MODEL PERANGKAT LUNAK KARAKTERISTIK WAKTU PEMUTUSAN FUSE CUT OUT TERHADAP MAGNITUDE MAGNITUDE ARUS GANGGUAN
Intisari Paper ini menawarkan solusi dengan menampilkan model perangkat lunak untuk karakteristik Fuse Cut Out, dengan tujuan tujuan untuk mendapatkan model evaluasi yang aplikatif, dan praktis. Metodologi yang digunakan untuk pemodelan adalah model regresi polinomial dengan perangkat lunak aplikatif matLab. Proses interaktif antara antara perhitungan dan kurva fitting, disolusikan menggunakan model regresi polinomial. Evaluasi Evaluasi terhadap hasil hasil perhitungan dan kurve fitting menggunakan model root mean squared error , dan dengan membandingkan hasil proses dengan sumber data sekunder rujukan yaitu kurva pabrikan. Hasil pengujian menunjukan bahwa kurve fitting menggunakan pendekatan polinomial orde 1, yang sudah dipublikasikan beberapa peneliti masih cukup akurat untuk digunakan. Nilai Root Mean Squared Error (RMSE) untuk karakteristik minimum melting = 1.565066, sedangkan nilai RMSE pada total clearing = 1.438426. Pada pengujian dengan model 32 node IEEE hasil pengujian menunjukan bahwa skema proteksi ditunjukan baik.
Keywords — fuse cut out, perangkat lunak, karakteristik, waktu pe mutusan, arus gangguan
I. PENDAHULUAN
Model karakteristik Fuse Cut Out dalam paper ini tidak mengembangkan metodologi dan rumusan teoritis baru, tetapi akan memberi memberi jawaban terhadap adanya kebutuhan kebutuhan alat bantu evaluasi koordinasi koordinasi proteksi. Bentuk yang dihasilkan adalah rekomendasi model matematis yang dapat diimplementasikan dan diintegrasikan kedalam model kajian yang lebih luas, dan dengan akurasi yang masih dapat diterima. Model karakteristik Fuse Cut Out adalah permasalahan biasa bagi operator jaringan distribusi, karena merupakan alat proteksi yang paling banyak digunakan pada jaringan. Menghadapi revolusi struktur jaringan distribusi yang akan berubah menjadi heteropolar sebagai dampak integrasi pembangkit skala kecil, permasalahan kedepan membutuhkan adaptasi penyelesaian terkait perubahan arah dan magnitud arus gangguan[1]-[6]. Paper ini menawarkan solusi dengan menampilkan model perangkat lunak untuk karakteristik Fuse Cut Out, dengan dengan tujuan untuk mendapatkan model evaluasi evaluasi yang aplikatif, dan praktis.
Permasalahan metodologi pada pemodelan komputer dari karakteristik, adalah proses interaktif antara perhitungan dan kurva fitting, pada paper paper ini kedua proses proses tersebut disolusikan disolusikan menggunakan model model regresi polinomial. Evaluasi terhadap terhadap hasil perhitungan dan kurve kurve fitting menggunakan model root mean squared error , dan dengan membandingkan hasil proses dengan sumber data sekunder rujukan yaitu kurva pabrikan.
II. PERUMUSAN MASALAH DAN TINJAUAN PUSTAKA A. Karakteristik dari Fuse Cut Out (FCO)
[7],[8],[9],[10][11]
Karakteristik dari Fuse Cut Out (FCO) ialah lamanya waktu pemutusan yang tergantung dari besarnya arus yang mengalir pada peleburnya. Perbedaan kurva antara kedua tipe didasarkan pada “speed ratio”, yaitu perbandingan antar arus leleh minimum pada 0,1 detik dan arus leleh minimum pada 300 atau 600 detik. Untuk fuse link tipe “K” (tipe cepat) speed ratio = 6 -8. Untuk fuse (tipe lambat) speed fuse link tipe “T” (tipe ratio = 10-13.
Gbr.1 : Fuse dan Fuse Link Kurva karakteristik arus waktu memiliki dua macam karakteristik yaitu; Minimum Melting (MM) dan Maximum Clearing atau Total Clearing (TC). Karakteristik MM menunjukan kondisi link mengalami kerusakan sebagian, dan TC adalah kondisi ketika link putus sempurna. Batas operasi minimum fuse link dikenal sebagai rating arus kontinyu ( continuous current ), sedangkan batas operasi maksimum adalah symmetrical interrupting rating .
