Long-range Energy Alternatives Planning System
MODUL PELATIHAN PERENCANAAN ENERGI
September 2011 Diperbaharui untuk LEAP2011 Termasuk latihan terbaru dengan skenario optimalisasi berbiaya rendah (Least-cost optimization)
Latihan ini hanya untuk pemakaian LEAP2011 untuk Windows. Unduh versi terbarunya di www.energycommunity.org
Stockholm Environment Institute – U.S. Center 11 Curtis Avenue Somerville MA 02144-1224 USA Tel: +1 (617) 627-3786 Web: www.energycommunity.org and www.sei-international.org Email:
[email protected] Edisi Terjemahan Bahasa Indonesia Penerjemah: Muhammad Ery Wijaya (Graduate School of Energy Science, Kyoto University, Japan) Dr. Eng. Mohammad Kholid Ridwan (Dept. of Engineering Physics, Gadjah Mada University, Indonesia) Editor: Beni Suryadi (ASEAN Centre for Energy)
[email protected]
2
DAFTAR ISI PENDAHULUAN _________________________________________________________ 5 Memulai LEAP _____________________________________________________ 6 Bantuan Penggunaan LEAP ___________________________________________ 11 EXERCISE 1: 1.1 1.2 1.3
1.4
MENGENAL LEAP _________________________________________ 12
SEKILAS PANDANG TENTANG FREEDONIA _________________________________ PARAMETER DASAR__________________________________________________ PERMINTAAN ENERGI ________________________________________________ 1.3.1 Struktur Data _______________________________________________
12 12 13 13
1.3.2
Current Accounts ____________________________________________ 15
1.3.3
Skenario Reference __________________________________________ 17
1.3.4
Menampilkan Hasil Latihan ___________________________________ 19
TRANSFORMASI ENERGI_______________________________________________ 22 1.4.1 Transmisi dan Distribusi ______________________________________ 23 1.4.2
Pembangkitan Listrik _________________________________________ 24
1.4.3
Menampilkan Hasil Latihan ___________________________________ 30
1.5
EMISI _____________________________________________________________ 32 1.5.1 Menampilkan Hasil Latihan ___________________________________ 33
1.6
SKENARIO KEDUA: DEMAND-SIDE-MANAGEMENT __________________________ 34 1.6.1 Hasil Skenario DSM _________________________________________ 37
EXERCISE 2: 2.1
2.2
2.3
2.4
INDUSTRI __________________________________________________________ 38 2.1.1 Current Accounts ____________________________________________ 38 2.1.2
Skenario Reference __________________________________________ 39
2.1.3
Menampilkan Hasil Latihan ___________________________________ 40
TRANSPORTASI _____________________________________________________ 41 2.2.1 Current Accounts ____________________________________________ 41 2.2.2
Skenario Reference __________________________________________ 42
2.2.3
Menampilkan Hasil Latihan ___________________________________ 43
SEKTOR BANGUNAN KOMERSIAL: ANALISIS PEMANFAATAN ENERGI ____________ 43 2.3.1 Current Accounts ____________________________________________ 43 2.3.2
Skenario Reference __________________________________________ 44
2.3.3
Menampilkan Hasil Latihan ___________________________________ 44
TOTAL PERMINTAAN ENERGI___________________________________________ 45
EXERCISE 3: 3.1 3.2 3.3 3.4 3.5
PERMINTAAN ENERGI _____________________________________ 38
TRANSFORMASI __________________________________________ 46
PEMBUATAN ARANG KAYU ____________________________________________ 46 PEMBANGKITAN LISTRIK ______________________________________________ 46 PENYULINGAN MINYAK (OIL REFINING) __________________________________ 47 PENAMBANGAN BATUBARA____________________________________________ 47 SUMBER DAYA (RESOURCES) ___________________________________________ 48 3
3.6
MENAMPILKAN HASIL LATIHAN ________________________________________ 49
EXERCISE 4: 4.1 4.2 4.3
4.4
PENGENALAN ANALISIS BIAYA-MANFAAT DALAM LEAP_____________________ MEMBUAT SKENARIO POLICY __________________________________________ MEMASUKKAN DATA PEMBIAYAAN _____________________________________ 4.3.1 Skenario Efisiensi Pencahayaan (Efficient Lighting) ________________
53 54 55 55
4.3.2
Skenario Efisiensi Lemari Pendingin (Efficient Refrigerators) ________ 56
4.3.3
Skenario Efisiensi Industri (Industrial Energy Efficiency) ____________ 57
4.3.4
Skenario Bus dengan Bahan Bakar Gas (CNG Buses) _______________ 58
4.3.5
Biaya Transformasi __________________________________________ 58
4.3.6
Skenario Gas Alam & Energi Terbarukan (Natural Gas and Renewables) 59
4.3.7
Biaya Sumber Daya __________________________________________ 60
HASIL ANALISIS BIAYA-MANFAAT ______________________________________ 61
EXERCISE 5: 5.1 5.2 5.3 5.4 5.5 5.6 5.7
ANALISIS BIAYA-MANFAAT _______________________________ 53
STUDI TRANSPORTASI _____________________________________ 63
PARAMETER DASAR DAN STRUKTUR _____________________________________ 63 DATA CURRENT ACCOUNTS ___________________________________________ 65 SKENARIO BUSINESS AS USUAL (BAU) ___________________________________ 67 HASIL LATIHAN _____________________________________________________ 68 FAKTOR EMISI CURRENT ACCOUNTS _____________________________________ 69 EMISI BUSINESS AS USUAL (BAU) ______________________________________ 71 SKENARIO POLICY ___________________________________________________ 71 5.7.1 Nilai Ekonomi Bahan Bakar yang Meningkat (Improved Fuel Economy, IFE) 72 5.7.2 Peningkatan Penetrasi Pasar Kendaraan Hibrid-Listrik (Hybrid-Electric Vehicles, HYB) _____________________________________________________ 72 5.7.3 (DSL)
Peningkatan Penetrasi Pasar Mobil dan Kendaraan SUV Bermesin Diesel 73
5.7.4
Standar Baru Emisi Gas Buang (TAIL) __________________________ 73
5.7.5
Promosi Mobil Berada di atas Promosi Kendaraan SUV (CAR) _______ 73
5.7.6
Hasil Pemodelan ____________________________________________ 74
EXERCISE 6:
PEMBANGKITAN LISTRIK BERBIAYA RENDAH ______________ 77
6.1 MEMASUKKAN DATA PEMBANGKITAN LISTRIK ____________________________ 77 6.2 MEMBUAT BENTUK BEBAN (LOAD SHAPE) DENGAN MENGIMPOR DATA BEBAN PER JAM (HOURLY LOAD DATA). _________________________________________________ 80 6.3 SKENARIO SIMULASI UNTUK MENGEKSPLORASI KARAKTERISTIK TEKNOLOGI _____ 84 6.3.1 Hasil Latihan _______________________________________________ 85 6.4 MEMASUKKAN BIAYA EKSTERNAL ______________________________________ 6.5 MENGGUNAKAN SKENARIO OPTIMALISASI UNTUK MENGIDENTIFIKASI SKENARIO BERBIAYA RENDAH ______________________________________________________ 6.6 MENGGUNAKAN BATASAN (CONSTRAINTS) UNTUK MENENTUKAN LIMIT CO2 _____ 6.7 MENGGUNAKAN DATA MILIK SENDIRI ___________________________________
4
87 89 91 94
PANDUAN LATIHAN UNTUK LEAP Pendahuluan Latihan ini akan memperkenalkan anda pada LEAP, the Long-range Energy Alternatives Planning, sebuah program sistem perencanaan energi jangka panjang, dan bagaimana program ini dapat digunakan dalam menganalisis energi dan lingkungan. Latihan ini biasanya diberikan sebagai bagian dari kursus LEAP. Dalam pemakaiannya, anda sebagai pengguna diangap telah memiliki pengetahuan tentang energi dan terbiasa menggunakan komputer dengan perangkat lunak yang berbasis Windows, termasuk program pengolah data seperti Microsoft Excel. Latihan ini disusun dalam format modul. Jika waktu anda terbatas dan hanya ingin mengetahui secara umum bagaimana cara kerja LEAP, maka anda cukup menyelesaikan Latihan 1. •
Latihan 1 merupakan pengenalan elemen dasar analisis permintaan dan penyediaan energi dalam memproyeksikan kebutuhan energi di masa mendatang termasuk emisi yang dihasilkan. Anda harus menyelesaikan Latihan 1 sebelum melanjutkan ke Latihan 2.
•
Latihan 2 dan Latihan 3 akan membantu anda membuat analisis dasar energi (dan emisi), membuat beragam skenario, dan mengevaluasi setiap kebijakan dan opsi teknologi yang dipilih seperti teknologi pembangkit listrik, standar efisiensi energi, dan konversi pembangkit listrik batubara ke gas alam. Latihan ini meliputi permintaan dan penyediaan energi, dampak lingkungan dan juga analisis skenario yang bisa dikerjakan masing-masing secara terpisah atau digabung. Biasanya butuh waktu dua sampai empat hari untuk menyelesaikan seluruh latihannya. Seluruh latihan ini menggunakan informasi dasar dari sebuah negara fiksi yang bernama “Freedonia” (Negeri Merdeka). Informasi tersebut ditampilkan sedemikian rupa sehingga cukup mirip dengan informasi yang anda jumpai dalam dunia nyata. Membandingkan dengan dunia nyata, dalam beberapa kasus anda perlu mengubah beberapa data ke dalam format yang sesuai dengan LEAP. Latihan ini menyediakan beragam petunjuk yang akan membantu anda memastikan langkah perhitungan yang dilakukan telah sesuai. Supaya latihan tersebut berjalan dengan baik, “jawaban yang benar” dari Latihan 1-3 juga tersedia sehingga anda dapat memeriksa hasilnya apakah telah sesuai dengan “lembar jawaban”. Perlu diingat bahwa struktur data yang anda miliki bisa bervariasi, namun persyaratan energi terproyeksi harus sesuai dengan lembar jawaban. Jika anda ingin melompati satu latihan, maka anda dapat mengimpor hasil latihan yang tersedia sebagai bahan. Misalnya, jika anda hanya tertarik pada analisis penyediaan (Latihan 3), maka anda dapat mengimpor set data hasil Latihan 2 (analisis permintaan energi) yang tersedia.
5
•
Latihan 4 akan mengarahkan anda untuk mengembangkan beragam pilihan skenario secara bebas (tidak ada lagi “lembar jawaban”). Dalam latihan ini, peran dari setiap kelompok kerja ditentukan, misalnya sebagai perusahaan penyedia energi, lembaga swadaya masyarakat bidang lingkungan, atau badan pengembangan daerah pedesaan. Kemudian LEAP digunakan untuk merancang, menyajikan dan mempertahankan skenario Policy energi sesuai dengan perspektif dan kepentingan masing-masing kelompok.
•
Latihan 5 berisi tentang penggunaan fitur-fitur analisis transportasi pada LEAP dalam merancang beragam skenario untuk memeriksa kebijakan-kebijakan yang berbeda dalam menurunkan penggunaan bahan bakar dan emisi polusi dari kendaraan jenis mobil dan SUV atau Sport Utility Vehicles. Anda bisa mengerjakan Latihan 5 tanpa terlebih dahulu menyelesaikan latihan-latihan sebelumnya.
•
Latihan 6 adalah tentang penggunaan fitur-fitur optimalisasi LEAP untuk mengembangkan sistem energi dengan optimalisasi berbiaya rendah. Anda juga dapat membuat pemodelan batasan emisi CO2 – termasuk juga bagaimana sebuah pilihan batasan bisa mengubah seluruh set perangkat teknologi dan skenario pembiayaan yang telah dipilih.
Untuk mengerjakan latihan-latihan ini, anda membutuhkan sebuah PC MHz atau yang lebih tinggi) dengan RAM berkapasitas minimum 256 Windows XP, Vista atau Windows 7 yang menjalankan program membutuhkan alat tulis, kertas, dan kalkulator, seperti yang yang Windows. Latihan 6 membutuhkan akses ke Microsoft Excel.
kelas Pentium (400 MB pada Microsoft LEAP. Anda juga juga terdapat pada
Memulai LEAP Apabila program LEAP telah terpasang pada komputer anda, jalankan LEAP dari menu Start/Programs/LEAP. Cara lain adalah dengan menjalankan program setup secara langsung dari file setup.exe atau unduh dan jalankan program LEAP dari internet (dari alamat pranala www.tinyurl.com/LEAPDownload), kemudian ikuti petunjuk yang terdapat pada layar. Sesaat setelah menjalankan program LEAP, akan muncul layar judul dan kemudian disusul dengan jendela utama. Catatan: Untuk menyelesaikan latihan-latihan ini, anda harus menggunakan versi LEAP yang terdaftar. Versi evaluasi LEAP tidak bisa digunakan untuk menyimpan data sehingga tidak bisa digunakan untuk latihan. Untuk mempelajari lebih lanjut tentang perijinan versi LEAP yang terdaftar, sila kunjungi www.tinyurl.com/LEAPLicensing.
6
Catatan Editor: Secara default, LEAP yang anda gunakan adalah berbahasa Inggris, namun memiliki versi dalam berbagai bahasa termasuk bahasa Indonesia. Anda meneruskan penggunaan jika ingin tetap dalam bahasa Inggris, atau klik Language, dan pilih Indonesian untuk mengganti semua bahasa petunjuk ke bahasa Indonesia.
LEAP dapat Area: dalam
Jendela utama terdiri dari 8 “tampilan” pokok, yang masing-masingnya dapat ditelusuri untuk melihat beragam variasi aspek yang tersedia. Di sebelah kiri layar terdapat View Bar untuk ikon setiap tampilan. Klik salah satu ikon View Bar atau gunakan View Menu untuk mengubah tampilan. Petunjuk: Apabila anda bekerja dengan layar beresolusi rendah maka anda mungkin ingin menyembunyikan View Bar untuk memperlebar tampilan pada layar. Gunakan opsi menu View: View Bar. Ketika View Bar tersembunyi, gunakan menu View yang terletak di bawah diagram Tree untuk mengubah tampilan. •
Analysis View dipilih ketika memasukkan atau melihat data dan membuat pemodelan dan skenario.
•
Diagram View memperlihatkan sistem energi anda yang tergambar sebagai sebuah Diagram Sistem Energi Referensi (Reference Energy System Diagram).
•
Results View dipilih untuk memeriksa hasil dari beragam skenario dalam bentuk grafik dan tabel.
Untuk keterangan mengenai tampilan lainnya, klik Help. Analysis View Analysis View (ditunjukkan pada gambar di halaman berikut) terdiri dari beberapa tombol pengatur yang terpisah dari View Bar di atas. Di kiri terdapat sebuah diagram Tree, dimana anda dapat melihat atau mengubah struktur data. Di kanan terdapat dua buah jendela yang saling terhubung. Di atas terdapat sebuah tabel di mana anda dapat melihat atau mengubah data dan membuat hubungan pemodelan. Di bawahnya terdapat sebuah area yang terdiri dari bagan dan tabel yang merangkum data yang diinginkan untuk diedit. Toolbar paling atas memberi akses pada perintah-perintah standar seperti menyimpan data, membuat area baru, dan mengakses bahan bakar pendukung, dampak dan basis data (database) acuan.
7
Menu utama dan toolbar memberi akses ke pilihan utama.
Data diatur dalam sebuah Tree.
Pilih skenario di sini.
Ubah data dengan mengetik di sini.
Pilih unit dan faktor skala di sini.
Data dapat dilihat dalam bentuk bagan atau tabel.
Status bar yang menunjukkan Area terkini dan View.
Analysis View memiliki beberapa bagian utama yang dapat dijelaskan sebagai berikut: •
Tree: Tree atau Diagram Pohon adalah tempat untuk mengorganisir data, baik untuk melakukan analisis di sisi permintaan energi (demand) maupun di sisi penyediaan energi (supply). Dengan kata lain, Tree berfungsi seperti fitur Windows Explorer yang terdapat pada Windows. Anda dapat memberi nama baru pada cabang (branch) Tree dengan mengklik cabang tersebut dan mengetik nama baru. Anda juga dapat membuka maupun menutup isi dari cabang Tree yang diinginkan dengan mengklik simbol +/-. Gunakan menu klik kanan untuk membuka atau menutup cabang atau mengatur level bagan. Untuk mengedit Tree, anda dapat mengklik kanan pada cabang dan gunakan tombol Add ( ), Delete ( ) atau Properties ( ). Semua pilihan tersebut juga tersedia di pilihan menu Tree. Anda dapat memindahkan cabang Tree yang dipilih dengan mengklik dan menyeret cabang tersebut atau dengan menyalin cabang Tree tersebut dengan menekan tombol Ctrl dan kemudian mengklik dan menyeretnya.
8
Tree terdiri dari beberapa jenis cabang yang berbeda. Jenis cabang ini bergantung pada konteks (misalnya; apakah cabang tersebut merupakan bagian dari permintaan energi, struktur data transformasi, atau apakah cabang tersebut merupakan salah satu variabel bebas dari anda yang ditambahkan di bawah cabang Key Assumptions. Ikon setiap cabang yang berbeda menunjukkan jenis cabang yang berbeda pula. Ikon-ikon tersebut dapat dijelaskan sebagai berikut: Cabang kategory (Category branches), yang utamanya digunakan untuk mengorganisasi data pada Tree secara hirarki. Pada analisis permintaan energi, cabang ini hanya memuat data level aktifitas pemakaian energi dan biaya. Pada analisis penyediaan energi, cabang ini digunakan untuk mengindikasikan modul jenis energi utama yang dikonversi, seperti pembangkitan listrik, penyulingan minyak (oil refining), dan pengekstraksian sumber daya energi serta tahapan proses dan hasil bahan bakar. Cabang teknologi (Technology branches), memuat data tentang teknologi yang mengkonsumsi, memproduksi dan mengkonversi energi. Pada analisis penyediaan energi, cabang ini ditandai dengan ikon . Cabang ini digunakan untuk mengindikasikan proses tertentu dari setiap modul yang mengubah energi (misalnya pembangkit listrik jenis tertentu dalam modul pembangkitan listrik). Pada analisis permintaan energi, cabang ini mengindikasikan bahan bakar yang digunakan dan juga intensitas energinya. Cabang ini pada sisi permintaan dapat dibedakan ke dalam tiga macam bentuk, tergantung pada jenis metodologi analisis yang dipilih, yaitu activity analysis ( ), stock analysis ( ), dan transport analysis ( ). Jenis metodologi yang terakhir akan dibahas secara lebih rinci pada Latihan 5. Cabang asumsi kunci (Key Assumption branches), yang digunakan untuk membuat variabel bebas seperti indikator makroekonomi dan demografi. Variabel tersebut selanjutnya dapat diarahkan ke ekspresi-ekspresi di bawah cabang lainnya. Cabang bahan bakar (Fuel branches), terletak di bawah cabang Tree Resources. Cabang ini juga terdapat di bawah modul Transformation yang merepresentasikan hasil bahan bakar (Output Fuels) yang diproduksi oleh modul, dan pelengkap (Auxiliary), juga persediaan bahan bakar (Feedstock Supply) yang dikonsumsi modul.
9
Cabang emisi lingkungan (Environmental loading branches), merepresentasikan berbagai macam polutan yang dihasilkan oleh permintaan energi dan teknologi transformasi. Cabang dampak (effect branch) selalu berada di level terendah dari cabang-cabang yang lain. Pada analisis permintaan energi, effect branch berada di bawah teknologi permintaan energi, sedangkan pada analisis transformasi energi, effect branch berada di bawah cabang persediaan dan pelengkap bahan bakar (feedstock and auxiliary fuel). Secara terpisah, effect branch juga bisa dibuat untuk analisis emisi untuk sektor non-energi. •
Data Table: Analysis View memiliki dua panel yang terletak di sebelah kanan Tree. Panel sebelah atas berupa tabel di mana anda dapat melihat tampilan dan mengedit data yang berhubungan dengan variabel setiap cabang pada Tree. Begitu anda mengklik cabang yang berbeda pada Tree, layar data akan memunculkan data yang berhubungan dengan cabang yang dimaksud dan seketika itu akan muncul pula di bawah cabang Tree. Misalnya, pada pengaturan data sampel anda mengklik cabang “Demand”. Maka layar data akan mencatat sektor-sektor analisis permintaan energi. Kemudian klik “Household” pada Tree dan layar data akan meringkas subsektor rumah tangga, yakni urban dan rural. Di bagian atas tabel terdapat beberapa “tab” yang membuka akses ke variabel berbeda yang saling berhubungan dengan masing-masing cabang. Jumlah tab bergantung pada seberapa cermat struktur data dari anda dan bagian apa dari Tree yang anda kerjakan. Misalnya, ketika mengedit sektor permintaan energi, anda akan melihat tab yang mengakses pada “Activity Level” dan “Demand Costs”; sedangkan pada level terbawah, anda dapat pula menemukan tab untuk data “Final Energy Intensity” dan “Environmental Loading”.
