PEMODELAN SISTEM RESERVOIR PANAS BUMI LAPANGAN KAMOJANG MENGUNAKAN PROGRAM TRINV DAN TRCOOL. Rasi Prasetio, Zainal Abidin *

Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVI, Agustus 2005 (273-287)

PEMODELAN SISTEM RESERVOIR PANAS BUMI LAPANGAN KAMOJANG MENGUNAKAN PROGRAM TRINV DAN TRCOOL Rasi Prasetio, Zainal Abidin*

ABSTRAK PEMODELAN SISTEM RESERVOIR PANASBUMI LAPANGAN KAMOJANG MENGUNAKAN PROGRAM TRINV DAN TRCOOL. Telah dilakukan pemodelan sistem reservoir panasbumi Kamojang dengan program TRINV dan TRCOOL dengan menggunakan data hasil tes perunut tritium di lapangan panasbumi Kamojang. Parameter reservoir yang didapat dari program TRINV adalah flow velocity, dispersivity, cross section of path dan mass recovery. Sedangkan melalui program TRCOOL, didapat prediksi pendinginan reservoir selama 300 bulan (25 tahun) ke depan dengan berbagai skenario laju reinjeksi. Hasil dari pemodelan ini dapat menjadi perangkat yang penting dalam pengelolaan lapangan panasbumi di masa mendatang. Kata kunci: Modeling dan penggunaannya.

ABSTRACT MODELLING SYSTEM OF KAMOJANG GEOTHERMAL RESERVOIR USED TRINV AND TRCOOL PROGRAMS. Kamojang geothermal reservoir system has been modeled by TRINV and TRCOOL programs by using tracer test data from Kamojang geothermal field. Reservoir parameters obtained by TRINV program are flow velocity, dispersivity, cross section of path and mass recovery. Whereas the result of TRCOOL program is cooling prediction of reservoir within the next 300 monts (25 years) in various scenario of reinjection flow rate. Output of this modeling can be expected as important tools in geothermal field management in the future. Keywords: Modeling and its application.

PENDAHULUAN Energi panasbumi merupakan sumber energi alternatif yang terbarukan yang sangat potensial. Indonesia diperkirakan memiliki cadangan potensial energi panasbumi sebesar 19.657 MWe yang tersebar di berbagai wilayah di Indonesia, seperti di Sumatera sebesar 9.561 MWe, Jawa-Bali sebesar 5.681 MWe, Sulawesi sebesar 1.565 MWe dan tempat lainnya sebesar 2.850 MWe (Sudarman et al, 2000). *

Puslitbang Teknologi Isotop dan Radiasi - BATAN

273


Meskipun merupakan sumber energi yang terbarukan, masa produktif dari suatu lapangan panasbumi bukannya tidak terbatas dan tanpa masalah. Masalah yang umum dijumpai dalam pengelolaan lapangan panasbumi adalah penurunan tekanan uap dan penurunan temperatur reservoir. Pada akhirnya, produktifitas dari lapangan panasbumi tersebut sangat ditentukan oleh strategi pengelolaan lapangan panasbumi itu sendiri. Salah satu unsur penting dalam pengelolaan tersebut adalah pengetahuan tentang sistem reservoir panasbumi yang diperoleh melalui pemodelan. Secara umum, tujuan pemodelan dalam bidang panasbumi terdiri dari dua hal (Axelsson dan Stefansson, 2002). Pertama, untuk memperoleh informasi tentang sistem reservoir suatu lapangan panasbumi, yang meliputi parameter-parameter fisik seperti: permeabilitas, dispersivitas, mass recovery dan sebagainya. Informasi ini diperoleh melalui inverse modeling. Dalam inverse modeling, pengamatan terhadap sistem pada titik-titik pengamatan yang diskret dalam waktu dan ruang digunakan untuk memperkirakan parameter-parameter sistem reservoir (Finsterle, et al, 1999). Kedua, untuk memperoleh prediksi mengenai respon sistem reservoir panasbumi terhadap produksi uap/fluida panasbumi di masa depan, sehingga dapat dilakukan berbagai skenario manajemen lapangan panasbumi untuk mencapai pengoperasiannya yang optimal. Pemodelan ini dilakukan disebut juga forward modeling. Salah satu penyuplai informasi yang dibutuhkan sebagai input pemodelan sistem reservoir panasbumi dapat diperoleh melalui tes perunut (tracer test). Informasi langsung yang dihasilkan melalui tes perunut ini secara kualitatif berupa interkoneksi antara sumur reinjeksi dan sumur produksi, dan secara kuantitatif berupa informasi waktu terobosan (breakthrough time). Sedangkan informasi tidak langsung yang dapat diperoleh adalah karakter reservoir panasbumi secara in situ. Dalam paper ini, datadata hasil tes perunut (tracer test) radiosotop tritium pada lapangan panasbumi Kamojang diolah dengan program TRINV untuk mendapatkan karakteristik reservoir. Sedangkan untuk memprediksi penurunan temperatur reservoir digunakan program TRCOOL.