Gbr2: Kurva Karakteristik Arus Waktu Fuse
2
Menurut [11] karakteristik inverse-time I t dari fuse dimodelkan kedalam plot dalam kurva log-log untuk karakteristik minumum lebur dan total kliring. Persamaan karakteristik untuk fuse menggunakan persamaan garis lurus logaritmis sesuai persamaan (1), artinya persamaan ini menggunakan pendekatan regresi polinomial orde 1.
B.
ROOT MEAN SQUARED ERROR
[12]
Fitting terbaik adalah garis pada y = a1 x + a2 dengan koefisien a1 dan a2 yang menghasilkan nilai RMSE terkecil. Mean Squared Error (MSE) di tunjukan pada persamaan (2)
̂ ̂
Minimum MSE adalah nilai turunan parsial minimum yang setiap komponennya adalah sama dengan nol.
( ) ( ) ( ) ( )]
Persamaan (3) dan (4) dengan mengabaikan konstanta 2/N maka persamaan dalam bentuk matrik dari koefisien yang tidak diketahui a1 dan a2 pada sisi kiri.
∑∑ ∑ [ ∑∑ =
Nilai a1 dan a2 adalah nilai yang merepresentasikan garis lurus dengan error RMSE minimum. Sintak matLab untuk menentukan „best linear fit’ untuk menset suatu data adalah dengan polyfit(x,y,1). Berdasarkan model RMSE score/nilai terkecil menunjukan keakurasian yang lebih tinggi. Nilai RMSE menguji koefisien sesuai orde regresi polinomial yang digunakan. Contoh pada orde 1 fitting terbaik pada garis y = a1 x + a2 adalah dengan koefisien a1 dan a2 yang menghasilkan nilai RMSE (Root Mean Squared Error) terkecil. Nilai absolut error diestimasi pada range 0 sampai 20, dan nilai RMSE (Root Mean Squared Error) sekitar 10 dapat diterima[12].
III. METODOLOGI PENELITIAN
Metodologi penelitian dikembangkan dengan proses sebagai berikut; a)
Membuat data base waktu pemutusan sebagai fungsi (arus uji), menggunakan karakteristik fuse tipe K. Sumber data adalah data sekunder hasil uji dari S&C. Data dan kurva adalah hasil pengujian perusahaan yang dilakukan pada 29August, 1998 yang dipublikasikan, dan terbuka, data dapat diunduh pada situs S&C Power Fuses[6]. Bentuk kurva ditampilkan pada Gambar 3 dan Gambar 4
Gbr. 3 : Kurva karakteristik Minimum Melting (MM)
Gbr.4 : Kurva karakteristik Total Clearing (TC) b)
Mempertimbangkan gradasi yang sangat lebar dilakukan pemecahan range arus dengan mengelompokan arus kedalam beberapa pembagian sebagai berikut ; Range 1 A sampai 19A dengan pencacah 1 Range 20A sampai 90 dengan pencacah 10 Range 100 sampai 900 dengan pencacah 100 Range 1000 sampai 16000 dengan pencacah 1000
c)
Menampilkan /ploting kurva berdasarkan input yang diperintah melalui pilihan fitur rating Fuse.
d)
Membuat pengolah kurva fitting berdasarkan persamaan karakteritik regresi polinomial.
e)
Membuat pengolah nilai error dari hasil fitting kurva, dalam prosesnya digunakan model RMSE (Root Mean Squared Error) .
f)
Menampilkan output program dalam bentuk koefisien persamaan karakteristik, dan waktu pemutusan untuk karakteristik TC dan MM.
g)
Menguji kinerja program pada model jaringan IEEE 32 Node, menggunakan data gangguan di jaringan, dan Fuse eksisting
Titik Gangguan Maksimum (a)
Titik Gangguan Minimum (b)
Fuse K
Node
Arus Gangguan
Node
Arus Gangguan
8 11 13
230.14 177.8 172.45
22 23 24
222.96 187.84 172.44
15 K 12 K 20 K
14
165.96
26
65.38
10 K
15 17
163.90 158.26
27 31
163.56 157.27
25 K 15 K
17
158.26
32
158.18
10 K
IV. HASIL DAN PEMBAHASAN A. Hasil Ploting Program dengan persamaan polinomial ordo 1 .
Gbr. 5 : Hasil ploting kurva Fuse 10K
Hasil ploting program secara visual dapat dilihat menampilkan hasil yang baik sesuai data tidak ada overlap antara kurva yang ditampilkan, rating Fuse yang lain tidak ditampilkan mendapatkan hasil yang sama.
