Fakultas Ilmu dan Teknologi Kebumian
Program Studi Meteorologi PENERBITAN ONLINE AWAL Paper ini adalah PDF yang diserahkan oleh penulis kepada Program Studi Meteologi sebagai salah satu syarat kelulusan program sarjana. Karena paper ini langsung diunggah setelah diterima, paper ini belum melalui proses peninjauan, penyalinan penyuntingan, penyusunan, atau pengolahan oleh Tim Publikasi Program Studi Meteorologi. Paper versi pendahuluan ini dapat diunduh, didistribusikan, dan dikutip setelah mendapatkan izin dari Tim Publikasi Program Studi Meteorologi, tetapi mohon diperhatikan bahwa akan ada tampilan yang berbeda dan kemungkinan beberapa isi yang berbeda antara versi ini dan versi publikasi akhir.
© 2012 Program Studi Meteorologi Institut Teknologi Bandung
KAJIAN POTENSI ENERGI MATAHARI DI PULAU TARAKAN Panggea Ghiyats Sabrian Program Studi Meteorologi, Fakultas Ilmu dan Teknologi Kebumian, Institut Teknologi Bandung Jl. Ganesha 10 Bandung, 40132 Email:
[email protected] 15 Maret, 2013 ABSTRAK Pada tahun 2012 pemadaman listrik secara bergilir di Kota Tarakan. Salah satu untuk mengatasi masalah ini adalah dengan pembuatan PLTS (Pembangkit Listrik Tenaga Surya). Dikarenakan tidak adanya data radiasi matahari di Pulau Tarakan maka dilakukanlah simulasi dengan model-model estimasi energi matahari. Modelmodel estimasi yang dipakai yaitu Model Harvegas, Model Annandale, Model Wu, Model Hunt, dan Model Tarpley. Sebelum menentukan model yang terbaik dilakukan validasi terlebih dahulu dengan data observasi yang didapat dengan survei langsung diwilayah penelitian menggunakan actinograph. Dan model yang terbaik untuk wilayah ini adalah Model Tarpley yang menunjukkan nilai error yang aling kecil yaitu MBE 0,07% dan RMSE 11.68%, juga nilai korelasi yang paling tinggi 0,962.Kemudian dilakukan estimasi dengan model Tarpley, hasilnya menunjukkan bahwa bulan maret merupakan bulan dengan rata-rata estimasi terbesar yaitu 3293.39 Wh/m2 dan bulan november merupakan bulan dengan rata-rata nilai estimasi terrendah yaitu 2665.93 Wh/m2. Rata-rata estimasi energi radiasi matahari selama tahun 2007-2010 berkisar antara 3016.26 2889.43 Wh/m2. Wilayah dengan rata-rata estimasi terbesar berada di pantai utara Pulau Tarakan. Hasilnya untuk membuat PLTS di Pulau Tarakan dengan menggunakan metode PV sizing Stand-alone system memerlukan luas PV seluas 3667.6 m2 dan memerlukan sel surya 5502 dengan susunan 3 seri dan 2751 pararel. Memerlukan baterai sebanyak 1158 unit dengan susunan 2 seri dan 579 parallel dan memerlukan biaya Rp149.844.854.128. Kata kunci : model estimasi radiasi matahari, potensi energi matahari, PV sizing Stand-alone system kehilangan sebesar 6 mega watt (MW) untuk siang hari dan 9 MW waktu di malam hari.
PENDAHULUAN Kota Tarakan merupakan kota di salah satu pulau Kalimantan Utara yaitu Pulau Tarakan. Pulau ini mempunyai letak astronomis 3°.19'-3°.20' lintang utara dan 117°.34'-117°.38 bujur timur seperti yang ditunjukkan Gambar 1.
Salah satu solusi untuk mengatasi persoalan ini yaitu dengan membuat PLTS (Pembangkit Listrik Tenaga Surya). Untuk itu arus dianalisis potensi energi matahari. Dalam menganalisis potensi energi matahari di suatu wilayah tidak bisa hanya dengan data yang mempunyai durasi sehari, seminggu, ataupun sebulan. Data yang kita butuhkan haruslah setahun bahkan lebih. Sehingga survei yang hanya sehari, seminggu, ataupun sebulan tidaklah cukup. Untuk Mengatasi hal ini maka digunakanlah model estimasi intensitas radiasi global. Banyaknya model yang dikembangkan untuk mengestimasi energi matahari yang sampai ke permukaan, dari perhitungan yang sangat kompleks sampai sederhan berdasarkan hubungan emperis dengan parameter meteorologi lain. Namun untuk wilayah Tarakan sendiri belum ada yang mencoba model-model estimasi radiasi matahari global sehingga kita tidak tahu model yang mana yang cocok untuk wilayah ini.