Program TRINV Program TRINV (tracer inversion) adalah salah satu program yang terdapat dalam paket piranti lunak ICEBOX, yang dibuat oleh divisi Geosciences National Energy Authority (Orkustofnun) Eslandia. TRINV digunakan untuk interpretasi data perunut, menghitung waktu terobosan, mass recovery dan berbagai parameter sistem reservoir panasbumi seperti kecepatan alir (flow velocity), difusitas dan koefisien dispersi. Persamaan matematis yang mendasari program ini dapat dilihat pada persamaan berikut (Axelsson, 2003).

274


c(t) =

2 uM 1 e −( x −ut ) / 4 Dt Q 2 πDt

(1)

di mana: c(t) = konsentrasi perunut pada sumur produksi (kg/m3), Q = adalah laju produksi (kg/s), X = jarak antar sumur reinjeksi dengan sumur produksi (m), D = koefisien dispersi (m2/s), M = Jumlah perunut yang diinjeksikan (kg), u = Kecepatan alir (m/s). TRINV merupakan bentuk program inverse modeling, di mana sebaran data diskret dalam ruang dan waktu hasil monitoring perunut pada tiap sumur pengamatan diolah untuk menghasilkan karakter sistem reservoir panasbumi in situ. Input yang dibutuhkan dalam program ini adalah: 1. Konsentrasi perunut terhadap waktu (dalam detik). 2. Jumlah pulsa/puncak perunut (tracer pulse), sesuai dengan pengamatan perunut. Jumlah puncak ini menggambarkan flowpath perunut dari sumur reinjeksi ke sumur produksi. Jumlah pulsa yang lebih dari satu menunjukkan flowpath perunut yang juga lebih dari satu. 3. Jumlah perunut yang diinjeksikan (kg). Untuk perunut radioaktif, satuan aktivitas (Ci, Bq atau TU) dapat disetarakan dengan kg. 4. Laju produksi (production rate) dan laju injeksi (injection rate) dalam kg/s. 5. Massa jenis air di dalam reservoir dan di lab (kg/m3). Selain input di atas, TRINV memberikan pilihan model yang dapat digunakan yaitu model parameter matematika normal (normal mathematical parameters), model parameter fisik (physical parameters) dan model ukuran pulsa/puncak (pulse size). Pemilihan model tersebut dilakukan berdasarkan atas data yang tersedia. Model parameter matematika normal membutuhkan data jarak, kecepatan alir, dan koefisien dispersi. Model fisik membutuhkan data jarak, luas area flow path, dispersivitas dan mass recovery. Untuk kondisi sistem yang belum diketahui, penggunaan model ukuran pulsa (pulse size) merupakan pilihan yang terbaik. Model ini hanya membutuhkan data jarak dari sumur reinjeksi ke sumur pengamatan (produksi), konsentrasi maksimum perunut dan waktunya, serta lebar (waktu) pada setengah puncak. Semua data tersebut diperoleh dari kurva monitoring perunut tritium pada sumur pengamatan terhadap waktu. Setelah data dimasukkan, secara otomatis akan dihasilkan beberapa parameter sistem reservoir.

