PROCEEDING SEMINAR TUGAS AKHIR (2014) 1-6
1
Studi Keandalan Sistem Distribusi yang Terhubung ke Photovoltaic Menggunakan Metode Monte Carlo di PT. PLN (Persero) Distribusi Nusa Penida - Bali Philipus Sampeliling Setyo Nugroho1), I Made Yulistya Negara2), I.G.N Satriyadi Hernanda3) Jurusan Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya 60111 Indonesia e-mail:
[email protected]),
[email protected]),
[email protected])
Abstrak—Pada saat ini, kebutuhan terhadap energi listrik semakin tinggi. Oleh karena itu, perlu adanya peningkatan dalam hal penyediaan energi listrik, kontinuitas penyaluran energi listrik dan keandalan sistem tenaga listrik. Photovoltaic (PV) dapat berperan sebagai pembangkit energi listrik dengan sumber energi matahari. Dengan terhubungnya Photovoltaic (PV) ke sistem distribusi, maka energi listrik yang tersedia akan meningkat dan tingkat keandalan sistem juga akan meningkat. Pada Tugas Akhir ini, dapat dilihat tingkat keandalan sistem pembangkit dan sistem jaringan distribusi ketika sistem tersebut terhubung dengan Photovoltaic (PV) dan juga ketika tidak terhubung dengan Photovoltaic (PV). Tingkat keandalan sistem dinyatakan dengan indeks keandalan, yang mana indeks keandalan tersebut diperoleh melalui perhitungan menggunakan metode Monte Carlo. Metode ini merupakan suatu prosedur simulasi untuk memperoleh indeks keandalan dengan menggunakan pembangkitan bilangan acak dan disimulasikan melalui program yang disusun di Matlab. Hasil yang diperoleh dari simulasi Monte Carlo, yaitu tingkat keandalan sistem pembangkit yang terhubung dengan Photovoltaic (PV) mengalami peningkatan. Namun di sisi lain, tingkat keandalan sistem jaringan distribusi yang terhubung dengan Photovoltaic (PV) mengalami penurunan. Kata Kunci—Indeks Keandalan, Monte Carlo, Photovoltaic, Sistem Jaringan Distribusi, Sistem Pembangkit.
atau Photovoltaic dapat dijadikan alternatif dalam meningkatkan pasokan energi listrik. Tidak hanya pada pasokan energi listrik saja, melainkan mutu, kontinuitas dan ketersedian pelayanan energi listrik harus juga ditingkatkan. Hal – hal tersebut merupakan faktor yang sangat vital dalam proses penyaluran energi listrik dari suatu pembangkit ke konsumen. Dalam proses penyaluran energi listrik dari suatu pembangkit ke konsumen, terdapat banyak sekali permasalahan seperti tidak handalnya sistem tersebut sehingga berpengaruh pada proses penyaluran itu sendiri. Oleh karena itu, perlu dilakukan evaluasi keandalan sistem pada jaringan penyaluran energi listrik. Melalui evaluasi keandalan suatu sistem, penanganan secara benar terhadap permasalahan mendasar dalam penyaluran energi listrik dapat terjamin sehingga gangguan – gangguan yang ada dapat diantisipasi. Dengan itu, usaha dalam meningkatkan keandalan sistem dapat capai dan penyaluran energi listrik dapat tersalurkan dengan baik. Untuk mengetahui tingkat keandalan suatu sistem, diperlukan indeks – indeks keandalan seperti SAIDI (System Average Interruption Duration Index), SAIFI (System Average Interruption Frequency Index), CAIDI (Costumer Average Interruption Duration Index) dan ASAI (Average Service Availability Index).