Gambar 1 Wilayah Kajian Pulau Tarakan
Pada tahun 2012 pemadaman listrik secara bergilir di Kota Tarakan beberapa hari terakhir, tampaknya masih akan berlanjut. Hal itu disebabkan pasokan gas yang disuplai dari PT Medco EP Tarakan ke sejumlah mesin pembangkit listrik tenaga gas milik PLN Tarakan belum mencukupi. Dampak dari minimnya pasokan gas ini, kata dia, PLN Tarakan telah
LANDASAN TEORI Radiasi yang dipancarkan oleh matahari ke setiap sudut di angkasa berbentuk gelombang elektromagnetik yang membawa energi dengan kecepatan cahaya. Radiasi matahari ini mengalami 1
penyerapan, pemantulan, dan hamburan di semua lokasi penjalarannya apalagi yang memasuki atmosfer bumi. Proses-proses tersebut dapat ditimbulkan oleh adanya banyak aktifitas seperti cuaca, iklim, pertanian dan kegiatan sosial ekonimi manusia. Selain radiasi yang sampai ke permukaan berbeda di setiap tempat disebabkan oleh geometri bumi, jaraknya terhadap matahari, keadaan geografi, perbedaan lintang dan bujur, dan komposisi atmosfer.
Untuk peritungan per jam menggunakan persamaan yang diberikan oleh Iqbal 1983, yaitu: _ = _0 (sin + (24/ ) sin( / 24) cos cos ω_ ) ……(2) Walaupun ada banyak bentuk perhitungan dan beraga tingkat kompleksitasnya, tetapi persamaan sederhana yang seperti diberikan oleh Spencer (1972) dapat digunakan untuk menghitung faktor esentrisitas bumi (E0). = 1,00011 + 0,034221 cos $ + 0,00128 $ + 0,000719 (2$) + 0,000077 (2$) …… (3) Dimana sudut hari, $, dalam radian yaitu: $ = 2 ( '() − 1)/365 ……(4)
Pengaruh adanya atmosfer dan unsur-unsur cuaca membuat pengurangan energi. Kombinasi proses refleksi, absorbsi (filtering), reflaksi, dan scaterring menyebabkan perubahan radiasi yang sampai di permukaan bumi. Efer rotasi bumi pada porosnya juga mengakibatkan perbedaan intensitas radiasi tiap jamnya seama satu hari. Jadi radiasi yang mencapai permukaan bumi memiliki variasi baik secara spasial maupun temporal.
Dimana '() adalah jumlah hari pada tanggal tersbut dihitung dari tanggal 1 Januari.Untuk menghitung nilai sudut Deklinasi (δ dalam derajat), digunakan persamaan yang memperhitungkan faktor eksentrisitas bumi, salah satunya seperti yang disampaikan oleh Spencer, 1972: = (180/ ). (0,006918 − 0,399912 $ + (2$) + 0,070257 $ − 0,006758 0,000907 2$ − 0,002697 3$ + 0,00148 (3$)) …..(5)
Radiasi gelobal adalah jumlah radiasi langsung dan radiasi terdifusi. Umumnya pengukuran Radiasi Global adalah jumlah radiasi di permukaan horizontal. Radiasi global mencakup keseluruhan baik gelombang panjang maupun gelombang pendek. Radiasi langsung merupakan komponen penting dari radiasi matahari global karena memberikan kontribusi yang palig banyak dalam kesetimbangan energi dan jenis radiasi lain yang bergantung secara langsung atau tidak langsung terhadapnya. Radiasi terdifusi hanya menymbang sedikit energi pada daerahatara panjang geombang mid-visible sampai infrared, namun dapat berkontribusi samapai 40% pada daerah anara panjang gelombang mid-visible sampai midultraviolet (Barbour dkk, 1978)
berotasi satu putaran yaitu 3600, Bernilai positif sebelum singan dan bernilai negatif setelahnya. Untuk perjam : ω = 15(12 − ℎ) …….(6) Sedangkan sudut jam (ωs) untuk satu hari dapat dinyatakan sebagai: /0 ω = [− /( )] …….(7) Dengan merupakan lintang dan merupakan sudut deklinasi.
