A Genetic-Based Power System Stabilizer

Abido, M. A.; Abdel-Magid, Y.L.

doi:10.1080/07313569808955841

Cited by 23 publications

(5 citation statements)

References 17 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Sehingga permasalahan optimasi pada paper ini dapat dirumuskan sebagai. [35]. Pada paper ini digunakan pendekatan HACDE untuk menyelesaikan dan mencari nilai optimum parameter PSS, sehingga didapatkan redaman osilasi yang cukup besar untuk mesin.…”

Section: F Constraintsunclassified

Penalaan Optimal Power System Stabilizer Pembangkit Listrik Tenaga Uap Pacitan Menggunakan Hybrid Adaptive Chaotic Differential Evolution Dan Reduksi Jaringan Berbasis Rugi Saluran

Hasan

Soeprijanto

Aryani

2017

JTITS

View full text Add to dashboard Cite

Abstrak-Ketidakstabilan pada suatu generator mampu menyebabkan pemadaman total pada suatu system tenaga listrik, seperti yang terjadi pada PLTU Pacitan, Senin, 12 Mei 2014 [1]. Sayangnya, analisis kestabilan dinamik masih sering menggunakan model SMIB yang hanya fokus mengamati 1 mesin saja. Dalam beberapa penelitian terakhir, analisis kestabilan dinamik multi mesin dilakukan dengan terlebih dahulu mereduksi system multi mesin menjadi single mesin. Metode reduksi jaringan yang umum digunakan adalah metoda konvensional seperti REI-Dimo, Ward Equivalent, dan Cohenrency Equivalent. Metode reduksi yang lebih baru menggunakan rugi-rugi jaringan untuk mendapatkan nilai impedansi ekuivalen saluran antara generator dengan bus tak berhingga. Metode baru ini menawarkan proses kalkulasi yang sederhana dibandingkan metode yang lain. Namun, metode baru ini memiliki kelemahan seperti, tidak terjaminnya konvergensi dan tidak merepresentasikan operating point mesin. Oleh karena itu, untuk mengatasi permasalahan tersebut dilakukan pendekatan reduksi menggunakan power flow tracing untuk menentukan kontribusi generator pada sistem secara utuh. Model SMIB hasil reduksi digunakan sebagai dasar penalaan power system stabilizer. PSS mampu meningkatkan redaman osilasi jika ditala secara optimal. Untuk mendapatkan penalaan dan redaman optimal, digunakan pendekatan optimasi hybrid adaptive chaotic differential evolution (HACDE). Metode optimasi DE merupakan metode yang unik, sederhana, handal, dan cepat konvergen. Analisis eigenvalue multi-objective digunakan sebagai fungsi objektif metode optimasi HACDE. Berdasarkan simulasi, metode power flow tracing lebih unggul dibandingkan metode superposisi dalam hal mencari kerugian saluran akibat kontribusi daya sebuah generator. Kemudian, berdasarkan hasil simulasi penalaan parameter PSS pada Generator Pacitan Sistem Transmisi 150kV Jawa Tengah didapatkan urutan metode optimasi yang memiliki nilai fitness menggunakan eigenvalue terbaik, yaitu HACDE (0,869), DE (0,722), RD-PSO (0,686), dan PSO (0,534). Selain itu melalui evaluasi domain waktu menggunakan ITAE didapatkan urutan, yaitu HACDE (12,89), PSO (14,78), DE (16,02), dan RD-PSO (21,21). Oleh karena itu, HACDE lebih unggul untuk mendapatkan nilai optimal parameter PSS guna memberikan redaman optimal pada osilasi Generator Pacitan.

show abstract

Section: F Constraintsunclassified

Penalaan Optimal Power System Stabilizer Pembangkit Listrik Tenaga Uap Pacitan Menggunakan Hybrid Adaptive Chaotic Differential Evolution Dan Reduksi Jaringan Berbasis Rugi Saluran

Hasan

Soeprijanto

Aryani

2017

JTITS

View full text Add to dashboard Cite

show abstract

“…The PSS parameters K P SS , T 1 and T 2 are selected so as to maximize the objective function f k . The advantage of the selected fitness function as opposed to other functions proposed in [20], [21] and [26], is that minimal dynamic plant information is needed. It is only necessary to measure the speed deviation of the generator instead of identifying on-line the electric power system model parameters, needed to design the PSS by a pole-placement technique.…”

Section: Collecting the Training Datamentioning

confidence: 99%

Adaptive Power System Stabilizer Using ANFIS and Genetic Algorithms

Fraile-Ardanuy

Zufiria²

2005

Computational Intelligence and Bioinspired Systems

View full text Add to dashboard Cite

Abstract. This paper presents an adaptive Power System Stabilizer (PSS) using an Adaptive Network Based Fuzzy Inference System (AN-FIS) and Genetic Algorithms (GAs). Firstly, genetic algorithms are used to tune a conventional PSS on a wide range of operating conditions and then, the relationship between these operating points and the PSS parameters is learned by the ANFIS. The ANFIS optimally selectes the classical PSS parameters based on machine loading conditions. The proposed stabilizer has been tested by performing nonlinear simulations using a synchronous machine-infinite bus model. The results show the robustness and the capability of the stabilizer to enhance system damping over a wide range of operating conditions and system parameter variations.

show abstract

“…Abido et al, also proposed genetic algorithm-based power system stabilizer for stability enhancement [11]. Abido et al, proposed hybrid power system stabilizer using genetic algorithm for oscillations damping [12]. Afzalian et al, proposed neuro fuzzy power system stabilizer using genetic algorithm for stability enhancement [13].…”

Section: Introductionmentioning

confidence: 99%

Grey Wolf Optimizer Based Integer Order Power System Stabilizer for the Enhancement of Transient Stability of 10 machine 39 bus system

2020

IJETER

View full text Add to dashboard Cite

This paper proposes Grey wolf optimizer-based integer order power system stabilizer (GWOIOPSS) for the improvement of transient stability of a multi-machine power system. The gain and the time constants of this controller are tuned using grey wolf optimization algorithm. The proposed controller is applied on 10 machine 39 bus system with fault as a disturbance and implemented in MATLAB/Simulink environment. Speed deviations, electrical power deviations and rotor angle deviations are considered as performance parameters to show the effectiveness of the proposed controller. Performance of this controller is compared with conventional power system stabilizer; the results demonstrated that GWOIOPSS is effectively damping the power system oscillations compared with conventional power system stabilizer.

show abstract

A Genetic-Based Power System Stabilizer

Cited by 23 publications

References 17 publications

Penalaan Optimal Power System Stabilizer Pembangkit Listrik Tenaga Uap Pacitan Menggunakan Hybrid Adaptive Chaotic Differential Evolution Dan Reduksi Jaringan Berbasis Rugi Saluran

Penalaan Optimal Power System Stabilizer Pembangkit Listrik Tenaga Uap Pacitan Menggunakan Hybrid Adaptive Chaotic Differential Evolution Dan Reduksi Jaringan Berbasis Rugi Saluran

Adaptive Power System Stabilizer Using ANFIS and Genetic Algorithms

Grey Wolf Optimizer Based Integer Order Power System Stabilizer for the Enhancement of Transient Stability of 10 machine 39 bus system

Contact Info

Product

Resources

About