275


Program TRCOOL Program lain yang terdapat dalam paket ICEBOX adalah TRCOOL, yang digunakan untuk memprediksi penurunan temperatur reservoir panasbumi. Program ini merupakan bentuk forward modeling dengan input karakter reservoir yang telah diketahui seperti: temperatur aktual reservoir, kapasitas dan konduktivitas panas reservoir, massa jenis reservoir, porositas zona patahan dan tinggi serta lebar zona patahan. Persamaan yang mendasari program ini sebagai berikut (Axelsson, 2003):

T(t) = T0 -

(

β =

ρc

f

   q kxh (T0 − Ti )1 − erf   Q  c w q κ (t − x / β )  

qc w ρc f hb

)

= ρ w c wφ + ρ r c r (1 − φ )

(2)

(3)

(4)

di mana: T(t) = temperatur fluida di sumur produksi pada saat t (oC), T0 = temperatur awal reservoir (oC), Ti = temperatur air reinjeksi (oC), q = laju reinjeksi air (kg/s), k = konduktivitas termal reservoir (W/moC), ρ = densitas (kg/m3), c = kapasitas panas (J/kgoC), h = tinggi zona patahan (m), b = lebar zona patahan (m). Meskipun TRCOOL dirancang untuk melakukan forward modeling, program ini juga dapat digunakan sekaligus sebagai inverse modeling untuk kalibrasi dan mendapatkan karakter reservoir yang tepat jika ada data temperatur reservoir aktual dalam waktu yang berbeda (historical match).

276


Studi Kasus: Lapangan Panasbumi Kamojang Lapangan panasbumi Kamojang terletak 42 km arah tenggara kota Bandung, Jawa Barat. Lapangan Kamojang saat ini menghasilkan energi sebesar 140 MWe yang berasal dari sekitar 60 buah sumur produksinya. Kondensat uap dari pembangkit listrik diinjeksikan kembali ke dalam reservoir melalui 6 buah sumur reinjeksi. Pada tanggal 30 Juni 2003, dilakukan test radio perunut tritium (aktivitas = 15 Ci) pada sumur reinjeksi KMJ-46 untuk dimonitor pada sumur produksi di sekitarnya, yaitu sumur KMJ-22, 41, 63, 26, 27 dan 62 (gambar 1). Laju injeksi (injection rate) pada sumur KMJ-46 sebesar 20 kg/s. Dalam paper ini hanya disajikan data monitoring perunut tritium di sumur produksi KMJ-27 dan 62 karena pada sumur produksi lain belum ditemukan kenaikan konsentrasi perunut tritium yang signifikan.

Injeksi Tritium

Gambar 1. Lokasi sumur injeksi dan sumur produksi

Tabel 1 memperlihatkan data hasil pengamatan perunut tritium yang sudah dikoreksi terhadap faktor peluruhan dan background. Tritium dianalisis menggunakan LSC (Liquid Scintillation Counter) dengan menggunakan metode electrolytic enrichment. Hasil pencacahan dinyatakan dalam satuan TU (Tritium Unit = 1 atom 3H dalam 1018 atom 1H atau sebesar 0.118 Bq/kg).

277


Tabel 1. Data pengamatan tritium pada KMJ-27 dan KMJ-62 Waktu (hari) 6 13 21 27 31 38 46 52 66 81 94 108

KMJ-27 (TU) 18.36 19.36 19.54 23.69 27.27 30.2 33.54 36.54 40.66 43.72 47.2 49.56

KMJ-62 (TU) 4.43 10.94 49.19 73.77 113.16 145.51 168.47 177.25 194.88 206.36 231.21 258

Waktu (hari) 124 136 152 240 303 336 360 392 549 570 603

KMJ-27 (TU) 51.88 54.22 56.3 170.57 77.93 103.66 84.25 65.35 54.13 67.56 55.543

KMJ-62 (TU) 277.9 294.28 315.27 372.85 337.08 298.74 255.91 277.28 177.07 182.69 182.08

Selain data di atas, data-data lain mengenai sumur produksi yang dibutuhkan untuk input program TRINV dapat dilihat pada tabel 2 berikut.

Tabel 2. Data sumur produksi Kamojang Sumur

Production rate (kg/s)

Jarak flowpath (m)

KMJ-27

19.4

673

KMJ-62

19.4

236

Untuk prediksi pendinginan reservoir, digunakan tiga skenario model (asumsi) untuk masing-masing sumur KMJ-27 dan KMJ-62 yaitu variasi laju air reinjeksi sebesar 10, 15 dan 20 kg/s dengan menggunakan program TRCOOL. Parameter lain yang digunakan sebagai input program TRCOOL dapat dilihat pada tabel 3 [Abidin, 2003].

