MODEL SIMULASI PROYEKSI SISTEM ENERGI MODUL BALANCE DARI ENPEP. Edwaren Liun

Kembali Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (249-265)

MODEL SIMULASI PROYEKSI SISTEM ENERGI MODUL BALANCE DARI ENPEP Edwaren Liun∗

ABSTRAK MODEL SIMULASI PROYEKSI SISTEM ENERGI MODUL BALANCE DARI ENPEP. Modul BALANCE dari Program ENPEP didasarkan pada jaringan sistem energi yang dibangun dengan urutan logika diagram alir mulai dari sumber hingga pengguna akhir. Jaringan terdiri dari node dan link yang memodelkan sektor energi. Node mewakili proses seperti pengilangan minyak, dan link mewakili aliran energi antara dua node. Jaringan energi dikembangkan dengan mendefinisikan aliran energi di antara 10 jenis node. Masing-masing jenis node menghubungkan sub model yang berbeda di dalam BALANCE. Modul ini mempunyai persamaan sendiri yang berhubungan dengan harga dan aliran energi. Modul ini berfungsi untuk penghitung aliran energi tahunan dari aktivitas-aktivitas produksi, konversi, dan pemanfaatan sumberdaya energi yang ada. Outputnya berupa input dan output link dari node tersebut. Informasi dari output dapat mencapai 75 tahun ke depan mengenai neraca demand dan supply bahan bakar, energi listrik untuk masing-masing unit pembangkit, biaya produksi listrik oleh masing-masing unit, total demand listrik, peak load, kapasitas pembangkit yang tersedia, reserve margin, dan biaya ratarata pembangkitan listrik total. Kata-kata kunci: Simulasi dan Perencanaan Energi, Simulasi Perhitungan dan Perencanaan Energi

ABSTRACT ENERGY SYSTEM PROJECTION SIMULATION MODEL OF BALANCE MODULE OF ENPEP. The BALANCE Module of ENPEP Program is based on energy system network developed in logical sequence of flow diagram starting from resources up to end use. The energy network consists of nodes and links that model the energy sectors. The nodes of the network represent processes, such as petroleum refining, and the links represent energy flows between pairs of nodes. Defining the energy flows among 10 types of nodes develops the energy network. Each node type corresponds to a different submodel in BALANCE. The module has its own equations relating the prices and energy flows in the module to calculate energy flow from production, conversion and utilization of available energy resources. The output of BALANCE Module consists of input and output of the node. In its describing output produce the information can be up to 75 years on demand and supply balance of every power plant, electricity production costs of each unit, total electricity demand, peak load, available plants capacity, reserve margin, and average total electricity generation costs. Keywords: Simulation and Energy Planning, Energy Planning, Simulation and Calculation

∗

Pusat Pengembangan Energi Nuklir - BATAN

249

Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (249-265)

PENDAHULUAN

Latar belakang Modul BALANCE dari ENPEP berfungsi untuk menghitung aliran energi tahunan dari aktifitas-aktifitas produksi, konversi, dan pemanfaatan sumberdaya. Dalam hal ini aliran dihitung untuk semua link pada network. Kemudian menghitung harga energi untuk semua aktifitas energi (semua link pada network), dan menggambarkan output pada bar chart dan pie chart. Dalam menjalankannya pengguna memilih satu kasus dan dipandu ke arah fungsi-fungsi melalui hirarki menu dan membuat network energi yang menunjukkan aliran energi dari aktifitas suplai sampai ke aktifitas demand. Formulir menu digunakan untuk memasukkan data yang mendefinisikan struktur dan proses pada network. Pengguna mempunyai opsi untuk dapat menyimpan semua modifikasi dan perubahan file input maupun output dari suatu case yang dibuat. Modul BALANCE didasarkan pada jaringan sistem yang mewakili semua aktifitas produksi, konversi, transportasi, distribusi dan pemanfaatan energi. Simpul dari jaringan mewakili aktifitas dan link mewakili aliran bahan bakar antara aktifitasaktifitas tersebut. Pengguna model dapat me-run beberapa variasi pada kasus ini atau lainnya dengan memodifikasi file data seperlunya pada model. Kasus alternatif dapat dibuat dengan berbagai data masukan yang sesuai dengan berbagai isu terkait, antara lain: a) kontribusi relatif dari berbagai jenis pembangkit listrik seperti pembangkit listrik tenaga air, pembangkit berbahan bakar minyak, batubara ataupun gambut untuk pembangkit listrik terpusat; b) potensi ekonomi untuk pembangkit listrik yang tidak terpusat dan dampak-dampaknya terhadap sistem listrik terpusat; c) produk-produk minyak dan bahan bakar minyak yang diimport serta produksi kilang minyak dalam negeri; d) potensi ekonomi biomassa untuk mengurangi permintaan bahan-bakar import meliputi produksi etanol, baggas, kayu, arang dan sisa pertanian; e) potensi ekonomi sumber energi surya dan angin; f) dampak terhadap konsumsi dari asumsi-asumsi yang berkenaan dengan laju pertumbuhan sektor-sektor ekonomi; g) alternatif-alternatif pengalihan bahanbakar dan harga bahan bakar import; dan h) potensi untuk mengurangi konsumsi energi melalui konservasi pada sektor demand.