B. Ploting Kurva Fiting Untuk Berbagai Rating Fuse
TC Fuse K12
MM Fuse K12
TC Fuse K15
MM Fuse K15
TC Fuse K25
MM Fuse K25
Hasil ploting program secara visual dapat dilihat bahwa kurva fiting orde 2 dan orde 7 berimpit dengan ordo 1, artinya penggunaan persamaan ordo 1 masih cukup valid. Unting fitting terbaik dapat dilihat dari hasil running program.
C. Evaluasi kinerja program karakteritik Fuse
Untuk memvalidasi hasil program, nilai waktu pemutusan yang menggunakan regresi polinomial orde 1 dibuat perbandingan dengan orde 2 dan 7. Hasil running program sebagai berikut;
Masukan tipe fuse K =====>10 Masukan IF =====>100 Sampel arus gangguan = 100 Amp a1 coefficients: -2.8185 5.0678 a2 coefficients: 1.8456 -9.9135 11.4435 a7 coefficients: 1.0e+005 * -0.0025 0.0348 -0.2048 0.6635 -1.2791 1.4672 -0.9271 0.2490 Waktu pemutusan MM orde 1 = 0.269578 detik Root mean squared error (RMSE)pada orde 1 = Waktu pemutusan MM orde 2 = 0.099747 detik Root mean squared error (RMSE)pada orde 2 = Waktu pemutusan MM orde 7 = 0.183730 detik Root mean squared error (RMSE)pada orde 7 = Best Fit pada orde 1 a2 coefficients: -1.0560 2.1626 a2 coefficients: 0.7053 -4.9988 6.8206 a7 coefficients: 1.0e+003 * -0.0019 0.0353 -0.2819 1.2261 -3.1343 4.7081 -3.8490 1.3225 Waktu pemutusan TC orde 1 = 1.123456 detik Root mean squared error (RMSE)pada orde 1 = Waktu pemutusan TC orde 2 = 0.440637 detik Root mean squared error (RMSE)pada orde 2 = Waktu pemutusan TC orde 7 = 0.344303 detik Root mean squared error (RMSE)pada orde 7 = Best Fit pada orde 7
1.565066 1.824000 1.656400
1.438426 1.333264 1.325064
Fitting terbaik adalah garis pada y = a1x + a2 dengan koefisien a1 dan a2 yang menghasilkan nilai RMSE (Root Mean Squared Error) terkecil. Nilai absolut error diestimasi pada range 0 sampai 20, dan nilai RMSE (Root Mean Squared Error) sekitar 10 dapat diterima [12].
Untuk melihat pengaruh akurasi pengambilan kurva fitting, dilakukan pembandingan dengan polinomial orde 2, dan orde 7. Hasil perbandingan menunjukan bahwa
untuk minimum melting penggunaan
polinomial orde 1 adalah paling fit, sedangkan pada total clearing pada orde 7.
Pertimbangan bahwa nilai RSME pada Total Clearing hampir sama, meskipun best fit pada orde 7.
Meskipun begitu penggunaan orde satu untuk tujuan paraktis masih cukup valid.
D. Intepretasi Manual Book Untuk Arus Gangguan 100 A Pada Fuse K10
Gbr. 6 : Waktu pemutusan pada arus gangguan 100 A pada kurva MM untuk Fuse 10K.
Gbr. 7 : Arus gangguan 100 A pada kurva TC untuk Fuse 10K.
Pada Fuse 10 K dengan sampel arus gangguan 100A, menggunakan data kurva gambar 18 pemutusan MM diperoleh 0,18 detik, parameter yang sama waktu pemutusan TC 0,3 detik.
