DINAMIKA INTENSITAS CO 2 SUBSEKTOR KELISTRIKAN INDONESIA

ISSN 1978 - 2365 Ketenagalistrikan Dan Energi Terbarukan, Vol. 9 No. 2 Desember 2010 : 109-124

DINAMIKA INTENSITAS CO2 SUBSEKTOR KELISTRIKAN INDONESIA I Made Agus Dharma Susila Pusat Penelitian dan Pengembangan Teknologi Ketenagalistrikan dan Energi Baru Terbarukan Jl. Ciledug Raya Kav. 109 Telp.(021)7203530, Cipulir Kebayoran Lama, Jakarta Selatan [email protected]

ABSTRAK Telah dilakukan studi untuk mengevaluasi dan menganalisis intensitas CO2 dari subsektor kelistrikan Indonesia dengan menggunakan formula IPCC. Simulasi intensitas CO2 masa depan juga dilakukan dengan menggunakan model ImPACT yang sudah dimodifikasi. Dalam simulasi intensitas CO2 ini, ada tiga skenario yang digunakan yaitu skenario referensi, kebijakan saat ini dan kebijakan baru (mitigasi) dan perbedaan ketiganya hanya pada aspek teknologi pembangkitan. Penerapan skenario mitigasi menghasilkan penurunan nilai intensitas CO2 di semua wilayah Indonesia di tahun 2030; intensitas terrendah terjadi di wilayah Papua dan Nusa Tenggara yaitu sekitar 0,41 kg/kWh, sedangkan intensitas CO2 tertinggi terjadi di wilayah Jawa-Bali yaitu sekitar 0,7 kg/kWh. Kata kunci: intensitas CO2, formula IPCC, model ImPACT ABSTRACT This study has done to evaluate and analyze the historical CO2 intensity of Indonesia’s electricity subsector. This study also simulated the future of CO2 intensity using IPCC formula to estimate the future of CO2 emission emitted by the subsector. In order to assess the CO2 intensity and CO2 emission reduction potential, there are three scenarios which is based on the ImPACT model to simulate the different paths in the subsector. Scenarios of reference, current policy and new policy (mitigation) seek to gradually increase the extent of industrial restructuring and technical advancement. The results imply that intensity of CO2 in all regions of Indonesia in 2030 decrease through implementing of mitigation scenario, while the lowest CO2 intensity of about 0.41 kg of CO2/kWh in Papua and Nusa Tenggara regions, the highest is about 0.7 kg of CO2/kWH in Java-Bali region. Keywords: CO2 intensity, IPCC formula, ImPACT model PENDAHULUAN

Climate Change (IPCC) menyatakan bahwa gas

Latar Belakang

rumah kaca (GRK) antropogenik merupakan

Saat ini, perubahan iklim merupakan masalah

lingkungan

yang

faktor utama dari perubahan iklim tersebut.

mengancam

Dalam laporannya, IPCC menyebutkan bahwa

masyarakat dunia, karena akibat-akibat yang

konsentrasi gas karbon dioksida (CO2), metana

merusak dari perubahan ini telah terjadi di

(CH4) dan nitrogen oksida (NOx) meningkat

seluruh dunia dengan intensitas yang semakin

secara tajam sebagai akibat aktivitas manusia

meningkat. Suatu kesepakatan ilmiah yang

sejak tahun 1750 dan saat ini nilainya jauh

diwakili oleh Intergovernmental Panel on

melebih nilai sebelum revolusi industri [1].

109

Ketenagalistrikan Dan Energi Terbarukan, Vol. 9 No. 2 Desember 2010 : 109 – 124

110

Di antara GRK antropogenik yang

melimpah yaitu batubara. Sumber energi

memiliki waktu tinggal lama di atmosfir adalah

terbarukan dan nuklir juga dipertimbangkan

gas CO2, karena itu gas CO2 merupakan

gas

tetapi dalam proporsi kecil[6]. Dengan kebijakan

yang paling penting. Lebih dari 75% dari emisi

pemerintah saat ini yang mempromosikan

GRK antropogenik adalah CO2 dan sumber

batubara sebagai bahan bakar utama dan

utama

tingginya hambatan penggunaan energi baru

dari

emisi

gas

ini

berasal

dari

pembakaran bahan bakar fosil [2].

terbarukan serta penolakan terhadap energi nuklir

Sebagai

bagian

dari

sektor

energi,

subsektor kelistrikan merupakan salah satu

maka

subsektor

diprediksi

kelistrikan

emisi

CO2

dari

akan

cenderung

menunjukkan peningkatan yang tinggi.

sumber utama dari emisi CO2 dunia. Pada tahun

2005,

sekitar

dunia

Untuk melihat berapa besar emisi CO2

diproduksi oleh pembangkit listrik berbahan

yang dihasilkan oleh subsektor kelistrikan

bakar fosil[3]. Badan energi internasional,

Indonesia di masa depan maka perlu dilakukan

International

(IEA),

studi untuk mengetahui faktor-faktor yang

memperkirakan bahwa kebutuhan listrik dunia

berperan dalam emisi yang dihasilkan oleh

akan meningkat dua kali lipat di tahun 2030

subsektor ini.