Tujuan Tujuan dari modul ini adalah memproyeksikan aliran energi tahun dasar sesuai dengan link jaringan untuk tahun-tahun mendatang selama periode studi hingga 30 tahun. Input data di dalam form menu dari proyeksi harga bahan bakar yang diimpor,

250


proyeksi permintaan akhir, dan data teknik dan biaya-biaya yang berkenaan dengan aktivitas sumberdaya dan konversi energi (misalnya pembangkitan tenaga listrik, kilang) digunakan untuk memproyeksi neraca energi masa mendatang. Neraca energi yang dibangun berdasarkan ekonomi relatif dari sumber suplpy alternatif, sumberdaya, dan teknologi yang diperlukan untuk memenuhi demand, dikenakan pada kendalakendala yang mungkin ada pada kapasitas proses maupun peraturan pemerintah yang mempengaruhi harga dan penggunaan energi.

TEORI

Data yang dibutuhkan Data yang dibutuhkan adalah: a) neraca supply/demand tahun dasar; b) cadangan sumberdaya, kapasitas produksi, O&M cost; c) efisiensi, kapasitas, kapital dan O&M cost fasilitas proses energi; d) data sektor listrik (misalnya fasilitas pembangkitan, LDC); dan e) proyeksi harga bahanbakar import.

Cara Kerja Modul BALANCE Untuk memulainya pengguna modul dapat memilih satu kasus yang mendefinisikan jaringan energi yang telah ada yang tampak pada layar monitor, atau pengguna dapat membuat satu kasus baru yang didasarkan pada kasus yang telah ada. Dalam hal ini input data dapat diubah dan menjadi sebuah kasus baru. Setelah kasus dipilih sedemikian, pengguna diarahkan ke masing-masing fungsi melalui suatu hirarki menu dengan formulir isian. Pada ujung masing-masing cabang pada hirarki ini program melaksanakan perhitungan-perhitungan yang diperlukan dan sesuai. Jika kasus telah selesai diisi dan di-run, pengguna dapat menayangkan berbagai bagian dari file output, dan mempunyai opsi penyimpanan input baik yang dimodifikasi maupun data hasil run ke dalam direktori studi perencanaan. Modul BALANCE didasarkan pada jaringan energi, yang terdiri dari node dan link yang memodelkan sektor energi. Node pada jaringan mewakili proses seperti pengilangan minyak, dan link mewakili aliran energi antara dua node. Jaringan energi dikembangkan dengan mendefinisikan aliran energi di antara 10 jenis node. Masingmasing jenis node menghubungkan sub-model yang berbeda di dalam Modul BALANCE. Modul ini mempunyai persamaan sendiri yang berhubungan dengan harga dan aliran energi pada input dan output link dari node tersebut. Jenis node adalah seperti diuraikan di bawah.

251


Depletable Resource: Memodelkan produksi dari sumberdaya energi yang terhabiskan yang diproduksi di dalam negeri atau diimport seperti crude oil atau batubara. Renewable Resource: Memodelkan produksi sumberdaya energi baru seperti sisa pertanian atau energi surya. Conversion: Memodelkan konversi sumberdaya energi, bahan bakar, atau produk ke bentuk lainnya. Misalnya boiler yang mengkonversi bahan bakar menjadi uap, kendaraan bermotor mengkonversi gasoline menjadi jarak tempuh, dan proses distilasi yang mengkonversi sisa pertanian menjadi etanol. Refining atau Multiple Output Link: Memodelkan proses pengilangan di dalam berbagai bentuk. Stockpiling: Memodelkan penyimpanan sumberdaya untuk penggunaan pada beberapa waktu mendatang. Multiple-Input-Link Conversion: Memodelkan proses yang mempunyai lebih daripada satu bentuk bahan bakar input tunggal seperti alat pemanas surya yang juga menggunakan LPG sebagai bahan bakar backup. Decision: Memodelkan seleksi bahan bakar atau bentuk energi dari sumberdaya suplai alternatif. Pricing: Memodelkan peraturan harga pemerintah dan kebijakan-kebijakan harga. Demand: Memodelkan permintaan akhir terhadap bahan bakar atau bentuk useful energy. Electricity Generation: Memisahkan submodel yang memodelkan muatan dan output listrik dari unit-unit pembangkitan.