waktu
A. Tabulasi kinerja program pada model jaringan IEEE 32 Node
Tabel 2 : Tabulasi hasil running waktu operasi MM dan TC pada IEEE 32 Node Titik Gangguan Maksimum (a) Node Arus Gangguan
Titik Gangguan Minimum (b) Node Arus Gangguan
Hasil Runing Program Fuse K
1
2
3
4
5
(Minimum Melting) (detik) 6
(Time Clearing) (detik) 7
8 11
230.14 177.8
22 23
222.96 187.84
15 K 12 K
0.1145 0.1656
0.8211 0.9470
13
172.45
24
172.44
20 K
0.9464
1.9385
14
165.96
26
65.38
10 K
0.1170
0.7422
15 17
163.90 158.26
27 31
163.56 157.27
25 K 15 K
1.9264 0.4914
2.7766 1.4307
17
158.26
32
158.18
10 K
0.1348
0.7842
Tabel 3 : Evaluasi fungsi proteksi Fuse Titik Gangguan Maksimum(b) dan Minimum(a) Node Node (b) (a)
Fuse
Fungsi Proteksi
MM (detik)
TC (detik)
1
2
3
4
5
8
8
22
15 K
0.8211
Baik
11
23
12 K
0.1145 0.1656
0.9470
Baik
13
24
20 K
0.9464
1.9385
Baik
14
26
10 K
0.1170
0.7422
Baik
15
27
25 K
1.9264
2.7766
Baik
17
31
15 K
0.4914
1.4307
Baik
17
32
10 K
0.1348
0.7842
Baik
V. PENUTUP A. Kesimpulan.
Pendekatan polinomial orde 1 masih mampu menampilkan ploting kurva MM dan TC dengan baik. Persamaan dengan pendekatan polinomial orde 1 masih cukup representatif ditampilkan, tampilan menunjukan bahwa titik-titik hampir berimpit pada ketiga orde yang diuji. (3) Fiting terbaik untuk TC adalah pada polinomial orde 7, meskipin begitu persamaan orde 1 masih dalam batas score RMSE yang masih bisa diterima. (1) (2)
Uji kurve fiting dengan persamaan orde 1 dengan manual book masih cukup akurat. Uji menggunakan jaringan model IEEE 32 node hasil uji karakteristik menunjukan progam memiliki kinerja yang baik. (6) Kurva fitting untuk mengolah data hasil pengujian karakteristik fuse dengan menggunakan persamaan masih akurat. Nilai Root Mean Squared Error (RMSE) untuk karakteristik minimum melting = 1.565066, sedangkan nilai RMSE pada total clearing = 1.438426. (4) (5)
REFERENSI [1]
[2]
[3]
[4]
[5] [6]
[7] [8] [9] [10] [11]
[12]
Geidl. Martin, Protection of Power Systems with Distributed Generation: State of the Art, Power Systems Laboratory Swiss Federal Institute of Technology (ETH)
[email protected] 20th July 2005 Brahma S.M. and Girgis A.A., “ Development of Adaptive Protection Scheme for Distribution Systems with High Penetration of Distributed Generation”, IEEE Transactions on Power Delivery , vol. 19, no.1, January 2004. Barker, P.B. de Mello, R.W., ” Determining the Impact of Distributed Generation on Power Systems: Part I - Radial Distribution Systems”, in Proc. of 2000 IEEE PES Summer Meeting, vol.3, pp. 1645 – 1656. Henry LAGLAND, Kimmo Kauhaniemi, Distribution Network Models For Studying The Effects Of Distributed Generation , University of Vaasa – Finland ,
[email protected],
[email protected] Jäger, J., Keil, T., Shang, L., Krebs, R., New Protection Coordination Method in the Presence of Distributed Generation, Siemens AG , Germany, 2004 Mozina Charles J. , “ Update on the Current Status of DG Interconnection ProtectionWhat IEEE 1547 Doesn’t Tell You About DG Interconnection Protection,” Beckwith Electric Co., Inc., Ninth Annual Protection Seminar Sept. 24-28, 2006, Florida, USA. Champbell, HE., Schultz, NR., Power Distribution System Enginnering, General Electric Company Schenectady, 1982. www.GEindustrial.com/pm Gers, J.M., Holms, E.J., Protection of Electricity Distribution Networks , IEE, London, UK, 2004 Gonen, T. Electric Power Distribution System Engineering . New York: McGraw Hill, 1986. Blackburn, J. L. Protective Relaying Principles and Applications , 2nd ed. New York: Marcel Dekker Inc, 1998. Farzanehrafat Ali, Mohammad Taghi Bathaee S. Suboptimal Size and Location of Distributed Generation for Maintaining the Protection Coordination, Electrical engineering in Azad University of Science and Research, and with Ghods Niroo Consulting Engineers (GNCE) Tehran, Iran (e-mail: „
[email protected]). Kuncicky David, Matlab Programming, www.dbebooks.com - Free Books & magazines