Energy

67%

listrik

Agency

dan subsektor ini akan berkontribusi sekitar 45% dari peningkatan emisi CO2 pada tahun

Emisi CO2 Subsektor Kelistrikan Ada beberapa studi pada subsektor

tersebut[4]. Selanjutnya disebutkan bahwa salah satu kontributor penting dari peningkatan ini adalah

negara-negara

sedang

berkembang

dimana kebutuhan akan listrik tumbuh secara cepat karena pertumbuhan ekonomi dan atau karena

kebijakan

pemerintah

untuk

meningkatkan akses listrik kepada warganya.

kelistrikan Indonesia tetapi tujuan utamanya bukan untuk memprediksi emisi CO2. Adi dkk. mengkaji sistem energi Indonesia dengan menggunakan model MARKAL[7]. Shrestha dan Marpaung menggunakan model integrated resource planning (IRP) menganalisa implikasi target

Pada tahun 2005, sektor energi Indonesia

pengurangan

perencanaan

emisi

kelistrikan

CO2

khususnya

terhadap bauran

sendiri mengemisikan sekitar 340,98 juta ton

pembangkitan, bauran kapasitas, demand-side

CO2 atau sekitar 1% dari emisi dunia[3]. Dan

management (DSM), efisiensi termal secara

kontribusi subsektor kelistrikan sekitar 78 juta

keseluruhan

ton atau sekitar 27% dari emisi nasional. Nilai

[8]

kelistrikan . Shrestha dan Marpaung juga

ini dua kali lipat dari emisi di tahun 1995[5].

mempelajari peranan dari faktor-faktor kunci

dan

reliabilitas

dari

sistem

seperti struktur, bauran dan kebutuhan bahan Berdasarkan Rencana Umum Kelistrikan Nasional (RUKN) 2006-2026, pengembangan kelistrikan Indonesia di masa depan umumnya akan didasarkan pada bahan bakar murah tetapi

bakar pada perubahan-perubahan ekonomi dalam emisi CO2, SO2 and NOx dengan pendekatan

model

(IRP)

menggantikan

traditional supply-based electricity planning

Dinamika Intensitas CO2 Subsektor Kelistrikan Indonesia

111

(TEP)[9]. Rachmatullah dkk. mengaplikasikan

variabel utama yaitu penduduk (populasi)

metode

untuk

affluence (konsumsi atau produksi per kapita)

menganalisa pengembangan sistem kelistrikan

dan teknologi (akibat per unit konsumsi atau

Java-Madura-Bali [10].

produksi). Model tersebut selanjutnya dapat

perencanaan

skenario

ditulis: Tujuan Studi

ini

menganalisis

dimaksudkan

dinamika

untuk

intensitas

CO2

subsektor kelistrikan Indonesia di masa lampau dan melakukan simulasi intensitas CO2 di masa depan. Studi ini difokuskan pada peranan faktor teknologi pembangkitan listrik melalui simulasi bauran

bahan

bakar

untuk

menentukan

intensitas CO2. studi

ini

adalah

untuk

memprediksi emisi CO2 subsektor kelistrikan di masa

Dalam model ini, variabel I (emisi CO2), dihitung sebagai emisi nasional (ton CO2), populasi

depan

dengan

model

ImPACT

berdasarkan simulasi sejumlah skenario.

P

(habitat)

yang

umumnya

terdokumentasi dengan baik, dan affluence A dihitung sebagai produksi domestik bruto (PDB) per kapita. Variabel T (pengaruh teknologi)

Tujuan

……..………... (2.1)

I=P*A*T

yang

disebut

efisiensi

emisi,

dihitung sebagai ton CO2 per PDB dan umumnya dipecahkan melalui persamaan ini. Persamaan lain yang mirip dengan IPAT adalah model ImPACT juga telah digunakan

METODOLOGI

oleh beberapa penulis[11]. Secara umum, model

Model Umum Emisi CO2

ini terdiri dari beberapa indikator dan dapat

Pada mengacu

dasarnya, pada

model

emisi

CO2

perhitungan

emisi

CO2

berdasarkan data mentah faktor emisi; tetapi pada kenyataannya, model emisi merupakan

diuraikan sebagai berikut: Emisi CO2 = Populasi* [(PDB/Populasi)* (Energi/PDB)]* (CO2/Energi) ......... (2.2)

persamaan yang kompleks. Variabel di dalam kurung [*] dalam Meskipun telah banyak usaha untuk

model ini mewakili affluent A yang dihitung

mengerti dan memodelkan emisi CO2, tetapi

sebagai konsumsi energi per kapita (intensitas

masih banyak pertanyaan tentang hubungan

energi) sedangkan variabel dalam tanda kurung

faktor-faktor di balik emisi CO2 antropogenik.

terakhir adalah pengaruh teknologi T yang

Model pertama untuk menganalisis faktor

diukur dalam ton CO2 per konsumsi energi

utama dari perubahan lingkungan diusulkan

(intensitas emisi). Variabel terakhir ini sering

oleh Commoner dkk. (1971) and Ehrlich and

disebut sebagai Kaya identity.

