EVALUASI KEANDALAN SISTEM DISTRIBUSI MENGGUNAKAN SIMULASI MONTE CARLO YANG DIMODIFIKASI
Dosen Pembimbing Prof. Dr. Ir. Adi Soeprijanto, M.T. I Gusti Ngurah Satriyadi Hernanda, S.T., M.T. Yonny Wicaksono
LATAR BELAKANG
Keandalan suatu sistem distribusi sangat penting artinya, karena dengan keandalan yang sangat tinggi maka tujuan dari perusahaan penyedia tenaga listrik yaitu dapat menjual daya listrik secara maksimal dapat tercapai, dari sisi konsumen kepuasannya dapat terpenuhi. Dengan mengetahui indek kehandalan dari hasil evaluasi maka akan bisa dilakukan langkah-langkah yang akan dilakukan untuk mencapai tujuan tersebut.
TUJUAN
Tujuan yang dicapai dalam mengerjakan Tugas Akhir ini adalah untuk menganalisa data kegagalan sistem distribusi, mengetahui indek keandalan dari sistem dan juga membandingkan hasil simulasi Monte Carlo biasa dengan hasil dari Monte Carlo yang telah dimodifikasi.
SIMULASI MONTE CARLO
Metode Monte Carlo adalah algoritma komputasi untuk mensimulasikan berbagai perilaku sistem, dengan memanfaatkan bilangan acak.
PERISTIWA LEMPAR KOIN
Kemungkinan mendapatkan kepala atau ekor pada satu kali lemparan dapat diketahui sebesar 0,5. Hal ini juga dapat dihitung menggunakan interpretasi frekuensi relative dari kemungkinan, dengan menggunakan rumus peluang adalah :
H P ( PeluangMun culKepala ) = Lim N
Dimana H adalah jumlah kepala dan N adalah jumlah lemparan.
GRAFIK KEMUNGKINAN MUNCUL KEPALA 1 0.9 0.8 0.7 0.6 0.5
Peluang Kepala
0.4 0.3 0.2 0.1 0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
SIMULASI MONTE CARLO DALAM ANALISA KEANDALAN SISTEM DISTRIBUSI 1) 2) 3) 4) 5) 6) 7) 8) 9)
Memasukkan nilai dari MTTR dan MTTF sistem Menentukan nilai laju kegagalan (λ) dan laju perbaikan (µ) dari masing-masing peralatan. Menentukan matrik hubung.Yaitu sebuah matrik yang memiliki arti hubungan antar peralatan yang ada pada sistem. Melakukan simulasi selama satu tahun. membangkitkan bilangan acak kemudian menentukan nilai keandalan suatu peralatan persatuan waktu. Melakukan peangacakan peralatan, yang menentukan peralatan mana yang dianalisa. Membandingkan antara nilai dari keandalan peralatan dengan bilangan acak Menghitung jumlah kegagalan, dan berapa lama waktu tersebut gagal dengan mempertimbangkan hubungan antar peralatan. Langkah (4) sampai (8) dilakukan selama waktu iterasi kemudian dianalisa hasilnya untuk menentukan nilai SAIDI dan SAIFI.
MODIFIKASI SIMULASI MONTE CARLO
Modifikasi Bootstrap Modifikasi Compensate Modifikasi Hybrid
MODIFIKASI BOOTSTRAP
Bootstrapping adalah metode yang dilakukan dengan pengambilan data contoh secara acak untuk dilakukan resampling sebanyak Nbootstrap kali. Dengan simulasi Bootstrap untuk mendapatkan hasil nilai yang mendekati kebenaran bisa dilakukan dengan hanya memiliki data contoh yang sedikit.
DATA BOOTSTRAP
Data Awal = A,B,C,D,E
Data Bootstrap = D, E, E, A, B, C, B, A, E........
MODIFIKASI BOOTSTRAP
Pada modifikasi Monte Carlo nilai dari SAIDI dan SAIFI metode Monte Carlo biasa akan di resample ulang sehingga mendapatkan data yang cukup untuk dianalisa. Hasil dari data Bootstrap kemudian dirata-rata untuk mendapatkan nilai dari SAIDI dan SAIFI yang baru.
MODIFIKASI COMPENSATE
Modifikasi Compensate adalah modifikasi yang dilakukan dengan merubah nilai dari MTTR atau MTTF. Misalnya Tf ’ adalah laju kegagalan baru dan Tf adalah laju kegagalan yang lama maka untuk menghitung SAIFI’ adalah dengan mengkompensasi dengan faktor skala Tf ’/Tf .
SAIFI ' =
(SAIFI )Tf ' Tf
MODIFIKASI HYBRID
Metode ini merupakan modifikasi simulasi Monte Carlo dengan gabungan Bootstrap dan Compensate. Setelah data dari Simulasi Monte Carlo di kompensasi data diambil untuk dilakukan resample dengan Bootstrap. Untuk menunjukkan nilai SAIFI dan SAIDI data dari hasil sampling Bootstrap di rata-rata.
SISTEM DISTRIBUSI
DATA SISTEM No 1 2 3 4 5 6 Total
PENYULANG Ambeng – ambeng
Balong Panggang Bunder
Ibnu Sina
Morowundi Ngabetan
PELANGGAN 17684 22351 12450 1333 7979 12755 74552
NILAI MTTR DAN MTTF Penyulang Transformator
1. Ambeng – ambeng 2. Balong Panggang 3. Bunder
4. Ibnu Sina
5. Morowundi 6. Ngabetan
MTTF (HARI) 546 51 90,25 59,833 x 51,14 36,7
x- Belum terjadi gangguan
MTTR (MENIT) 28 23,28 34,75 21,9 x 26,14 50,24
SIMULASI MONTE CARLO SAIFI
SAIDI
SIMULASI BOOTSTRAP SAIFI
SAIDI
SIMULASI COMPENSATE SAIFI
SAIDI
SIMULASI HYBRID SAIFI
SAIDI
SAIDI DAN SAIFI SAIDI SAIFI Metode Simulasi (JAM/PELANGGAN (KALI/PELANGGAN TAHUN) TAHUN) Monte Carlo Biasa 33.57 15.99 Modifikasi Bootstrap 33.61 16.00 Modifikasi Compensate 29.58 18.32 Modifikasi Hybrid 29.91 18.33
WAKTU SIMULASI METODE SIMULASI Monte Carlo Biasa Modifikasi Bootstrap Modifikasi Compensate Modifikasi Hybrid
WAKTU (DETIK) 65,36 49,07 56,57 58,78
STANDAR WCS
KESIMPULAN
Nilai dari SAIFI Sistem dari simulasi Monte Carlo biasa didapatkan nilai adalah 15,99 kali, dari simulasi Monte Carlo modifikasi Bootstrap 16,04 kali, dari simulasi Monte Carlo modifikasi Compensate 18,29 kali, dan dari simulasi Monte Carlo modifikasi Hybrid 18,32 kali. Nilai SAIDI dari simulasi Monte Carlo biasa, modifikasi Bootstrap, modifikasi Compensate dan Hybrid adalah sebesar 2016 menit, 2022 menit, 1770 menit, dan 1776 menit. Dari hasil simulasi didapatkan bahwa nilai indek keandalan dari sistem lebih tinggi dari standar WCS (Word Class Services) sebesar 3 kali untuk SAIFI dan 100 menit untuk SAIDI. Dari hasil modifikasi didapatkan waktu simulasi modifikasi Bootstrap berkurang 25%, modifikasi Compensate berkurang 13%, dan modifikasi Hybrid berkurang 10 % dari waktu simulasi Monte Carlo Biasa.
TERIMA KASIH