Perhitungan Depletable Resource Processes dan Imported Fuel Node-node untuk depletable resource (sumberdaya terhabiskan) mempunyai satu output link dan tidak mempunyai input link. Depletable resource node digunakan untuk memodelkan produksi domestik dan/atau import sumberdaya depletable seperti produk-produk crude oil, coal dan bahan bakar minyak ataupun gas. Misalnya node sumberdaya depletable didalam jaringan energi dapat meliputi: import crude oil, import produk-produk bahan bakar minyak seperti gasoline, distillate dan minyak bakar, import batubara. Untuk perhitungan sumberdaya energi dan bahan bakar terhabiskan, sebuah persamaan tunggal dikenakan pada node sumberdayanya. Persamaan tersebut berhubungan dengan biaya (atau harga yang tergantung pada penggunaan node sumberdaya) yang memproduksi atau mengimport sumberdaya ke total, kumulatif (seluruh periode), jumlah sumberdaya yang dihasilkan atau diimport. Persamaan tersebut mewakili kurva suplai sumberdaya tersebut secara efektif. Harga dari sumberdaya terhabiskan dapat dihitung dari persamaan:

252


P(t) = A(Q) × (1 + R(t)) + B × Q(t)

(1)

yang mana P(t) = biaya (harga) dari sumberdaya dalam periode t; Q(t) = jumlah sumberdaya yang diproduksi atau diimport dalam periode t; A(Q) adalah perpotongan kurva suplai untuk sumberdaya setelah diekstraksi sejumlah Q sumberdaya sebelum waktu t. Nilai ini diatur pada akhir masing-masing tahun dalam periode simulasi berdasarkan pada jumlah sumberdaya yang diproduksi atau diimport selama tahun tersebut. (Nilai awal dari A(Q) di dalam base year dapat di diambil sebagai harga sumberdaya pada tahun dasar); R(t) = laju eskalasi ril dari biaya (harga) sumberdaya; dan B = slop kurva suplai sumberdaya.

Gambar 1 Contoh Segmen Energy Network untuk Sektor Gas

Pada Tabel 1 berikut ditunjukkan besaran dari Resource menuju demand melalui beberapa proses yang sederhana sehingga diperoleh angka bersih sampai pada node demand.

253


Tabel 1 Kuantitas Sumberdaya dari Sumber menuju Demand Al 11

To Industri Grid PP Nongrid dmd HH Sum Input St.pile Share 0.9416 0.0131 0.0443 0.0010 1.0000 Quant. 45,081.00 627.19 2,120.95 47.88 47,877.02 88,449.00 -40,571.98

Al 10

To PR 15 PR 16 Share 0.0676 0.6452 Quant. 20,686.82 197,442.81

PR 2

AL 11 0.2871 87,857.77

To Al 10 Share 0.92 Quant. 306,697.64

0.9999 306,018 306,018

0.0001 0.0000

Input 333,367 333,367

Perhitungan Proses Sumberdaya Terbarukan Node sumberdaya terbarukan mempunyai satu link output tanpa link input. Digunakan untuk memodelkan produksi domestik sumberdaya energi terbarukan seperti energi surya dan residu biomass. Sebuah node sumberdaya juga memodelkan berbagai keterbatasan alamiah pada produksi sumberdaya. Misalnya jumlah paparan sinar surya menentukan batas atas terhadap jumlah tahunan energi surya yang dapat digunakan; luas lahan yang digunakan untuk produksi kayu untuk keperluan produksi energi. Bentuk fungsi langkah node sumberdaya terbarukan adalah: P(t) = C(1) if Q(t) < L(1)

(2)

P(t) = C(2) if Q(t) < L(2)

(3)

P(t)= C(5) if Q(t) < L(5)

(4)

P(t) = biaya atau harga sumberdaya pada periode t; Q(t) = jumlah sumberdaya yang dihasilkan dalam periode t; C(1) = biaya produksi masing-masing unit sumberdaya pada langkah 1; C(2) = biaya produksi masing-masing unit sumberdaya pada langkah 2; C(5) = biaya produksi masing-masing unit sumberdaya pada langkah 5; jumlah maksimum langkah yang diizinkan adalah lima); L(1) = jumlah sumberdaya pada langkah 1; L(2) = jumlah sumberdaya pada langkah 2; dan L(5) = jumlah sumberdaya pada langkah 5.