Holdren (1971)

[11]

(kependekan Affluence

dan

. Model yang disebut IPAT

dari

Impact,

Technlogy)

Population, mendefinisikan

perubahan lingkungan sebagai hasil dari tiga

Kekurangan dari model ini adalah bahwa semua variabel diasumsikan sebagai variabel bebas. Walaupun demikian, model ini sudah


112

mencakup faktor-faktor utama dari pengaruh aktivitas manusia terhadap lingkungan[11]. Model Emisi CO2 Indonesia Model yang digunakan dalam studi ini adalah modifikasi dari model ImPACT karena tidak ada model spesifik yang digunakan untuk menghitung

emisi

CO2

dari

subsektor

kelistrikan. Modifikasi dilakukan karena model ini umumnya digunakan untuk menghitung emisi

CO2

sedangkan sendiri

berdasarkan

konsumsi

energi

emisi CO2 subsektor kelistrikan

merupakan

produk

samping

dari

produksi listrik. Modifikasi tersebut dilakukan untuk menentukan hubungan antara konsumsi dan produksi listrik . Seperti ditunjukkan pada Gambar 1,

Gambar 1. Kerangka model emisi CO2 dari subsektor kelistrikan Indonesia Untuk

memenuhi

konsumsi

listrik,

konsumsi listrik dipengaruhi oleh dua faktor

sejumlah listrik harus diproduksi agar produksi

penting yaitu dinamika populasi dan intensitas

listrik tersebut dapat didefinisikan sebagai

listrik

dapat

fungsi dari konsumsi listrik. Hubungan antara

didefinisikan sebagai fungsi dari populasi dan

kedua variabel tersebut dapat dirumuskan

intensitas listrik. Hubungan tersebut dapat

sebagai berikut:

sehingga

konsumsi

listrik

dirumuskan sebagai berikut: Konsumsi = ∫(Populasi, P) (intensitas listrik, ie) Konsumsi = P * ie

…........……..…………(2.3)

Produksi

= ∫ (Konsumsi)

Produksi

= Konsumsi * α

Produksi

= P * ie * α ……......….... (2.4)

Variabel

α

adalah

rasio

produksi-

Intensitas listrik ie dalam persamaan di

konsumsi listrik. Umumnya, produksi listrik

atas adalah affluent dari model ImPACT yang

selalu lebih besar dari konsumsi sehingga nilai

didefinisikan sebagai konsumsi listrik per

α lebih besar dari 1.

kapita. Karena

emisi

CO2

adalah

produk

samping dari pembangkitan listrik, maka hubungan antara keduanya dapat dirumuskan sebagai berikut: Emisi CO2

= ∫ Produksi

Emisi CO2

= Produksi * iCO2 .............. (2.5)


113

Variabel iCO2 adalah efek teknologi T atau

konsumsi bahan bakar dalam metode IPCC

Kaya identity pada model ImPACT yang

sedangkan

dihitung sebagai emisi CO2 per produksi listrik.

disederhanakan dan sering disebut dengan

kurung

kurawal

kedua

dapat

faktor emisi sehingga persamaan 2.4 dapat Sejalan dengan pertumbuhan penduduk

ditulis sebagai berikut:

dan ekonomi, maka bisa dipastikan bahwa konsumsi listrik dari tahun ke tahun akan selalu

Intensitas CO2

n

=

meningkat dan akan diikuti pula dengan

∑ {proporsi produksii n : efisiensi termali}*

peningkatan produksi listrik. Dari persamaan

faktor emisi CO2 emissioni …............ (2.7)

2.3 jelas terlihat bahwa faktor teknologi pembangkitan yang diwakili oleh intensitas CO2

sangat

berperan

dalam

menentukan

besarnya emisi CO2 dari subsektor kelistrikan. Simulasi Intensitas CO2 Simulasi

ini

dimaksudkan

untuk

mengetahui pengaruh bauran bahan bakar dan efisiensi termal dari pembangkit terhadap intensitas CO2. Simulasi ini dilakukan setelah proyeksi produksi listrik dilakukan dengan menggunakan persamaan 2.2. Pada dasarnya, simulasi intensitas CO2 ini dilakukan dengan menggunakan persamaan metoda IPCC. Hanya saja dalam simulasi ini, variabel konsumsi bahan

bakar pembangkit

diperoleh melalui pembagian proporsi produksi listrik dengan efisiensi termal pembangkit. Secara singkat, persamaan tersebut dapat ditulis

Tabel 1. Efisiensi beberapa pembangkit listrik[12] Faktor Efisiensi (%) Bahan kapasitas Ket bakar Lama Baru (%) Batu33.7 37 80 PC+ bara FGD 41.8 80 IGCC BBM 33.7 35 80 GT Gas 33.7 40 80 CC alam Air 20 38 50 Panas 29.2 38.5 80 bumi Nuklir 35 80 Angin 30 30 Solar 29 30 On PV grid Sampah 37 80 Keterangan: PC: pulverized coal; FGD: flue gas desulfurization; GT: gas turbine; GTCC: gas turbine combined cycle; PV: photovoltaic Parameter efisiensi termal beberapa jenis pembangkit baik yang lama maupun yang baru

sebagai berikut:

disajikan pada Tabel 1. Faktor emisi CO2 Intensitas CO2 n

=

∑{proporsi produksii n : efisiensi

didasarkan pada penelitian sebelumnya seperti yang ditunjukkan pada Tabel 2.

termali}*{faktor karboni *rasio oksidasii * (44/12)} ………..…… (2.6)

dimana subskrip i mengindikasikan jenis bahan bakar tertentu dan n menunjukkan tahun tertentu. Kurung kurawal pertama adalah

Tabel 2. Faktor emisi beberapa bahan bakar fosil[3] Bahan bakar Faktor emisi CO2 (t/TJ) Batubara Diesel RFO*

94.15 73.33 76.59


114

listrik di tahun 2030 sama dengan proporsi di

Gas alam

56.10 *RFO: residual fuel oil

tahun 2005.

Listrik yang dihasilkan dari energi terbarukan tidak sepenuhnya bebas dari emisi CO2. Tabel 3 menyajikan faktor emisi CO2 dari

Tabel 4. Deskripsi skenario Skenario Skenario 1: Referensi

Kebijakan Mengikuti kecenderungan di tahun 2005 tanpa perencanaan jangka menengah-panjang.