Extraterrestrial Radiation Radiasi matahari setelah melewati angkasa akan memasuki atmosfer. Di puncak atmosfer radiasi pada jarak rata-rata bumi terhadap matahari sebesar 1360 W/m2 (Monteith, 1962) , ini merupakan kostanta Matahari. Kemudian ketika memasuki atmosfer sejumlah radiasi matahari akan mengalami penyerapan oleh atmosfer, awan, dan partikel-partikel lain di atmosfer, sebagian ada yang dipantulkan dan sebagian lagi diserap oleh bumi.
Tabel 1 Model-model Estimasi Radiasi Matahari Global
Model Estimasi Hargreaves Annandale Wu
Rumus = [34 '560 (78(9 − 78:; )0/< ] = [34 '560 (1 + 2.7 × 10/> ?) (78(9 − 78:; )0/< ] = ( 34 '56@ + A4 '56 @ (78(9 − B
Intensitas radiasi lokal ditentukan oleh sudut antara arah sinar matahari dan normal ke permukaan atmosfer. Sudut ini akan berubah pada siang hari dan akan berbeda di lintang yang berbeda dan dalam musim yang berbeda. Radiasi matahari yang diterima di bagian atas atmosfer bumi pada permukaan horizontal disebut extraterrestrial (solar) radiation. Dengan demikian extraterrestrial radiation adalah fungsi dari lintang, tanggal dan waktu. Untuk peritungan perhari menggunakan persamaan: = (1/ ) ( ω + ………………(1) ( /180) ω )
Hunt
Terpley
78:; )C + D4 '56@ 7(EF + G4 '56 @ HI ) = 34 '56@ + A4 '56 @ (78(9 − 78:; )0/< + D4 '56@ 7JKL + G4 '56 @ MM + 4 '56 @ MM< N = N × 34 '56> × D × A4 '56>
Tabel 1. Merupakan rumus dari model-model yang dipakai. Dengan A,B,C,D, dan E merupakan koefisient dari masing-masing model yang dicari. Tmax temperatur maksimum, Tmin temperatur minimum, Ho extraterrestrial radiation, PP curah hujan, C aledo awan, Tavg temperatur rata-rata, RT curah hujan transfrom.
2
penelitian ini kita mencari dulu koefisien-koefisien yang tepat untuk wilayah penelitian. Hal ini dilakukan untuk mendapatkan estimasi model yang mendekati data observasinya. Tetapi sebelum kita menjalankan model-model yang digunakan harus mempersiapkan dulu inputan-inputan yang diperlukan. Untuk seluruh model memerlukan nilai estraterrestrial radiation sehingga sebelum mencari koefisien kita menghitung duu nilai ini dengan persamaan 1 tetapi untuk model Terpley karena per jam maka menggunakan persamaan 2. model Terpley juga memerlukan nilai albedo awan setelah mempelorl semua inputan maka langkah selanjutnya kita melakukan fitting untuk memperoleh koefisien setiap model, Hasilnya ditunjukkan pada Tabel 2.
PV Sizing Stand-alone System Sistem pembangkit energi listrik dengan photovoltaic (PV) secara langsung mengubah energi surya menjadi listrik menggunakan efek PV. Dalam stand-alone PV (SAPV) sistem berarti bahwa satu-satunya sumber daya yang digunakan untuk beban listrik dari peralatan rumah, pompa air dan lampu jalan, dan lainlain. Sistem SAPV menyimpan energi yang dihasilkan pada siang hari di sebuah bank baterai untuk penggunaan di malam hari. Sistem ini merupakan alternatif yang hemat biaya dan ramah lingkungan daripada pembangkit listrik konvensional mengunakan bahan bakar diesel yang memiliki biaya tinggi, khususnya di negara-negara berkembang di mana sebagian besar penduduk tinggal di daerah pedesaan dan terpencil.
Tabel 2 Koefisien-koefisien Dari Model-model yang Didapatkan Koefisien A B C D E Model 0,1313 Harvegas Model 0,1279 Annandale Model Wu -0,103 0,2662 -0,007 0,1208 Model Hunt -1012 0,11 364.45 -66.42 0,5601 Model -0,385 0,4579 Tarpley
DATA DAN METODE Dalam peneliian ini pertama-tama menentukan model yang terbaik dengan cara melihat model yang RMSE dan MBE terkecil, juga nilai korelasi terbesar. Setelah menemukan model terbaik, maka model itu digukana untuk perhitungan potensi radiasi meteorologi selama 2007-2010, Setelah mendapakan potensi radiasi selama 2007-2010 maka hasil ini menjadi masukkan PV sizing. Dengan diagram alir seperti yang ditunjukkan Gambar 2.