•
Chart/Table/Notes: Panel paling bawah meringkas data masukan dalam bentuk grafik atau tabel. Ketika tampilan grafik muncul, gunakan toolbar pada sisi kanan untuk memodifikasi grafik tersebut. Grafik tersebut dapat ditampilkan dalam berbagai bentuk (seperti bar, pie, dsb), dapat pula dicetak atau disalin ke dalam clipboard untuk selanjutnya disisipkan dalam laporan. Menu toolbar juga memungkinkan anda untuk mengekspor data ke dalam format Excel maupun PowerPoint.
•
Scenario Selection Box: Di atas tabel data terdapat kotak pilihan yang dapat digunakan untuk memilih antara skenario Current Accounts, dan skenario lainnya dalam area. Current Accounts adalah data yang menggambarkan kondisi base year dari jangka waktu kajian. Semua variasi skenario LEAP dimulai dari tahun dasar ini. Kotak ini juga menyajikan pewarisan (inheritance) dasar dari setiap skenario. Dalam LEAP, skenario dapat mewarisi ekspresi termodel dari skenario lainnya. Pada akhirnya semua skenario akan mewarisi ekspresi dari data Current Accounts yang telah ditata. Dengan kata lain, apabila anda tidak secara khusus memasukkan data skenario untuk sebuah variabel, maka nilainya akan tetap di masa mendatang.
10
Klik Manage Scenarios ( ) untuk membuat sebuah skenario baru. Ketika anda membuat sebuah skenario baru, anda dapat menentukan skenario tersebut berdasar pada (misalnya, mewarisi dari) skenario lain. Skenario tersebut akan memiliki hasil yang sama persis dengan skenario terdahulu hingga anda mengubah beberapa ekspresi. Ekspresi ditunjukkan dalam tabel data berkode-warna sehingga anda dapat mengetahui apakah ekspresi tersebut secara langsung dimasukkan dalam skenario (ditandai dengan warna biru) atau diwariskan dari skenario terdahulu (ditandai dengan warna hitam). Bantuan Penggunaan LEAP Program LEAP dibuat semudah mungkin untuk digunakan sehingga diharapkan anda tidak menemui kesulitan dalam menggunakannya. Namun, apabila anda memiliki pertanyaan atau kesulitan, silakan lakukan langkah-langkah berikut ini: 1. Pastikan bahwa anda memiliki versi LEAP terbaru. Gunakan fitur Help: Check for Updates. Apabila fitur ini tersedia, maka versi LEAP terbaru akan secara otomatis terinstal ke PC anda. Data anda yang telah ada sebelumnya akan tersimpan. Setiap versi LEAP baru memuat fitur-fitur baru dan pengamanan terhadap bug. Hal tersebut diharapkan mampu membantu mengatasi berbagai masalah yang anda temui. Sebagai catatan bahwa update data yang diunduh biasanya memiliki kapasitas sekitar 2 MB, sehingga dibutuhkan sambungan internet yang stabil. Anda juga dapat mengunduh program LEAP versi terbaru dari website COMMEND pada alamat pranala berikut www.tinyurl.com/LEAPDownload. 2. Selanjutnya, periksa dokumentasi pada website COMMEND. Dua sumber informasi terbaik adalah Panduan Pemakaian LEAP atau LEAP User Guide (yang juga tersedia sebagai file bantuan dalam program LEAP), dan Forum Diskusi LEAP atau LEAP Discussion Forum. Anda bisa menggunakan kedua tautan di bawah ini untuk memperoleh jawaban dari pertanyaan seputar LEAP. Telurusi forum diskusi karena mungkin saja permasalahan yang anda temukan sudah dialami oleh pengguna yang lain (dan mungkin juga sudah ada jawabannya). LEAP User Guide: www.tinyurl.com/LEAPUserGuide LEAP Discussion Forum: www.tinyurl.com/LEAPDiscussion 3. Apabila anda tidak menemukan jawaban, silakan membuat sesi pertanyaan baru dalam forum diskusi LEAP. Kami mengundang semua pengguna untuk berpartisipasi dalam forum diskusi tersebut. 4. Apabila anda memiliki kesulitan mengenai hal yang berhubungan dengan penginstalan atau pemakaian LEAP, silakan mengisi lembar LEAP Problem Report dengan alamat tautan di bawah ini dan kirim ke
[email protected]. www.tinyurl.com/LEAPProblemReport 11
Exercise 1: 1.1
Mengenal LEAP
Sekilas Pandang tentang Freedonia
Untuk memberikan ilustrasi bagaimana LEAP dapat digunakan dalam berbagai konteks energi, penyusun memberikan sebuah contoh struktur data di sebuah negeri merdeka yang bernama Freedonia. Freedonia merefleksikan karakteristik yang terdapat di negara maju (industrialized or developed country) dan di negara berkembang (developing country). Secara sederhana, populasi masyarakat perkotaan (urban) digambarkan telah menikmati aliran listrik secara penuh dan mempunyai gaya hidup sesuai dengan masyarakat negara maju, sedangkan populasi masyarakat pedesaan (rural) memiliki keterbatasan dalam mengakses energi dan mempunyai ketergantungan pada pengadaan energi dari biomassa. Untuk menyederhanakan latihan dan mengurangi pemasukan data yang berulang, beberapa poin umum dalam beberapa sektor dan penggunaan energi akhir (end use) dihapuskan. Misalnya, Latihan 1 hanya mencakup beberapa bagian di sektor rumah tangga; aplikasi energi pada rumah tangga kota, dan peralatan masak dan listrik pada rumah tangga di desa. Contoh lainnya, pada Latihan 2 tidak terdapat sektor pertanian, dan satu-satunya energi yang dipakai oleh bangunan komersial adalah pemanas ruangan. 1.2
Parameter Dasar
Sebelum memulai latihan, tentukan parameter dasar rancangan seperti satuan energi sandar, satuan mata uang standar (termasuk tahun dasarnya), dan parameter moneter dasar. LEAP tersedia dengan set data Freedonia yang lengkap, sehingga untuk latihan anda harus membuat set data yang baru yang disebut “New Freedonia”. Caranya adalah dengan membuat area baru bernama “New Freedonia” yang berdasar pada data default (Klik menu Area: New). Masuk ke menu General: Basic Parameters ( ), lalu tentukan tahun dasar (base year) dan tahun terakhir yang dihitung (end year). Pilih tahun 2010 sebagai base year, tahun 2011 sebagai skenario pertama, dan tahun 2040 sebagai end year. Kemudian masukkan juga tahun 2040 sebagai tahun default tunggal untuk fungsi analisis rangkaian waktu (akan menghemat waktu kemudian pada saat anda melakukan penginterpolasian data). Pada saat latihan, tetapkan tahun 2010 sebagai tahun keuangan (monetary year) dan tahun 2011 sebagai tahun deplesi pertama (first depletion year). Anda dapat mengkosongkan pilihan-pilihan pada layar kerja dikarenakan anda hanya akan menganalisis permintaan energi. Tetapkan pilihan-pilihan lain sebagai nilai default (default values). Catatan: dalam latihan ini hanya menggunakan satu tahun data historis yaitu tahun 2010.
12
1.3
Permintaan Energi
Pada latihan awal, analisis permintaan energi (demand) di Freedonia hanya akan mempertimbangkan sektor rumah tangga (households). Dimulai dari mengatur set data “Current Accounts” yang menggambarkan penggunaan energi di sektor tersebut pada tahun 2010. Selanjutnya membuat skenario “Reference” yang menganalisis bagaimana bentukbentuk konsumsi energi dapat berubah pada tahun-tahun mendatang, tanpa adanya pelaksanaan kebijakan baru. Pada akhir latihan ini, anda akan mengembangkan skenario “Policy” yang menganalisis bagaimana pertumbuhan konsumsi energi bisa dikurangi melalui langkah kebijakan efisiensi energi. 1.3.1
Struktur Data
Langkah pertama dalam melakukan sebuah analisis energi adalah merancang struktur data yang akan digunakan. Struktur ini akan menentukan jenis teknologi, kebijakan dan pengembangan alternatif yang dapat dianalisis. Analisis akan diarahkan berdasarkan informasi (data dan asumsi) yang dimiliki dan asumsi hubungan diantaranya. Misalnya, anda mungkin dapat mempertimbangkan apakah ingin memasukkan semua cabang yang mungkin ada pada penggunaan energi akhir (end use) di rumah tangga atau hanya beberapa penggunaan utama saja. Anda juga dapat mempertimbangkan apakah intensitas energi rumah tangga akan dihitung berdasarkan per-kapita (per-orang) atau per-rumah tangga. Atau, anda dapat mempertimbangkan apakah permintaan energi menjadi fungsi utama pemasukan atau harga. Dalam latihan ini, anda tidak harus memasukkan faktor-faktor di atas. Sebelum menggunakan program ini, penting bagi anda merencanakan bagaimana cara untuk memasukkan data ke program. Bacalah penjelasan terkait (Sesi 1.3.2 dan 1.3.3) untuk membantu anda dalam menentukan jenis struktur data yang mungkin digunakan. Perlu diingat bahwa data yang tersedia bisa menghasilkan lebih dari satu struktur data. Ada baiknya membuat sketsa struktur sebelum memasukkan struktur tersebut dalam LEAP. Gunakan tempat kosong di bawah ini untuk membuat sketsa. Apabila anda saat ini sedang mengikuti kursus LEAP, diskusikan sketsa struktur tersebut dengan pengajar dan perbaiki jika perlu.
13
Sketasa Pertama Diagram Pohon (Tree) Sketasa Kedua Diagram Pohon (Tree) Permintaan Energi Permintaan Energi
14
Setelah membaca keseluruhan petunjuk dan menyelesaikan sketsa diagram pohon permintaan energi di atas, langkah selanjutnya adalah membuat struktur diagram permintaan energi LEAP yang menggambarkan pengaturan data permintaan energi sektor rumah tangga Freedonia. Petunjuk: pastikan anda telah memilih tampilan Analysis View pada View bar dan telah memilih Current Accounts pada kotak pilihan skenario. Perlu diingat bahwa struktur Tree, termasuk pemilihan faktor skala, bahan bakar, dan satuan hanya bisa diubah pada saat mengedit data Current Accounts. Selanjutnya, buatlah struktur diagram dengan menggunakan perintah Add ( ), Delete ( ) dan Properties ( ) dengan mengklik kanan pada Tree atau klik menu Tree. Dalam latihan ini, dibuat berbagai macam sub-sektor, pengguna akhir energi, dan peralatan di bawah cabang “Households”. Namun, pada awal latihan ini cabang sektor permintaan energi seperti Industri, Transportasi, dll. dapat diabaikan. Perlu diingat bahwa semua level cabang yang paling atas selalu merupakan cabang Categories ( ), sedangkan level cabang yang paling bawah selalu merupakan cabang Technologies ( ), di mana biasanya anda dapat memilih tipe bahan bakar dan memasukkan data intensitas energi. 1.3.2
Current Accounts
Pada tahun 2010, jumlah penduduk Freedonia adalah 40 juta orang yang menempati sekitar 8 juta rumah. Sejumlah 30% dari total populasi tinggal di daerah perkotaan. Data utama dari Current Accounts tersebut adalah sebagai berikut: Wilayah Perkotaan •
• • • •
•
Semua penduduk di wilayah perkotaan telah menikmati aliran listrik dan menggunakan listrik untuk kebutuhan penerangan serta peralatan rumah tangga lainnya. 95% dari rumah tangga di perkotaan memiliki lemari pendingin dengan konsumsi rata-rata listrik sebesar 500 KWh per tahun. Rata-rata rumah tangga di wilayah perkotaan mengkonsumsi listrik untuk penerangan sebesar 400 KWh setiap tahunnya. Peralatan lain seperti pemutar kaset video, televisi dan kipas angin mengkonsumsi listrik sebesar 800 KWh per rumah tangga setiap tahunnya. 30% dari penduduk perkotaan menggunakan kompor listrik untuk memasak, sisanya menggunakan kompor gas. Semua rumah tangga hanya memiliki satu jenis peralatan memasak. Intensitas energi per tahun dari kompor listrik adalah 400 KWh per rumah tangga, sedangkan untuk kompor gas adalah 60 meter kubik per rumah tangga.
15
Petunjuk 1: Secara umum anda dapat memasukkan data di atas sebagai nilai sederhana di kolom “Expression” pada Current Accounts. Pada kolom Scale dan Unit, pilih satuan yang sesuai dengan level aktivitas dan intensitas energi dari setiap cabang (faktor skala dapat dibiarkan kosong). Jika anda menentukan bahwa unit untuk kompor (elektrik atau gas) adalah “Share”, maka anda hanya butuh memasukkan persentase dari kompor listrik. Sedangkan untuk kompor gasnya sendiri, masukkan “Remainder(100)”, maka secara otomatis LEAP akan menghitung rumah tangga yang menggunakan kompor gas. Petunjuk 2: Ketika memilih unit untuk level aktivitas, perlu dipertimbangkan secara hati-hati penggunaan antara “Saturation” dan “Shares”. Shares digunakan hanya ketika level aktivitas merupakan kontribusi bersama dengan aktivitas lain, sehingga ketika dijumlah menjadi 100% (seperti contoh kompor gas dan kompor listrik di atas). Sedangkan “Saturation” digunakan ketika level aktivitas tersebut (misal: lemari pendingin) bukan merupakan hasil kontribusi dengan aktivitas yang lain, sehingga tidak perlu dijumlah menjadi 100% untuk menghindari kesalahan (error) yang terjadi. Wilayah Pedesaan •
Sebuah survey terbaru mengenai rumah tangga di wilayah pedesaan, baik yang sudah teraliri listrik maupun yang belum, mengindikasikan jenis peralatan memasak (kompor) yang digunakan adalah sebagai berikut: Jenis Peralatan Memasak di Freedonia
Kompor arang Kompor gas Kayu bakar
% Pembagian Wil. Perkotaan 30% 15% 55%
Intensitas Energi per-Rumah tangga 166 Kg 59 Kg 525 Kg
Petunjuk: Apabila anda ingin membuat dua cabang energi, rumah tangga desa teraliri listrik dan rumah tangga desa yang tidak teraliri listrik, maka anda cukup memasukkan data di atas satu kali pada satu subsektor lalu salin dan tempelkan pada subsektor yang lain. Lakukan ini dengan menekan tombol Ctrl lalu klik-seret. Cara lain adalah dengan menyalin dan menempel cabang pohon dengan menggunakan tombol Ctrl-C lalu Ctrl-V. •
Hanya 25% dari rumah tangga di pedesaan yang memiliki akses untuk terhubung dengan jaringan listrik.
16
• •
20% dari rumah tangga teraliri listrik memiliki lemari pendingin, dengan konsumsi rata-rata 500 KWh per tahun. Semua rumah tangga teraliri listrik menggunakannya untuk penerangan, dengan konsumsi 335 KWh per rumah tangga. Sejumlah 20% dari rumah tangga ini juga menggunakan lampu minyak tanah sebagai penerangan tambahan dengan konsumsi minyak tanah sekitar 10 liter per tahun. Petunjuk: Gunakan “Saturation” untuk unit level aktivitas tersebut karena beberapa rumah tangga memiliki lebih dari satu lampu penerangan.
• •
Peralatan listrik lainnya (seperti TV, radio, kipas angin, dll.) mengkonsumsi listrik sebesar 111 KWh per rumah tangga dalam setahun. Rumah tangga yang tidak teraliri listrik, sepenuhnya mengandalkan minyak tanah untuk penerangan. Konsumsi rata-rata sebanyak 69 liter per rumah tangga dalam setahun. Petunjuk: Sekarang adalah saat yang tepat untuk menyimpan data sebelum melangkah ke tahap selanjutnya. Caranya dengan mengklik ikon Save atau dengan memilih menu Area:Save. Anda dianjurkan untuk sering menyimpan data.
1.3.3
Skenario Reference
Sekarang anda dapat membuat skenario pertama yang disebut skenario Reference. Skenario ini akan anda gunakan untuk menganalisis bagaimana permintaan energi sektor rumah tangga dapat meningkat seiring waktu. Langkah pertama, klik tombol Manage Scenarios ( ) dan gunakan tampilan Scenario Manager untuk menambah skenario pertama. Lalu berikan nama skenario itu sebagai “Reference” dengan singkatan “REF”. Tambahkan catatan yang menjelaskan jenis skenario tersebut, misalnya “pengembangan business-as-usual (BAU); proyeksi resmi GDP dan populasi; tanpa tindakan kebijakan baru.” Langkah selanjutnya keluar dari pengaturan skenario. Pilih skenario “Reference” dengan cara mencentang kotak pilihan yang ada di sebelah atas layar. Kemudian masukkan parameterparameter asumsi dan prediksi dari data masa mendatang di Freedonia yang dapat dipaparkan sebagai berikut: Petunjuk: Anda harus kembali ke pilihan Current Accounts apabila ingin menambah cabang energi atau mengubah data base year.
17
Pertama, masukkan perubahan populasi dasar yang diharapkan terjadi di Freedonia. Jumlah rumah tangga diharapkan tumbuh 3% per tahun dari 8 juta pada tahun 2010. Petunjuk: Untuk memasukkan laju pertumbuhan, tekan tombol Ctrl-G atau klik tombol ( ) yang berada pada lahan ekspresi dan pilih “Growth Rate” (untuk melihat opsi ini harus berada di luar skenario Current Accounts). Anda dapat juga melakukannya dengan langsung mengetikkan “Growth(3%)”. Rumah Tangga Perkotaan •
Di tahun 2040, 45% rumah tangga di Freedonia akan menjadi wilayah perkotaan. Petunjuk: Ini adalah salah satu contoh umum dalam LEAP, dimana anda hanya ingin menentukan sejumlah kecil data saja (secara implisit misalnya tahun 2010 dan tahun 2040), lalu LEAP akan menginterpolasi data tersebut untuk dihitung nilai keseluruhan antara base year dan end year. Anda dapat menggunakan beberapa cara untuk mengekspresikan laju perubahan ini. Cara yang termudah adalah mengklik tombol yang tertera pada kolom ekspresi dan pilih “End Year Value”, kemudian masukkan nilai, misalnya 45. Klik OK, maka LEAP akan memasukkan fungsi “Interp” ke dalam ekspresi. Cara lainnya adalah dengan mengetik “Interp(2030;45)” secara langsung pada kolom ekspresi.
• • • • •
Persentase pengguna kompor listrik meningkat sebesar 55% pada tahun 2040. Intensitas energi atas pemakaian kompor listrik dan gas diprediksi akan turun sebesar 0,5% setiap tahun sebagai akibat dari penetrasi teknologi efisiensi energi. Seiring dengan meningkatnya kesejahteraan masyarakat, intensitas energi atas penggunaan lemari pendingin naik menjadi 600 kWh per rumah tangga di tahun 2040. Intensitas energi atas penerangan tahun 2040 juga naik menjadi 500 kWh per rumah tangga. Penggunaan peralatan listrik yang lain naik secara drastis pada kisaran 2,5% per tahun. Petunjuk: Untuk mengekspresikan sebuah laju pertumbuhan yang menurun, cukup masukkan ekspresi laju pertumbuhan negatif.
Rumah Tangga Pedesaan •
•
Program peningkatan akses listrik untuk daerah pedesaan diharapkan mampu meningkatkan persentase rumah tangga teraliri listrik menjadi 28% di tahun 2020 dan 50% di tahun 2040. Seiring meningkatnya kesejahteraan masyarakat, intensitas energi dari penerangan diperkirakan naik 1 % setiap tahun.
18
• •
Jumlah rumah tangga yang teraliri listrik yang menggunakan lemari pendingin diperkirakan naik 40% di tahun 2020 dan 66% di tahun 2040. Adanya program pengembangan pedesaan mendorong terjadinya perubahan komposisi semua peralatan memasak pada semua rumah tangga baik yang sudah teraliri listrik maupun yang belum. Pada tahun 2040, diperkirakan 55% rumah tangga menggunakan kompor gas dan 25% rumah tangga menggunakan kompor arang. Sisanya masih menggunakan kayu bakar. Petunjuk: Simpan data sebelum melangkah ke tahap selanjutnya dengan menekan tombol Save ( ).
1.3.4
Menampilkan Hasil Latihan
Klik Results untuk melihat hasil dari skenario Reference dalam format grafik atau tabel.