278


Tabel 3. Input data reservoir untuk program TRCOOL

Parameter Temperatur awal reservoir, T(oC) 1998 Temperatur air reinjeksi, t (oC) Laju produksi, Q (kg/det) Laju reinjeksi, q (kg/det) Konduktifitas panas reservoir,k (W/m oC) Kapasitas panas reservoir, C ( J/kg o C) Densitas batuan reservoir, R (kg/m3) Kapasitas panas air reinjeksi, c (J/kg o C) Lebar daerah patahan, b (m) Tinggi daerah patahan, H, (m) Porositas p, (%)

Sumur Produksi KMJ-27 KMJ-62 M1 M2 M3 M1 M2 M3 232.1 232.1 232.1 237.6 237.6 237.6 40 19.4 20 2.8

40 19.4 15 2.8

40 19.4 10 2.8

40 19.4 20 2.8

40 19.4 15 2.8

40 19.4 15 2.8

800

800

800

800

800

800

2700 4179

2700 4179

2700 4179

2700 4179

2700 4179

2700 4179

0.01 470 10

0.01 470 10

0.01 470 10

0.01 500 10

0.01 500 10

0.01 500 10

HASIL DAN PEMBAHASAN Data pada tabel 1 dan 2 diolah dengan program TRINV menghasilkan informasi dalam tabel 4 dan grafiknya dapat dilihat pada gambar 2 dan 3 berikut.

Tabel 4. Output program TRINV Parameter -5

Flow velocity, u (10 m/s)

KMJ-27

KMJ-62

3.09

0.92

-3

2

1.02

0.47

-2

2

Cross section of path, A¢ (10 m )

0.79

13.81

Dispersivity, L (m)

32.98

50.69

Mass recovery, Mr (%)

1.19

6.16

Dispersion coefficient, D (10 m /s)

279


Gambar 2. Grafik KMJ-27

Gambar 3. Grafik KMJ-62

Data di atas memperlihatkan bahwa kecepatan aliran dominan menuju arah sumur KMJ-27 dibanding ke arah sumur KMJ-62 dengan rata-rata kecepatan alir sebesar 3.09 x 10-5 m/s. Sebaliknya untuk mass recovery, perunut tritium lebih dominan muncul pada sumur KMJ-62 yaitu sebesar 6.16 % (gambar 4). Hal ini terjadi

280


karena flow path (lintasan) dari KMJ-46 ke KMJ-27 memiliki volume yang lebih kecil dibandingkan dengan flow path dari KMJ-46 ke KMJ-62. Hal ini ditunjukkan dengan rendahnya cross section of path (penampang lintang lintasan) KMJ-27 yang hanya sebesar 7.9 x 10-3 m2.

Gambar 4. Kontur aliran perunut dari KMJ-46 Untuk prediksi pendinginan dengan program TRCOOL dapat dilihat pada gambar 5 dan 6 di bawah. Terlihat bahwa dengan nilai variasi laju reinjeksi menimbulkan efek yang berbeda. Semakin besar laju reinjeksi, akan semakin besar pula penurunan temperatur yang terjadi pada sumur produksi. Pada sumur KMJ-27, penurunan temperatur selama 300 bulan (25 tahun) mencapai 131.5 oC dengan asumsi laju reinjeksi sebesar 20 kg/s. Sedangkan dengan asumsi yang sama pada sumur KMJ62 akan terjadi penurunan temperatur sebesar 177.48 oC. Sebaliknya untuk asumsi laju reinjeksi sebesar 10 kg/s pada sumur KMJ-27 akan menurunkan temperatur sebesar 38.1 oC dan 75.96 oC pada KMJ-62 dalam waktu 25 tahun. Penurunan temperatur pada KMJ-62 yang lebih besar daripada KMJ-27 pada laju reinjeksi yang sama diakibatkan oleh besarnya cross section antara sumur reinjeksi dengan KMJ-62 (channeling).

281


Gambar 5. Prediksi penurunan temperatur pada KMJ-27

Gambar 6. Prediksi penurunan temperatur pada KMJ-62

282


KESIMPULAN Dalam simulasi yang dilakukan pada sumur KMJ-27 dan KMJ-62, terlihat bahwa kedua sumur tersebut secara nyata memiliki konektivitas dengan sumur KMJ46 yang secara kuantitatif ditunjukkan dengan nilai kecepatan alir dan mass recovery. Sedangkan semakin besar laju reinjeksi akan berdampak pada pendinginan reservoir (thermal breakthrough) yang signifikan. Meskipun merupakan program yang sederhana, program TRINV dan TRCOOL sangat bermanfaat dalam memberikan gambaran mengenai kondisi reservoir sehingga dapat digunakan dalam strategi manajemen lapangan panasbumi.