I. PENDAHULUAN
S
eiring dengan meningkatnya kemajuan teknologi dan taraf hidup masyarakat pada saat ini, maka kebutuhan akan energi listrik menjadi hal yang sangat penting. Dalam hal ini, peran pemerintah sangat dibutuhkan dalam meningkatkan pasokan energi listrik agar dapat memacu pertumbuhan ekonomi dan kesejahteraan rakyat dapat terjamin. Dalam upaya meningkatkan pasokan listrik oleh pemerintah, perlu ada penambahan pusat – pusat pembangkit listrik yang baru. Pada saat ini, pembangkit listrik yang menggunakan bahan bakar fosil (non renewable energy) sebagai sumber utamanya, masih sangat diandalkan dalam menghasilkan energi listrik. Namun perlu diingat, bahwa pembangkit tersebut memiliki dampak yang buruk terhadap lingkungan. Pemanfaatan energi sinar matahari, angin dan lain – lain menjadi energi listrik dapat dijadikan solusi dalam permasalahan tersebut. Pembangkit energi listrik yang bersumber dari energi yang dapat diperbaharui (renewable energy) seperti PLTS (Pembangkit Listrik Tenaga Surya)
II. KEANDALAN SISTEM JARINGAN DISTRIBUSI DAN PEMBANGKIT LISTRIK TENAGA SURYA (PHOTOVOLTAIC) A. Keandalan Sistem Tenaga Listrik Keandalan sistem tenga listrik merupakan salah satu faktor yang sangat penting dalam sebuah proses penyaluran energi listrik dari suatu pusat pembangkit ke konsumen. Dalam proses tersebut, suatu sistem dapat dikatakan handal apabila sistem tersebut mampu berkerja sesuai dengan fungsinya. Keandalan suatu sistem secara keseluruhan ditentukan oleh keandalan dari masing – masing komponen yang berkerja di dalamnya [1]. Untuk mengetahui tingkat keandalan suatu sistem diperlukan evaluasi terhadap sistem tersebut. Untuk melakukan penilaian keandalan suatu komponen atau sistem, diperlukan analisa karakteristik kerja dari komponen atau sistem yang termasuk didalamnya terdapat pola operasi, pola perawatan, pola kegagalan dan pengaruh kondisi operasi terhadap sistem.
PROCEEDING SEMINAR TUGAS AKHIR (2014) 1-6
2
B. Parameter dan Indeks Keandalan Parameter - parameter keandalan yang digunakan dalam mengevaluasi keandalan suatu sistem, yaitu : - = Frekuensi rata – rata kegagalan pada setiap tahun (Kali/Tahun). - = Durasi waktu rata – rata kegagalan (Hari/Tahun). - t = Durasi waktu rata – rata antar kegagalan (Hari). - MTTF (Mean Time To Failure) MTTF adalah waktu rata – rata kegagalan yang terjadi selama beroperasinya suatu sistem. Persamaan matematisnya dapat ditulis, dengan T (waktu operasi) dan n (jumlah kegagalan) : MTTF =
T
T
T
.. Tn
n
(1)
- MTTR (Mean Time To Repair) MTTR adalah waktu rata – rata kegagalan yang terjadi selama beroperasinya suatu sistem. Persamaan matematisnya dapat ditulis dengan L (waktu perbaikan) dan n (jumlah perbaikan) : MTTR =
L
L
L
.. Ln
n
(2)
- LOLP (Loss Of Load Probability) LOLP adalah probabilitas (kemungkinan) yang menyatakan kapasitas pembangkit yang tersedia lebih kecil dari tingkat beban sehingga terjadi kehilangan beban (Hari). Berdasarkan indeks keandalan mendasar di atas, diperoleh beberapa indeks keandalan untuk keseluruhan sistem yang dapat dievaluasi dan didapatkan mengenai kinerja sistem. Indeks keandalan untuk keseluruhan sistem, yaitu : a) SAIFI (System Average Interruption Frequency Index) SAIFI adalah indeks frekuensi gangguan sistem rata – rata setiap tahun (Kali/Tahun). Persamaan matematisnya dapat ditulis, sebagai berikut : SAIFI=
umlah Total Frekuensi Gangguan pada Konsumen umlah Total Konsumen yang Terlayani
(3)
b) SAIDI (System Average Interruption Duration Index) SAIDI adalah indeks durasi gangguan sistem rata – rata setiap tahun (Jam/Tahun). Persamaan matematisnya dapat ditulis, sebagai berikut : SAIDI =
umlah Total Durasi Gangguan pada Konsumen umlah Total Konsumen yang Terlayani
(4)
c) CAIDI (Costumer Average Interruption Duration Index) CAIDI adalah indeks durasi gangguan konsumen rata – rata setiap tahun (Jam/Tahun). Persamaan matematisnya dapat ditulis, sebagai berikut : CAIDI =
umlah Total Durasi Gangguan pada Konsumen umlah Total Konsumen yang Terganggu
(5)
d) ASAI (Average Service Availability Index) ASAI adalah jumlah pelayanan yang tersedia selama periode waktu tertentu yang dapat diberikan ke sistem (pu).