19
Untuk menampilkan hasil, lakukan langkah pengaturan berikut: •
•
•
•
Gunakan kotak pilihan pada grafik untuk memilih jenis data mana yang ingin anda lihat pada Legenda dan sumbu X dari grafik tersebut. Anda dapat memilih tahun sebagai sumbu X untuk digunakan pada banyak grafik. Legenda bisa berupa “bahan bakar” (fuels) atau “cabang” (branches) (lihat gambar di bawah). Pada toolbar yang terletak di atas grafik, pilih Show: “Demand: Energy Demand Final Units”. Kemudian, pilih cabang permintaan energi pada Tree yang akan dijadikan grafik. Klik cabang “Demand” untuk menampilkan permintaan energi Freedonia secara keseluruhan. Gunakan pilihan “units” pada sumbu Y untuk mengubah satuan hasil. Lebih lanjut, anda dapat mengatur dan memilih tampilan grafik dan jenis grafik (seperti area, batang, pie, dll.) dengan menggunakan toolbar di sebelah kanan. Ketika grafik telah selesai dibuat, klik tab Table untuk melihat hasil analisis dalam bentuk tabel. Anda juga dapat menyimpan grafik sebagai “Favorite” (dengan mengklik menu Favorites) untuk digunakan sebagai referensi nantinya. Fitur ini mirip dengan fasilitas Favorite/Bookmark pada peramban internet.
20
Sekarang bandingkan proyeksi permintaan energi yang telah anda buat dengan grafik di samping (ingat bahwa tabel dalam LEAP memiliki format yang berbeda dengan tabel yang terdapat di sini). Mulailah dengan memeriksa hasil pada level tertinggi (misalnya, klik “Demand”, kemudian klik ke bawah untuk melihat lebih rinci permasalahan dengan menggunakan jawaban permintaan yang tertera di samping. Atur data sebelum melangkah ke tahap berikutnya. (Abaikan perbedaan-perbedaan yang memiliki nilai kurang dari 1%).
Permintaan Energi Berdasarkan Cabang Energi (Juta GJ) Cabang Perkotaan (semua teraliri listrik) Lemari Pendingin Memasak Listrik Gas alam Penerangan Penggunaan lainnya Pedesaan Teraliri Listrik Lemari Pendingin Memasak Arang Kayu Kayu Bakar LPG Penerangan Listrik Minyak Tanah Penggunaan Lainnya Belum Teraliri Listrik Memasak Arang Kayu Kayu Bakar LPG Penerangan Jumlah Rumah Tangga
Petunjuk: Ingatlah untuk selalu memeriksa Current Accounts sebelum memperbaiki kesalahan yang muncul pada hasil yang akan datang. Permintaan Energi berdasarkan Bahan Bakar (Juta GJ) Bahan Bakar Arang Kayu Listrik Minyak Tanah LPG Gas Alam Kayu Bakar Jumlah
2010 8.1 18.3 10.6 2.3 3.4 25.1 67.8
2040 12.8 109.6 13.7 16.4 6.9 17.4 176.8
21
2010
2040
19.0 4.1 4.5 1.0 3.4 3.5 6.9 48.8 11.7 0.5 8.9 2.0 6.3 0.6 1.8 1.7 0.1
99.3 17.9 12.9 6.0 6.9 15.7 52.8 77.5 40.8 6.3 23.3 6.4 8.7 8.2 9.1 8.7 0.4
0.6 37.1 26.6 6.0 18.8 1.8 10.5 67.8
2.1 36.7 23.3 6.4 8.7 8.2 13.4 76.8
Permintaan Energi berdasarkan Bahan Bakar (Juta GJ)
1.4
Transformasi Energi
Sektor Transformation menggunakan cabang-cabang khusus yang disebut modul (modules) untuk memodelkan permintaan energi dan konversi seperti pembangkitan listrik, penyulingan minyak atau produksi arang kayu. Setiap modul terdiri dari sebuah proses atau lebih yang mewakili setiap teknologi seperti jenis pembangkitan listrik atau penyulingan minyak, dan menghasilkan satu atau lebih hasil bahan bakar. Proses dan hasil bahan bakar tersebut mewakili produk energi yang dihasilkan oleh modul. Berikut ini adalah struktur dasar dari sebuah modul:
22
Struktur Modul LEAP
Dalam latihan ini anda akan mengembangkan sebuah model sederhana dari pentransmisian dan pembangkitan listrik di Freedonia. Model ini nantinya akan menjadi dasar bagi model yang lebih rinci dan nyata yang akan dibuat pada Latihan 3. Kembali klik menu General: Basic Parameters ( ) lalu centang kotak pilihan Transformation & Resources, dan sekarang anda siap untuk memasukkan data ke dalam bermacam modul Transformation. 1.4.1
Transmisi dan Distribusi
Anda akan memulai latihan ini dengan menambahkan sebuah modul sederhana untuk merepresentasikan rugi-rugi dari proses pentransmisian dan pendistribusian (T&D) listrik dan pipa gas alam. Pada base year, rugi-rugi T&D ada pada kisaran 15% dari listrik yang dihasilkan pada tahun 2010. Dalam skenario Reference, rugi-rugi T&D tersebut diharapkan akan berkurang men-jadi 12% di tahun 2040. Sedangkan rugi-rugi pemipaan gas alam sebesar 2% pada tahun 2010 dan direncanakan akan berkurang menjadi 1,5% pada tahun 2040.
23
Untuk membuat sebuah modul, klik kanan cabang Transformation pada Tree dan pilih perintah Add ( ). Kemudian pada hasil Modul akan muncul jendela properti (seperti yang terlihat di kanan atas). Masukkan nama “Transmission and Distribution”, dan centang kotak untuk mengindikasikan tipe data yang akan digunakan. Langkah selanjutnya centang kotak “simple, non-dispatched module” dan tandai kotak masukan data efisiensi sebagai rugi-rugi. Ketika anda klik “OK”, maka modul otomatis ditambahkan. Kembangkan cabang tersebut, maka akan terdapat cabang baru yang ditandai sebagai Processes. Klik cabang tersebut dan tambahkan proses baru yang disebut “Electricity”. Kemudian pilih bahan baku pertama yakni electricity dan masukkan persentase pembagian dari rugi-rugi listrik pada tab Energy Losses. Ulangi proses yang sama pada gas alam dan masukkan data pada rugi-rugi pipa saluran gas alam. Petunjuk: Gunakan fitur yang sama seperti pada permintaan energi ketika memasukkan data runtutan waktu: tukar ke skenario Reference dan gunakan fungsi Interp untuk merinci perubahan rugi-rugi listrik.
1.4.2
Pembangkitan Listrik
Selanjutnya, anda akan mensimulasikan pembangkitan listrik di Freedonia. Modul “Electricity Generation” harus sudah muncul dalam daftar. Jika tidak, maka anda harus menambahkannya. Pastikan letak modul Electricity Generation berada di bawah modul Transformation and Distribution. Anda dapat menggunakan tombol ke atas ( ) dan ke bawah ( ) untuk menata ulang modul tersebut dengan terlebih dahulu mengubah tampilan ke Current Accounts. Urutan modul mencerminkan aliran sumber energi dari bentuk dasar/ekstraksi (urutan yang paling bawah) menuju penggunaan energi akhir (urutan yang paling atas). Oleh karenanya, listrik harus dibangkitkan sebelum ditransmisikan dan didistribusikan. Hal yang sama diaplikasikan untuk modul penambangan batubara yang merupakan bahan bakar untuk pembangkitan listrik, akan diletakkan pada urutan selanjutnya. Pastikan bahwa anda telah mengatur properties ( ) yang sesuai untuk modul Electricity Generation. Karena anda akan menetapkan data rician tentang kapasitas, biaya, efisiensi dan sistem beban kurva instalasi, maka anda perlu memasukkan data tersebut dengan mencentang rincian data yang disebutkan di atas (lihat gambar).
24
Pada langkah selanjutnya, anda akan menambahkan tiga proses sebagai representasi dari berbagai macam pembangkit tenaga listrik yang terdapat di Freedonia. Tabel berikut ini menjelaskan informasi mengenai karakteristik dasar dari ketiga pembangkit tenaga listrik tersebut: Jenis Pembangkit Listrik PLT-Uap Batubara PLT-Air PLT-Diesel
Kapasitas Terpasang (MW) 1000 500 800
Effisiensi (%) 30 100 25
Merit Order 1 (base) 1 (base) 2 (peak)
Ketersediaan Maksimum (%) 70 70 80
Latihan ini mensimulasi sistem operasi base year secara khusus. Hal ini dilakukan karena pada tahun tersebut anda memiliki data historis yang menggambarkan sistem operasi pembangkit listrik. Untuk tahun-tahun selanjutnya tidak terdapat data operasional. Oleh karena itu, anda akan mensimulasikan pembangkit listrik ter-dispatch yang berbeda dengan membuat spesifikasi aturan dispatch dan bermacam parameter yang memungkinkan LEAP mensimulasikan pembangkit listrik ter-dispatch tersebut melalui merit order. Untuk mengaktifkan simulasi ini, kembali ke Current Accounts dan atur beberapa variabel proses. Langkah pertama, atur Tahun Simulasi Pertama (First Simulation Year) ke tahun 2011. Tahun Simulasi Pertama adalah tahun pertama setelah tahun awal hitung. Selanjutnya, atur Process Dispatch Rules menjadi “MeritOrder” untuk semua proses. Aturan (rules) tersebut akan diaplikasikan dari tahun 2011 dan seterusnya. Pilih aturan ter-dispatch pada tombol ( ) pada kotak ekspresi paling bawah. Pada tahun dasar, jumlah produksi keseluruhan yang dihasilkan oleh pembangkitan listrik adalah sebesar 5970 GWh. Dari jumlah tersebut 29% berasal dari PLT-Air, 15% dari PLTDiesel, dan sisanya berasal dari PLT-Batubara. Petunjuk: Untuk menentukan tahun awal hitung pembangkitan PLT-Air dan PLT-Diesel masukkan formula 0.29*5970. Kemudian untuk sisa pembangkitan (PLT-Batubara), ketik Remainder(5970). Sistem pembangkit listrik beroperasi dengan rencana cadangan kapasitas (planning reserve margin) minimum sebesar 35%. Masukkan data tersebut pada cabang Electricity Generation.
25
Anda juga harus menentukan bentuk beban sistem yang menjelaskan perubahan beban listrik setiap tahunnya. Untuk memasukkan data bentuk beban sistem, lakukan tiga langkah berikut ini: 1. Langkah pertama, atur pembagian waktu, tahun mana saja yang akan dibagi. Data tersebut dimasukkan ke menu General: Time Slices. Gunakan tombol setup untuk membuat sembilan bagian seperti yang tertera pada tampilan di sebelah kanan.
Hasil pembagian waktu akan nampak seperti tampilan di bawah ini:
26
2. Langkah selanjutnya adalah membuat bentuk beban tahunan dengan memasukkan nilai setiap pembagian per jam yang telah ditentukan. Caranya, masuk ke menu General: Yearly Shape (lihat tampilan di bawah) dan masukkan Peak Load Shape untuk seluruh sistem. Masukkan nilai seperti yang terlihat pada tampilan di bawah ini:
Penting untuk memilih Peak Load Shape!
Petunjuk: Secara implisit, nilai jam ke-0 selalu pada angka 100% sehingga tidak perlu lagi dimasukkan secara manual. Pastikan untuk memasukkan nilai minimum 10% pada kotak Minimum yang terdapat di bawah layar. Angka tersebut mewakili jam ke 8760. 3. Langkah terakhir, kembali ke jendela Analysis View, kemudian pilih Current Acciunts dan buat tautan untuk bentuk beban baru tersebut pada variabel System Peak Load Shape yang terdapat pada cabang Electricity Generation. Langkah termudah adalah dengan mengklik tombol kemudian pilih Yearly Shape: System Load Curve.
yang ada pada lahan ekspresi,
Petunjuk: Apabila variabel System Peak Load Shape tidak ditemukan, anda dapat membuka menu General: Basic Parameters, Loads dan pastikan untuk memilih “Load Shape for Entire System (masukkan nilai dari persentase dari Peak Generation”).
27
1.4.2.1 Skenario Reference
Dalam skenario Reference, anda dapat menentukan perubahan terhadap sistem pembangkitan listrik di masa yang akan datang. • •
Tidak ada rencana untuk membangun pembangkit listrik baru di Freedonia. Dalam skenario Reference, pembangkit listrik batubara direncanakan akan ditutup. Pembangkit listrik batubara berkapasitas 500MW akan diberhentikan pada tahun 2020 dan sisanya sebanyak 500MW pada tahun 2030. Petunjuk: Untuk membuat model skenario ini gunakan fungsi BaseYearValue. Hasil ekspresi kapasitas batubara akan muncul seperti berikut: Step(2020, BaseYearValue-500, 2030, BaseYearValue-1000). Gunakan tab Exogenous Capacity ketika memasukkan nilai kapasitas ekplisit yang merefleksikan kapasitas tersebut dan/atau kapasitas dan pemberhentian terencana.
•
Di masa mendatang, agar dapat memenuhi permintaan dan mengganti pembangkit listrik yang berhenti beroperasi, akan didirikan PLT-Uap Batubara (berkapasitas 500 MW dengan efisiensi sebesar 35%) untuk beban dasar dan PLT-Diesel (berkapasitas 300 MW dengan efisiensi sebesar 30%) untuk beban menengah. Kedua jenis pembangkit listrik tersebut memiliki usia pengoperasian selama 30 tahun dan kemampuan maksimum sebesar 80%. Petunjuk:Langkah pertama tambahkan jenis pembangkit listrik baru pada Current Accounts. Gunakan tombol untuk menambahkan proses (dipilih dari daftar proses pada Tree). Kemudian, masukkan informasi pada kapasitas endogenus melalui tab Endogenous Capacity pada skenario Reference. Jangan lupa untuk mengatur merit order ter-dispatch dari setiap proses. Untuk keterangan lebih lanjut mengenai kapasitas exogenous dan endogenous, silakan membuka informasi bantuan pada LEAP dengan memilih Help: Contents.
28
Gunakan Diagram View yang dapat dipilih pada menu View bar untuk meninjau ulang aliran energi dalam sistem penyediaan energi yang telah dibuat. Diagram tersebut seharusnya menggambarkan modul-modul yang telah dibuat. Klik dua kali pada modul Electricity Generation dan periksa apakah diagram tampak sama dengan yang tertera di samping. Apabila tidak, periksa kembali bahan bakar masukan (berkaitan dengan setiap proses) dan bahan bakar keluaran (berkaitan dengan setiap modul).
29
1.4.3
Menampilkan Hasil Latihan
Klik Result View untuk melihat hasil skenario Reference. Pilih cabang Tranformation: Electricity Generation untuk melihat hasil bermacam kategori seperti kapasitas, keluaran energi, dan modul cadangan kapasitas. Anda dapat membandingkan hasil analisis yang telah dibuat dengan tabel dan diagram yang berikut ini: Pembangkitan Listrik di Freedonia: Skenario Reference
Catatan: tahun dasar = 5.970 GWh, 2040 = 34.583 GWh Petunjuk: Untuk membuat grafik ini, langkah pertama adalah mengklik Processes yang terletak di bawah modul Electricity Generation pada Tree lalu pilih Show: Transformation: Outputs. Selanjutnya, pilih Selected Years pada sumbu X dan pilih hasil dengan jangka waktu setiap 2 tahun. Pada legenda pilih All Branches, dan gunakan toolbar grafik yang ada di sebelah kanan untuk memilih susunan grafik batang. Langkah terakhir, pastikan semua satuan ada dalam Gigawatt-hours pada sumbu Y. Untuk menyimpan semua pengaturan agar nantinya dapat digunakan untuk referensi, klik menu Favorite, pilih “Save Chart as Favorite”. Ingat bahwa urutan proses tersebut berdasar pada urutan dalam Tree yang diatur dalam tampilan Analysis.
30
Kapasitas Pembangkitan Listrik (MW)
Catatan: tahun dasar = 2300 MW, 2040 =11.400 MW
Cadangan Kapasitas (%)
Listrik ter-dispatch pada tahun 2040 (MW)
31
1.5
Emisi
Sekarang anda akan menggunakan LEAP untuk menghitung emisi beragam polutan utama pada skenario Reference. Langkah pertama yakni anda harus kembali ke Analysis Vew kemudian pilih General: Basic Parameters untuk memilih Energy Sector Environment Loadings. Lalu pilih Current Accounts dan buat tautan antar setiap cabang teknologi yang bersangkutan (ditandai dengan ikon ) dengan teknologi serupa yang berada pada Database Teknologi dan Lingkungan atau (Technology and Environmental Database, TED). Cara membuat tautan antar data dalam TED adalah dengan memilih tab Environmental Loadings, kemudian klik tombol TED ( ). Hasilnya akan tampak seperti tampilan di sebelah kanan. Dalam latihan ini, anda akan memanfaatkan faktor emisi default seperti yang disarankan oleh Intergovernmental Panel on Climate Change (IPCC). Untuk membuat tautan ini, klik cabang teknologi kemudian pilih tab Environment. Dengan menggunakan bentuk pilihan teknologi TED (tertera di atas), pilih teknologi default IPCC Tier 1 yang sesuai untuk setiap teknologi demand-side dan pembangkitan listrik. Pastikan bahan bakar masukan untuk pilihan teknologi TED adalam sama degan bahan bakar yang digunakan pada teknologi LEAP. Pada beberapa situasi, teknologi IPCC Tier 1 tidak mencakup semua pilihan bahan bakar. Jika ini terjadi, maka anda kamu harus memilih kondisi terdekat (sebagai contoh: kategori “Oil Residential” IPP dapat ditautkan dengan kategori “Kerosene Lighting” dari LEAP. Anda TIDAK perlu menambah data beban lingkungan pada peralatan listrik demand-side manapun (misalnya penerangan atau lemari pendingin) karena dampak lingkungannya menuju ke hulu (misalnya ke pembangkit listrik yang aktif beroperasi).
32
1.5.1
Menampilkan Hasil Latihan
Untuk melihat hasil, klik Results View. Klik cabang paling atas dari “Freedonia” kemudian pilih kategori Environment: Global Warming Potential. Bandingkan hasilnya dengan informasi di bawah ini. Periksa juga hasil pemodelan untuk gas non-rumah kaca lainnya seperti sulfur dan nitrogen oksida. Emisi Potensial Pemanasan Global dari Freedonia Skenario Reference (semua gas rumahkaca)
Catatan: Tahun Dasar = 6,1 ; 2030 = 33,9 Juta Ton CO2 EQ.
33
1.6
Skenario Kedua: Demand-Side-Management
Untuk mengeksplorasi potensi energi konservasi di Freedonia khususnya pada sektor listrik, maka perlu dibuat skenario kedua. Untuk menambah skenario, gunakan pilihan Manage Scenarios ( ). Tambahkan skenario tersebut di bawah skenario Reference, maka secara default skenario tersebut akan mewarisi semua asumsi dan ekspresi pemodelan dari skenario Reference. Beri nama skenario tersebut sebagai “Demand Side Management”, disingkat “DSM” dan tambahkan catatan berikut: “Penerangan yang efisien, pengurangan kehilangan atas pentransmisian dan pendistribusian, dan perbaikan faktor beban sistem listrik.” Keluar dari fitur pengaturan skenario dan pilih skenario “Demand Side Management” pada jendela utama. Kemudian edit data tersebut pada skenario untuk menggambarkan catatan berikut ini: Petunjuk: Ingat bahwa untuk mengubah skenario, anda harus berada pada Analysis View. Gunaka pilihan tampilan untuk berada pada tampilan tersebut. Skenario DSM terdiri dari empat langkah kebijakan, yakni: 1. Refrigeration atau Lemari Pendingin: Kebijakan baru terhadap peningkatan standar efisiensi terhadap penggunaan lemari pendingin diharapkan dapat mengurangi intensitas energi pada sektor rumah tangga perkotaan sebesar 5% pada tahun 2020 dan sebesar 20% pada tahun 2040 dibandingkan dengan Current Accounts. Sedangkan pada rumah tangga pedesaan, intensitasnya kemungkinan tidak berubah. Petunjuk: Anda dapat memasukkan informasi ini melalui dua cara, yakni: •
Gunakan time series wizard, pilih interpolasi kemudian masukkan nilai intensitas energi lemari pendingin pada masa mendatang. Apabila menggunakan pilihan ini, maka andalah yang mengkalkulasi nilai, atau
34
•
Masukkan ekspresi yang akan mengkalkulasi nilai untuk anda. Caranya ketik Interp(2020, BaseYearValue * 0.95, 2040, BaseYearValue * 0.8).
