dan Gray Wolf Optimizer. Ayo kita mulai. Halo, selamat datang di seri tutorial riset, optimasi penempatan dan kapasitas Distributed Generation dengan Hybrid PSO GWO. Distributed Generation atau DG adalah pembangkit kecil seperti panasurya atau mikrohidro yang dipasang dekat beban di jaringan distribusi. Bila lokasi dan ukurannya tepat, rugi daya turun dan tegangan membaik. Bila salah, justru bisa memperburuk. Di seri 6 episode ini kita membangun semuanya dengan Python, data jaringan, aliran daya, fungsi objektif, PSO dan Gray Wolf dari nol, algoritma Hybrid, sampai analisis perbandingan. Di episode pertama ini kita mengenal sistem uji IEEE33 bus.
Langkah 1: Memasang library
Kita buka terminal lewat menu terminal, new terminal, lalu pasang library seri ini, nampai dan matplotlib saja, karena semua algoritma kita tulis sendiri. Sistem uji yang dipakai adalah IEEE33 bus dari P perbaran dan WU tahun 1989, sistem standar yang dipakai di ratusan penelitian penempatan DG. Buat file data underscore IEEE33.py
Langkah 2: Besaran dasar & data saluran
Tegangan dasar 12,66 kV dan daya dasar 1 MVA, sehingga impedansi dasarnya tegangan kuadrat dibagi daya. Tabel saluran berisi 32 baris, bus asal, bus tujuan, resistansi, dan reaktansi dalam ohm. Karena jaringannya radial, setiap bus selain gardu hanya punya 1 saluran masuk. Tabel beban berisi daya aktif dalam kW dan daya reaktif dalam kV untuk ke-33 bus.
Langkah 3: Data beban & per-unit
Bus 1 adalah gardu induk atau slack bus tanpa beban. Di bagian akhir kita siapkan indeks bus asal dan tujuan berbasis 0, impedansi saluran dalam perunit, dan beban kompleks dalam perunit, yang akan dipakai perhitungan aliran daya. Buat file eksplorasi underscore jaringan.py dan jalankan.
Langkah 4: Ringkasan jaringan
Ada 33 bus dan 32 saluran, dengan total beban 3.715 kW dan 2.300 kV. Impedansi dasarnya sekitar 160 ohm. Beban terbesar ada di bus 24 dan 25, masing-masing 420 kW.
Langkah 5: Diagram satu garis
Sekarang diagram satu garisnya. Kita tentukan posisi setiap bus. Penyulang utama dari bus 1 sampai 18 mendatar, lalu 3 cabang lateral dari bus 2, 3, dan 6. Jalankan. Kotak merah adalah gardu induk, dan ukuran serta warna titik menunjukkan besar beban. Bus 18 dan 33 berada paling jauh dari gardu, sehingga tegangannya paling rendah, seperti yang akan kita buktikan di episode berikutnya. Selesai.
Selesai!
Kita sudah mengenal distributed generation, memuat data saluran dan beban IEEE 33 bus, memahami besaran per unit, dan menggambar diagram satu garis jaringan radial. Di episode berikutnya kita menghitung aliran daya dengan metode backward-forward sweep untuk mendapatkan rugi daya dan profil tegangan. Sedang menyusun skripsi, tesis, atau riset di bidang sistem tenaga listrik dan energi terbarukan? Dan, cerdas inovasi digital membantu implementasi optimasi sistem tenaga, dari aliran daya backward-forward sweep, penempatan dan kapasitas distributed generation, PSO, gray wolf optimizer, sampai algoritma hybrid, serta membuka kursus pemrograman Python untuk teknik elektro. Ingin menguasai seluruh seri ini, dari data IEEE 33 bus sampai analisis perbandingan algoritma? Semua 6 episode, lengkap dengan PDF panduan langkah demi langkah dan source code, tersedia untuk pelanggan tutorial premium. Berlangganan mulai Rp69.000 per bulan, hemat 28% dengan paket 12 bulan, atau sekali bayar Rp999.000 untuk akses seumur hidup. Mau satu kelas saja? Beli kelas satuan dengan akses selamanya. Langganan sekarang di halaman premium cerdas inovasi digital.com. Hubungi WhatsApp kami, atau kunjungi cerdasinovasidigital.com. Terima kasih telah menonton, sampai jumpa di episode berikutnya.
Tanya materi kelas
Ketik pertanyaan atau kata kunci; kami carikan bagian episode ini yang menjelaskannya dan lompatkan videonya ke sana.
Catatan saya
Catatan disimpan bersama menit video saat ini dan hanya terlihat oleh Anda.
Tanya jawab
Bingung di salah satu langkah? Tanyakan di sini; pengajar dan peserta lain bisa menjawab.
Belum ada pertanyaan.
Pengajar
Tim Cerdas Inovasi Digital
Pengembang software, engineer BIM & 3D, dan praktisi AI
53 kelas video1.290 episode
Sehari-hari kami mengerjakan software, model BIM, game, dan otomasi AI untuk klien, lalu menjadikan pengalaman praktik itu kelas langkah demi langkah: setiap langkah diperlihatkan di layar dan dilengkapi panduan PDF.