Skenario 2: Kebijakan saat ini

Perencanaan dan pengembangan kelistrikan didasarkan pada RUKN 2005-2026

Skenario 3: Kebijakan baru (mitigasi)

Tekanan untuk mengurangi emisi mendesak implementasi kebijakan yang mempromosikan energi terbarukan.

beberapa energi terbarukan. Tabel 3. Faktor emisi CO2 pembangkit listrik berbahan energi terbarukan[13] Faktor emisi CO2 Pembangkit (t/TJ) Hidro 5.0 Panas bumi 4.2 PLTN 4.7 Biodiesel 15.8 PLT Bayu 3.9 Solar PV 10.8 PLT Sampah 12.8

RANCANGAN SKENARIO

Diskripsi Ini adalah proyeksi pengembangan yang konservatif dimana proporsi pembangkitan di tahun 2030 sama dengan proporsi tahun 2005. Komposisi energi primer untuk pembangkitan listrik di tahun 2010 dan 2025 secara detail di Tabel 3.3. PLTA dan PLTP akan mempunyai rasio yang lebih besar. Detail komposisi pada Tabel 3.4.

Rancangan Skenario Ada tiga skenario yang dirancang dalam studi ini yaitu referensi, kebijakan saat ini dan kebijakan baru (mitigasi). Beberapa asumsi juga

dibuat

untuk

mejustifikasi

hasil

perhitungan. Rentang waktu analisis dari ketiga skenario ini adalah dari tahun 2005 sampai dengan tahun 2030, di mana tahun 2005 ditetapkan

sebagai

teknologi

khususnya

pencapaian

target

persentase energi terbarukan dan nuklir dalam pembangkitan

listrik

di

tahun

tertentu

dinyatakan secara jelas. Skenario terakhir yang disebut juga skenario mitigasi mengasumsikan penerapan

menguraikan secara detail kebijakan-kebijakan

target penurunan emisi CO2 yang lebih

yang mengarahkan tujuan dari setiap teknologi

ambisius melalui optimalisasi pemanfaatan

yang dikembangkan pada setiap skenario.

energi terbarukan yang tersedia di setiap

referensi

hanya

Tabel

ini diadopsi dari RUKN 2006-2026. Komposisi

4

Skenario

baseline.

Skenario kedua, skenario kebijakan saat

mengikuti

kebijakan-kebijakan yang diambil sebelum tahun 2005 dan perubahan komposisi teknologi hanya didasarkan pada kebijakan tersebut dengan

perbaikan-perbaikan

yang

bersifat

alami. Proporsi energi primer pembangkitan

wilayah. Komposisi teknologi pada skenario ini didasarkan

pada

skenario

kedua

dan

memberikan penetrasi yang lebih besar dari energi terbarukan. Untuk mendukung sistem kelistrikan wilayah Java-Bali, kebijakan khusus untuk mengembangkan PLTN dilaksanakan di tahun 2017.


Perbedaan ketiga skenario dibatasi pada

diasumsikan

115

bahwa

proporsi

teknologi

proporsi bahan bakar dari pembangkit listrik.

pembangitan listrik di semua wilayah adalah

Disamping

sama.

beberapa

parameter

yang

disebutkan sebelumnya, beberapa parameter tambahan juga digunakan dan sebagian dari

Table 6. Komposisi energi primer pada skenario 1 dan skenario 2

parameter tersebut didasarkan pada beberapa

Referensi 2005 2030 Energi

Indonesia

Indonesia

Indonesia

Java-Bali

Lainnya

asumsi.

Batubara BBM Gas Panas bumi Air Nuklir Lainnya

41 30 16 5 8 -

41 30 16 5 8 -

41 30 16 5 8 -

58 3 27 4 4 4 -

62 3 27 4 4 -

Asumsi Asumsi pertama yang digunakan dalam

di setiap wilayah adalah sama. Proyeksi produksi listrik dilakukan sebelum simulasi intensitas CO2 untuk mengetahui seberapa besar listrik yang harus diproduksi di setiap wilayah. Proyeksi produksi listrik sendiri dilakukan dengan menggunakan persamaan 2.2

Table 7. Komposisi energi primer pada skenario mitigasi (dalam %)

Asumsi kedua, komposisi teknologi di semua wilayah pada ketiga skenario pada tahun 2005 adalah sama. Pengembangan kebijakan yang menyebabkan perubahan gradual

pada

Maluku

Papua

NT

1,17

Sulawesi

7,61

Batubara BBM Gas Panas bumi Air Nuklir

Kalimantan

1,52

Rasio produksikonsumsi 1,20 1,26 1,21 1,20 1,16 1,16

Sumatera

Jawa-Bali Sumatera Kalimantan Sulawesi Maluku Papua Nusa Tenggara

Laju pertumbuhan Intensitas Populasi listrik 1,23 5,58 1,11 7,37 1,34 6,28 1,43 7,74 3,50 9,70 2,59 6,16

Java-Bali

Wilayah

Indonesia

Tabel 5. Laju pertumbuhan penduduk dan intensitas listrik serta rasio produksi-konsumsi

Energi

2005

dengan variabel-variabel pada Tabel 5.