2. Lighting atau Penerangan: Mencakup berbagai program termasuk di antaranya standar penerangan baru dan pemanfaatan program Demand Side Management yang diharapkan dapat mengurangi intensitas energi penerangan dari listrik penerangan pada rumah tangga perkotaan sampai dengan 1% per tahun (-1% per tahun) dan pada rumah tangga pedesaan dari 1% (skenario Reference) menjadi 0,3% per tahun (+0,3% per tahun). 3. Transmission and Distribution atau Transmisi dan Distribusi: Melalui program DSM yang terencana, rugi-rugi pentransmisian dan pendistribusian listrik diharapkan berkurang menjadi 12% pada tahun 2025 dan 9% pada tahun 2040. 4. Electric System Load Factor Improvements atau Peningkatan Faktor Beban Sistem Listrik: Berbagai program pengaturan tingkat beban (loadleveling) pada perencanaan DSM diharapkan dapat meningkatkan faktor beban sistem sekitar 64% pada tahun 2040. Jangan memasukkan faktor beban secara manual dalam LEAP, namun buatlah skema tahunan (yearly shape) baru dengan data yang tertera di samping kanan.
35
Petunjuk: Buat skema tahunan baru bernama “DSM Load Shape” (Lihat sesi 1.4.2 untuk melihat kembali caranya). Lalu masuklah ke variabel System Peak dari pembangkitan listrik pada skenario DSM, klik tombol yang terdapat di sebelah kanan ekspresi dan pilih skema tahunan Yearly Shape untuk kurva yang anda telah buat. Grafik berikut ini akan menunjukkan bagaimana LEAP menginterpolasi kurva beban pada tahun 2010 (Kurva Beban System) dan kurva beban pada tahun 2040 (Kurva Beban DSM).
36
1.6.1
Hasil Skenario DSM
Klik Result View untuk melihat hasil skenario DSM. Bandingkan pekerjaan anda dengan hasil di bawah ini:
Pembangkitan Listrik: Skenario Reference berbanding dengan Skenario DSM Pembangkitan Listrik (‘000 GWh)
Kapasitas (GW)
Pembangkitan dalam skenario DSM tahun 2040 = 29,159 GWh. Kapasitas = 7400 MW
Petunjuk: Untuk membuat kembali grafik pembangkitan listrik pada tampilan hasil, klik Show: Transformation: Outputs, lalu atur satuan dan skenario agar sesuai dengan grafik di atas. Pastikan cabang yang tersorot pada Tree sesuai dengan hasil yang diinginkan oleh anda (dalam hal ini anda harus menyorot “Transformation: Electricity Generation: Processes”). Tampilkan hasil 5 tahunan dengan memilih “Selected” pada sumbu x. Periksa tampilan tabel untuk melihat rincian nilai per tahunnya.
37
Exercise 2:
Permintaan Energi
Pada Latihan 2 kita akan lebih lanjut mengembangkan analisis permintaan yang telah dibahas pada Latihan 1. Selain sektor rumah tangga, terdapat tiga sektor pemakai energi yang ditambahkan di latihan ini, yakni industri, transportasi, dan bangunan komersial. Gunakan informasi yang ada pada bagian 2 untuk melengkapi struktur Tree, Current Accounts dan skenario Reference pada sektor-sektor tersebut. 2.1 2.1.1
Industri Current Accounts
Di Freedonia, terdapat dua Hasil Industri (2010) jenis industri penting yang memiliki intensitas energi Besi dan Baja 600,000 Ton tinggi, yakni industri Besi Kertas 400,000 Ton 1.8 Milyar US$ Baja (Iron & Steel) dan industri Kertas Industri Lainnya (Pulp & Paper). Sedangkan industri lainnya dapat dikelompokkan dalam satu kategori (Other Industries). Tabel di samping menunjukkan hasil dari setiap subsektor. Analisis energi industri dilakukan baik dari sisi ekonomi (misalnya nilai tambah) maupun sisi produksi (misalnya hasil per ton). Metode analisis terkait industri tersebut biasanya bergantung pada ketersediaan data dan keragaman produk dalam subsektor. Latihan 2 ini menggunakan kedua metode tersebut. Petunjuk: Ketika menambah cabang “Industry” atur level aktivitas menjadi “No data” karena pada sektor ini anda menentukan satuan level aktivitas yang berbeda untuk setiap subsektor. Penggunaan energi pada industri besi baja dan industri kertas terbagi dalam dua proses, yakni pemanasan (heat) dan penggerakan motor (motive power). Industri Besi dan Baja • Proses pemanasan membutuhkan energi rata-rata 24,0 GJ per ton dan boiler menggunakan batubara jenis bituminous. • Setiap ton baja yang dihasilkan membutuhkan energi listrik rata-rata sebesar 2,5 GJ. Industri Kertas • Boiler dengan bahan bakar kayu membutuhkan energi sebesar 40,0 GJ per ton untuk memproduksi kertas. • Setiap ton kertas membutuhkan pasokan energi sebesar 3 Megawatt-hours.
38
Industri Lainnya • Industri lainnya di Freedonia mengkonsumsi energi total sebesar 36 Juta GJ pada tahun 2010. • 40% energi tersebut berasal dari tenaga listrik dan sisanya dari bahan bakar minyak residu (oil fuel). Petunjuk: Ketika menambah cabang “Other Industry” gunakan tipe cabang dengan ikon , kategori berwarna hijau. Hal ini mengindikasikan bahwa anda ingin memasukkan sebuah intensitas energi agregat pada cabang tersebut. Di bawah cabang tersebut, anda dapat menambahkan dua cabang baru, yakni cabang listrik (electricity) dan cabang bahan bakar minyak (fuel oil). Cabang anakan ini hanya terdiri atas pembagian bahan bakar (fuel shares) dan bukan intensitas energi (energy intensities). Hal yang juga harus diingat adalah bahwa harus menghitung intensitas energi dalam GJ/Dollar AS dengan menggunakan total nilai tambah untuk subsektor “Other” (lihat di atas). 2.1.2
Skenario Reference
Industri Besi Baja • Total hasil produksi diharapkan tidak berubah: semua pembangkit listrik beroperasi pada kapasitas maksimum dan tidak ada pembangkit listrik baru yang didirikan dalam periode analisis. • Gas alam diharapkan dapat memenuhi 10% bahan bakar untuk proses pemanasan pada tahun 2040. • Boiler berbahan bakar gas alam 10% lebih efisien dari boiler berbahan bakar batubara. Petunjuk: Kembali ke Current Accounts untuk menambah cabang baru untuk Natural Gas. Anda dapat menggunakan ekspresi sederhana berikut ini untuk mengkalkulasi intensitas energi gas alam sebagai fungsi intensitas energi batubara: Coal * 90% Petunjuk:Ingatlah untuk menggunakan fungsi “Interp” dan “Remainder” untuk membantu mengkalkulasi pembagian bolier.
39
Industri Kertas • Dua pabrik ketas baru akan beroperasi pada tahun 2015 dan 2020. Setiap pabrik akan menambah kapasitas produksi keseluruhan sebesar 100 ribu ton per tahun Petunjuk: Gunakanlah Step Function pada Time Series Wizard untuk merinci perubahan khusus pada level aktifitas atau variabel lainnya (lihat gambar di samping). Industri Lainnya • Hasil produksi industri lain diperkirakan tumbuh pada kisaran 3,5% per tahun. • Persentase penggunaan energi listrik diperkirakan akan naik 55% pada tahun 2040. 2.1.3
Menampilkan Hasil Latihan
Sekarang, tinjau kembali hasil analisis anda dan bandingkan dengan lembar jawaban yang tertera di bawah ini.
Permintaan Energi Sektor Industri di Freedonia: Skenario Reference (Juta Gigajoule) Bahan Bakar Batubara (bituminous) Listrik Gas Alam Bahan Bakar Minyak Residu Kayu Industri
2010 14.4 20.2 21.6 16.0 72.2
2040 13.0 63.6 1.3 45.5 24.0 147.3
40
Subsektor Industri Besi Baja Industri Lainnya Industri Kertas
2010 15.9 36.0 20.3
2040 15.8 101.0 30.5
Industri
72.2
147.3
2.2
Transportasi
2.2.1
Current Accounts
Passenger Transport
•
•
•
•
•
Yang dimaksud dengan peCara Menghitung Penumpang-Km A Penggunaan Mobil Pribadi (miliar-km) numpang di sini adalah peB Load Factor (penumpang-km/kend-km) numpang kendaraan darat seC=A*B = Jumlah penumpang mobil pribadi-km perti mobil dan bus, namun Anda dapat mengabaikan D Penggunaan Bus (miliar-km) E Load Factor (penumpang-km/kend-km) transportasi air dan udara. F=D*E Jumlah Penumpang Bis-km Pada tahun 2010, mobil pribadi diperkirakan telah meG=F+C Penumpang Angkutan Darat (mobil)-km H Penumpang Kereta Api-km nempuh perjalanan sekitar 8 I=G+H Jumlah Penumpang-km miliar km, sedangkan bus telah menempuh perjalanan Cara Menghitung Intensitas Energi sekitar 1 miliar km. J Konsumsi bahan bakar mobil pribadi (kend-km/lt) K Load Factor (pass-km/veh-km) Dari hasil survei diperkirakan L=1/(J*K) Intensitas Energi (liter/penumpang-km) mobil pribadi memiliki jumlah penumpang (load factor) rataM Konsumsi bahan bakar bis (kend-km/lt) N Load Factor Bis (penumpang-km/kend-km) rata 2,5 orang, sedangkan bis O=1/(M*N) Intensitas Energi (liter/penumpang-km) rata-rata 40 orang. Penelitian juga menemukan bahwa mobil pribadi mengkonsumsi 1 liter bahan bakar untuk perjalanan sejauh 12 km (perhitungan kasarnya 28 m.p.g – mil per galon.), sedangkan bis mengkonsumsi 1 liter bahan bakar untuk perjalanan sejauh 3 km. Perusahaan Kereta Api nasional melaporkan sebanyak 15 milyar penumpang-km telah melakukan perjalanan pada tahun 2010.
Petunjuk: o Anda dapat memasukkan populasi keseluruhan (total population) sebagai level aktivitas pada tingkat sektor (lihat bagian 1.3 data populasi). o Gunakan informasi di atas untuk mengkalkulasi jumlah total penumpangkm, persentase untuk setiap moda, dan intensitas energi rata-rata (per penumpang-km). Isilah formulir di atas untuk mempermudah analisis. o Untuk perhitungan emisi, diasumsikan bahwa semua mobil pribadi menggunakan bahan bakar bensin dan bis menggunakan bahan bakar solar.
41
2,5
40.0
12.0 2.5
3.0 40.0
•
Sejumlah 20% angkutan kereta api berupa kereta listrik, sedangkan sisanya adalah kereta diesel. Intensitas energi kereta listrik sebesar 0,1 kilowatt-jam per penumpangkm. Sedangkan intensitas energi kereta diesel 25% lebih tinggi dari kereta listrik.
Transportasi Barang • • • •
2.2.2
Satuan Pembatalan dalam LEAP
Rata-rata 250 ton-km per kapita barang telah diangkut. 85% transportasi barang diangkut melalui jalur jalan, sisanya melalui jalur kereta api. Transportasi darat mengkonsumsi rata-rata 4 MJ bahan bakar diesel per ton-km. Kereta barang berbahan bakar diesel memiliki intensitas energi sebesar 3 MJ/tonkm.
Ketika menentukan aktivitas transportasi barang, LEAP secara otomatis membatalkan satuan numerator dan denominator data pada saat anda mengurangi cabang-cabang pada Tree. Sebagai contoh, mulai dengan menentukan populasi pada level sektor dan lanjutkan dengan menentukan satuan ton-km/orang. Dengan kata lain, LEAP membatalkan satuan tersebut. [Penduduk]
Skenario Reference
x [ton-km] [orang]
Transportasi Penumpang •
• • •
Permintaan akan perjalanan (penumpang-km/orang) diperkirakan naik sedikit lebih cepat dari rata-rata tingkat pendapatan (elastisitas permintaan perjalanan terkait dengan pendapatan adalah 1,1). Pada saat yang sama, pertumbuhan penduduk naik 2,5% per tahun. Pendapatan rata-rata per kapita diperkirakan naik dari nilai sekarang $3000, pada kisaran 3,5% per tahun hingga tahun 2040. Pada tahun 2040, dari keseluruhan jumlah angkutan darat, 75% adalah mobil pribadi. Petunjuk: Buat variabel dengan nama “Income” dan “Population” di bawah Key Assumptions pada Tree, kemudian hitung permintaan transportasi mendatang sebagai fungsi dari variabel tersebut. Gunakan ekspresi berikut untuk permintaan transportasi per kapita: GrowthAs(Key\Income, 1.1)
Transportasi Barang • •
Permintaan sektor transportasi barang per kapita diperkirakan naik rata-rata 2% per tahun pada periode analisis. Efisiensi energi semua moda transportasi (penumpang maupun barang) diperkirakan akan naik sebesar 0,5% per tahun hingga 2040, kecuali untuk mobil pribadi yang diperkirakan akan naik sebesar 1% per tahun.
42
2.2.3
Menampilkan Hasil Latihan
Tampilkan Results View dan bandingkan hasil analisis anda dengan tabel di bawah ini.
Permintaan Energi Sektor Transportasi di Freedonia: Skenario Reference (Juta Gigajoule) Cabang Barang Kereta Api Mobil Penumpang Kereta Api Diesel Listrik Kendaraan Bis Bermesin Diesel Mobil (Bensin) Jumlah Transportasi
2.3
2010 38,5 4,5 34,0 41,1 6,5 5,4 1,1 34,7 12,6 22,1 79,6
2040 125,9 14,7 111,1 303,0 36,4 30,3 6,1 266,6 26,5 240,1 428,8
bahan Bakar Diesel Listrik Bensin
2010 56,5 1,1 22,1
2040 182,6 6,1 240,1
Jumlah Transportasi
79,6
428,8
Sektor Bangunan Komersial: Analisis Pemanfaatan Energi
Pada latihan ini akan dipertimbangkan tentang penggunaan pemanas ruangan pada bangunan komersial, dan tentang pengenalan aplikasi teknik analisis energi terpakai (useful energy analysis techniques). Analisis energi terpakai sangatlah membantu dalam berbagai hal dimana kombinasi dari beragam bahan bakar dan teknologi dapat memenuhi permintaan energi pada sektor layanan umum (misalnya sistem pemanas ruangan) atau ketika anda ingin membuat model efisiensi peralatan secara bebas, dan semua pelayanan pemenuhan energi. 2.3.1
• •
•
Current Accounts
Bangunan komersial di Freedonia memiliki total luas lantai sebesar 100 juta meter persegi pada tahun 2010. Jumlah total konsumsi energi untuk pemanas ruangan adalah sebesar 20 juta GJ pada tahun 2010. Bahan bakar minyak residu dan listrik masing-masing memasok setengah dari total energi untuk pemanas ruangan. Gas alam diperkirakan akan digunakan pada masa mendatang. Pemanas listrik memiliki efisiensi hampir 100%. Boiler berbahan bakar minyak memiliki efisiensi rata-rata sebesar 65%, sedangkan boiler berbahan bakar gas alam memiliki efisiensi sebesar 80%.
43
Petunjuk: Pada latihan ini, anda perlu untuk set-up cabang dengan ikon yang merupakan kategori dengan intensitas energi agregat (Category with aggregate energy intensity) untuk pemanas ruangan. Beri tanda centang pada kotak untuk mengindikasikan bahwa anda akan melakukan analisis energi terpakai (useful energy analysis) dan memasukkan intensitas energi final pada Current Accounts (final energy intensities in Current Accounts). Gunakan cabang Properties untuk set-up kategori ini, seperti pada gambar. 2.3.2
• •
•
•
2.3.3
Skenario Reference
Luas lantai pada bangunan komersial diperkirakan akan tumbuh 3% per tahun. Terkait dengan perbaikan standar penyekatan bangunan komersial maka intensitas energi terpakai (misalnya, jumlah panas yang dihantarkan per meter persegi1) diperkirakan akan turun sebesar 1% per tahun hingga 2040. Sampai dengan tahun 2040, penetrasi pasar boiler berbahan bakar gas alam diperkirakan akan mencapai 25%, sedangkan boiler berbahan bakar minyak diperkirakan hanya turun sebesar 10%, sisanya adalah pemanas ruangan dengan menggunakan listrik. (Ingat bahwa pembagian aktifitas ini berbeda dengan pembagian bahan bakar yang dimasukkan dalam Current Accounts). Pada akhirnya, standar efisiensi energi untuk boiler sektor komersial yang meningkat secara bertahap diharapkan mampu menjadi pedoman perbaikan rata-rata efisiensi boiler berbahan bakar minyak dan gas alam. Sistem bahan bakar minyak diperkirakan mencapai angka efisiensi sebesar 75% pada tahun 2040, sedangkan gas alam sebesar 85%. Menampilkan Hasil Latihan
Setelah memasukkan data di atas, lihat Results View dan bandingkan hasil analisis anda dengan tabel di bawah ini. Permintaan Energi Pemanas Ruangan Bangunan Komersial: Skenario Reference (Juta Gigajoule) Fuels Electricity Natural Gas Residual Fuel Oil Total Commercial 1
2010 10.0 10.0 20.0
2040 19.3 8.7 3.9 31.9
Berbeda dengan intensitas energi final: jumlah bahan bakar yang digunakan per meter persegi
44
2.4
Total Permintaan Energi
Sebelum melanjutkan ke latihan Transformation, periksa hasil permintaan energi anda secara keseluruhan dan bandingkan dengan grafik di bawah ini. Total Permintaan Energi per Sektor Pelanggan: Skenario Reference
Total Permintaan Energi per Jenis Bahan Bakar: Skenario Reference
Petunjuk: Untuk melihat permintaan energi per jenis bahan bakar, pilih menu Show: Demand: Energy Demand Final Units, kemudian pilih bahan bakar pada legenda yang terletak di sebelah kanan menu bagian bawah dan pilih Group Fuels.
45
Exercise 3:
Transformasi
Pada Latihan 3 anda akan mengembangkan analisis transformasi energi yang lebih detail dari data yang telah ada pada Latihan 1. Pada latihan ini anda akan membuat modul baru untuk menguji pembuatan arang kayu, penyulingan minyak (oil refining) dan penambangan batubara. 3.1
Pembuatan Arang Kayu
Freedonia tidak mengimpor maupun mengekspor arang kayu. Semua arang kayu diproduksi di dalam negeri melalui proses tradisional, yakni pembakaran kayu bakar. Cara tradisional ini memiliki efisiensi konversi dari kayu bakar menjadi arang kayu sebesar 20%. Di masa mendatang, diharapkan ada proses pembuatan arang kayu dengan cara yang lebih efisien. Cara tersebut memiliki efisiensi konversi sebesar 47%. Produksi arang kayu diharapkan akan dapat memenuhi 5% dari total permintaan di tahun 2020 dan 20% di tahun 2030. Petunjuk: Bualtlah modul standar (bukan modul sederhana) dan pilih opsi untuk memasukkan data efisiensi sebagai efisiensi untuk mencocokkan data di atas. 3.2
Pembangkitan Listrik
Dengan bertambahnya sektor-sektor permintaan energi pada Latihan 2, maka permintaan energi terhadap pembangkitan listrik meningkat tiga kali lipat hingg menjadi sekitar 16.200 GWh. Karena itu, anda perlu untuk menentukan sistem pembangkitan listrik yang lebih besar dan lebih realistis agar dapat memenuhi permintaan energi tambahan. Ubah data yang telah dimasukkan di Latihan 1 pada Current Accounts untuk modul Electricity Generation agar sesuai degan data di bawah ini: Jenis Pembangkit Listrik PLT-Air PLT-Uap Batubara PLT-Oil Combustion Turbine Total
Tahun 2010 Kapasitas (MW) 1,000 2,500 2,000 5,500
Hasil Tahun Dasar (% GWh) 34% 44% 22% 100% (16,200 GWj)
Di masa yang akan datang, PLT-Angin akan menjadi pilihan mitigasi. Tambahkan teknologi baru untuk PLT-Angin pada Current Accounts namun jangan masukkan data apapun terlebih dahulu.