Untuk model Harvegas, Anandale, Wu dan Terpley nilai-nilai koefisiennya di antara -0,5 sampai 0,5 ini karena persamaan dari keempat model ini merupakan perkalian dengan H0 (estraterrestrial radiation). Sedangkan untuk model Hunt nilai-nilai koefisiennya lebih besar dari 0,5 dan lebih kecil dari -0,5 ini dikarenakan persamaan model Hunt bukan merupaka perkalian dengan H0 tetapi yang dikalian H0 merupakan salah satu bagian dari persaman tersebut. Juga pada model Hunt ada koefisient yang lebih kecil dari pada -10000 karena koefisien ini berdiri sendiri tidak dikalikan dengan input manapun.
Data yang digunakan untuk penelitian ini menjadi enam data utama yaitu data observasi, data satelit & data meteorologi 2007-2010, data PV DB-F80, data Baterai Vision 6FM250D, dan data estimasi biaya.
Menjalankan Model Saat Waktu Observasi Setelah mendapatkan semua nilai koefisien-koefisien dari model-model yang dipakai maka tahap selanjutnya yaitu menjalankan model-model tersebut selama waktu observasi. Untuk model Harvegas, Anandale, Wu dan Hunt bisa langsung diproses dengan memasukan inputannya. Sedangkan untuk model Terpley karena radiasi matahari global yang dihasilkan per jam maka untuk mengetahui radiasi global matahari per hari dilakukan integrasi per jam selama satu hari.
Gambar 2 Diagram Alir Pengerjaan penelitian
ANALISIS DAN HASIL Pencarian Koefisient Sebelum menentukan model mana yang terbaik digunakan di wilayah penelitian maka dalam Gambar 3 Grafik Model Terpley dan Data Observasi per Jam
3
nilai estimasi sedangkan sumbu X merupakan nilai observasi.
Pada Gambar 3. terlihat model Terpley (garis hijau) dan data observasi (garis biru) terlihat dari Gambar bahwa model sudah cukup baik megestimasikan datadata observasi. Hal ini dibuktikan dengan nilai korelasi yang cukup tinggi yaitu 0,732, ini berarti model sudah bisa menggambarkan kondisi sebenarnya.
Dari Gambar 4. diperoleh untuk model Harveges dan Annandale mempunyai hasil estimasi yang overestimed, hal ini dibuktikan dengan banyaknya hasil estimasi yang di atas garis X=Y. Untuk model Hunt dan Terpley jumlah hasil estimasi yang di atas garis X=Y sama dengan jumlah hasil estimasi yang dibawah garis tersebut sehingga untuk menentukan overestimed atau underestimed harus melihat nilai MBE. Sedangkan untuk model Wu mempunyai hasil estimasi yang underestimed, hal ini dibuktikan dengan hasil estimasi yang di bawah garis X=Y.
Analisis per Model Dalam menganalisis kecocokan estimasi yang didapat dengan nilai observasi radiasi matahari gelobal per hari, maka digunakan grafik scatter plot antara nilai observasi dngan nilai estimasi, sumbu Y merupakan
(a)
(b)
(d)
(c)
(e)
Gambar 4 Grafik Perbandingan Hasil Estimasi dengan Data Observasi (a)Model Harvegas, (b) Model Annandale, (c)Model Wu, (d)Model Hunt, dan (e)Model Tarpley
mempunyai nilai yang paling kecil dan paling jauh dengan data observasi sehingga model ini tidak cocok untuk dipakai di daerah penelitian ini karena pada Model Wu memperhitungkan curah hujan transform dimana bernilai satu pada saat curah ada curah hujan dan nol pada saat tidak ada. Maka pada model ini walaupun memiliki curah hujan yang keci atau mendekati nol tidak terlalu beda dengan pada saat curah hujan tinggi. Untuk Model Harvegas (data1) dan Model Annandale (data2) di sini tidak terlihat terlalu beda malah grafiknya sangat serupa. Ini dikarenakan pada daerah penelitian tinggi permukaan tanah terhadap permukaan laut tidak terlalu tinggi yaitu hanya 6 meter, karena model Annandale ini lebih cocok untuk dataran tinggi sehingga model annandel ini tidak tedak terlalu beda dengan model Harvegas.