2030

studi ini adalah bahwa proyeksi produksi listrik

Kebijakan saat ini 2005 2030

41

57

42

50

30

40

45

45

30 16

3 27

3 27

3 27

3 27

3 27

3 27

3 27

5

7

14

-

20

15

-

15

8 -

2 4

14 -

20 -

20 -

15 -

25 -

10 -

Komposisi energi untuk pembangkitan listrik

di

tahun

2005

dan

2030

yang

diaplikasikan pada semua skenario disajikan pada Tabel 6 dan 7.

komposisi teknologi terjadi dari tahun 2010 sampai dengan tahun 2030. RUKN 2006-2026

Diskripsi Data

sebagai dasar dari skenario kedua, berkaitan

Data yang digunakan dan dianalisis

dengan energi primer untuk pembangkitan

dalam studi ini berupa data sekunder yang

listrik

dipublikasikan oleh beberapa instansi seperti

disusun

secara

nasional

sehingga


116

Kementerian Energi dan Sumber Daya Mineral

tahun 2030 meningkat lima sampai sepuluh kali

(KESDM), Perusahaan Listrik Negara (PLN)

lipat produksi tahun 2005. Hasil proyeksi

dan Biro Pusat Statistik (BPS). Data dalam

secara detail disajikan pada Tabel 8.

rentang waktu 1995 sampai dengan 2005 Seperti ditunjukkan pada Gambar 2,

tersebut meliputi data penduduk, intensitas listrik, konsumsi bahan bakar, produksi dan

diprediksi bahwa Jawa-Bali dan Sumatera adalah dua wilayah yang memproduksi listrik

konsumsi listrik dan lain-lainnya.

di atas 100 TWh di 2030. Sebaliknya, wilayah Karena kondisi kelistrikan dan potensi energi terbarukan di setiap wilayah berbeda-

lainnya memproduksi listrik kurang dari 50 TWh di tahun yang sama.

beda, maka analisa terhadap intensitas dan emisi CO2 dilakukan secara terpisah di setiap

Dinamika Intensitas CO2 Dinamika

wilayah. Dalam studi ini, sistem kelistrikan Indonesia

dikelompokkan

menjadi

tujuh

wilayah yaitu Jawa-Bali, Sumatera, Kalimantan,

intensitas

CO2

subsektor

kelistrikan Indonesia dalam kurun waktu tahun 1995-2005 yang diperoleh melalui perhitungan produksi listrik dan emisi CO2 tahunan

Sulawesi, Maluku, Papua dan Nusa Tenggara.

disajikan secara detail pada Tabel 4.2. Emisi HASIL DAN ANALISIS

CO2 sendiri diperoleh melalui perhitungan

Proyeksi Produksi Listrik

dengan persamaan IPCC. Grafik dinamika

Diproyesikan bahwa produksi listrik di semua wilayah di tahun 2030 akan meningkat

intensitas CO2 di setiap wilayah diilustrasikan pada Gambar 3.

secara tajam dan bervariasi. Produksi listrik di

Tabel 8. Proyeksi produksi listrik Indonesia PRODUKSI LISTRIK (TWh) Tahun

JawaBali

Sumatera

Kalimantan

Sulawesi

Maluku

Papua

Nusa Tenggara

Indonesia

2005

101.0

16.5

4.3

3.9

0.3

0.5

0.8

127.4

2010

145.0

26.3

6.4

6.7

0.8

0.8

1.4

187.2

2015

203.8

40.1

9.4

10.5

1.5

1.2

2.1

268.7

2020

286.5

61.3

13.7

16.7

2.9

1.9

3.4

386.3

2025

402.7

93.7

20.1

26.4

5.6

2.9

5.3

556.6

2030

566.0

143.2

29.4

41.7

10.8

4.5

8.4

804.0


117

Gambar 2. Grafik proyeksi produksi listrik berbagai wilayah Indonesia

Tabel 9. Intensitas CO2 subsektor kelistrikan Indonesia tahun 1995-2005

Jawa-Bali

Sumatera

Kalimantan

Sulawesi

Maluku

Papua

NT

1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005

0.59 0.66 0.67 0.69 0.73 0.67 0.77 0.76 0.83 0.79 0.85

0.82 0.81 0.87 0.78 0.76 0.76 0.75 0.80 0.72 0.73 0.51

0.70 0.70 0.75 0.76 0.72 0.70 0.92 0.93 0.92 0.88 0.89

0.32 0.33 0.44 0.51 0.53 0.33 0.38 0.40 0.49 0.44 0.46

0.76 0.76 0.76 0.77 0.89 0.82 0.83 0.89 0.68 0.82 0.77

0.58 0.76 0.76 0.73 0.73 0.71 0.73 0.74 0.75 0.76 0.57

0.78 0.78 0.76 0.74 0.73 0.74 0.75 0.45 0.72 0.76 0.77

Indonesia

Tahun

Intensitas CO2 (kg CO2 / kWh)

0.67 0.77 0.75 0.71 0.74 0.68 0.77 0.76 0.78 0.80 0.81

118


Gambar 3. Dinamika intensitas CO2 subsektor kelistrikan Indonsia kurun waktu 1995 – 2005

119


Tabel 10. Hasil simulasi intensitas CO2 di berbagai wilayah Indonesia Referensi Tahun