254


Asumsi dasar dalam pengembangan persamaan harga untuk node konversi adalah bahwa pendapatan tahunan yang diperoleh dari output proses sama dengan biaya tahunan jus yang meliputi harga dan prosesnya. Dengan asumsi ini dan menganggap bahwa operasi proses mendekati kapasitas output nominal tahunan, maka diperoleh persamaan berikut yang menghubungkan harga etanol yang berasal dari gula tebu dengan harga jus gula dan biaya prosesnya:

P ( e) =

 TCI  P( j )  × CRF (i, n) + OM +  Eff  Cap × CF 

(5)

Di sini P(e) = harga etanol; P(j) = harga jus gula; OM = biaya operasi dan perawatan proses etanol. Biaya ini diluar biaya-biaya feedstock jus gula. Biaya jus dihitung untuk tahap pertama pada sisi kanan persamaan; TCI = biaya modal total dari proses distilasi atau pabrik yang mewakili; CRF(i,n) = biaya pengembalian modal yang menutupi biaya modal selama umur proses n pada laju bunga tahunan i; CAP = kapasitas output maksimum nominal tahunan dari pabrik yang mewakili; dan CF = faktor kapasitas pembangkit yang menunjukkan fraksi waktu pembangkit yang beroperasi selama setahun. Sedangkan faktor pengembalian modal CRF(i,n) untuk menutupi biaya modal dari suatu proses yang meliputi jumlah dalam interval waktu diskrit dihitung dengan persamaan berikut: n ( 1+ i ) CRF = i (1 + i )n −1

(6)

Perhitungan Proses Konversi Multi Input Link Di dalam prosesor minyak mentah di sektor oil, minyak berat dipisahkan dari fraksi lebih ringan. Jika digunakan suatu pemanas berbahan bakar LPG yang berasal dari sektor oil, maka untuk memproduksi sejumlah kuantitas panas digunakan persamaan: Q(l) = Q(h) × IO(l)

(7)

yang mana Q(l) = kuantitas input LPG; dan IO(l) = kuantitas input LPG yang dibutuhkan per satuan output panas. Asumsi yang digunakan dalam pengembangan persamaan harga untuk node konversi input adalah bahwa nilai output proses sama dengan biaya proses dan bahanbakar input pada tahun dasar. Besarnya nilai output panas diperoleh dengan persamaan:

255


P(h) = P( s ) × IO( s ) + P(1) × IO(1) + OM +

TCI × CRF (i, n) Cap × CF

(8)

yang mana P(h) = harga output panas (berdasarkan kandungan kalori ekuivalen); P(s) = harga (jika ada) dari energi surya; P(l) = harga LPG; OM = O&M cost heater untuk mengkonversi energi surya dan LPG menjadi panas. TCI = total capital cost dari heater; CRF(i,n) = capital recovery factor yang menutupi capital cost heater selama n tahun umurnya pada laju bunga i; Cap = maximum rated output capacity tahunan dari heater yang mewakili; dan CF = capacity factor untuk heater yang mewakili yang menunjukkan fraksi waktu selama masa operasi.

Perhitungan Proses Refinery atau Multiple Output link Sebuah refinery node mempunyai satu link input dan dua atau lebih link output. Persamaan kuantitas mewakili transformasi input (misalnya crude oil) terhadap output (misalnya produk bahan bakar minyak). Persamaan harga mewakili nilai tambah oleh pemrosesan terhadap input dan mengalokasikan biaya pengolahan terhadap output. Refinery node dapat digunakan untuk memodelkan berbagai proses yang mempunyai satu input dan produk-produk multi output. Misalnya refinery crude oil, sebuah node refinery dapat digunakan untuk memodelkan proses cogeneration yang menghasilkan uap dan listrik. Refinery node yang mempunyai dua output products yang menggambarkan persamaan kuantitas dan harga. Misalnya, kuantitas produk 1 dihubungkan dengan kuantitas input crude mempunyai persamaan: Q(1) = Q(c) × s(1)

(9)

Q(1) = kuantitas output product 1; Q(c) = kuantitas input crude; dan s(1) = rasio output produk 1 per satuan crude input. Dengan asumsi bahwa refinery beroperasi dalam kapasitas nominalnya, maka diperoleh persamaan berikut yang menunjukkan hubungan harga produk 1 terhadap harga input crude, harga produk 2 dan biaya-biaya pengolahan adalah:

P(1) =

OM TCI P ( c ) s ( 2) − × P ( 2) + + × CRF (i, n) s (1) Cap × CF × s (1) s (1) s (1)

(10)

CAP = crude input capacity dari the refinery; CF = capacity factor; P(1), P(2) = masing-masing prices dari produk 1 dan 2; P(c) = price of crude; OM = operating and maintenance cost dari refinery; TCI = total capital cost of the refinery; dan CRF(i,n) =

256


capital recovery factor yang menutupi refinery capital cost sepanjang umurnya n, pada annual interest rate i.