283


DAFTAR PUSTAKA 1. ABIDIN, ZAINAL, “Karakterisasi Reservoir Panasbumi untuk Manajemen Lapangan Uap di Lapangan Kamojang – Jawa Barat”, Desertasi S-3, Universitas Gadjah Mada, 2003. 2. AXELSSON, G., STEFANSSON, V., “Sustainable Management of Geothermal Resources”. International Symposium on Geothermal, 2002. 3. AXELSSON, G. “Tracer Test in Geothermal Resource Management: Analysis and Cooling Prediction”. 2003. 4. FINSTERLE, S., BJORNSSON, G., PRUESS, K., BATTISTELLI, A., “Evaluation of Geothermal Well Behavior Using Inverse Modeling”. International Symposium on Dynamics of Fluid in Fractured Rocks – Concepts and Recent Advanceds, 1999. 5. SUDARMAN, S., SUROTO, PUDYASTUTI, K., ASPIYO, S. “Geothermal Development Progress in Indonesia: Country Update 1995-2000” Proceeding World Geothermal Congresss 200, Japan. Pp 455-460.

284


DISKUSI

M. BUNJAMIN 1. 2. 3.

Asal energi panas bumi darimana? Apakah dari magma bumi? Apakah dinamika panas bumi mengikuti model matematis difusi panas/heat transfer berbentuk Pers. Dif Parsial (Orde - 2)? Masalah panas bumi ini tugas Badan Litbang mana? Apa termasuk BATAN?

RASI PRASETIO 1.

2.

3.

Energi panasbumi berasal dari intrusi magma yang mendekati permukaan bumi. Namun selain sumber panas/energi juga dibutuhkan medium penghantar energi tersebut yaitu air meteorik (hujan) yang tersimpan dalam reservoir di sekitar intrusi magma tersebut. Dinamika fluida panas bumi mengikuti model aliran fluida dalam proses/fractured medium, ditambah dengan model Heat Transfer dan Thermal Diffusity. Mengenai persamaannya saya kurang memahaminya Badan yang terlibat antara lain Dept. ESDM dan BATAN. Teknologi nuklir sendiri dapat memberikan kontribusi dalam bidang eksplorasi panasbumi (misalnya penentuan asal usul fluida panas bumi)juga dalam pengelolaan lapangan (tracertest dan pemodelan). Di BATAN sendiri, panas bumi sudah menjadi Landmark BATAN.

HUDI HASTOWO Dari makalah saudara yang menyebutkan prediksi pendinginan reservoir selama 25 tahun, apakah berarti setelah 25 tahun plant/PLT Panas Bumi sudah harus ditutup atau dayanya berkurang?

RASI PRASETIO Yang terjadi adalah penurunan daya (produktivitas), PLTB tidak harus ditutup. Namun dalam asumsi pemodelan ini menggunakan asumsi yang konstan. Pada kenyataannya, setiap terjadi penurunan daya.produksi dalam batas tertentu, pihak pengelola lapangan

285


akan melakukan langkah pencegahan penurunan produksi lebih lanjut, misalnya mengurangi laju injeksi atau bahkan menutup sumur injeksi tergantung kondisi yang dijumpai. Dengan demikian masa produksi lapangan panasbumi akan lebih lama lagi.

DANY M Bagaimana anda mempercayai hasil penelitian anda?

RASI PRASETIO Melalui distribusi Statistik yang telah disediakan dalam program TRINU antara lain parameter RMS dan error.

286


DAFTAR RIWAYAT HIDUP

1. Nama

: Rasi Prasetio

2. Tempat/Tanggal Lahir

: Jakarta, 17 Januari 1978

3. Instansi

: P3TIR-BATAN

4. Pekerjaan / Jabatan

: Staf P3TIR

5. Riwayat Pendidikan

:

• S1 Kimia, FMIPA-UI (1996 - 2000) 6. Pengalaman Kerja

:

• P3TIR BATAN

287

PEMODELAN SISTEM RESERVOIR PANAS BUMI LAPANGAN KAMOJANG MENGUNAKAN PROGRAM TRINV DAN TRCOOL. Rasi Prasetio, Zainal Abidin *

Recommend Documents