46
3.3
Penyulingan Minyak (Oil Refining)
Penyulingan minyak di Freedonia telah menghasilkan kurang lebih 4,16 juta ton minyak mentah pada tahun 2010 yang dihasilkan dari kapasitas maksimum pengolahan minyak sebesar 6 juta ton2 dengan efisiensi penyulingan minyak sekitar 95,0%. Tidak ada rencana untuk membangun penyulingan minyak baru di masa mendatang. Penyulingan minyak hanya menggunakan satu bahan dasar, yakni minyak mentah, dan menghasilkan tujuh jenis produk, yakni: bensin (gasoline), avtur (aviation gas), minyak tanah (kerosene), diesel, minyak residu (residual/fuel oil), LPG dan pelumas (lubricant). Peyulingan minyak dapat dioperasikan dengan fleksibel dan menghasilkan produk dengan kualitas yang disesuaikan dengan kebutuhan masyarakat. Produk minyak yang tidak mampu dihasilkan oleh penyulingan minyak di Freedonia akan didatangkan melalui mekanisme impor. Petunjuk: Atur modul transformasi penyulingan minyak ke modul standar dengan kapasitas data. Petunjuk: Atur pengaturan dispatch menjadi ter-dispatch oleh proses pembagian. Ingatlah untuk mengatur proses pembagian minyak mentah menjadi 100. 3.4
Penambangan Batubara
Semua batubara yang ditambang di Freedonia adalah jenis bituminous. Pada tahun dasar (base year), tambang batubara memproduksi 3,4 juta ton batubara dari kapasitas maksimum 6 juta ton. Efisiensi dari pertambangan batubara termasuk pabrik pencucian batubara adalah 80%. Dalam skenario Reference, diasumsikan bahwa kapasitas penambangan batubara akan mengalami peningkatan sebesar 14 juta ton pada tahun 2020 dan 23 juta ton pada tahun 2040. Hal ini berarti kapasitas penambangan batubara juga akan meningkat secara linear antara tahun 2020 sampai 2040. Setelah tahun 2030, impor batubara diperkirakan terpaksa menjadi pilihan dalam memenuhi permintaan yang terus meningkat. Impor menjadi pilihan bukan karena keterbatasan sumber daya, namun karena kapasitas penambangan batubara yang tidak mampu menyesuaikan pertumbuhan permintaan yang sangat cepat.
2
Catatan: Ada batasan dalam memasukkan data kapasitas pada unit energi dasar (ekuivalen minyak dalam ton atau ekuivalen batubara dalam ton per tahun). Pada Latihan 3, anggap 1 ton batubara = 1 TCE, sedangkan 1 ton minyak mentah = 1 TOE.
47
Petunjuk: Kapasitas yang diketahui harus dimasukkan pada variabel Exogenous Capacity. Impor batubara tidak boleh dimasukkan sebagai kapasitas, namun sebagai variabel Output Properties pada cabang Coal Mining\Output Properties. Pastikan bahwa Peraturan Kerugian (Shortfall Rule) diatur pada “Impor bahan bakar agar sesuai dengan kerugian” (Import fuel to meet shortfall) agar sesuai dengan contoh permintaan di atas. 3.5
Sumber Daya (Resources)
Langkah terakhir dalam memasukkan data ialah menentukan mana sumber daya primer mana yang diproduksi di dalam negeri dan mana yang perlu diimpor. Dalam LEAP, anda dapat menyebutkan secara spesifik tahun dasar dari cadangan bahan bakar minyak dan juga produksi maksimum tahunan dari berbagai bentuk energi terbarukan, seperti tenaga air dan tenaga angin. Apabila anda tidak menyebutkan sumber daya apa saja yang tersedia, maka LEAP secara otomatis akan mengidentifikasi sumber daya tersebut sebagai hasil impor. Data sumber daya disimpan di bawah cabang Resource. Perhatikan bahwa satu cabang terdiri dari sumber daya primer (Primary) dan sekunder (Secondary). Cabang-cabang tersebut terbaharui secara otomatis ketika anda mengedit struktur Tree pada LEAP. Anda tidak dapat menambah atau menghapus bagian dari sumber daya yang ada pada Tree. Di Freedonia hanya terdapat beberapa sumber daya energi yang tersedia di dalam negeri. Sumber daya tersebut ialah batubara, air, biomasa (kayu) dan angin. Sedangkan sumber daya energi seperti gas alam dan minyak haruslah diimpor. Tidak ada data yang lengkap mengenai ketersediaan cadangan batubara, air, biomasa dan angin, sehingga pada latihan ini diasumsikan bahwa semua sumber daya tersebut tidak terbatas. Untuk menggambarkan keadaan tersebut ke dalam LEAP, masuk ke cabang Resource dan masukkan cadangan tahun dasar (base year reserves) untuk batubara dan hasil (yields) untuk kayu, air dan angin, masing-masing sebesar 1 Trilyun GJ. Masukkan nilai nol untuk cadangan minyak mentah dan gas alam. Ingat bahwa dengan definisi tersebut anda tidak perlu memasukkan data ketersediaan sumber daya pada bahan bakar sekunder.
48
3.6
Menampilkan Hasil Latihan
Sebelum menampilkan hasil latihan, anda sebaiknya meninjau kembali diagram sistem energi, kemudian periksa apakah sudah nampak sama dengan diagram di bawah ini: Diagram Sistem Energi
49
Sekarang tukar tampilan ke Tampilan Neraca Energi (Energy Balance View). Periksa base year dan end year dari neraca tersebut dan bandingkan dengan tabel berikut ini: Neraca Energi Freedonia Tahun 2010 (Juta GJ)
Neraca Energi Freedonia Tahun 2040 (Juta GJ)
50
Petunjuk: Jika neraca energi tidak sesuai dengan tabel di atas, maka periksa kembali permintaan dan Current Accounts (pada tahun 2010) sebelum menujukan kesalahan pada skenario. Berikut adalah beberapa pemecahan masalah terkait dengan neraca energi: 1. Jika persyaratan nilai energi (baik yang diimpor/diekspor/diproduksi di dalam negeri) tidak sesuai dengan hasil (result), maka sebaiknya telusuri hasil untuk melihat jikalau anda dapat membatasi cabang permintaan, transformasi dan sumber daya manakah yang tidak berfungsi seperti yang diharapkan. 2. Apabila persyaratan energi sudah tepat namun produksi impor, ekspor dan/atau domestik tidak tepat, maka ada kemungkinan nilai-nilai tersebut tidak dimasukkan secara benar. Cabang properti juga tidak diatur secara tepat. Berikut adalah beberapa hal yang harus diperiksa: o Periksa properti hasil dari setiap modul transformasi yang dapat ditemukan pada tampilan analisis, pada folder “Output Fuels” pada setiap modul transformasi (misalnya Transformation\Oil Refining\Output Fuels). Periksa variable “Output Properties”, “Import Target”, dan “Export Target” untuk memastikan kesesuaian di antara ketiga variabel tersebut. o Periksa variabel “Base Year Reserve” dan “Yield” pada cabang Resources untuk memastikan bahwa telah terdapat cukup sumber daya primer dan sekunder untuk memproduksi sumber daya dan energi di dalam negeri. o Periksa variabel target impor dan ekspor pada cabang Primary and Secondary Resources. Variabel tersebut menambah sumber impor dan ekspor tambahan yang sebelumnya tidak ditentukan sebagai hasil dari satu atau lebih modul Transformation.
51
Sekarang tukar tampilan ke dalam Result View dan bandingkan hasil analisis anda dengan tabel di bawah ini.
Pembangkitan Listrik: Skenario Reference
Catatan: base year = 16.200 GWh, 2040 = 62.640 GWh Kapasitas Pembangkitan Listrik: Skenario Reference
52
Exercise 4:
Analisis Biaya-Manfaat
Pada latihan 4 ini, anda akan mengolah data untuk menggambarkan biaya dari berbagai macam sisi teknologi permintaan dan penyediaan energi. Kemudian anda juga akan mengaplikasikan LEAP untuk menganalisis biaya-manfaat dari berbagai skenario Policy yang terintegrasi. Pastikan anda memiliki seperangkat data yang terdiri dari semua data masukan yang lengkap. 4.1
Pengenalan Analisis Biaya-Manfaat dalam LEAP
LEAP dapat melakukan perhitungan biayamanfaat dari perspektif masyarakat dengan membandingkan biaya dari dua kebijakan atau lebih. Berikut adalah elemen-elemen biaya yang dapat dimasukkan dalam LEAP: •
• •
• • • • •
Permintaan Energi (Biaya penghematan energi, biaya pembelian peralatan, dan biaya non-bahan bakar lainnya)
Transformasi Energi (Biaya kapital dan biaya operasi dan pemeliharaan)
Biaya kapital permintaan dan biaya operasi dan pemeliharaan diekspresikan sebagai biaya total, biaya per aktifitas Biaya Sumber-daya Utama atau Biaya atau biaya dari penghematan energi Transportasi Bahan Bakar Biaya kapital transformasi Biaya operasi dan pemeliharaan transBiaya Eksternal terhadap formasi, baik yang bersifat tetap maupun Lingkungan yang berubah-ubah Biaya sumber-daya asal Biaya bakar bakar yang diimpor Keuntungan bahan bakar yang diekspor Biaya luar (externality) dari emisi polutan Biaya lain-lain yang didefinisikan oleh anda, misalnya biaya administrasi program efisiensi energi.
Untuk mengatur analisis pembiayaan dalam LEAP, hal pertama yang penting dilakukan adalah menarik batasan yang tetap dari sistem yang akan anda buat, sehingga tidak akan terjadi perhitungan biaya dan keuntungan ganda dalam LEAP. Misalnya, apabila anda akan menghitung biaya bahan bakar untuk pembangkit listrik, maka jangan lagi menghitung biaya listrik di dalam perhitungan biaya-manfaat secara keseluruhan.
53
Apabila anda belum selesai melakukan perhitungan analisis biaya, tukar pembiayaan dengan masuk ke menu General dan pilih sub-menu Basic Parameters ( ) lalu centang kotak biaya pada tab Scope. Selanjutnya, pilih tab Costing dan tentukan batasan sistem untuk perhitungan biaya. Pada latihan ini, pilih sistem energi lengkap atau “Complete Energy System” sebagai batasan. Hal ini berarti biaya bahan bakar hanya akan dihitung ketika bahan bakar tersebut diimpor atau diekspor atau ketika bahan bakar produksi dalam negeri akan diekstrak sebagai sumberdaya utama. Atur tarif potongan sebesar 5%. Mulailah dengan membangun rangkaian skenario Policy yang akan dianalisis. Kemudian masukkan data biaya yang sesuai dengan skenario tersebut, seperti biaya permintaan, transformasi, dan sumber daya energi. Pada tahap akhir, uji beberapa hasil perhitungan pembiayaan, termasuk di dalamnya perbandingan keseluruhan biaya-manfaat dari bermacam skenario.
4.2
Membuat Skenario Policy
Masuklah ke Manage Scenario ( ) dan buatlah lima skenario berikut ini: • • • • •
Efisiensi Pencahayaan (Efficient Lighting) Efisiensi Lemari Pendingin (Efficient Refrigerators) Peningkatan Bus berbahan bakar gas (CNG Buses) Pemakaian Gas Alam & Energi Terbarukan (Natural Gas & Renewables) Efisiensi Sektor Industri (Industrial Efficiency)
Petunjuk: Anda dapat menghapus skenario DSM yang telah dibuat pada Latihan 1.6. Tampilan Manage Scenarios seharusnya terlihat seperti gambar di samping atas kanan. Pastikan bahwa setiap skenario Policy energi yang baru terletak di bawah skenario Reference. Dengan demikian maka skenario tersebut akan mewarisi ekspresi-ekspresi yang sebelumnya telah dimasukkan dalam skenario Reference. Untuk langkah terakhir, buat skenario Mitigation di bawah skenario Reference. Skenario tersebut merupakan gabungan dari lima skenario Policy yang telah disebutkan di atas. Gunakan tab Inheritance untuk pengaturan pewarisan ekspresi dari kelima skenario Policy tersebut. 54
4.3
Memasukkan Data Pembiayaan
Langkah selanjutnya adalah memasukkan data yang akan digunakan untuk mengevaluasi perbedaan apa saja yang terdapat pada skenario-skenario tersebut di atas dibandingkan dengan skenario Reference. Secara umum, satuan biaya dari bermacam teknologi adalah sama meski berada pada skenario yang berbeda, namun skenario tersebut memiliki perbedaan dalam hal takaran penggunaan teknologi dan berapa banyak konsumsi energi yang dipakai. Dengan demikian, anda terlebih dahulu harus memasukkan data biaya pada skenario Current Accounts, kemudian masukkan data yang menggambarkan penetrasi teknologi pada skenario Policy yang berbeda. Mulailah dengan menentukan data biaya untuk pilihan permintaan energi (demand-side). Secara umum, anda perlu untuk memasukkan tiga jenis data yang menggambarkan: •
Penetrasi Teknologi (Technology Penetration): berapa banyak jenis peralatan baru yang efisien yang akan dipakai dalam skenario Policy?
•
Dayaguna Teknologi (Technology Performance): seberapa efisienkah peralatan baru tersebut?
•
Biaya Teknologi (Technology cost): berapa biaya yang harus dikeluarkan untuk peralatan baru tersebut? Anda dapat menentukan biaya keseluruhan dari peralatan lama yang digunakan pada skenario Reference dan skenario Policy atau anda dapat langsung memasukkan biaya tambahan (incremental cost) peralatan baru pada skenario Policy yang berhubungan dengan biaya peralatan lama yang digunakan pada skenario Reference.
4.3.1
Skenario Efisiensi Pencahayaan (Efficient Lighting)
Petunjuk: Sebelum memasukkan data, buat cabang teknologi baru di bawah folder kategori pencahayaan rumah tangga perkotaan (urban lighting category) untuk teknologi efisien yang baru. •
Technology Penetration: Sebuah program untuk menginstal sistem pencahayaan yang efisien dapat menurunkan konsumsi listrik pada rumah tangga perkotaan. Hal tersebut dilakukan dengan penggunaan lampu neon kompak (compact fluorescent, CFL) dan teknologi lainnya. Perkiraan dimulainya program tersebut adalah pada tahun 2012. Pada tahun 2017 program tersebut akan mencakup 40% dari semua rumah tangga dan 75% pada tahun 2030. Masukkan data tersebut di variabel Activity Level pada skenario Efficient Lighting.
55
•
Technology Performance: Diperkirakan penggunaan lampu hemat energi hanya mengkonsumsi 30% listrik yang diperlukan oleh lampu pijar. Masukkan data tersebut di variabel Final Energy Intensity pada skenario Current Accounts.
•
Technology Cost: Harga sebuah lampu pijar biasa adalah $1, namun hanya memiliki usia pemakaian selama satu tahun. Sedangkan harga lampu hemat energi adalah $6 dengan usia pemakaian selama 3 tahun. setiap rumah tangga diperkirakan memiliki 5 buah lampu. Masukkan data ini di variabel Demand Cost pada skenario Current Accounts. Masukkan data per sektor rumah tangga dan pastikan anda memilih metode Activity Cost. Selain Biaya Aktifitas, anda juga perlu untuk menggunakan fungsi Annual Cost atau Biaya Tahunan untuk menentukan jumlah biaya yang dikeluarkan setiap tahunnya dari teknologi lama dan baru per sektor rumah tangga per tahun. Sebagai contoh, biaya tahunan lampu hemat energi per sektor rumah tangga dapat ditulis: AnnualizedCost(6*5,3) Formula di atas menggunakan formula gadai standar (standard mortgage formula) untuk menghitung biaya per sektor rumah tangga per tahunnya (5 lampu pijar x $6/lampu) selama 3 tahun umur lampu. Tulis formula serupa untuk lampu pijar standar/lama. Petunjuk: Fungsi Wizard (Ctrl+F) membantu anda ketika memakai aplikasi Fungsi seperti Fungsi Biaya Tahunan (Annualized Cost).
4.3.2
Skenario Efisiensi Lemari Pendingin (Efficient Refrigerators)
•
Technology Penetration: Pemerintah mempertimbangkan untuk memperkenalkan standar efisiensi yang baru untuk lemari pendingin. Program tersebut akan dimulai pada tahun 2014 dan pada tahun 2025 semua lemari pendingin di daerah perkotaan ditargetkan akan telah memenuhi standar baru tersebut.
•
Technology Performance: Program standarisasi mensyaratkan agar pabrik memproduksi lemari pendingin dengan intensitas energi rata-rata sebesar 380 KWh/tahun.
56
•
4.3.3
Technology Cost: Biaya peningkatan efisiensi lemari pendingin menjadi 380 KWh diperkirakan sebesar $100 per buah. Baik lemari pendingin jenis lama maupun jenis hemat biaya memiliki usia pemakaian selama 10 tahun. Di sini, anda hanya memiliki data yang menggambarkan biaya tambahan (incremental cost) peralatan hemat biaya. Maka ketika memasukkan data variabel Demand Cost pada skenario Current Accounts, anda perlu untuk memasukkan biaya sebesar nol untuk lemari pendingin jenis lama dan menentukan hitungan biaya tambahan tahunan sebesar $100 selama 10 tahun usia pemakaian lemari es jenis hemat biaya. Perlu diperhatikan bahwa dalam melakukan analisis biaya-manfaat, anda TIDAK perlu menentukan semua biaya dari sebuah skenario. Anda hanya perlu menentukan bagaiman biaya sebuah skenario berbeda antara satu dengan yang lainnya. Skenario Efisiensi Industri (Industrial Energy Efficiency)
Pada sektor “Other Industrial” di Freedonia, energi digunakan secara luas pada berbagai proses yang berbeda. Sebuah audit energi dari industri yang terpilih telah memperkirakan bahwa konsumsi energi dapat dikurangi sebesar rata-rata 5 sen/KWh melalui berbagai langkah penghematan energi (untuk listrik maupun bahan bakar minyak). Langkah tersebut memiliki potensi penghematan pengkonsumsian energi hingga 30% pada sektor “Other Industry” di tahun 2040. Tidak seperti dua contoh sebelumnya, pada analisis kali ini tidak terdapat informasi biaya yang memungkinkan anda untuk menghitung jumlah peralatan baru yang akan dipasang. Oleh sebab itu, anda harus menentukan biaya dengan memasukkan Cost of Saved Energy. Pada skenario Current Accounts, pilih variabel Demand Cost untuk cabang Electricity dan Fuel Oil yang berada di bawah cabang “Other Industry”. Kemudian, pilih Cost of Saved Energy Method. Ketika anda memilih metode tersebut, sebuah kotak dialog akan muncul. Pilih unit Penghematan dalam Dollar/KWh terhadap Skenario Reference (Dollars/KWh saved versus the Reference Scenario). Kotak dialog tersebut akan terlihat seperti ini: Setelah pengaturan unit selesai, klik OK dan masukkan data penghematan senilai $0,05/KWh. Ulangi hal ini untuk setiap bahan bakar. Langkah selanjutnya, pilih skenario Industrial Efficiency dan tentukan jenis penghematan energi yang dapat diharapkan. Salah satu cara termudah untuk melakukan ini adalah dengan memilih variabel Final Energy Intensity yang terdapat pada cabang Other Industry, kemudian masukkan formula berikut yang menginformasikan LEAP bahwa intensitas energi adalah sebesar 30% kurang dari skenario Reference dasar pada tahun 2040: BaselineValue * Interp(2010, 1, 2040, 0.7)
57
4.3.4
Skenario Bus dengan Bahan Bakar Gas (CNG Buses)
Mengganti bus berbahan bakar diesel dengan bus berbahan bakar gas (CNG) dipandang sebagai sebuah pilihan yang tepat, baik untuk peningkatan kualitas udara di daerah perkotaan yang padat penduduk dan memiliki tingkat polusi udara yang tinggi maupun untuk pengurangan emisi karbon dioksida (CO2). •
Technology Penetration: Bus berbahan bakar CNG direncanakan untuk diperkenalkan pada tahun 2012. Pada tahun 2017 diharapkan dapat memenuhi 7% dari total bus penumpang-km dan pada tahun 2040 akan mencapai 70%.
•
Technology Performance: Gas alam yang digunakan dalam bus CNG memiliki intensitas energi sebesar 0,29 MJ/penumpang-km, sedikit kurang dari yang digunakan dalam bus berbahan bakar diesel.
•
Technology Cost: Biaya bus CNG $0,1 per penumpang-km, lebih mahal dari pada bus diesel, namun bus tersebut memiliki usia pemakaian lebih dari 15 tahun.
4.3.5
Biaya Transformasi
PLT-Angin dan PLT-Gas Alam Combined Cycle (Natural Gas Combined Cycle, NGCC) akan dimasukkan pada skenario mitigasi yang terakhir. Sebelum memasukkan data pembiayaan, anda harus membuat cabang baru untuk kedua teknologi pembangkit listrik tersebut dan menentukan karakteristik performanya. Gunakan tabel berikut ini untuk mengatur skenario Current Accounts. Karakteristik Performa Untuk Fasilitas Listrik Masa Datang PLT-Angin PLT-Gas Alam Combined Cycle Peraturan Ter-dispatch Merit Order Merit Order Merit Order 1 1 Tahun Simulasi Pertama 2011 2011 Effisiensi Proses [%] 100 55 Ketersediaan Maksimum [%] 35 80 1 Kredit Kapasitas [%] 30 100 Produksi Masa Lampau [GWh] 0 0 Capasitas Eksogenus [MW] 0 0 Usia Pemakaian [tahun] 30 30 1
Variabel kredit kapasitas menyatakan nilai kapasitas keuntungan yang diatur terkait dengan teknologi energi terbarukan. Hal ini berarti semua teknologi selain teknologi yang menggunakan sumber daya angin akan memeiliki kredit kapasitas sebesar 100%.