Gambar 5 Grafik Seluruh Sodel dengan Observasi Model Harvegas (data1), Model Annandale (data2), Model Wu (data3), Model Hunt (data4), Model Tarpley (data5), dan Data Observasi (data6)
Pada Gambar 5. menggambarkan grafik seluruh model dan data observasi selama waktu observasi hari pertama yaitu pada tanggal 31 oktober dan hari ke delapan pada tanggal 7 November 2012. Di sini menunjukkan bahwa untuk data3 atau Model Wu
Untuk Model Hunt (data4) lebih baik dari modelmodel sebelumnya karena model Hunt ini memperhitungkan nilai curah hujan sedangkan model 4
Harvegas dan Annandale hanya memperhitungkan temperatur maksimum dan minimum. Model Wu memperhitungkan curah hujan tetapi curah hujan transform bukan nilai curah hujannya.
Setelah model yang terbaik dapatkan dimana model yang terbaik adalah model Tarpley kemudian mempersiapkan inputan yaitu data Albedo dan estraterrestrial radiation untuk tahun 2007 sampai dengan 2010, Dari kedua data tersebut dan dengan koefisien persamaan Tarpley yang telah didapatkan maka didapatkan potensi energi radiasi global per jam mengguankan persamaan Tarpley yaitu persamaan, potensi energi matahari perjam tersebut selanjutnya diintegrasikan dengan rentang waktu pengamatan yaitu 08.00 samapai dengan 18.00 WITA barulah didapat potensi energi matahari per hari. Potensi energi matahari itu nantinya dikelompokan pada masing-masing bulannya selanjutnya di rata-ratakan per bulannya selama empat tahun.
Dari kelima model di dalam gambar model Tarpley merupakan model yang grafiknya paling serupa dengan data observasi. Ini karena model Tarpley menggunakan nilai aledo sebagai variabel inputnya dimana albedo berpengaruh langsung terhadap nilai radiasi global matahari. Karena albedo merupakan perbandingan energi radiasi matahari masuk ke permukaan bumi dan yang dipantulkan. Dimana jika bernilai nol berarti energi sinar matahari diserap seluruhnya oleh permukaan bumi dan jika nilainya satu berarti energi sinar matahari dipantulkan seluruhnya oleh halangan (awan). Ini lebih baik daripada model Hunt karena curah hujan di indonesia lebih banyak yang karena konvektiviatas yang dimana hujan konvektif memiliki intensitas yang tinggi tetapi durasi yang pendek.
Untuk mengetahui daerah potensial untuk pengembangan teknologi yang memfaatkan energi radiasi di Pulau Tarakan, maka dilakukan pemetaan estimasi potensi energi matahari harian rata-rata tiap bulan selama tahun 2007 sampai dengan 2010,
Tabel 3 Nilai RMSE, MBE, dan Korelasi Tiap Model Model Harveges AnnandeleWu Hunt Tarpley RMSE (%) 61.36 61.36 48.14 15.67 11.68 MBE (%) 15.69 15.69 -35.13 0.84 0.076924 korelasi 0.8334 0.8334 0.8769 0.9397 0.9652
Pada Gambar 6. merupakan rata-rata potensi energi matahari perbulanya selama empat tahu. Terlihat di gambar bahwa bulan yang rata-rata tinggi potensi energi radiasinya tertinggi adalah bulan maret. Ini dikarenakan pada bulan maret matahari tegak lurus terhadap equinox sehingga matahari tepat berada diatas daerah penelitian karena daerah penelitian berada di sekitar equator bumi dan juga pada bulan ini merupakan jarak matahari terdekat pada saat equinox. Sedangkan rata-rata terrendah pada bulan november. Ini karena pada bulan november walaupun jarak matahari dengan bumi hapir serupa dengan jarak matahari dan bumi pada bulan maret tetapi pada bulan november matahari sudah terletak di belahan bumi selatan. Hal ini menyebabkan pada daerah penelitian menerima radiasi matahari lebih kecil dibandingkan pada bulan yang saat matahari berada di equinox bumi. Ini menunjukkan bahwa jarak matahari bumi dan juga posisi matahari terhadap permukaan bumi sangat mempengaruhi besarnya radiasi matahari global. Adapun secara lengkap nilai rata-rata per bulannya ditunjukkan pada Tabel 4. sebagai berikut:
