Analisa Keandalan Jaringan Distribusi Wilayah Surabaya Menggunakan Metode Monte Carlo
Agung Arief Prabowo – 2207 100 058 Dosen Pembimbing: Prof. Dr. Ir. Adi Soeprijanto ST., MT. I Gusti Ngurah Satriyadi H, ST, MT.
Latar Belakang • Kebutuhan tenaga listrik semakin meningkat dari tahun ke tahun, hal ini semakin meningkatnya taraf hidup masyarakat. Pada saat ini tenaga listrik telah menjadi kebutuhan pokok bagi seluruh konsumen tenaga listrik. • Kontinyuitas penyediaan tenaga listrik menjadi tuntutan yang semakin besar dari konsumen tenaga listrik. Oleh karena hal tersebut, maka dituntut adanya suatu sistem tenaga listrik yang handal.
Rumusan Masalah Permasalahan yang ada adalah bagaimana menganalisa sistem distribusi wilayah Surabaya khususnya untuk masing-masing gardu induk, serta menentukan indeks keandalan dari sisi pelanggan.
Tujuan • Mengetahui dan menganalisa nilai indeks keandalan ditinjau dari sisi pelanggan. • Membandingkan dengan standar PLN yang telah ada, apakah bisa dikatakan nilai yang didapat sudah baik atau tidak.
Metodologi • • • • •
Studi Literatur Pengumpulan Data (2003-2009) Pengolahan Data Analisis dan Perhitungan Penulisan Buku Tugas Akhir
Definisi Keandalan Peluang suatu sistem atau komponen untuk dapat beroperasi sesuai dengan fungsinya dalam rentang waktu dan kondisi operasi tertentu.
Monte Carlo • Penggunaan metode Monte Carlo memerlukan sejumlah bilangan acak. • Simulasi Monte Carlo terdiri dari sebuah model matematis yang diset di dalam program komputer dan dengan menggunakan random sampling dari distribusi kegagalan dan distribusi reparasi dari masing-masing komponen yang ada dalam sistem, reliability, dan avaibility. • Random sampling dimanfaatkan untuk melakukan penilaian reliability dan avaibility
MTTF dan MTTR MTTF • MTTF= Mean Time To Failure adalah waktu rata-rata kegagalan yang terjadi selama beroperasinya suatu sistem. Dari data yang telah didapat maka dilakukan perhitungan MTTF tiap gardu induk untuk tiap tahunnya, maupun untuk keseluruhan selama 7 tahun. Satuan MTTF adalah hari.
MTTR • MTTR= Mean Time To Repair adalah waktu rata-rata yang diperlukan untuk melakukan perbaikan terhadap terjadinya kegagalan suatu sistem. Satuan MTTR adalah menit.
MTTF dan MTTR tahunan No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
Gardu Induk (GI)
Waru
Sukolilo
Rungkut
Ngagel Darmo Grande Wonokromo
Transformator I II III IV V VI VII I II III I II III IV V I II I II I II
MTTF (hari) x x 10,75 21,5 n/a x n/a n/a 33,75 x x x 41,25 x x x n/a x x x x
MTTR (menit) x x 17,75 769 n/a x n/a n/a 445,79 x x x 324,25 x x x n/a x x x x
•
•
•
Contoh hasil pengerjaan MTTF dan MTTR pada tahun 2003 untuk masing-masing gardu induk. X = tidak ada gangguan n/a = hanya terjadi 1 kali gangguan
MTTF dan MTTR selama 7 tahun (2003-2009) Area Surabaya Selatan No
Gardu Induk
1
Waru
2
Sukolilo
3
Rungkut
4
Ngagel
5
Darmo Grande
6
Wonokromo
Transformator I II III IV V VI VII I II III I II III IV V I II I II I II
MTTF (hari) n/a 300 150,8333 289,42 233 100,1 550,333 55 176,86 73,14 25,11 99,375 83,9375 x 88,25 n/a 118,46 121 477,67 151,75 n/a
MTTR (menit) n/a 20,6 184,8 504,1 101,772 206,86 31,53 277,92 547,38 122,4 50,053 189,86 196,19 x 97,98 n/a 13,12 33,076 12,653 237,82 n/a
MTTF dan MTTR selama 7 tahun (2003-2009) Area Surabaya Utara dan Barat No
Gardu Induk
1
Ujung
2
Kenjeran
3
Krembangan
4
Kupang
5
Sawahan
6
Simpang
7
Tandes
8
Undaan
9
Ujung
10
Kenjeran
11
Krembangan
Transformator I II I II I II I I II I II I II III IV I I II I II I
MTTF (hari) x 134,44 212 203,8 78,47 43,46 165 134,83 47 388,8 n/a 226,25 n/a 78,8 n/a n/a x 134,44 212 203,8 78,47
MTTR (menit) x 13,42 19,5 20,446 163,35 97,95 400,32 57,29 125,66 239,93 n/a 33,72 n/a 22,14 n/a n/a x 13,42 19,5 20,446 163,35
No
Gardu Induk
1
Babadan
2
Ispatindo
Transformator I II I II
MTTF (hari) 154,86 n/a x n/a
MTTR (menit) 47,57 16 x n/a
MTTF dan MTTR selama 7 tahun (2003-2009) • Nilai MTTF terkecil dari seluruh wilayah Surabaya adalah 25,11 hari (GI Rungkut Transformator I) dan MTTF terbesar adalah 550,33 hari (GI Waru Transformator VII). • Untuk nilai MTTR dapat dilihat dari yang terendah yaitu 12,653 menit (GI Darmo Grande Transformator II) dan yang tertinggi 547,38 menit (GI Sukolilo Transformator II).