PROSES-PROSES NODE Stockpile Node Node decision berfungsi untuk mengendalikan jumlah produk di dalam stockpile untuk masing-masing tahun dan mengambil sebanyak mungkin untuk memenuhi permintaan demand pada refinery. Kelebihan produksi (jika ada) dari masing-masing produk refinery ditambahkan ke jumlah yang telah ada di dalam stockpile setiap tahun periode simulasi. Pricing Node Node harga mempunyai satu link input dan satu link output. Berfungsi menentukan harga pada link input dari node untuk mensimulasikan pajak oleh pemerintah, subsidi, price ceiling, price floor, atau kebijakan-kebijakan harga lainnya oleh pemerintah. Harga output dari node output ditentukan dari persamaan berikut: P(o) = a × P(i) + b

(11)

P(o) = price pada output link dari pricing node; P(i) = price pada input link dari pricingnode; a = price multiplier; dan b = price increment (atau decrement).

Decision Node Node decision mempunyai satu atau lebih input link dan satu atau lebih output link yang berfungsi untuk memilih jumlah bahan bakar untuk disuplai dari sumber. Demand Node Node ini di dalam network energi menunjukkan titik akhir demand dari aliran energi mempunyai satu link input dan tidak mempunyai link output.

Modul BALANCE pada Sektor Listrik Sektor pembangkitan listrik dari Modul BALANCE merupakan submodul tersendiri dengan prosedur dan logika komputasionalnya yang berbeda dari bagianbagian lain modul tersebut. Namun sektor listrik tertanam di dalam sistem network energi dan menerima demand listrik dan harga bahan bakar selama periode simulasi dari link input ke sektor listrik. Demand total energi listrik dan harga bahan bakar tahunan yang diberikan yang diambil dari link-link input dan output model sektor listrik melakukan perhitungan berikut untuk masing-masing tahun selama periode simulasi: (1) mengembangkan suatu discrete approximation menjadi Load Duration Curve (LDC) tahunan; (2) menghitung peak load dari LDC dan total electricity demand; (3) menghitung derated capacity dari masing-masing unit pembangkit listrik

257


yang tersedia; (4) menghitung biaya variabel total (variable O&M cost plus fuel cost) untuk masing-masing unit yang tersedia dan urutan unit pada variabel cost dasarnya; (5) unit-unit beban dalam urutan ke LDC (didasarkan pada derated capacity) untuk memenuhi demand listrik, beban puncak dan reseve margin yang dibutuhkan didalam sistem; dan (6) menghitung total cost rata-rata dari produksi listrik dan jumlah bahan bakar yang dikonsumsi oleh masing-masing unit pembangkit yang tersedia. Derated capacity unit dihitung dari persamaan pembangkitan berikut:

 DMAIN  DCAP = CAP x (1 − FORC ) x 1 −  365  

(12)

Di mana DCAP = derated capacity unit; CAP = maximum continuous capacity unit; FORC = forced outage rate unit (fraksi dari waktu time selama tahun yang unit terhenti karena masalah operasional); and DMAIN = jumlah hari dalam setahun untuk scheduled maintenance. Sedangkan variable cost unit dihitung dari persamaan:

VC =

VOM  HTRT  +  PF x  CONV  10 

(13)

Di mana VC = total variable cost of the unit (cents/kWh); VOM = variable O&M cost (mills/kWh) [1 mill = 0.1 cent]; PF = fuel price ($/BOE); HTRT = heat rate (Btu/kWh; dan CONV = faktor konversi Btu ke BOE. Total cost dari electricity generation dihitung dengan:

OUT (u )  TC = SUM  CAP (u ) × CRF (i, n(u )) + FOM (u ) × CAP (u ) + VC (u ) 100 

 (14)  

TC = total cost dari electricity generation dalam beberapa tahun ($/yr); U = jumlah unit yang tersedia yang dibutuhkan untuk memenuhi demand listrik; peak load, dan reserve margin yang dibutuhkan untuk memenuhi beban tetapi telah dioperasikan pada tahun sebelumnya dalam periode simulasi; CAPC(u) = capital cost dari unit ($/kW); CRF(i, n(u)) = capital recovery factor untuk menutupi capital cost sepanjang umur unit, n(u) tahun, pada laju bunga tahunan i; FOM(u) = fixed operating and maintenance cost dari unit ($/kW-yr); CAP(u) = maximum rated capacity unit (kW); VC(u) = variable cost dari unit (sent/kWh) dari persamaan di atas; dan OUT(u) = produksi listrik total oleh unit (kWh/year). Sedangkan biaya rata-rata pembangkitan tenaga listrik ($/kW) adalah:

258


ATC =

TC [ US$] Sum over Units {Out (u )}[kW . yr]

(!5)

Harga listrik diambil dari harga rata-rata pembangkitan listrik di dalam model.