Pada Tabel 3. menguatkan juga argumen sebelumnya bahwa Model Wu memiliki nilai estimasi yang underestimated terlihat dari nilai MBE yang bernilai minus yaitu -35.13%. Dan model-model selainnya yang memiliki nilai overestimated terlihat dari nilai MBE yang lebih besar daripada nol. Pada Tabel 3. model yang memiliki nilai korelasi terbesar juga memiliki nilai RMSE dan MBE terkecil adalah model Tarpley dengan nilai korelasi 0,962, MBE 0,07% daN RMSE 11.68%. Hal ini menguatkan argumen-argumen sebelumnya bahwa model tarpley merupakan model terbaik di daerah penelitian. Potensi Energi Radiasi Rata-rata Tiap Bulan dan Selama Empat Tahun
Tabel 4 Rata-rata Potensi Energi Radiasi Matahari per Bulan Tahun
Jan
Feb
Mar
Apr
May
Jun
Jul
Aug
Sep
Oct
Nov
Dec
2007 2930.5 3044.5 3314.4 3041.8 3308.6 2759.6 2889.5 3225.9 2848.8 3314.3 2559.9 2958.6 2008 3147.2 2857.2 3000.4 2884 3178.9 2696.8 2996.5 3218 2922.7 3243.3 2721.7 2910.8 2009 2708.2 2690.6 3390.5 2817.5 3169.6 2703.6 3160.9 3324.6 2955.6 3238.6 2653.2 3176 2010 3159.1 3180.9 3468.2 3042.9 3323.7 2863.4 2960 3220.8 2971.8 2985.9 2728.9 2866.8 Rata-rata 2986.24 2943.31 3293.39 2946.56 3245.19 2755.86 3001.74 3247.33 2924.71 3195.56 2665.93 2978.07 /bulan
Pada Gambar 6. juga terlihat pada bagian pantai utara Pulau Tarakan memiliki potensi energi matahari yang lebih besar diantara daerah lainnya. Ini dikarenakan pada pantai utara Pulau Tarakan terdapat sedikit awan. Hal ini dibuktikan dengan nilai rata-rata albedo pada daerah ini cendrung lebih kecil
Rata-rata /tahun 3016.38 2981.46 2999.08 3064.37 3015.32
dibandingkan dengan daerah-daerah lain di Pulau Tarakan pada setiap bulannya, ditunjukkan pada Gambar 7. sehingga untuk persebaran dalam luasan yang lebih sempit radiasi matahari ini sangat terpengaruhi oleh besarnya nilai albedo atau jumlah tutupan awan. Dimana jika albedo kecil maka radiasi
1
matahari besar sedangkan jika albedo besar maka radiasi matahari kecil. Dengan kata lain hubungannya
adalah berbanding terbalik.
Gambar 6. Potensi Radiasi Matahari Rata-rata Bulan Januari, Maret, Juni, Juli, September, dan Desember 2007-2010,
Pada Gambar 7. terlihat albedo awan yang dihasilkan dari pengelolahan data MTSAT-1R channel visibel. Semakin nilainya tinggi menunjukkan reflektasi atau albedo yang tinggi pula. Nilai albedo ini menunjukkan
ketebalan atau kandungan air pada awan tersebut. Semakin banyak kandungan air pada awan tersebut, maka nilai albedonya semakin tinggi (Panjaitan, 2011).
Gambar 7. Albedo Awan Rata-rata Bulan Januari, Maret, Juni, Juli, September, dan Desember 2007-2010,
2
efficiency efesiensi batrai, dan inverter efficiency efesiensi Inverter. Temperatur correction factor, merupakan faktor koreksi dikarenakan temperatur ambiet. Setelah mendapatkan semua data inputan barulah kita melakukan sizing PV dengan metode PV Sizing Stand-alone system. Sehingga menghasilkan paremater hasil seperti yang ditunjukkan oleh Tabel 6. Tabel 6 Parameter yang Dihasilkan Parameter Estimated daily energy demand Es Overall system efficiency noveral Required daily energy input EL PV floor area APV PV peak power WPVP Total system direc current IDC,sym Number of PV module required Nm Number of PV modules in series Nms Number of PV modules in parallel Nmp Storage capacity of battery Watt SBC Storage capacity of battery Ampere S'BC Number of batteries NB Number of batteries in series NBs Number of batteries in parallel NBp Rated Current of voltage regulator IVR Power requiretment of interver WINV
Gambar 8 Rata-rata Potensi Energi Radiasi Matahari 20072010
Rata-rata potensi energi matahari yang diterima selama tahun 2007 sampai dengan tahun 2010 dapat dilihat pada Gambar 8. dimana peta tersebut dapat mengGambarkan wilayah yang berpotensi tinggi untuk penerimaan energi matahari. Rata-rata potensi selama tahun 2007 sampai dengan tahun 2010 untuk wilayah tarakan berkisar antara 3016.26-2889.43 Wh/m2. Wilayah yang menerima energi terbesar ada di bagian pantai utara Pulau Tarakan yang disebabkan awan yang diatas wilayah tersebut lebih sedikit daripada wilayah lainnya maka wilayah ini sangat direkomendasikan sebagai tempat dibangunnya PLTS.