JawaBali

2005 2010 2015 2020 2025 2030

0.84 0.81 0.78 0.78 0.77 0.77

0.72 0.68 0.65 0.63 0.62 0.62

2005 2010 2015 2020 2025 2030

0.84 0.86 0.83 0.77 0.75 0.74

0.72 0.76 0.75 0.74 0.74 0.74

2005 2010 2015 2020 2025 2030

0.84 0.83 0.78 0.72 0.68 0.70

0.72 0.74 0.70 0.61 0.52 0.42

Sumatera Kalimantan Sulawesi Maluku

Papua

Nusa Tenggara

0.82 0.78 0.75 0.73 0.71 0.70

Indonesia

0.52 0.76 0.74 0.76 0.49 0.71 0.70 0.72 0.48 0.68 0.68 0.70 0.47 0.67 0.67 0.68 0.46 0.67 0.66 0.67 0.46 0.66 0.65 0.67 Kebijakan Saat ini 0.82 0.52 0.76 0.74 0.76 0.77 0.74 0.73 0.73 0.73 0.76 0.73 0.73 0.73 0.73 0.75 0.73 0.73 0.73 0.73 0.74 0.73 0.73 0.73 0.73 0.74 0.73 0.73 0.73 0.73 Mitigasi 0.82 0.52 0.76 0.74 0.76 0.81 0.60 0.72 0.77 0.73 0.71 0.55 0.68 0.68 0.68 0.62 0.51 0.58 0.59 0.59 0.52 0.46 0.52 0.50 0.50 0.43 0.42 0.68 0.41 0.41 peningkatan terjadi secara gradual di

Simulasi Intensitas CO2

0.79 0.78 0.75 0.74 0.73 0.72 0.79 0.83 0.81 0.76 0.74 0.74 0.79 0.81 0.76 0.69 0.65 0.65 wilayah

Jawa-Bali, peningkatan secara tajam terjadi di

Menggunakan persamaan 2.5, intensitas CO2 dapat ditentukan seperti disajikan pada Tabel 10.

wilayah Kalimantan terutama pada periode tahun 2000-2001. Nampaknya peningkatan intensitas di kedua wilayah ini disebabkan oleh meningkatnya penggunaaan batubara dalam

Analisis mengindikasikan

pembangkitan listrik. Di wilayah Kalimantan

seberapa bersih energi listrik dibangkitkan dan

sendiri, pembangkit listrik berbahan bakar

nilainya mengekspresikan berapa banyak emisi

batubara mulai beroperasi pada tahun 2001.

Intensitas

CO2

CO2 yang dihasilkan per satuan energi listrik.

Wilayah Sulawesi juga menunjukkan

Singkatnya, semakin kecil semakin baik.

peningkatan nilai intensitas CO2 akan tetapi

Walaupun

nilai ini turun secara tajam di tahun 2000 dan

semua

wilayah

menunjukkan

kondisi intensitas CO2 yang fluktuatif, tetapi

kemudian

ada tiga kecenderungan yang dapat diamati.

sampai

Wilayah adalah

dua

peningkatan

Jawa-Bali wilayah intensitas

dan

yang CO2.

Kalimantan

meningkat dengan

diperkirakan

lagi

tahun

terjadi

secara gradual 2005.

karena

Hal

ini

menurunnnya

menunjukkan

konsumsi bahan bakar minyak. Walaupun nilai

Sementara

intensitas CO2 meningkat setelah tahun 2000


120

tetapi nilainya masih lebih kecil dari 0,5

mengakibatkan turunnya intensitas CO2 di

kg/kWh. Nampaknya, hal ini disebabkan

tahun

karena tidak adanya peranan batubara dalam

mempunyai intensitas CO2 yang paling tinggi

pembangkitan listrik di wilayah ini.

yaitu 0,77 kg/kWh dan sebaliknya wilayah

Wilayah Sumatera adalah satu-satunya wilayah

yang

menunjukkan

2030.

Wilayah

Jawa-Bali

tetap

Sulawesi mempunyai intensitas CO2 terendah

penurunan

yaitu 0,46 kg/kWh. Hal in disebabkan karena

intensitas CO2, dari 0,82 kg/kWh di tahun

wilayah Jawa-Bali didominasi oleh pembangkit

1995 menjadi 0,51 kg/kWh di tahun 2005. Hal

listrik berbahan bakar batubara dan di Sulawesi

ini nanmpaknya disebabkan meningkatnya

peranan batubara kecil.

peranan pembahngkit listrik tenaga air (PLTA). Di tahun 2005, sekitar 20% energi listrik dibangkitkan dari PLTA, sedangkan di tahun 1995 hanya sekitar 10%. Wilayah Maluku, Papua dan Nusa Tenggara mempunyai kondisi yang hampir sama dimana intensitas CO2 di ketiga wilayah ini cenderung konstan yaitu sekitar 0,75 kg/kWh. Di ketiga wilayah ini, hampir 100% energi listrik dihasilkan oleh pembangkitpembangkit listrik berbahan bakar minyak.

Gambar 4. Proyeksi intensitas CO2 Skenario Referensi Melalui penerapan kebijakan saat ini,

Intensitas CO2 yang fluktuatif dapat diamati pada periode tahun 1998 – 2004. Kasus yang

intensitas

sama terjadi di wilayah Nusa Tenggara dimana

menunjukkan

pada tahun 2002 terjadi penurunan intensitas

wilayah Jawa-Bali, Sumatera dan Sulawesi

CO2 yang tajam terjadi di daerah ini. Penyebab

(Gambar 4). Walaupun demikian, intensitas

terjadinya kasus ini tidak jelas karena tidak

CO2 di semua wilayah di tahun 2030 berkisar

dijumpai

antara

adanya

perubahan

komposisi

pembangkitan listrik di kedua wilayah ini. Seperti yang ditunjukkan pada Gambar 4,

0,73

CO2

di

sedikit

–

0,74

beberapa

wilayah

penurunan

kecuali

kg/kWh.