58
Setiap kebijakan sisi permintaan energi (demand-side) yang anda buat, memiliki bermacam dampak terhadap jumlah dan pengoperasian sektor Transformation. Oleh sebab itu, tidak seperti pada pilihan demand-side di mana anda hanya perlu memasukkan data biaya untuk menggambarkan pilihan baru yang sedang diteliti, pada sektor Transformation anda harus menentukan biaya dari keseluruhan jenis pembangkit listrik dan bahan bakar yang mungkin akan berdampak pada sektor tersebut. Mulailah dengan menentukan biaya kapital dan biaya operasional dan pemeliharaan (O&M) tetap dan tidak tetap dari berbagai jenis sistem Pembangkitan Listrik. Gunakan tabel berikut ini untuk data yang diperlukan dalam LEAP. Biaya Fasilitas Pembangkit Listrik Lama dan Baru Kapital Operasional dan ($/kW) Pemeliharaan Tetap ($/kW) Pembangkit Listrik Lama PLT-Batubara 1000 40 PLT-Air 2000 0 PLT-Combustion Turbine 400 10 Pembangkit Listrik Baru PLT-Batubara 1000 40 PLT-Combustion Turbine 400 10 PLT-Gas Alam 500 10 Terkombinasi PLT-Angin 800 25
Operasional dan Pemeliharaan Tidak Tetap ($/MWh)
Suku Bunga [%]
3 1 0.7
5 5 5
3 0.7 0.5
5 5 5
0
5
Catatan: biaya tersebut di atas TIDAK termasuk biaya bahan bakar. Anda akan menganalisis biaya bahan bakar ketika menentukan data biaya sumber daya. 4.3.6
Skenario Gas Alam & Energi Terbarukan (Natural Gas and Renewables)
Pada skenario Reference, PLT-Uap Batubara dan PLT-Oil Combustion Turbine diasumsikan sebagai jenis pembangkit listrik utama yang akan dibangun di masa mendatang. Ingatlah bahwa data ini ditetapkan untuk variabel Endogenous Capacity yang terletak di bawah daftar proses modul Electricity Generation. Pada skenario Policy ini, anda akan menguji dampak dari pembangunan pembangkit listrik gabungan di masa mendatang. Skenario ini akan menganalisis dampak pembangunan PLTGas Alam Combined Cycle dan PLT-Angin sebagai beban dasar ditambah beberapa PLT-Oil Combustion Turbines untuk memenuhi permintaan beban puncak. Pilih Skenario Gas Alam dan Energi Terbarukan (Natural Gas and Renewables), kemudian pada layar Endogenus Capacity, ubah data skenario Reference menjadi berikut ini:
59
Ukuran Penambahan Kapasitas pada Skenario Gas Alam dan Energi Terbarukan Proses Urutan Ukuran Penambahan Penambahan (MW) PLT-Gas Alam CC 1 400 PLT-Oil Combustion Turbin Baru 2 200 PLT-Angin 3 200 Petunjuk: pastikan untuk langsung memasukkan teknologi pembangkit listrik tersebut ke dalam skenario Mitigation. Anda tidak perlu menambah ukuran tambahan karena nilainya akan langsung diturunkan. Namun, anda perlu untuk membuat struktur baru dengan memasukkan urutan penambahan (addition order) yang tepat sesuai informasi di atas. 4.3.7
Biaya Sumber Daya
Langkah terakhir, anda akan menentukan unit biaya untuk sumber daya primer yang diproduksi di dalam negeri maupun di luar negeri serta bahan bakar tambahan yang terletak di bawah bagian Resources pada cabang Tree. Untuk memasukkan biaya, gunakan keterangan di bawah ini: Primary Resources (Indigeneous production and imports): • Batubara seharga $20/ton pada tahun 2010 meningkat menjadi $30/ton pada tahun 2040 • Gas alam dari harga $0.1/m3 pada tahun 2010 meningkat menjadi $0.2/m3 pada tahun 2040 • Minyak mentah dengan harga $30/ton pada tahun 2010 meningkat menjadi $50/ton pada tahun 2040 Secondary Resources (Indigeneous production and imports): • Diesel, Bensin, LPG, Minyak Tanah, Minyak Bakar, Avtur dan Pelumas seharga $300/ton pada tahun 2010 naik menjadi $400/ton pada tahun 2040 • Harga jual listrik tidak akan dimasukkan dalam pemodelan ini karena pemodelan yang dihitung adalah biaya produksi listrik berdasarkan bahan bakar yang digunakan dan jenis pembangkit listrik. Masukkan data biaya tahun dasar tersebut pada skenario Current Accounts karena semua skenario dianggap sama dengan biaya unit. Proyeksi biaya bisa dimasukkan satu kali pada skenario Reference.
60
4.4
Hasil Analisis Biaya-Manfaat
Pada layar Manage scenarios, anda dapat memilih skenario mana sajakah yang ingin dianalisis dengan cara mengklik kotak pilihan pada cabang Tree. Sebagai langkah awal, anda mungkin dapat memilih skenario Reference dan Mitigation. Pada tampilan Ringkasan (Summaries) anda dapat memperlihatkan Net Present Value (NPV) dari skenario Mitigation. NPV dari skenario Mitigation ini dapat dibandingkan dengan skenario terpilih lainnya (dalam hal ini skenario Reference). NPV merupakan jumlah dari harga diskon dan keuntungan dalam satu skenario dikurangi perhitungan lainnya (penjumlahan dari keseluruhan biaya dalam penelitian). Hasil analisis akan tampak seperti yang tertera di bawah ini. Perhatikan bahwa pada sisi permintaan (demand-side), biaya skenario Mitigation lebih besar dari skenario Reference, karena dalam skenario Mitigation anda menginvestasikan modal dan Pengoperasian & Pemeliharaan (O&M) ke dalam program peningkatan efisiensi energi. Meski demikian, hal tersebut lebih baik dari program penghematan pada modul Transformation dan dari menghindari persyaratan sumber daya. Jadi, skenario Mitigasi NPV secara keseluruhan bernilai negatif. Hal ini menandakan bahwa skenario ini membutuhkan pembiayaan yang lebih rendah dibandingkan dengan skenario Reference. Biaya dan Keuntungan Kumulatif Tahun 2010-2040 Dalam Milyar Dollar. Potongan 5% pada tahun 2010 dibandingkan dengan skenario Reference
61
Hasil pembiayaan dapat pula dilihat melalui grafik pada Result View. Pilih cabang paling atas dari Tree dan tampilkan kategori Costs. Akan sangat bermanfaat apabila anda membandingkan hasil pembiayaan dalam berbagai jenis skenario dengan skenario Reference. Misalnya, coba bandingkan biaya kenaikan kumulatif terpotong (incremental cumulative discounted costs) dari skenario Mitigation dengan skenario Reference.
62
Exercise 5:
Studi Transportasi
Pada Latihan 5 anda akan mengaplikasikan fitur analisis transportasi LEAP untuk membangun berbagai skenario yang menguji kebijakan-kebijakan yang berbeda pada penggunaan kendaraan jenis mobil (Cars) dan Sport Utility Vehicles (SUVs). Kendaraan SUV merupakan jenis kendaraan dengan tingkat intensitas energi yang besar. SUV menyebabkan meningkatnya konsumsi pemakaian bahan bakar dan emisi gas rumah kaca, terutama di negara Amerika Serikat. Langkah pertama adalah membuat inventaris Current Accounts untuk bahan bakar dan emisi tertentu dari kendaraan tersebut. Kemudian buat skenario “Business as Usual” (BAU) yang memproyeksikan penggunaan bahan bakar dan emisi pada masa mendatang dengan asumsi yang menyatakan bahwa tidak ada kebijakan baru yang akan mengurangi penggunaan bahan bakar dan emisi. Langkah terakhir, buat dan bandingkan berbagai skenario yang menguji perhitungan pengurangan penggunaan bahan bakar dan emisi. Bersama dengan latihan lainnya, buat sebuah Area dan kemudian atur parameter dasar penelitian. Pilih Area baru dengan mengklik Area: New Area atau klik tombol New Area ( ) pada toolbar utama. Beri nama “Transportia” atau nama lain yang anda suka. Centang tombol radio untuk membuat area dari data default kemudian klik OK. 5.1
Parameter Dasar dan Struktur
Masuk ke menu General: Basic Parameters.
• • •
•
Pada tab Scope, pastikan hanya kotak pilihan Energy sector dan Non-GHG environmental loadings yang tercentang. Pada tab Years, masukkan 2010 sebagai base year, 2011 sebagai First Scenario Year dan 2030 sebagai end year. Transportia tidak menggunakan satuan hitung internasional (S.I.) melainkan satuan hitung yang digunakan di Amerika Serikat, oleh sebab itu anda perlu mengatur satuan default yang berbeda. Pada tab Default Unit, pilih Gallons of Gasoline Equivalent sebagai satuan energi default, Miles sebagai satuan jarak default, Pounds/Million BTU sebagai satuan emisi default berbasis energi dan grammes/Vehicle-Mile sebagai satuan emisi default berbasis transportasi. Pada tab Stocks, pastikan untuk mencentang kotak Top-down sales dan stock data dengan jumlah tahun buatan 22.
63
Sekarang anda dapat memasukkan data pada Tree. Langkah pertama, buat dua kategori utama, untuk Cars dan SUV. Caranya klik tombol Add ( ) yang terletak di atas cabang Tree kemudian buat cabang kategori ( ) untuk masing-masing kategori utama.
Kendaraan Hibrid-Listrik Kendaraan jenis hibrid mengga-bungkan mesin internal combustion berukuran kecil dengan motor listrik dan baterai untuk mengurangi kon-sumsi bahan bakar dan emisi gas buang. Energi yang hilang ketika pengereman ditangkap dan dikem-balikan ke baterai dalam sebuah pro-ses yang disebut “regenerative braking”
Di bawah masing-masing kategori, buat sub kategori untuk kendaraan konvensional Bermesin Pembakaran Internal (Internal Combustion Engine, ICE) dan untuk kendaraan jenis Hibrid-Elektrik (HybridElectric Vehicles) (lihat kotak di samping).
Tidak seperti kendaraan jenis listrik, kendaraan hibrid memiliki keunggulan, yakni anda tidak perlu mengisi ulang baterai ke sumber listrik. Mesin hibrid beroperasi lebih efisien dan menghasilkan lebih sedikit polusi daripada mesin internal combustion biasa. Kendaraan hibrid memiliki harga yang bersaing ketika biaya keseluruhan penggunaan mobil diikutsertakan. Hal tersebut dikarenakan biaya pema-kaian seimbang dengan penghematan bahan bakar.
Di bawah setiap kategori ICE konvensional, buatlah dua kategori teknologi alternatif yakni Bensin (Gasoline) dan Diesel (Diesel). Ketika menambahkan dua kategori tersebut, pastikan meletakkannya pada cabang Transport Technology dengan ikon ( ) dan pilih bahan bakar yang sesuai untuk masing-masing kategori. Di bawah kategori Hibrid, tambahkan kategori Gasoline.
Dengan menggabungkan bahan bakar bensin dan tenaga listrik, kendaraan hibrid akan memiliki tingkatan yang sama, atau bahkan lebih tinggi dari mesin pembakaran tradisional. Ken-daraan hibrid menawarkan performa yang sama dibandingkan dengan kendaraan bermesin internal com-bustion biasa.
Struktur cabang Tree anda akan terlihat seperti berikut ini:
Toyota Prius: salah satu kendaraan hibrid-listrik yang tersedia di pasaran
64
5.2
Data Current Accounts
Langkah selanjutnya; masukkan data base year dari skenario Current Accounts. •
Pada tahun awal hitung (2010) terdapat 6 juta mobil dan 4 juta kendaraan SUV di jalan, tidak termasuk kendaraan baru yang terjual pada tahun tersebut.
•
Mobil dan kendaraan SUV yang digunakan terdiri dari kendaraan dengan usia penggunaan yang berbeda (vintages). Persentase pembagian usia penggunaan dapat dilihat pada tabel di samping kanan.
Usia % (Tahun) Persediaan 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
Petunjuk: Buatlah profil daur hidup (lifecycle profile) dengan nama Existing Car Stocks untuk merepresentasikan distribusi kendaraan dengan usia pemakaian yang berbeda (vintages) dari persediaan pada base year. Masuk ke menu General; Lifecycle Profiles. Tambahkan sebuah profil kemudian masukkan data yang tertera di samping. Gambar di bawah menunjukkan bagaimana informasi tersebut akan terlihat ketika dimasukkan ke dalam profil daur hidup. Pada Analysis View, klik tab Stock Share untuk setiap cabang teknologi dan pada kolom Stock Vintage Profile pilih profil Existing Car Stocks.
0,00 11,26 11,04 10,60 9,99 9,22 8,34 7,40 6,43 5,48 4,58 3,75 3,01 2,37 1,82 1,38 1,02 0,74 0,53 0,37 0,25 0,17 0,27
Catatan Penting: LEAP mensyaratkan bahwa pada tahun ke-nol, semua stock vintage profiles berjumlah nol. Hal tersebut dikarenakan kendaraan baru yang terjual pada base year tidak boleh dimasukkan ke dalam data yang dimasukkan untuk persediaan base year. Kendaraan-kendaraan tersebut dihitung dengan menggunakan variabel penjualan.
65
•
Pada base year, sebanyak 0,8 juta mobil dan 0,5 juta kendaraan SUV telah terjual. Kendaraan-kendaraan tersebut secara berangsur-angsur akan berhenti dipakai. Sebuah profil kelangsungan pemakaian kendaraan yang menggambarkan pemberhentian penggunaan kendaraan dapat direpresentasikan dengan fungsi eksponen berikut ini:
S t = S t −1 ⋅ e t⋅0.02 Di mana S adalah pecahan dari kendaraan yang digunakan sekarang dan t adalah usia kendaraan (dalam tahun). Petunjuk: Buatlah lifecycle profile lainnya untuk menggambarkan persentase kendaraan yang masih aktif digunakan, kemudian beri nama “Private Car Survival”. Caranya adalah dengan menambahkan sebuah profil lalu buatlah kurva garis lengkung dengan parameter konstan –0,02. Pada Analysis View, klik tab Sales Share untuk setiap cabang teknologi dan pada kolom Survival Profile pilih profil Private Car Survival. •
Di antara mobil bermesin internal combustion dan kendaraan SUV, 2% dari penjualan dan 2% dari persediaan pada base year adalah kendaraan bermesin diesel, sisanya merupakan kendaraan dengan bahan bakar bensin.
•
0,05% persediaan kendaraan pada base year adalah kendaraan Hibrid. 0,5% mobil yang terjual pada base year adalah jenis Hibrid.
66
•
Semua mobil dan kendaraan SUV baru diasumsikan berjalan sepanjang 15.000 mil pada tahun pertama pemakaian. Seiring dengan meningkatnya usia mobil, maka semakin berkurang pemakaiannya. Hal tersebut dapat ditunjukkan oleh fungsi eksponen (yang mirip dengan yang telah disebutkan pada penjelasan di atas) dan ditunjukkan pula dengan parameter konstan –0,002.
•
Penghematan bahan bakar pada base year ditunjukkan pada tabel di samping. Penghematan bahan bakar diasumsikan tetap dalam keadaan konstan seiring dengan meningkatnya usia pemakaian kendaraan.
•
Tidak terdapat kendaraan jenis SUV.
5.3
Fuel Economy in 2010 (Miles per Gallon)
Skenario Business as Usual (BAU)
Sekarang anda siap untuk membuat Skenario Business as Usual (BAU) yang memproyeksikan penggunaan bahan bakar di masa mendatang di bawah asumsi kebijakankebijakan baru untuk mengurangi penggunaan bahan bakar dan emisi. Masuk ke Manage Scenarios ( ) kemudian klik tombol Add ( ) dan buat skenario baru dengan nama “Business as Usual” (BAU). Masukkan data-data berikut ini: •
Penjualan kendaraan diharapkan meningkat dua kali lipat, mencapai angka 2 juta kendaraan/tahun pada tahun 2030. Peningkatan tersebut diperkirakan berasal dari segmen pasar kendaraan SUV. Pada tahun 2030, penjualan mobil tahunan turun hingga angka 0,8 juta/tahun, sedangkan penjualan kendaraan SUV justru meningkat dua kali lipat lebih, mencapai angka 1,2 juta pada tahun yang sama.
•
Penetrasi pasar kendaraan hibrid tetap konstan pada skenario BAU. Tidak ada kendaraan SUV jenis baru pada masa mendatang.
•
Karena tidak adanya standar baru, maka penghematan bahan bakar pada semua kendaraan tidak berubah di masa mendatang.
67
5.4
Hasil Latihan
Hasil skenario BAU meliputi penjualan, persediaan, jarak tempuh, dan konsumsi bahan bakar. Periksa apakah hasil dari anda telah sama dengan tabel berikut yang menampilkan rincian kategori untuk tahun 2010, 2020, dan 2030. Hasil Skenario BAU Penjualan Tahunan Kendaraan (Ribu) Mobil Internal Combustion Engine\Bensin Internal Combustion Engine\Diesel Hibrid\Bensin SUV Internal Combustion Engine\Bensin Internal Combustion Engine\Diesel
780 16 4 490 10 Total 1.300 Persediaan Kendaraan (Juta) 2010 Mobil Internal Combustion Engine\Bensin 6,7 Internal Combustion Engine\Diesel 0,1 Hybrid\Bensin 0,01 SUV Internal Combustion Engine\Bensin 4,4 Internal Combustion Engine\Diesel 0,1 Total 11,3 Jarak Tempuh Kendaraan Tahunan (Juta Kendaraan-Mil) Mobil Internal Combustion Engine\Bensin 94,8 Internal Combustion Engine\Diesel 1,9 Hybrid\Bensin 0,1 SUV Internal Combustion Engine\Bensin 62,8 Internal Combustion Engine\Diesel 1,3 Total 160,9 Konsumsi Bahan Bakar (Sepadan dengan Juta Galon Bensin) Mobil Internal Combustion Engine\Bensin 3.793 Internal Combustion Engine\Diesel 69 Hybrid\Bensin 3 SUV Internal Combustion Engine\Bensin 4.186 Internal Combustion Engine\Diesel 75 Total 8.125
780 16 4 833 17 1.650 2020 6,9 0,1 0,03 5,9 0,1 13,1
780 16 4 1.176 24 2.000 2030 6,9 0,1 0,04 8,9 0,2 16,2
98,2 2,0 0,5 85,9 1,8 188,3
99,1 2,0 0,5 128,2 2,6 232,5
3.929 72 12 5.723 103 9.838
3.965 72 13 8.546 154 12.750
Petunjuk: Jika hasil analisis anda cukup berbeda hingga beberapa persen dari hasil di atas, maka periksalah kembali dan jika perlu debug ulang data Current Accounts. Hilangkan kemungkinan kesalahan pada data Current Accounts sebelum debug nilai masa mendatang (future values).