Indeks Keandalan dari Sisi Pelanggan SAIFI
SAIDI
• SAIFI (System Average Interruption Frequency Index) adalah jumlah rata-rata kegagalan yang terjadi per pelanggan yang dilayani per tahun.
• SAIDI (System Average Interruption Duration Index) adalah nilai rata-rata dari lamanya kegagalan untuk setiap pelanggan selama satu tahun.
λk = laju kegagalan saluran Mk = jumlah pelanggan pada saluran k M = total pelanggan pada sistem
µk = laju perbaikan saluran Mk = jumlah pelanggan pada saluran k M = total pelanggan pada sistem
Indeks Keandalan dari Sisi Pelanggan CAIDI •
CAIDI (Customer Average Interruption Duration Index) adalah indeks keandalan hasil pengukuran dari durasi gangguan konsumen rata-rata tiap tahun. Indeks ini berisi tentang waktu rata-rata untuk penor malan kembali gangguan tiap-tiap konsumen dalam satu tahun
World Class Service (WCS) • Standart WCS untuk SAIFI adalah 3 kali/pelanggan/tahun. • Standart WCS untuk SAIDI adalah 100 jam/tahun
Indeks Keandalan dari Sisi Pelanggan Area Surabaya Selatan SAIFI
SAIDI
WCS
3
100
GI Waru
1,71
36,09
GI Sukolilo
2,70
113,36
GI Ngagel
2,29
4,52
GI Rungkut
3,58
58,32
GI Darmo Grande
1,74
3,01
GI Wonokromo
2,04
50,77
120
100
80
60 SAIFI 40
20
0
SAIDI
Indeks Keandalan dari Sisi Pelanggan Area Surabaya Utara dan Barat SAIFI
SAIDI
WCS
3
100
GI Tandes
1,54
4,97
GI Ujung
2,11
3,97
GI Kenjeran
1,64
3,56
GI Krembangan
3,70
82,79
GI Kupang
1,96
74,28
GI Sawahan
3,43
77,34
GI Babadan
1,93
10,49
120
100
80
60 SAIFI 40
20
0
SAIDI
Indeks Keandalan dari sisi pelanggan rata-rata per tahun selama 7 tahun dengan beberapa iterasi dan elapsed time (waktu iterasi) Iterasi (N) 1000
Elapsed Time (second) 1,97
SAIFI (kali/tahun) 1,71
SAIDI (jam/tahun) 36,09
CAIDI (jam) 21,02
2500
4,20
1,72
35,80
20,71
5000
8,13
1,72
36,39
21,05
7500
12,74
1,72
36,24
20,97
10000
18,07
1,73
35,86
20,69
Hasil Simulasi SAIFI dan SAIDI dengan iterasi 1000 kali
Hasil Simulasi SAIFI dan SAIDI dengan iterasi 2500 kali
Hasil Simulasi SAIFI dan SAIDI dengan iterasi 5000 kali
Hasil Simulasi SAIFI dan SAIDI dengan iterasi 7500 kali
Hasil Simulasi SAIFI dan SAIDI dengan iterasi 10000 kali
Kesimpulan •
Nilai Mean Time To Failure (MTTF) terkecil selama 7 tahun untuk adalah 25,11 hari (GI Rungkut Transformator I) dan nilai MTTF terbesar adalah 550,33 hari (GI Waru Transformator VII) serta nilai rata-ratanya adalah 13,55 hari. Dari hasil tersebut nampak bahwa transformator yang mempunyai nilai performa yang lebih baik bila dibandingkan dengan gardu induk lainnya adalah GI Waru Transformator VII.
•
Untuk nilai MTTR dapat dilihat dari yang terendah yaitu 12,653 menit (GI Darmo Grande Transformator II) dan yang tertinggi 547,38 menit (GI Sukolilo Transformator II). Jadi dapat disimpulkan bahwa waktu yang dibutuhkan untuk menormalkan kembali penyaluran daya setelah terjadi gangguan adalah relatif singkat.
Kesimpulan [2] •
Nilai SAIFI untuk WCS adalah 3, sedangkan nilai SAIDI untuk WCS adalah 100. Gardu induk yang memiliki indeks keandalan pelanggan diluar standart adalah GI Sukolilo (SAIDI=113,36), GI Rungkut (SAIFI=3,58), GI Krembangan (SAIFI=3,70), GI Sawahan (SAIFI=3,43). Untuk perbaikannya digunakan parameter angka yang dipilih secara bebas agar dapat menemukan hasil yang baik. Sedangkan pada kenyataannya, untuk memperbaiki MTTF atau MTTR yaitu dengan cara maintenance atau perawatan yang lebih baik pada peralatan transformator gardu induk.
•
Dari beberapa iterasi yang dilakukan dapat diambil kesimpulan bahwa tidak ada perbedaan hasil yang cukup signifikan akan tetapi terdapat perbedaan dalam waktu iterasi (elapsed time) yang semakin meningkat.
Saran •
•
Untuk penelitian lebih lanjut tentang keandalan sistem distribusi, perlu dilibatkan berbagai analisa lainnya, seperti cost analysis, management analysis maupun maintenance analysis. Untuk melengkapi wacana penelitian tentang keandalan distribusi, dapat dilakukan pengembangan untuk daerah lain yang memiliki karakteristik jaringan dan beban yang berbeda-beda, baik di PT. PLN (Persero) Distribusi Surabaya maupun di seluruh Indonesia.
Sekian