meningkatnya peranan batubara

Dengan di wilayah

Jawa-Bali dan Sumatera maka intensitas CO2 di

referensi di semua

kedua wilayah tersebut sedikit meningkat di

wilayah menunjukkan kecenderungan yang

tahun 2010. Peningkatan nilai intensitas CO2

sama dimana intensitas CO2 di tahun 2030

yang cukup tajam dalam periode yang sama

lebih kecil dibandingkan intensitas di tahun

dijumpai di wilayah Sulawesi. Intensitas CO2

2005. Dengan proporsi teknologi pembangkitan

di ketiga wilayah ini kemudian sedikit turun

yang sama dengan proporsi di tahun 2005 dan

pada tahun 2015 dan stabil sampai tahun 2030

dengan dibangunnya pembangkit-pembangkit

di kisaran 0,73-0,74 kg/kWh.

implementasi skenario

listrik baru yang memiliki efisiensi lebih tinggi


121

Emisi CO2 dari subsektor kelistrikan Indonesia meningkat dari tahun 1995 sampai dengan 2005 dan berlanjut hingga tahun 2030. Seperti yang ditunjukkan pada Gambar 7, wilayah Jawa-Bali diprediksi tetap menjadi penghasil emisi CO2 tertinggi di Indonesia diikuti oleh wilayah Sumatera di tahun 2030. Gambar 5. Proyeksi intensitas CO2 Skenario Kebijakan saat ini

Wilayah

lain,

walaupun

menunjukkan

peningkatan, tetapi mengemisikan kurang dari 50 juta ton CO2 di tahun tersebut.

Gambar 6. Proyeksi intensitas CO2 Skenario Mitigasi Dengan beberapa variasi, penerapan

Gambar 7. Grafik proyeksi emisi CO2 subsektor kelistrikan per wilayah di Indonesia

skenario mitigasi di semua wilayah umumnya mengakibatkan penurunan nilai intensitas CO2 (Gambar 5). Ditahun 2030, nilai intensitas CO2 di wilayah Jawa-Bali dan Maluku berkisar 0,68-0,7 kg/kWh sedangkan di wilayah lain berkisar 0,41-0,43 kg/kWh. Di wilayah JawaBali, Kalimantan, Maluku dan Nusa Tenggara, nilai intensitas CO2 langsung turun hingga tahun 2030 kecuali di wilayah Maluku yang kembali meningkat setelah tahun 2025. Hal ini

Di

terbarukan

(EBT)

dalam

subsektor

wilayah,

implementasi

skenario mitigasi akan menguntungkan secara lingkungan. Utilisasi EBT akan menurunkan emisi CO2 yang bervariasi di setiap wilayah karena potensi EBT di setiap daerah berbeda. Secara nasional, realisasi skenario mitigasi dapat menurunkan emisi CO2 sebesar 78 juta ton. Penurunan ini umumnya dijumpai di wilayah Jawa-Bali dan Sumatera.

disebabkan karena turunnya peranan energi baru

semua

Implementasi skenario kebijakan saat ini di beberapa wilayah tidak menguntungkan bagi

kelistrikan di wilayah ini. Di wilayah Sumatera,

lingkungan.

Sulawesi dan Papua, nilai intensitas CO2 naik

didominasi oleh pembangkit listrik berbahan

di tahun 2010 dan kemudian turun sampai

bakar

dengan tahun 2030.

emisi CO2 menjadi sekitar 596.1 juta ton di

Penerapan

batubara

tahun 2030.

skenario

menyebabkan

yang

peningkatan


122

Berdasarkan studi ini, akan sangat

Penyesuaian

struktur

komposisi

menarik untuk membandingkan hasil prediksi

teknologi pembangkitan akan berpengaruh

dari skenario kebijakan saat ini dan skenario

pada nilai intensitas CO2 dari subsektor

mitigasi untuk memahami peranan EBT dalam

kelistrikan dimana semakin besar peranan EBT,

mengurangi

dari

subsektor

semakin kecil nilai intensitas CO2. Melalui

Secara

nasional,

penerapan kebijakan saat ini dimana kontribusi

dengan

EBT turun dari 13% di tahun 2005 menjadi

proporsi EBT sekitar 50% dari total energi

sekitar 12% di wilayah Jawa-Bali dan 8% di

pembangkitan, dapat menurunkan sekitar 97.2

wilayah lainnya, nilai intensitas CO2 subsektor

juta ton emisi CO2 atau sekitar 16% dari total

kelistrikan Indonesia di tahun 2030 di beberapa

emisi pada skenario kebijakansaat ini. Skenario

wilayah umumnya sedikit menurun sekitar 1%

kebijakaan saat ini sendiri mengindikasikan

– 4%. Penurunan ini akibat peremajaan atau

peranan EBT sekitar 15% (Gambar 8).

pembangunan pembangkit-pembangkit baru.

kelistrikan implementasi

emisi

CO2

Indonesia. skenario

mitigasi

Sebaliknya, nilai intensitas CO2 meningkat sekitar 12%-40% di wilayah Jawa-Bali dan Sulawesi. Melalui penerapan skenario mitigasi dimana kontribusi EBT sekitar 13-40%, nilai intensitas CO2 di semua wilayah di Indonesia menunjukkan

penurunan

di

tahun

2030

dibandingkan nilai di tahun 2005. Penurunan Gambar 8. Proyeksi emisi CO2 subsektor kelistrikan Indonesia

mencolok terjadi di wilayah Nusa Tenggara, Papua, Sumatera dan Kalimantan yaitu sekitar 35%-46%.