Prosedur Iterasi dan Running Data Model analisis neraca energi Modul BALANCE terdiri dari persamaan dan pertidaksamaan sistem non linier simultan. Hubungan ini menspesifikasi transformasi kuantitas energi dan harga energi melalui berbagai tahap produksi, pengolahan dan penggunaann energi. Selanjutnya penyelesaian terhadap semua persamaan kuantitas dihitung untuk link berturut-turut ke bawah network. Jika semua persamaan di dalam network terpenuhi, maka solusi penentuan kuantitas akan diperoleh. Di sisi lain kuantitas di bagian bawah network diatur, dan semua persamaan diulang meyelesaikannya. Proses iterasi ini berlanjut hingga dapat menentukan harga tertentu untuk kuantitas pada bagian bawah network, dengan prosedur sebagai berikut: 1) Menghitung kuantitas pada bagian bawah network untuk sumberdaya depletable dan renewable. 2) Bermula dengan persamaan harga untuk node sumberdaya, diselesaikan persamaan harga dalam urutan, naik ke bagian atas network. Tahap ini disebut sebagai up-pass. 3) Berdasarkan perhitungan harga untuk input link ke proses demand, dihitung jumlah yang diminta. 4) Selanjutnya persamaan harga diselesaikan secara berurutan di dalam urutan terbalik ke bawah network mulai dengan kuantitas demand. Proses ini disebut sebagai down-pass. 5) Membandingkan jumlah yang terhitung pada down-pass untuk proses sumberdaya dengan perkiraan mula. Jika jumlah hampir sama dengan jumlah yang diacu terhadap toleransi konvergen, maka model dikatakan konvergen, dan solusi imbangnya diperoleh. Jika model tidak terkonvergen, maka perkiraan awal untuk besarnya sumberdaya depletable dan renewable diatur, dan iterasi lainnya dimulai pada Langkah 2. Prosedur tersebut adalah untuk mengatur jumlahnya yang diacu sebagai logaritma.

HASIL DAN ANALISIS OUTPUT

Contoh Perhitungan Demand Bahan-bakar pada Pembangkit Listrik Sektor listrik merupakan salah satu demand yang mengkonsumsi energi primer menjadi energi sekunder dalam jumlah besar. Pada sektor listrik berlangsung proses

259


konversi dari kandungan energi di dalam bahanbakar menjadi energi listrik yang siap digunakan atau dikonversi menjadi berbagai bentuk energi lainnya dengan mudah. Pada proses konversi ini akan banyak energi yang hilang atau lepas ke lingkungan sebagai panas sehingga energi yang diperoleh sebagai listrik akan menjadi jauh lebih kecil. Faktor keterbatasan efisiensi dari mesin merupakan penyebabnya. Energi listrik (kWh) yang dihasilkan pada proses konversi adalah:  kcal   kWh  (16) E = jumlah bahanbakar [kg ] × nilaikalor  × efisiensi × faktor konversi     kcal   kg 

Sebagai contoh, jika diasumsi bahwa: jumlah bahanbakar LNG 23,3 juta ton (23,3.109 kg) dalam suatu tahun, nilai kalor LNG = 11807 kcal/kg, efisiensi pembangkit = 0,42, maka energi yang dihasilkan pada pusat listrik siklus ganda (combined cycle) PLTGU dengan bahan bakar LNG tersebut adalah:

E = 23,3.10 9 kg × 11087

kcal kWh × 0,42 × 1,16 ×10 −3 = 125,86.10 9 kWh (17) kcal kg

Dari besarnya energi tahunan yang diperoleh tersebut dapat dihitung kapasitas daya listriknya, yaitu:

125,86.10 9 kWh P= = 17.959,04 MW 1000 k 8760 h × 0,8 × M

(18)

Tabel 2 di bawah adalah contoh hasil proses konversi energi dari liquefied natural gas (LNG) Indonesia. Kolom 1 sampai dengan 3 adalah data aktual, dan kolom 4 sampai dengan 6 hasil perhitungan konversinya. Jika dimisalkan bahwa nilai produksi LNG adalah seperti tertera pada kolom kedua dari tabel tersebut, maka hasil perhitungan untuk kesetaraan produksi listrik yang dapat dihasilkan, nilai uang menurut harga listrik, dan setara kapasitas terpasang pusat listriknya dapat dilihat pada kolom keempat, kelima dan keenam.

260


Tabel 2. Produksi dan Hasil Proses Konversi LNG pada PLTGU Tahun

Produksi (juta ton)

Export (juta ton)

1990 1991 1992 1993

21.036 22.783 23.964 24.429

21.036 22.783 23.964 24.429

•

Listrik yg dpt dihasilkan (juta kWh) 113,627.27 123,064.34 129,443.62 131,955.35

Nilai uang menurut harga listrik (juta rupiah)* 56,813,635.00 61,532,170.00 64,721,810.00 65,977,675.00