Persamaan matematisnya dapat ditulis, sebagai berikut : ASAI = 1
S
D
(6)
C. Metode Monte Carlo dan Simulasinya Metode Monte Carlo adalah algoritma komputasi untuk mensimulasikan berbagai perilaku sistem fisika dan matematika. Penggunaan metode Monte Carlo memerlukan sejumlah besar bilangan dan hal tersebut semakin mudah dengan perkembangan pembangkit bilangan pseudoacak. Simulasi Monte Carlo terdiri dari sebuah model matematis yang diset di dalam program computer dan menggunakan random sampling dari distribusi kegagalan dan distribusi perbaikan dari masing – masing komponen dalam sistem [4]. Random sampling ini digunakan untuk melakukan penilaian reliability atau availability atau parameter lainnya yang dikehendaki. D. Pembangkit Listik Tenaga Surya (Photovoltaic) Photovoltaic ditemukan oleh Henri Becquerel pada tahun 1839. Photovoltaic dapat menjadi alternatif dalam menghasilkan energi listrik dengan memanfaatkan sinar matahari sebagai sumber energi utamanya. Proses konversi energi pada sel surya, yaitu ketika suatu bahan semikonduktor seperti bahan silikon diletakkan dibawah penyinaran sinar matahari, maka bahan silikon tersebut akan melepaskan sejumlah kecil energi listrik yang disebut efek fotolistrik Sistem operasi Photovoltaic dibagi menjadi dua macam, yaitu sistem stand – alone dan sistem grid – connected [2]. Pada sistem stand – alone, ketika radiasi sinar matahari sangat kecil atau bahkan tidak ada sama sekali, sistem ini harus terintegrasi dengan baterai agar energi listrik tetap tersuplai dengan baik. Namun ketika radiasi sinar matahari cukup, maka baterai tidak teralu dibutuhkan sehingga suplai energi listrik langsung diperoleh dari energi listrik yang dibangkitkan dari Photovoltaic. Pada sistem grid – connected, ketika radiasi sinar matahari cukup, maka energi listrik yang dibangkitkan oleh Photovoltaic dapat disalurkan ke beban. Namun, ketika radiasi sinar matahari tidak cukup bahkan tidak ada, maka Photovoltaic tidak dapat membangkitkan energi listrik sehingga suplai energi listrik diperoleh dari grid. Dalam pengoperasiannya, Photovoltaic menggunakan inverter untuk mengkonversikan energi listrik dari dari DC (Direct Current) ke AC (Alternating Current). III. SISTEM KELISTRIKAN A. Gambaran Sistem Kelistrikan di Nusa Penida – Bali Sistem kelistrikan wilayah Nusa Penida – Bali dalam penyaluran energi listrik dari pembangkit energi listrik ke konsumen, menggunakan jaringan distribusi konfigurasi jenis radial dengan tegangan 20 kV. Dalam memasok energi listrik ke konsumen, PT. PLN (Persero) Distribusi Nusa Penida, Bali sangat mengandalkan PLTD (Pusat Listrik Tenaga Diesel) sebagai sumber pembangkit energi listrik utamanya. Di pulau Nusa Penida, Bali dikenal sebagai “Daerah Wisata Energi Mandiri”, maka dari itu terdapat beberapa pembangkit energi listrik yang memanfaatkan renewable energy sebagai sumber utamanya, yaitu PLTB