KESIMPULAN DAN SARAN Studi ini menujukkan bahwa wilayah

Kesimpulan Subsektor kelistrikan Indonesia akan terus berkembang secara cepat sampai dengan tahun 2030 sejalan dengan pertumbuhan penduduk dan ekonomi. Berkaitan dengan hal tersebut, maka emisi CO2 dari subsektor ini pun akan meningkat secara signifikan. Melalui penyesuaian pembangkitan

struktur pada

komposisi subsektor

teknologi kelistrikan

Indonesia dan melalui penerapan beberapa kebijakan teknis, beberapa target penurunan emisi CO2 akan bisa dicapai.

Jawa-Bali

dan

Sumatera

merupakan

dua

wilayah yang menghasilkan emisi CO2 pada subsektor kelistrikan Indonesia dan ini akan berlanjut di masa depan. Studi ini juga menunjukkan bahwa EBT khususnya energi hidro,

panas

bumi

dan

energi

nuklir

memainkan peranan yang signifikan dalam penurunan emisi CO2 pada subsektor ini. Saran Dari kenyataan bahwa sumberdaya EBT adalah terbatas di wilayah Jawa-Bali dan Sumatera,

sementara

implementasi

dari


teknologi-teknologi

pembangkitan

berbasis

Working

123

Group

III

to

the

Fourth

of

the

EBT kadang-kadang mengalami hambatan-

Assessment

Report

hambatan baik berupa lingkungan maupun

Intergovernmental

sosial. Karena itu pengembangan dan adopsi

Change [B. Metz, O.R. Davidson, P.R.

teknologi pembangkitan berbasis EBT lain

Bosch, R. Dave, L.A. Meyer (eds.)],

perlu dilakukan.

Cambridge University Press, Cambridge,

Panel

on

Climate

United Kingdom and New York, NY, Karena kondisi geografi dan kelistrikan

USA.

serta potensi EBT di setiap wilayah berbedabeda,

maka

pembangkitan

pengembangan berbasis

EBT

teknologi pun

harus

berbeda-beda pula.

[3] IEA, 2007. Key World Energy Statistic 2007. Diakses tanggal 11 November 2007 dari www.iea.org [4] IEA, 2004. World Energy Outlook 2004.

DAFTAR ACUAN

Diakses tanggal 28 February 2008 dari [1] IPCC, 2007: Summary for Policymakers.

www.iea.org

In: Climate Change 2007: The Physical Science Basis. Contribution of Working

[5] MEMR, 2006a. Handbook Energy and

Group I to the Fourth Assessment Report

Economic Statistics of Indonesia 2006 (In

of the Intergovernmental Panel on Climate

Indonesia). Diakses tanggal 11 November

Change [Solomon,

2007 dari www.esdm.go.id

S., D. Qin, M.

Manning, Z. Chen, M. Marquis, K.B. Averyt, M. Tignor, and H.L. Miller (eds.)],

Cambridge

University

Press,

United Kingdom and New York, NY, USA. [2] Barker T., I. Bashmakov, L. Bernstein, J.E. Bogner, P.R. Bosch, R. Dave, O.R. Davidson, B.S. Fisher, S. Gupta, K. Halsnæs, G.J. Heij, S. Kahn Ribeiro, S. Kobayashi, M.D. Levine, D.L. Martino, O. Masera, B. Metz, L.A. Meyer, G.-J.

[6] MEMR,

2006b.

Rencana

Umum

Ketenagalistrikan Nasional 2006-2026. Diakses tanggal 11 November 2007 dari www.esdm.go.id [7] Adi, A.C., C.L. Malik, A. Nurrohim, R.T.M. Sutamihardja, M.N. Hidajat, I.B. Santoso, Amirrusdi, A. Suwarto, 1997. Mitigation Indonesia’s

of

Carbon

Energy

Dioxide

System.

from

Applied

Energy Vol 56, pp. 253-263.

Nabuurs, A. Najam, N. Nakicenovic, H.-

[8] Shrestha, R.M. and C.O.P. Marpaung.

H. Rogner, J. Roy, J. Sathaye, R. Schock,

2002. Supply- and demand-side effects of

P. Shukla, R.E.H. Sims, P. Smith, D.A.

power

Tirpak, D. Urge-Vorsatz and D. Zhou,

mitigation constraints in a developing

2007. Technical Summary. In: Climate

coutry. Energy 27, pp. 271-286

Change 2007: Mitigation. Contribution of

sector

planning

with

CO2


124

[9] Shrestha, R.M. and C.O.P. Marpaung. 2006. Integrated resorce planning in the power sector and economy-wide changes in environmental emissions. Energy Policy Vol. 34, pp. 3801-3811 [10] Rachmatullah, C., L. Aye, R.J. Fuller, 2006. Skenario Planning for the electricity generation in Indonesia. Energy Policy, Vol 35, pp 2352 -2359 [11] Puliafito, S.E., J.L. Puliafito, and M.C. Grand,

2008.

Modeling

population

and

economic

growth

dynamics

a

competing species: An application to CO2 global emission. Ecological Economic, Vol. 65, pp 602-615 [12] MEMR, 2006c. Study on Blueprint of National Energy Management 2005-2025 (In Indonesia). Diakses tanggal 8 Agustus 2007 dari www.esdm.go.id [13] World

Nuclear

Environment,

Assocciation,

Health

and

2008.

Safety

in

Electricity Generation. Diakses tanggal 28 Februari nuclear.org

2008

dari

www.world-

DINAMIKA INTENSITAS CO 2 SUBSEKTOR KELISTRIKAN INDONESIA

Recommend Documents