Setara Kapasitas Pusat Listrik (MW) 16,213.94 17,560.55 18,470.83 18,829.25

Asumsi harga listrik rata-rata = Rp.500,-/kWh

Output Modul BALANCE File output utama adalah TIME.OUT, yang menghasilkan dan dibagi menjadi empat bagian sebagai berikut: Bagian 1: Rangkuman error konvergensi dan iterasi untuk semua tahun periode simulasi; Bagian 2: Hasil writer output; Bagian 3: Kuantitas aliran energi pada semua link network untuk tahun yang sama; dan Bagian 4: Harga energi pada semua link network untuk tahun yang sama seperti halnya pada kuantitas. Rangkuman pesan error konvergensi dan iterasi menunjukkan jumlah iterasi yang dibutuhkan dan error konvergensi hasil untuk operasi model didalam masingmasing tahun periode simulasi. Hasil output writer menampilkan output utama model yang merupakan informasi paling penting pada aliran dan harga energi keseluruhan network yang dirangkum di dalam writer tables. Berikut adalah beberapa segmen output hasil runing Modul BALANCE yang merupakan bagian kecil dari output keseluruhan (Tabel 3.2).

261


Tabel 3. Contoh Bagian dari Output Modul BALANCE (format dimodifikasi sesuai kebutuhan analisis) Year

1998

2003

2008

2013

2018

2023

2027

TOTAL 30 years

%

ENERGY DEMAND BY SECTOR (000 BOE) 96,649

110,696

205,194

342,001

604,403 1,087,954 1,757,942 15,421,885

100.%

Gasoline

Transport

41,761

42,614

105,130

163,265

284,619

512,301

827,926

7,216,837

46.8%

Avt/avgas

6,092

9,331

13,724

39,607

70,805

127,479

205,836

1,715,416 11.12%

Mid.dist

48,250

58,099

85,391

137,665

246,427

443,676

717,021

6,423,179

41.65%

FO

433

523

778

1,226

2,190

3,943

6,372

57,265

0.37%

Gas

113

129

171

238

362

555

787

9,188

0.06%

Growth

-8.80%

7.89%

9.38%

10.99%

12.41%

12.69% Average:

10.44%

Industry

142601

217640

369185

1,833

2,701

5,088

8,652

14,777

26,890

43,573

382,719

1.43%

31,518

40,252

59,335

82,022

117,808

170,788

229,614

2,904,531

10.86%

FO

8,964

17,796

26,233

36,264

52,086

75,089

100,953

1,259,589

4.71%

Gas

35,157

46,682

74,129

110,082

169,965

255,809

364,154

4,106,788

15.35%

Coal

24,244

36,210

69,719

120,151

221,370

414,582

683,595

5,741,912

21.46%

Elect.PLN

20,235

52,140

111,413

209,853

425,773

878,957 1,565,566 11,559,058

43.21%

Non PLN

14,657

14,657

14,657

14,657

14,657

14,657

14,657

439,710

1.64%

Kerosene

5,993

7,202

8,611

11,029

14,363

17,910

20,910

357,050

1.33%

1.97%

10.76%

9.67%

11.47%

12.15%

12.91% Average:

10.59%

LPG Mid.dist

Growth

592710 1030799 1854682

3023022

26751357 100.00%

DOMESTIC FINAL ENERGY DEMAND BY ENERGY TYPE (000 BOE) Oil

272,146

304,311

445,482

614,865

942,767 1,513,548 2,277,490 24,321,408

41.09%

Gas

142,657

183,109

233,313

308,132

511,900

863,877 11,988,202

20.25%

Coal

706,487 1,162,039 1,485,452 16,764,828

28.32%

721,873

64,600

121,759

266,808

447,620

Hydro

5,816

8,552

9,299

10,197

13,908

17,993

18,794

357,166

0.60%

Geoth.

0

22,435

61,716

87,777

121,658

151,630

149,915

2,502,170

4.23%

Nuclear

0

0

0

105,112

175,186

262,780

280,298

3,258,465

5.50%

Sum Growth

485,219 1.71%

640,166 1016618 1,573,703 2,471,906 3,829,863 5,075,826 59,192,239 100.00% 9.06%

7.78%

8.84%

9.35%

9.56% Average:

7.96%

FOSSIL ENERGY SUPPLY PLAN (000 BOE) OIL

480,109

565,859

991,247 1,093,342 1,093,342 1,066,504 1,046,447 27,070,888

27.67%

GAS

586,064

721,452

936,390 1,209,538 1,707,235 2,274,216 2,747,221 41,461,608

42.37%

244,227

543,333

792,163

29.96%

COAL Sum

990,353 1,181,700 1,506,557 1,660,273 29,314,811

1,310,400 1,830,644 2,719,800 3,293,233 3,982,277 4,847,277 5,453,941 97,847,307 100.00%

262


PLN ELECTRICITY SUPPLY PLAN (000 BOE) Coal

37,333

81,148

191,835

321,401

478,267

739,852

793,665 10,845,226

52.37%

Gas

40,976

78,791

96,910

129,258

263,328

370,340

381,968

5,655,897

27.31%

Geoth.