Pada Tabel 6. paramete Es merupakan jumlah energi yang yang ingin dihasikan yang dalam penelitian ini yaitu 1 MW. Sedangkan noveral merupakan efisiensi yang dihasilkan sistem yaitu 0,10, El adalah energi yang yang dibutuhkan untuk menghasilkan Es karena ada pengaruh dari efisiensi sistem sehingga energi yang dibutuhkan untuk menghasilkan Es lebih besar dari Es itu sendiri. APV adalah luas area dari PV yang dibutuhkan, sehingga untuk menghasilkan 1 MW dengan amemerlukan luas area seluas 3667.6 m2 . Luas area tersebut menghasilkan PV peak power sebesar 440112.05 Wp. Untuk jenis PV DB-F80 memiliki watt peak 80 Wp sehingga PV yang kita butuhkan adalah 5502 unit. Karena sistem memakai tegangan 24 volt maka PV harus disusun agar menghasilkan 24 volt sehingga menghasilkan susunan 2 seri dan 2751 parallel.
PV Sizing Setelah mendapatkan besarnya potensi energi matahari barulah kita bisa melakukan PV sizing karena itu merupakan salah satu inputan untuk melakukan PV sizing. Tabel 5 Input Data Input Data For Design Tempratur ambient ta Power rating of facility wf Average hours of operation h Average solar energy Input Iav Continuous cloudy days Nc Module efficiency nvp Battrery efficiency nB Inverter efficiency nINV Temperatur correction factor TCF
1000000.00 Wh/day 0.10 10288065.84 Wh/day 3667.60 m2 440112.05 Wp 18338.00 Ah 5502 unit 2 unit 2751 unit 6944444.44 Wh 289500.00 Ah 1158 unit 2 unit 579 unit 25174.71 A 1250000.00 W
35 100000 W 10 h 3016.26 Wh/m2/day 5 day 0.12 0.9 0.9 0.93
Untuk pengaturan batrainya kita haru mengetahui kapasitas yang diperlukan batrai. Kapasitas yang diperlukan batrai ini dicari dengan memperhitungkan hari yang tidak ada radiasi matahari. Kapasitas batrai yang diperlukan untuk 1 MW untuk 5 hari dalam keadaan tidak ada radiasi matahari maka diperlukan 6944444.44 watt dan 289500 Ah. Dengan memakai batrai jenis 6FM250D maka memerlukan batrai sebanyak 1158 unit dengan susuna 2 seri dan 579 parallel. Untuk energi yang diperlukan oleh inventer yaitu 1.25 Es sehingga energi yang diperlukan inventer 1.25 MW.