68
5.5
Faktor Emisi Current Accounts
Berikutnya, masukkan data beban lingkungan yang menggambarkan muatan polutan dari kendaraan yang sedang diteliti. Untuk menjaga entri data agar tetap pada angka minimum, maka hanya akan ada empat jenis polutan yang diteliti, yakni: gas rumah kaca, Karbon Dioksida (CO2), dan tiga jenis polutan yang menyumbang terjadinya polusi udara pada skala lokal, yakni: Nitrogen Oksida (NOx), Karbon Monoksida (CO), dan senyawa yang berukuran kurang dari 10 mikron (PM10). Emisi CO2 yang dihasilkan oleh kendaraan bergantung pada jenis bahan bakar yang digunakan dan efisiensi (fuel economy) kendaraan tersebut. Oleh sebab itu, emisi tersebut dapat ditetapkan dalam bentuk satuan emisi dari energi yang terpakai. Satuan pengukuran yang digunakan adalah Pounds of CO2 per MMBTU dari bahan bakar yang terpakai. Polutan udara lokal lebih bergantung pada jenis teknologi pengawasan yang digunakan pada kendaraan, dan pada tingkatan tertentu cenderung melibatkan kebijakan yang diatur oleh pemerintah. Dengan alasan tersebut maka faktor-faktor emisi tersebut ditetapkan per kendaraan-mil yang ditempuh (vehicle-mile traveled). Satuan yang digunakan adalah gram polutan per Kendaraan-Mil yang ditempuh (grammes of pollutant per Vehicle-Mile traveled). Karena emisi polutan tersebut sangat bergantung pada performa konvertor katalitis atau teknologi pengawasan lainnya, maka seiring dengan bertambahnya usia pemakaian kendaraan dan jarak yang ditempuh oleh kendaraan tersebut, emisi dapat meningkat. Oleh sebab itu, di samping menentukan faktor-faktor emisi untuk kendaraan baru, anda juga perlu menentukan faktor-faktor penurunan untuk setiap polutan yang merinci bagaimana emisi dapat meningkat seiring bertambahnya usia pemakaian kendaraan. Pemerintah Transportia secara berkelanjutan meninjau ulang dan meningkatkan peraturan tentang emisi kendaraan berdasarkan rekomendasi dari Badan Perlindungan Lingkungan (Environmental Protection Agency). Sejak tahun 2000, pemerintah telah beberapa kali memperketat standar emisi untuk mobil baru. Tabel berikut ini merinci faktor-faktor emisi setiap jenis mobil baru yang telah meningkat sejak tahun 2000. Mobil Bensin
Diesel
Polutan CO2 CO NOx PM10 CO2 CO NOx PM10
Satuan pon/MMBTU g/kendaraan-mil g/kendaraan-mil g/kendaraan-mil pon/MMBTU g/kendaraan-mil g/kendaraan-mil g/kendaraan-mil
2000 159,50 6,20 0,44 0,40 161,00 1,05 0,60 1,50
2005
2014
Standar Baru?
5,30 0,35 0,30
3,50 0,04 0,20
1,70 0,03 0,05
0,54 0,27 1,50
0,20 0,08 0,50
0,20
Data mengenai emisi pada kendaraan jenis hibrid belum tersedia. Namun, karena pengaturan kendaraan hibrid sama dengan kendaraan konvensional bermesin internal combustion berbahan bakar bensin, maka diasumsikan bahwa kendaraan hibrid memiliki faktor emisi yang sama dengan kendaraan jenis tersebut.
69
Standarisasi pengaturan emisi menjadi sebuah keharusan untuk kendaraan yang diproduksi pada tahun 2014. Pemerintah mempertimbangkan hal tersebut dengan memperkenalkan seperangkat peraturan baru mengenai emisi dengan mengusulkan faktorfaktor penyebab emisi baru yang terdaftar pada bagian akhir. Rencana pengajuan peraturan baru tersebut belum disetujui dan oleh sebab itu pemerintah belum pula menentukan kapan proposal tersebut berubah menjadi undang-undang dan berpengaruh terhadap sistem manufaktur kendaraan baru. Untuk memasukkan data di atas ke dalam LEAP, langkah pertama yang harus anda lakukan adalah membuat sebuah rangkaian cabang beban lingkungan atau environmental loading ( ) di bawah setiap cabang teknologi ( ). Klik tab environmental loading, kemudian klik tombol Add ( ) untuk menambah pengaruh emisi CO2, CO, NOx dan PM10. Struktur cabang Tree yang dibuat akan terlihat seperti gambar di samping. Sangatlah penting untuk mengatur satuan yang tepat untuk setiap polutan. Untuk CO2, atur Tipenya menjadi “Per unit energy consumed” dan pilih satuan dalam Pounds/MMBTU. Kemudian untuk polutan-polutan lainnya pilih tipe “Per unit travel” dan pilih satuan dalam grammes/vehicle-mile. Karena data di atas mewakili standar emisi yang diterapkan pada manufaktur kendaraan baru pada tahun tertentu, maka anda perlu memasukkan data untuk tahun 2000, 2005, dan 2014. Selanjutnya, karena tahun standar baru belum ditentukan, maka anda dapat menentukannya dengan menggunakan salah satu Asumsi Kunci atau Key Assumption yaitu “New Reg Year”. Atur nilai variabel tersebut pada tahun 2050 agar standar baru tidak dipakai dalam kalkulasi skenario awal manapun. Sebagai contoh, buatlah suatu ekspresi yang mewakili emisi CO dari kendaraan berbahan bakar bensin sebagai berikut: Step(2000, 6.2, 2005, 5.3, 2014, 3.5, Key\New Reg Year, 1.7)
70
Akhirnya, untuk ketiga jenis polutan udara lokal, anda akan menganalisis tentang peningkatan faktor-faktor emisi dari waktu ke waktu, seiring bertambahnya usia pemakaian sebuah kendaraan. Caranya, masuk ke jendela lifecycle profile (Alt-L) kemudian buat tiga buah profil yang mewakili penurunan CO, NOx dan PM10. Setiap jenis polutan udara lokal dapat direpresentasikan melalui kurva eksponen dengan nilai parameter konstan sebagai berikut: CO=0,006, NOx=0,008, PM10=0,005. Pada Analysis View, klik tab Environmental Loading untuk setiap cabang teknologi, kemudian pada kolom akhir Degradation Profile dan pilih profil yang sesuai dengan jenis polutan. Emisi karbon dioksida (CO2) bergantung pada jumlah pembakaran bahan bakar kendaraan. Faktor emisi yang digunakan adalah faktor emisi konstan tunggal. Selain itu, tidak diperlukan kurva penurunan. Jadi, untuk faktor emisi CO2 atur Degradation Profile dalam keadaan konstan. Petunjuk: Untuk menghindari keharusan memasukkan fungsi tersebut di bawah setiap cabang teknologi, anda dapat memilih untuk membuat asumsi kunci untuk setiap faktor emisi dan menautkannya di bawah setiap teknologi. 5.6
Emisi Business as Usual (BAU)
Memproyeksikan emisi di masa mendatang adalah hal yang mudah dalam skenario BAU karena dalam skenario BAU tidak terdapat kebijakan baru untuk mengurangi emisi. Periksa hasil analisis emisi yang telah dibuat oleh anda untuk tahun 2010, 2020, dan 2030 dan bandingkan dengan hasil berikut ini: Hasil Skenario BAU Emisi Polusi CO2 (Juta Ton) CO (Juta Ton) PM10 (Juta Ton) NOx (Juta Ton)
5.7
2010 70 1.079 69 82
2020 85 882 52 36
2030 110 930 54 14
Skenario Policy
Langkah selanjutnya adalah menganalisis serangkaian skenario Policy dimulai dengan menguji berbagai perhitungan yang berbeda secara terpisah kemudian menggabungkannya ke dalam bentuk skenario terintegrasi.
71
5.7.1
Nilai Ekonomi Bahan Bakar yang Meningkat (Improved Fuel Economy, IFE)
Kebijakan pertama yang sedang dipertimbangkan Pemerintah adalah usaha untuk memperkenalkan standar nilai ekonomi bahan bakar yang lebih ketat untuk kendaraan konvensional (misalnya, kendaraan non-hybrid) berbahan bakar bensin dan diesel. Standar baru tersebut akan mengharuskan setiap mobil dan kendaraan SUV baru memiliki nilai ekonomi bahan bakar sebesar 5% lebih tinggi pada tahun 2015, 10% pada tahun 2020, dan 20% pada tahun 2025 (semua nilai berkaitan dengan tahun dasar nilai ekonomi bahan bakar). Untuk membuat pemodelan kebijakan tersebut, langkah pertama yakni masuk ke jendela Manage Secarios ( ) kemudian buat skenario baru di bawah skenario BAU dengan nama “Improved Fuel Economy”. Untuk mengurangi entri data, buatlah sebuah Key Assumption baru yang mewakili peningkatan di atas. Sebagai contoh, buatlah sebuah variabel bernama “Target Economy”, atur nilai variabel Current Accounts tersebut dengan nilai 1, kemudian pada skenario Improved Fuel Economy, tentukan nilai masa mendatang dengan menggunakan ekspresi berikut ini: Step(2015, 1.05, 2020, 1.1, 2025, 1.2) Selanjutnya, klik tab Fuel Economy untuk setiap jenis kendaraan yang sesuai kemudian masukkan ekspresi berikut ini pada skenario Improved Fuel Economy: BaselineValue*Key\Target Economy Hal ini akan menyebabkan nilai ekonomi bahan bakar di masa mendatang dihitung sebagai hasil dari nilai ekonomi bahan bakar BAU dan target nilai ekonomi bahan bakar. 5.7.2
Peningkatan
Penetrasi
Pasar
Kendaraan
Hibrid-Listrik
(Hybrid-Electric
Vehicles, HYB)
Kebijakan kedua yang akan diambil pemerintah adalah meningkatkan penetrasi pasar kendaraan hibrid-listrik. Kebijakan ini dilakukan melalui insentif pajak dan subsidi yang melibatkan konsumen dan produsen. Dengan adanya insentif pajak terhadap kendaraan hibrid maka diharapkan penetrasi pasar akan meningkat dan pada tahun 2030, dimana 50% pangsa pasar dari mobil dan kendaraan SUV adalah jenis hibrid. Penghematan bahan bakar kendaraan hibrid diharapkan meningkat seiring makin majunya teknologi. Mobil hibrid berbahan bakar bensin menghemat bahan bakar sebesar 60 MPG pada tahun 2030, sedangkan kendaraan hibrid berjenis SUV mampu menghemat bahan bakar sebesar 35 MPG.
72
Buatlah sebuah skenario baru bernama “Hybrids” dan masukkan fungsi Interp untuk mengetahui bagaimana penjualan kendaraan jenis mobil dan SUV akan terbagi menjadi 2, yakni: penjualan jenis ICE konvensional dan penjualan jenis Hibrid. 5.7.3
Peningkatan Penetrasi Pasar Mobil dan Kendaraan SUV Bermesin Diesel (DSL)
Pemerintah mengambil kebijakan untuk meningkatkan penetrasi pasar terhadap mobil dan kendaraan SUV bermesin diesel dikarenakan efisiensi yang lebih tinggi dan keuntungan GHG jenis kendaraan tersebut. Namun, tidak terdapat alasan yang jelas terhadap itu semua mengingat kendaraan diesel juga menyumbang emisi polutan udara lokal yang lebih tinggi terutama partikel-partikel polutan. Dengan insentif pajak untuk kendaraan diesel, diharapkan dapat meningkatkan penetrasi pasar kendaraan jenis ICE konvensional sebesar 30% pada tahun 2030. Buatlah skenario bernama “Diesel” kemudian masukkan fungsi Interp untuk mengetahui bahwa penjualan mobil ICE dan kendaraan SUV di masa mendatang akan terbagi menjadi penjualan kendaraan berbahan bakar bensin dan kendaraan bermesin diesel. 5.7.4
Standar Baru Emisi Gas Buang (TAIL)
Berdasarkan pembahasan sebelumnya di sesi 5.3, pemerintah juga mempertimbangkan untuk memperkenalkan standar emisi gas buang yang baru dan lebih ketat. Pemerintah ingin melihat akan seperti apakah keuntungan dari penurunan emisi yang akan diperkenalkan melalui standar baru pada tahun 2020, baik sebagai sebuah kebijakan terpisah maupun sebagai bagian dari seperangkat langkah untuk menurunkan polusi dan melawan perubahan iklim. Tip: Buat skenario baru bernama “Tailpipe Standard” kemudian edit nilai Key Assumption dengan nama “New Reg Year” yang telah dibuat sebelumnya untuk skenario baru ini. Variabel ini mewakili kapan standar baru emisi gas buang akan diperkenalkan. Ubah waktu tersebut ke tahun 2020. 5.7.5
Promosi Mobil Berada di atas Promosi Kendaraan SUV (CAR)
Pemerintah juga mempertimbangkan serangkaian langkah untuk mengurungkan niat konsumen membeli kendaraan besar dan boros bahan bakar seperti SUV. Dengan serangkaian kebijakan-kebijakan seperti pajak bahan bakar dan karbon, serta asuransi kendaraan yang berdasar pada berat kendaraan atau nilai ekonomi bahan bakar, diharapkan pada tahun 2030 penjualan kendaraan jenis SUV dapat turun hingga 500.000 buah. Sedangkan penjualan mobil akan meningkat dengan jumlah yang sama, bergantung pada skenario BAUnya.
73
5.7.6
Hasil Pemodelan
Sekarang saatnya melihat hasil skenario yang telah anda buat. Bandingkan dengan grafik berikut ini:
Skenario Permintaan Energi Dikurangi Skenario BAU
Skenario Emisi CO2 Dikurangi Skenario BAU
Untuk kedua grafik di atas, hasil skenario “tailpipe emissions standard” sama dengan skenario BAU.
74
Skenario Emisi PM10 Dikurangi Skenario BAU
Perhatikan beberapa hasil dari skenario dalam pelestarian lingkungan tersebut. Terdapat trade-off seperti pada kasus penggunaan kendaraan berbahan bakar diesel. Pada satu sisi penggunaan kendaraan tersebut dapat menurunkan emisi CO2 namun di sisi lain dapat meningkatkan emisi PM10 dan NOx secara signifikan. Anda dapat membuat sendiri skenario gabungan anda. Caranya, mulailah dengan beberapa skenario gabungan berikut ini: • • • •
Peningkatan Standar Efisiensi Bahan Bakar Kendaraan Konvensional Berbahan Bakar Bensin. Pengenalan Standar Baru Emisi Gas Buang. Peningkatan Penetrasi Pasar Kendaraan Hibrid-Listrik. Promosi Mobil di Atas Promosi Kendaraan SUV.
Masuk ke jendela Manage Scenarios (
), kemudian buatlah skenario baru dengan nama
“Combined” yang mewarisi skenario BAU. Pada tab pewarisan, klik Add ( ) lalu tambahkan skenario di atas pada area bertanda “Also Inherits From”. Anda tidak perlu lagi memasukkan data baru pada skenario ini karena secara otomatis skenario ini akan mewarisi ekspresi entri data yang digunakan pada setiap skenario yang mewarisi. Sekarang bandingkan hasil skenario gabungan baru dengan skenario Policy individu dan skenario BAU.
75
Skenario Potensi Pemanasan Global (semua GHG) Terbandingkan
76
Exercise 6:
Pembangkitan Listrik Berbiaya Rendah
Catatan penting: Saat ini, optimalisasi fitur-fitur pada LEAP2011 masih bersifat cobacoba dan hanya ditujukan untuk latihan. Walaupun penyusun yakin bahwa perhitungan optimalisasi secara umum berjalan dengan baik, penyusun juga menerima umpan balik dari berbagai permasalahan yang ditemukan. Anda sebaiknya tidak mengandalkan perhitungan optimalisasi untuk persiapan analisis akhir atau penulisan laporan. Penulis berharap dapat menyelesaikan perhitungan optimalisasi ini beberapa bulan ke depan. Pada latihan sederhana kali ini, anda akan memanfaatkan fitur-fitur optimalisasi LEAP untuk meneliti beberapa teknologi membangkitkan listrik yang berbeda. Anda akan membandingkan beragam biaya pembangkitkan listrik termasuk aspek pemodalan, Operasional dan Pemeliharaan (O&M), dan biaya bahan bakar dari berbagai teknologi tersebut. Kemudian, anda juga akan melakukan analisis kepekaan (sensitivity) untuk menentukan pilihan termurah ketika biaya eksternal polusi udara lokal dimasukkan atau tidak. Selanjutnya, anda akan meneliti implikasi adanya pembatasan emisi CO2; bagaimana pengaruhnya terhadap teknologi yang dipilih dan biaya keseluruhan skenario. Pada latihan ini juga akan ditunjukkan cara mengimpor nilai data tahunan beban listrik per jam ke dalam LEAP untuk menggambarkan permintaan energi yang dapat berubah-ubah sesuai dengan musim dan waktu harian. Harap diingat bahwa latihan ini adalah representasi sistem pembangkitan listrik yang sangat sederhana. Nilai data yang tersedia tidaklah nyata. Dimohon untuk tidak menggunakan data pada latihan ini untuk studi yang sebenarnya. Tambahan Catatan: selain aplikasi LEAP, latihan 6 ini membutuhkan Microsoft Excel. 6.1
Memasukkan Data Pembangkitan Listrik
Dimulai dengan membuka area LEAP “Optimization Example Partial.leap” yang akan tersedia untuk anda. Seperangkat data tersebut sudah tersedia lengkap secara terpisah. Di bawah cabang Demands, sebuah cabang tunggal menetapkan bahwa permintaan energi dari pertumbuhan listrik yang semula bernilai nol pada base year (2010) menjadi 200 ribu GW-Hrs pada end year (2020). Informasi ini dimasukkan sebagai variabel Final Energy Intensity di bawah cabang tunggal pada skenario Current Accounts. Pada latihan ini, asumsi permintaan energi yang sama akan digunakan dalam semua skenario.
77
Selanjutnya, perhatikanlah cabang Transformation. Anda dapat melihat modul tunggal yang menggambarkan rugi-rugi Transmisi dan Distribusi (Transmission and Distribution losses). Di sini telah dibuat modul Transformation tunggal yang berisi asumsi sederhana rugi-rugi listrik sebesar 10%. Nilai tersebut diasumsikan bernilai sama sepanjang tahun pada semua skenario. Tugas entri data yang pertama adalah membuat sebuah modul baru untuk menggambarkan bermacam teknologi Electricity Generation yang mungkin diterapkan. Mulailah dengan menambah modul Transformation baru dengan nama Electric Generation kemudian atur propertinya yang mencakup biaya (costs), kapasitas (capacities), kurva beban sistem (system load curve), dan batas cadangan perencanaan (planning reserve margin). Data efisiensi harus diatur sehingga langsung dapat diolah (sebagai persentase nilai efisiensi). Pastikan modul baru muncul di bawah modul Transmision dan Distribution (T&D) pada struktur cabang Tree. Setelah modul dibuat, anda dapat masukkan data dasar tentang bermacam teknologi tersebut. Masukkan semua data berikut ini pada skenario Current Accounts. Atur batas cadangan perencanaan (planning reserve margin) sebesar 35% dan pastikan modul tersebut memiliki tenaga listrik dengan bahan bakar keluaran tunggal (singe output fuel Electricity). Anda tidak perlu mengubah properti default keluaran bahan bakar dan tidak perlu memasukkan data target impor dan ekspor untuk keluaran bahan bakar tersebut. Selanjutnya, tentukan teknologi-teknologi pembangkitan listrik yang akan dievaluasi. Buatlah setiap pilihan teknologi sebagai suatu proses terpisah dalam modul Electric Generation. Lakukan juga hal tersebut ketika mengedit skenario Current Accounts. Semua data yang diperlukan untuk proses evaluasi ada pada tabel berikut ini:
Technology Comb Turbine NGCC Wind Coal Nuclear Hydro
Feedstock Fuel Oil Natual Gas Wind Coal Bit Nuclear Hydro
EfficMax iency Availability (%) (%) 25 90 48 90 100 50 35 90 100 90 100 60
Capacity Credit (%) 100 100 40 100 100 80
78
Capital Cost Fixed Variable (Thou O&M Cost O&M Cost $/MW) ($/MW) ($/MWh) 1300 25 4 2000 9 3 2700 17 8 2500 40 3 8000 150 7 7000 30 5
Fuel Costs $65.0 $/Barrel 8.0 $/MMBTU n/a 50.0 $/Tonne 5.0 $/MWhr n/a
Lifetime (yrs) 30 30 25 30 40 40
Memasukkan Data Biaya Pada tabel di atas, sebagian besar data perlu dimasukkan ke dalam bermacam variabel pada masing-masing proses. Biaya bahan bakar dasar ditentukan dalam cabang Resource. Masukkan biaya bahan bakar gas alam, batubara, dan nuklir dalam variable Indigenours Cost (terletak di bawah cabang Resources\Primary). Masukkan biaya bahan bakar minyak sebanyak dua kali: pada variabel Import Cost (terletak di bawah cabang Resources\Secondary) dan pada variabel Indigenous Cost. Untuk memastikan keseimbangan energi telah dihitung dengan tepat, pastikan anda telah menentukan cadangan gas alam, nuklir, dan batubara jenis bituminous dalam jumlah yang sangat besar serta ketersediaan tenaga angin dan tenaga air yang sangat besar pula. Pada Current Accounts, masukkan nilai 1 trilyun GJ sebagai Base Year Reserves di bawah cabang Resources\Primary. Masukkan nilai yang sama untuk ketersediaan tenaga angin dan tenaga air pada variabel Yield. Sebagai data tambahan untuk tabel di atas, masukkan tingkat bunga sebesar 5% kemudian masukkan tahun 2000 sebagai First Simulation Year untuk semua proses. Pastikan bahwa variabel Kapasitas Impor berada pada angka nol. Langkah terakhir, tetapkan Dispatch Rule ke dalam RunningCost. Pada latihan ini kita tidak sedang berupaya untuk merepresentasikan pola historis dispatch yang sebenarnya dan kita tidak akan menggunakan variabel Historical Production untuk mengetahui berapa banyak dari berbagai proses tersebut yang ter-dispacth. Akan tetapi, pada latihan ini kita akan menggunakan perhitungan optimalisasi LEAP untuk menghitung proses nilai kapasitas yang konsisten dengan biaya rendah terkait dengan permintaan energi. Atur First Simulation Year ke waktu sebelum tahun dasar dan abaikan variabel Historical Production. Sebelum keluar dari cabang proses, pastikan anda telah menetapkan faktor emisi setiap proses tersebut. Menggunakan teknik yang telah dipelajari di latihan sesi 1.5, tambahkan faktor emisi IPCC Tier 1 untuk PLTCombustion turbine (minyak), PLT-Batubara dan PLTGas alam (NGCC). Hubungkan setiap cabang bahan bakar baku yang relevan (yang ditandai dengan ikon ) dan tab Environmental Loading teknologi IPCC Tier 1, kemudian klik tombol TED ( ). Untuk lebih jelasnya, lihat kotak di samping.