0

4,048

11,436

16,663

23,237

29,084

29,017

475,684

2.30%

Hydro

5,003

7,739

8,486

9,384

13,095

17,180

17,981

332,776

1.61%

FO

3,130

2,748

6,058

0

0

0

0

47,096

0.23%

Mid-dist.

5,902

1,914

8,017

3,342

3,391

605

0

95,476

0.46%

0

0

0

105,112

175,186

262,780

280,298

3,258,465

15.73%

92,344

176,388

322,742

585,160

956,504 1,419,841 1,502,929 20,710,620 100.00%

Nuclear Sum

SUMMARY OF FINAL ENERGY DEMAND BY SECTOR (000 BOE) Mining

9

9

9

9

301

0.00%

Transport

96,650

110,699

205,196

342,003

604,406 1,087,956 1,757,943 15,421,947

10

12

14

17.99%

Industry

592,712 1,030,803 1,854,686 3,023,025 26,751,453

31.21%

142,604

217,643

369,189

Household

68,062

71,522

87,622

122,358

204,817

421,289

846,683

6,414,383

7.48%

Gov./Serv.

6,546

6,379

11,708

21,606

43,583

90,510

162,685

1,212,320

1.41%

Agric.

9

8

10

14

19

25

31

472

0.00%

Constr.

9

9

10

12

15

18

22

391

0.00%

Export

619,053

938,205 1,155,513 1,289,946 1,377,206 1,438,575 1,515,173 35,917,765

41.90%

Sum Growth

932,942 1,344,474 1,829,257 2,368,660 3,260,859 4,893,071 7,305,576 85,719,032 100.00% 5.71%

7.68%

4.88%

5.74%

7.69%

9.86% Average:

7.13%

KESIMPULAN Modul BALANCE adalah salah satu modul di dalam Program ENPEP yang mensimulasi proyeksi sistem energi multisektor berdasarkan analisis jaringan energi. Masing-masing fasilitas proses dan lintasan pada sistem jaringan diwakili dengan node dan link. Jaringan energi dikembangkan dengan mendefinisikan aliran energi di antara 10 jenis node. Masing-masing jenis node menghubungkan sub-model yang berbeda di dalam Modul BALANCE. Modul ini mempunyai persamaan sendiri yang berhubungan dengan harga dan aliran energi pada input dan output link dari node tersebut. Untuk aplikasi studi sistem energi modul ini memberikan gambaran cukup rinci hingga capaian 75 tahun ke depan.

263


DAFTAR PUSTAKA 1. BILL BUEHRING, AT AL. BALANCE Module, Manual ENPEP, Argonne National Laboratory, Argonne, Illinois, USA, (1992). 2. EDWAREN LIUN, Proyeksi Neraca Energi Indonesia Hingga Tahun 2027 (Dengan Opsi Nuklir), Jurnal Pengembangan Energi Nuklir, 3, Pusat Pengembangan Energi Nuklir, Jakarta, 2001. 3. NIODE NONA, Pemanfaatan LNG Untuk Pembangkitan Listrik Dalam Negeri, Hasil-Hasil Lokakarya Energi 1994, Prosiding Lokakarya KNI-WEC, Jakarta, 25 Oktober – 27 Oktober 1994.

DISKUSI

M. BUNJAMIN Mengenai batas info output ke depan, mengapa 75 tahun ? Mengapa tidak 50 tahun atau 100 tahun ?

EDWAREN LIUN Batas output ditentukan oleh disain model untuk jangka waktu studi maksimumnya dan pengguna model yang tidak dapat melebihi jangka waktu maksimum tersebut. Pada versi sebelumnya model ini dapat melakukan simulasi sampai 30 tahun sedangkan versi terakhir dapat mencapai 75 tahun kemudian.

264


DAFTAR RIWAYAT HIDUP 1.

Nama : Edwaren Liun

2.

Tempat/Tanggal Lahir

: Sulit Air Sumbar, 05 Maret 1957

3.

Instansi

: P2EN - BATAN

4.

Pekerjaan / Jabatan

: Staf Peneliti

5.

Riwayat Pendidikan

: (setelah SMA sampai sekarang)

• S1 Jurusan Teknik Elektro, Fak. Teknik, Universitas Indonesia, 1979 1987 6.

Pengalaman Kerja

:

• P2EN, 1988 - sekarang • PUSDIKLAT, 1985-1988 7.

Organisasi Professional : • KNI-WEC, 1996-sekarang • Himpunan Ahli Elektronik Indonesia (HAEI)

265

MODEL SIMULASI PROYEKSI SISTEM ENERGI MODUL BALANCE DARI ENPEP. Edwaren Liun

Recommend Documents