Electronic Theses and Dissertation

Abstrak intermitensi dari pembangkit listrik energi terbarukan dapat mengganggu aliran daya serta pengoperasian pembangkit termal dalam jaringan listrik. optimal power flow (opf) merupakan metode yang lazim digunakan untuk mengoptimalkan kondisi operasi sistem tenaga listrik. salah satu pendekatan yang umum diterapkan dalam penyelesaian opf adalah particle swarm optimization (pso), yang sering dikombinasikan dengan metode newton-raphson (nr) untuk analisis aliran daya. namun, metode ini memiliki tantangan dari sisi waktu komputasi, terutama pada skala sistem dan jumlah partikel yang besar. penelitian ini mengusulkan penerapan pemrograman paralel berbasis graphics processing unit (gpu) untuk mempercepat proses perhitungan algoritma pso–nr. pengujian dilakukan pada sistem 30 bus dengan integrasi energi terbarukan serta beberapa skenario ekstrem. hasil menunjukkan bahwa pemrograman gpu mampu meningkatkan kecepatan komputasi secara signifikan tanpa mengurangi akurasi hasil perhitungan. kata kuci: energi terbarukan, graphics processing unit, newton rhapson, optimal power flow, particle swarm optimization,  

The intermittency of renewable energy power plants can disrupt power flow and the operation of thermal generators within the electrical grid. Optimal Power Flow (OPF) is a widely used method to optimize the operating conditions of power systems. One of the commonly applied approaches for solving OPF problems is Particle Swarm Optimization (PSO), which is often combined with the Newton-Raphson (NR) method for power flow analysis. However, this approach faces computational time challenges, particularly when dealing with large-scale systems and a high number of particles. This study proposes the implementation of GPU-based parallel programming to accelerate the computation of the PSO–NR algorithm. The method is tested on a 30-bus power system with integrated renewable energy and several extreme scenarios. The results demonstrate that GPU programming can significantly improve computational speed without compromising the accuracy of the results. Keywords: Graphics Processing Unit, Newton Rhapson, Optimal Power Flow, Particle Swarm Optimization, Renewable Energy