79
Langkah terakhir, masuklah ke jendela General: Basic Parameters: Costing. Atur beberapa pilihan yang akan digunakan untuk menghitung hasil biaya dengan pengaturan sebagai berikut: •
•
• •
6.2
Batas dari perhitungan biaya-manfaat diatur dalam Complete Energy System. Biaya Environmental Externality harus dalam posisi Off. Atur taksiran potongan sebesar 5%. Metode perhitungan modal per tahun haruslah Tanpa Hitungan Tahunan, atau No Annualization. Metode ini diperlukan ketika menggunakan fitur optimalisasi. Membuat Bentuk Beban (Load Shape) dengan Mengimpor Data Beban Per Jam (Hourly Load Data).
Selanjutnya, anda akan membuat seperangkat data yang mendeskripsikan tingkatan yang bervariasi dari beban pembangkitan listrik dalam musim dan waktu yang berbeda sepanjang tahun. Variasi dalam beban listrik tersebut penting dalam menentukan jenis pembangkit gabungan beban dasar dan beban menengah mana yang harus dibangun dan dioperasikan. Ada 4 langkah proses pembuatan dan penggunaan bentuk beban tersebut, yaitu: 1. Pembagian waktu (Time Slice): Langkah pertama adalah menentukan pembagian waktu, tahun mana yang akan dibagi. Pada latihan ini, setiap tahun akan dibagi menjadi empat musim dan setiap musim selanjutnya akan dibagi menjadi hari dan malam. 2.
Data Spreadsheet Per Jam (Hourly Data Spreadsheet) : Langkah kedua adalah memilih data per jam yang mendeskripsikan bahwa beban listrik bervariasi sepanjang 8760 jam dalam satu tahun. Data per jam tersebut disediakan untuk anda dan disimpan dalam spreadsheet Microsoft Excel secara terpisah.
3. Bentuk Tahunan (Yearly Shape): Langkah ketiga adalah menggunakan jendela YearlyShape pada LEAP untuk mengimpor data per jam yang ada pada spreadsheet dan secara otomatis memetakannya pada pembagian waktu yang telah dibuat.
80
4. Bentuk Beban Energi Sistem (System Energy Load Shape): Langkah terakhir adalah mengunakan bentuk beban yang baru saja dibuat dengan memasukkannya ke dalam variabel System Energy Load Shape pada analisis anda. Ikuti langkah-langkah terperinci berikut ini: 1. Pembagian Waktu (Time Slice): Langkah pertama, buatlah pembagian waktu secara detail. Masuk ke jendela General: Time Slices kemudian klik tombol toolbar Setup ( ). Pilih “Detail: use a second screen to set up slices including seasonal/time of day data.” Atur pembagian waktu seperti yang terlihat pada jendela di samping. Pembagian waktu utama terdiri dari 4 musim yaitu: musim semi (spring), musim panas (summer), musim gugur (autumn), dan musim dingin (winter). Sementara pembagian waktu harian terbagi atas siang dan malam (nigh and day). Dalam latihan ini tidak terdapat pembagian waktu mingguan. Setelah mengklik OK, secara langsung LEAP akan memperlihatkan rincian pembagian waktu seperti yang ditunjukkan pada jendela berikut. Setiap bagian waktu berisi data yang mendeskripsikan jumlah jam, kapan dimulai dan berakhir, dan harihari dalam seminggu. Untuk melihat penjelasan yang lebih detail, anda dapat mengklik tombol More… pada toolbar. Perhatikan bahwa untuk tahun non-leap, jumlah keseluruhan jam dalam pembagian waktu adalah 8760 jam. Data tersebut dapat diedit secara manual, namun berdasar pada contoh di atas, biasanya hal tersebut tidak perlu dilakukan. Sekarang anda dapat kembali ke jendela utama.
81
2.
Data Spreadsheet Per Jam (Hourly Spreadsheet Data): program Microsoft Excel dan masukkan spreadsheet.
Selanjutnya, buka
\My Documents\LEAP2011 Areas\Optimization Example\Sample Load Shape.xls (or .xlsx) Spreadsheet ini berisi data per Load Shape (kWh) jam dengan jumlah 8760 jam 3,000,000 dalam setahun, dimulai dari 2,500,000 tanggal 1 Januari pukul 00.00 hingga 31 Desember pukul 2,000,000 24.00. Jumlah jam tertera pada 1,500,000 kolom “Hour” (kolom A) dari 1 hingga 8760, sedangkan pada 1,000,000 kolom B terdapat permintaan energi listrik (dalam KWh) 500,000 yang terkait dengan jumlah jam 0 tersebut. Nilai tersebut terplot 1,000 2,000 3,000 4,000 5,000 6,000 7,000 8,000 dalam spreadsheet (ditunjukkan di sini). Perhatikan variasi yang besar baik diantara musim dalam setahun dan diantara waktu harian dan hari mingguan.
82
Pada kolom C, D, dan E, data Load Duration Curve (% of Peak) yang sama diatur ulang dengan 100 cara menyortir nilai (dari tinggi 90 hingga rendah) dan mengubah 80 data tersebut ke dalam bentuk 70 persentase kemudian memban60 50 dingkannya dengan nilai puncak 40 tahunan (annual peak value) 30 guna membuat standar Kurva 20 Durasi Beban (Load Duration 10 Curve) yang menunjukkan bahwa permintaan energi dapat ber0 1,000 2,000 3,000 4,000 5,000 6,000 7,000 8,000 variasi; suatu waktu berada pada angka tertinggi dan di waktu lain berada pada angka terendah. Di sini juga ditunjukkan Load Duration Curve. Perhatikan bahwa kurva durasi beban yang merupakan hasil dari penetapan tersebut, kehilangan beberapa data terkait musim, hari mingguan atau waktu harian. 3. Bentuk Tahunan (Yearly Shape): Impor data per jam tersebut ke dalam LEAP. Biarkan program Excel tetap terbuka, lalu masuk ke jendela General: Yearly Shapes dan pilih opsi toolbar Import Hourly Shape ( ). Selanjutnya akan muncul sebuah kotak dialog. Tetapkan data tersebut ke dalam nilai impor sebagai bentuk beban energi (jenis beban semacam ini dibutuhkan ketika menggunakan optimalisasi dalam LEAP). Pilih rangkaian Excel bernama “KWh” sebagai rangkaian impor: rangkaian tersebut berisi nilai KWh pada kolom B spreadsheet. Terakhir, jangan lupa memasukkan nama bentuk tahunan yang baru, misalnya “System Load Shape”.
Klik OK, maka LEAP akan mengimpor semua nilai per jam tersebut ke dalam spreadsheet dan secara otomatis memetakannya ke dalam pembagian waktu. Hasilnya adalah bentuk tahunan seperti yang tampak pada gambar di bawah. Perhatikan bahwa tampilan tersebut menunjukkan nilai tersortir (tinggi ke rendah) karena anda menggunakan opsi grafik dalam pengaturan.
83
4. Bentuk Beban Energi Sistem (System Energy Load Shape): Langkah terakhir adalah memasukkan bentuk beban baru tersebut ke dalam variabel System Energy Load Shape. Keluar dari jendela YearlyShape, dan pada Analysis View tempatkan cabang Transformation\Electric Generation. Pada skenario Current Accounts, masukkan ekspresi berikut ini pada variabel System Energy Load: YearlyShape(system load shape) 6.3
Skenario Simulasi untuk Mengeksplorasi Karakteristik Teknologi
Di sini anda akan mengekplorasi biaya dan emisi pada bermacam teknologi yang berbeda. Sebelum mengeksplorasi skenario berbiaya rendah dengan menggunakan fitur optimalisasi LEAP, pertama anda harus menentukan terlebih dahulu beberapa skena-rio sederhana yang mirip dengan teknologi pembangkitan tunggal. Masuk ke jendela Manage Scenarios ( ) kemudian buat skenario pertama dengan nama Coal Only yang mewarisi data skenario Current Accounts. Selanjutnya, buat empat skenario lainnya yang masing-masing secara langsung mewarisi skenario Batubara. Beri nama:
84
Natural Gas Only, Nuclear Only, Wind Only, dan Hydro Only. Setelah semua skenario ini selesai dibuat, jendela Manage Scenarios akan nampak seperti yang terlihat di atas. Catatan: empat skenario tambahan haruslah mewarisi secara langsung skenario Coal Only untuk memperkecil entri data. Setelah menyelesaikan kelima skenario tersebut, kembali ke jendela utama kemudian pilih variabel Endogenoeus Capacity untuk skenario Coal Only. Gunakan tombol Add ( ) yang terletak di sebelah kanan jendela untuk menambahkan proses Batubara pada daftar, kemudian masukkan nilai sebesar 100 MW untuk ukuran penambahan atau Additional pada variabel tersebut. Dengan melakukan hal tersebut, maka secara otomatis LEAP akan menambah kapasitas batubara kapanpun diperlukan. Perhitungan simulasi standar LEAP bergantung pada anda dan jenis pembangkit listrik apa yang ditambahkan, meskipun LEAP sendiri yang akan menentukan kapan menambahkannya. Ulangi proses yang sama untuk keempat skenario lainnya: Gas Alam, Nuklir, Tenaga Angin, dan Tenaga Air. Pada setiap skenario, tambahkan hanya satu proses yang relevan dengan skenario tersebut dan gunakan ukuran penambahan sebesar 100 MW. 6.3.1
Hasil Latihan
Sekarang anda dapat melihat hasil dari kelima skenario tersebut. Masuk ke Results View kemudian buatlah dua buah grafik yang berbeda seperti berikut ini: 1. Biaya Sosial (Social Costs): Pertama, buatlah sebuah grafik untuk setiap skenario yang membandingkan biaya kumulatif total dan biaya sosial yang tidak masuk dalam hitungan pada tahun 2020 (di sebelah atas cabang area). Pastikan anda mengatur konfigurasi grafik untuk menunjukkan skenario pada sumbu X dan kategori biaya pada legenda. Simpan grafik dalam grafik favorit dengan nama “Costs by Skenario”. 2. Kapasitas (Capacity): Selanjutnya, buatlah sebuah grafik yang menunjukkan kapasitas total yang dipasang pada tahun 2020 di setiap skenario. Simpan grafik tersebut dalam grafik favorit dengan nama “Capacity by Skenario”.
85
Kedua grafik tersebut akan terlihat seperti di bawah ini:
Cobalah untuk menjawab dua pertanyaan di bawah ini: •
Mengapa batubara menjadi pilihan yang termurah?
•
Mengapa LEAP menginstal kapasitas yang lebih untuk PLT-Tenaga Angin dan PLTAir meskipun semua skenario akan berada pada level permintaan energi listrik yang sama?
86
6.4
Memasukkan Biaya Eksternal
Hasil dari skenario di atas ternyata dipengaruhi oleh sebuah fakta bahwa selama ini ada faktor penting yang terabaikan, yakni faktor kerugian yang berhubungan dengan polusi dari pembakaran minyak bumi. Biaya tersebut seringkali diabaikan karena tidak secara langsung dihitung dalam sebagian besar sistem energi. Meski demikian, biaya tersebut ada dan menyebabkan dampak ekonomi yang nyata seperti kerugian terhadap kesehatan Externality Value manusia dan hasil panen. ($/kg) Pollutant NOx SO2 CH4 N2O
9.8 4.1 0.4 6.6
Selanjutnya, masukkan data yang mendeskripsikan nilai eksternal tersebut. Masuk ke jendela General: Effects kemudian tambahkan data yang mendeskripsikan Externatlity Costs untuk empat polutan, yakni: NOX, SO2, CH4 dan N2O. Gunakan nilai eksternal pada tabel di samping dalam satuan $/kg. Sebelum melihat hasil perhitungan, masuklah ke jendela General: Basic Parameters: Costing dan pastikan untuk mencentang pilihan Environmental Externality Costs.
87
Kemudian sekali lagi pilih Results View. Segera setelah LEAP menghitung ulang hasilnya, maka akan terlihat hasil favorit Costs by Scenario dengan grafik seperti di bawah ini. Perhatikan bahwa LEAP sekarang telah menghitung biaya eksternal baru.
Sekarang, cobalah menjawab pertanyaan-pertanyaan berikut: • • •
Bagaimanakah hasil dari anda dapat berubah? Berikan alasannya. Mengapa biaya eksternal sangat bervariasi di antara bermacam pembangkit listrik yang berbeda? Apakah jenis biaya eksternal penting lainnya yang terabaikan dalam perhitungan selama ini?
88
6.5
Menggunakan Skenario Optimalisasi untuk Mengidentifikasi Skenario Berbiaya Rendah
Sekarang anda dapat mulai untuk mencoba kemampuan optimalisasi LEAP. LEAP secara otomatis akan menentukan kombinasi pembangkit listrik mana yang dapat memenuhi permintaan energi dengan biaya terendah. Langkah pertama, masuk ke jendela General: Basic Parameters: Optimization, kemudian pastikan bahwa fitur optimalisasi telah terinstal dengan baik dalam LEAP. Apabila telah terinstal dengan baik, maka akan terlihat seperti jendela di samping. Matikan kotak pilihan Include Emissions Constraints dan atur pilihan lainnya pada nilai default. Selanjutnya, buatlah sebuah skenario baru dimana anda dapat mengaplikasikan fitur optimalisasi di dalamnya. Masuk ke jendela Manage Scenarios kemudian buat skenario baru dengan nama Optimization (Opt) yang secara langsung mewarisi skenario Current Accounts. Kembali ke jendela utama tampilan analisis dan pilihlah skenario Optimization. Untuk menggunakan skenario Optimization, hanya diperlukan pengaturan sederhana karena sebelumnya anda telah memasukkan semua data dasar yang diperlukan dalam perhitungan optimalisasi. LEAP secara langsung akan menggunakan data yang sama. Pilih cabang Transformation\Electric Generation, kemudian pilih variabel Opmtimize. Ubah nilainya dari No menjadi Yes. Apabila variabel tersebut tidak ada, periksa apakah anda telah mengedit skenario yang tepat. Variabel ini tidak muncul pada skenario Current Accounts. Terakhir, untuk setiap proses, periksa apakah pengaturan ter-dispatch telah diatur ke RunningCost.
89
Sekali lagi, pilih Results View. LEAP akan menghitung ulang hasilnya kembali. Perhatikan bahwa selama perhitungan ulang tersebut, perhitungan LEAP akan berhenti sejenak, kemudian LEAP memunculkan jendela terpisah yang berisi informasi tentang model optimalisasi OSeMOSYS 3 yang digunakan untuk menghitung skenario optimalisasi. Jendela tersebut secara otomatis akan menutup ketika perhitungan optimalisasi telah lengkap, di mana perhitungan LEAP akan dilanjutkan kembali. Setelah seluruh perhitungan tersebut lengkap, anda dapat kembali menunjukkan hasil favorit Costs by Scenario. Grafik dari perhitungan tersebut nampak seperti yang tertera di bawah ini. Perhatikan bahwa LEAP sekarang telah membuat hasil untuk skenario optimalisasi baru tersebut. Dapat dilihat bahwa biaya sosial keseluruhan ternyata sedikit lebih murah dari skenario termurah yang telah dibuat sebelumnya.
3
OSeMOSYS (Open Source Energy Modeling System) adalah sistem pemodelan energi berbasis open source yang digunakan dalam LEAP untuk menghitung konfigurasi biaya rendah yang optimal dari modul Transformasi tunggal manapun. OSeMOSYS bergantung pada GNU Linear Programming Kit (GLPK), sebuah software yang digunakan untuk menyelesaikan masalah pemrograman linear skala besar dengan metode revisi simplex.
90
Untuk mengetahui lebih jelas, lihatlah grafik lainnya yang menunjukkan Electric Generation dengan proses dari setiap skenario pada tahun 2020.
Tidak seperti pada skenario simulasi teknologi sederhana lainnya, pada skenario Optimization, LEAP sendiri yang memilih komposisi pembangkit listrik. Karena bentuk beban yang telah dimasukkan sebelumnya bervariasi menurut musim dan waktu, maka akan terdapat beberapa periode puncak permintaan energi. Jika sebuah pembangkit listrik dibangun pada periode tersebut, maka biaya yang dikeluarkan akan rendah, namun akan tinggi dalam hal pengoperasian (misalnya, PLT-Combustion Turbines). Di sisi lain, jika pembangkit listrik dibangun pada periode beban dasar permintaan energi, maka pembangkit listrik tersebut menghabiskan banyak biaya dalam pembangunan namun memiliki biaya tetap yang rendah (misalnya PLT-Gas Alam CC), atau bahkan tanpa biaya bahan bakar (PLTTenaga angin). 6.6
Menggunakan Batasan (Constraints) untuk Menentukan Limit CO2
Pada latihan selanjutnya, anda akan membuat skenario tambahan yang menggambarkan bagaimana pilihan teknologi berbiaya rendah akan berubah apabila level maksimum emisi CO2 dibebankan dalam sistem. Untuk membuat batasan emisi, langkah pertama yakni kembali ke jendela General: Basic Parameters: Optimization, kemudian aktifkan kotak pilihan Include Emissions Constraints. Kembali ke jendela utama dan tempatkan cabang Emission Constraints. Tambahkan dampak baru untuk Carbon Dioxide Non Biogenic di bawah cabang tersebut. Skenario Current Accounts dan semua skenario lainnya tidak memerlukan batasan emisi, untuk itu cukup masukkan jumlah nilai yang besar (misalnya, 500 juta) ke dalam variabel Annual Emission Constraint.
91
Selanjutnya, masuk ke jendela Manage Scenarios, kemudian buat skenario baru dengan nama CO2 Constraint (CON) yang mewarisi skenario Optimization. Kembali ke jendela utama dan masukkan nilai sebesar 25 juta ton ke dalam variabel Annual Emission Constraint pada skenario baru tersebut.
Langkah terakhir, pilih kembali Results View. Segera setelah semuanya lengkap, lihatlah hasil pembangkitan, emisi GHG total, dan biaya sosial. Grafik terlihat seperti di bawah ini:
92
Sekarang cobalah untuk menjawab pertanyaan di bawah ini: •
Berapa nilai persentase penurunan emisi GHG oleh pembatasan CO2 pada tahun 2020 bila dibandingkan dengan skenario optimal tanpa pembatasan?
•
Berapa persentase biaya yang naik?
93
6.7
Menggunakan Data Milik Sendiri
Sekarang kembali dan tinjau ulang biaya pemodalan, Pengoperasian & Pemeliharaan (O&M), dan bahan bakar yang digunakan dalam latihan ini serta parameter teknik seperti usia penggunaan, efisiensi, ketersediaan maksimum dan kredit kapasitas. Tanamkan dalam pikiran bahwa nilai yang digunakan pada latihan ini hanyalah nilai contoh: nilai tersebut tidak dimaksudkan untuk menjadi nilai yang realistis (jangan pernah gunakan nilai tersebut untuk studi yang sebenarnya!) •
Bagaimana nilai tersebut bila disamakan dengan biaya pembangkitan listrik di negara anda?
•
Cobalah untuk mengganti biaya pemodalan dan bahan bakar yang digunakan dalam latihan ini dengan data milik anda sendiri (apabila tersedia). Bagaimana pembangkit listrik gabungan terbaik dapat berubah?
•
Langkah terakhir, pikirkan variabel manakah yang nampaknya akan berubah di masa mendatang. Misalnya, anda mungkin ingin mengetahui berapa banyak teknologi terbarukan seperti energi surya dan angin yang menjadi lebih murah secara signifikan pada dekade terakhir, sedangkan harga minyak bumi (terutama minyak) telah meningkat secara umum. Coba masukkan beberapa ekspresi pertumbuhan atau Growth untuk menggambarkan tren ini. Apakah dampak dari perubahan tersebut pada pembangkit listrik gabungan terbaik?
94