Pada input data yaitu Tabel 5. terdapat temperatur ambient ini merupakan temperatur udara luar, temperatur ambient pada data inputan inimerupakan temperatur maksimum di wilayah penelitian selama tahun 2007 sampai dengan 2010, Power rating merupakan jumlah daya listrik yang dipakai perjamnya. Average hours of operation rata-rata pemakaian daya listrik. Average solar energy Input merupakan rata-rata potensi energi matahari di daerah itu. Continuous cloudy days banyaknya hari yang tidak ada cahaya matahari secara berturut-turut. Module efficiency efesiensi modul PV, Battery
7
Tabel 7 Priced Bill of Engineering Material
Item PV module Battery Charger Inventer Installation TOTAL
Priced bill of engineering material Unit Cost Total cost (US Quantity Total cost (IDR) (US dolar) dolar) 440112 Wp 5 2200560.24 21345434344.38 6944444 Wh 1.705 11840277.78 114850694444.44 25174.71 A 5.89 148279.06 1438306904.32 1250000 W 0.831 1038750.00 10075875000.00 10% of PV 220056.02 2134543434.44 $ 15,447,923 IDR 149,844,854,128
8
Tabel 7. adalah biaya instalasi PLTS, dengan harga satuan dari Tabel 7. Berdasarkan perhitungan biaya satuan komponen-komponen dalam PLTS yangdilakukan oleh Abd El-Shafy, 2009. Sehingga untuk membuat PLTS dengan 1 MW memerlukan biaya Rp149.844.854.128. Dalam penelitian Nafeh di jurnal Renewable Energy Journal berpendapat bahwa, baterai biasanya akan mempunyai waktu pakai sampai 5 tahun (Nafeh, 2009). Sehingga harus dilakukan pergantian batrai setiap 5 tahunnya. KESIMPULAN DAN SARAN Dari penelitian yang ada, maka dapat disimpulkan bahwa: 1. Model Tarpley yang telah divalidasi dengan data observasi di Pulau Tarakan menunjukkan nilai error yang kecil yaitu MBE 0,07% dan RMSE 11.68%, juga nilai korelasi yang tinggi 0,962, sehingga model ini merupakan model yang layak dan terbaik untuk estimasi energi matahari yang diterima. 2. Hasil estimasi menunjukkan bahwa bulan maret merupakan bulan dengan rata-rata estimasi tertinggi yaitu 3293.39 Wh/m2 dan bulan november merupakan bulan dengan rata-rata nilai estimasi terrendah yaitu 2665.93 Wh/m2. Ratarata estimasi energi radiasi matahari selama tahun 2007-2010 berkisar antara 3016.26 -2889.43 Wh/m2. Wilayah dengan rata-rata estimasi terbesar berada di pantai utara Pulau Tarakan. 3. Untuk sizing memerlukan luas PV seluas 3667.6 m2 dan memerlukan PV sebanyak 5502 dengan susunan 3 seri dan 2751 pararel. Dan memerlukan baterai sebanyak 1158 unit dengan susuna 2 seri dan 579 parallel. 4. Langkah untuk pembuatan PLTS ini perlu dilakukan pemerintah kota Tarakan mengingat pasokan gas yang semakin hari semakin sedikit. Untuk pembuatan PLTS 1MW pemerintah Kota Tarakan memerlukan biaya instalasi Rp149.844.854.127. Untuk validasi pada penelitian ini memakai data observasi hanya delapan hari, apabila diperoleh data observasi yang lebih banyak pada bulan-bulan lain, dapat digunakan untuk menemukan koefisient dan model yang lebih akurat. DAFTAR PUSTAKA Abd El-Shafy AN (2009) Design and Economic Analysis of a Stand-Alone PV System to Electrify a Remote Area Household in Egypt. The Open Ren. Energy Journal, 2: 33-37. Annandale JG, Jovanic NZ, Benade N, Allen RG (2002), Irrig. Sci., 21, 57 Barbour MC, Burk JH, Pitts WD (1978) Terrestrial plant ecology, 2nd end. Cummings, Menlo Park
Hargreaves GH, Samani ZA (1982), J. Irrig. and Drain. Engr., 108, 223. Hunt LA, Kuchar L, Swanton CJ (1998), Agric. For. Meteorol., 91, 293. Islam, M.R. and Exell, R.H.B 1996. Solar radiation mapping from satellite image using a low cost system. Solar Energy, 56, (3), pp. 225-237. Iqbal M, 1983. An Introduction to Solar Radiation. Academic Press Canada, pp. 59-84. Monteith JL (1962) Attenuation of solar radiation: a climatological and geophysical sciences. Prentice-Hall, Englewood Cliffs Nafeh AA (2009) Design and Economic Analysis of a stand-alone PV system to electrify a remote area household in Egypt. Open Renewable Energy Journal, 2: 33-37. Panjaitan AL (2011), Estimasi Energi Radiasi Matahari Bulanan dan Tahunan dengan Moerl Solar Energy-Air Temperature, Institut Teknologi Bandung Spencer JW (1972) Fourier series respresentation of the position of the sun. Search 2:172 Tarpley, J. D., 1979. Estimating incident solar radiation at the surface from geostationary satellite data. J. Appl. Meteorol., 18, pp. 11721181. G. Wu, Y. Liu, T. Wang, (2007), Energy Convers. Manage., 48, 2447