PROCEEDING SEMINAR TUGAS AKHIR (2014) 1-6 (Pusat Listrik Tenaga Bayu) yang memanfaatkan angin dan PLTS (Pusat Listrik Tenaga Surya) yang memanfaatkan sinar matahari. Pembangkit energi listrik yang terdapat di pulau Nusa Penida – Bali, terdiri dari 11 unit PLTD, 9 unit PLTB dan 2 unit PLTS. B. Data Pembangkit Energi Listrik di Nusa Penida – Bali Berdasarkan pada tabel 1, pembangkit energi listrik yang beroperasi secara normal hanya dapat menghasilkan daya listrik, yaitu sebesar 3.380 kW atau 3,38 MW. Hal ini dikarenakan PLTD unit 4, PLTD unit 7, PLTD unit 10, PLTB unit 1, PLTB unit 2, PLTB unit 3, PLTB unit 4, PLTB unit 5, PLTB unit 6, PLTB unit 7 mengalami kerusakan sehingga tidak dapat beroperasi. Tabel 1 Data Pembangkit Energi Listrik yang Beroperasi di Pulau Nusa Penida – Bali Daya Terpasang (kW)
Daya Mampu (kW)
Keterangan
Komatsu Komatsu Komatsu Volvo Penta Marcedez Deutz Deutz
500 720 720
380 560 560
Milik PLN Milik PLN Milik PLN
100
60
Milik PLN
200 170 120
130 120 100
Mitsubishi
1.560
1.248
PLTB Unit 8
WES
100
80
PLTB Unit 9
WES
100
80
PLTS Unit 1
BP Solar
32
32
PLTS Unit 2
BP Solar
30
30
Milik PLN Milik PLN Milik PLN Mesin Sewa Milik Daerah Milik Daerah Milik Daerah Milik Daerah
4.352
3.380
Nama Pembangkit PLTD Unit 1 PLTD Unit 2 PLTD Unit 3 PLTD Unit 5 PLTD Unit 6 PLTD Unit 8 PLTD Unit 9 PLTD Unit 11
Merek
Daya Total (kW)
C. Data Beban Listrik di Nusa Penida – Bali Berdasarkan data terakhir yang diperoleh mengenai besarnya beban listrik di pulau Nusa Penida – Bali pada bulan Oktober, 2013, diketahui bahwa beban puncak yang terjadi, yaitu sebesar 3.500 kW atau 3,5 MW. Pada bulan Mei, 2012, diketahui bahwa beban puncak yang terjadi, yaitu sebesar 2.494 kW atau 2,494 MW. Hal ini menandakan bahwa beban listrik di Nusa Penida – Bali mengalami peningkatan dari waktu ke waktu. Peningkatan beban listrik ini terjadi karena semakin banyaknya masyarakat yang menggunakan energi listrik dan semakin banyaknya pembangunan tempat penginapan, seperti hotel di pulau Nusa Penida – Bali. Data perubahan beban listrik pada setiap jam dalam satu hari, pada 10 Oktober 2013 dapat dilihat pada tabel 2. Berdasarkan grafik pada tabel 2, diperoleh bahwa beban listrik di pulau Nusa Penida – Bali pada tanggal 10 Oktober 2013 mengalami beban puncak pada waktu malam hari, yaitu pada jam 19:30 WITA sebesar 3,5 MW. Sedangkan, beban listrik rata – rata pada hari tersebut, yaitu sebesar 2321,37 kW atau 2,321 MW. Karakteristik beban listrik pada hari tersebut cenderung meningkat saat menjelang malam hari, sedangkan pada siang hari perubahan beban listrik tidak begitu besar dan cenderung stabil.
3 Tabel 2 Data Beban Listrik di Nusa Penida – Bali per 10 Oktober 2013 Jam
Beban (kW)
00:00 01:00 02:00 03:00 04:00 05:00 06:00 07:00 08:00 09:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 19:30 20:00 20:30 21:00 22:00 23:00 00:00 Beban Rata – Rata (kW)
2.090 2.008 1.977 1.918 1.927 2.035 2.415 2.063 1.846 1.920 1.966 1.966 1.973 1.970 1.930 2.016 1.932 1.902 2.252 3.236 3.500 3.466 3.394 3.329 2.852 2.491 2.294 2.321,37
Keterangan
Beban Puncak
IV. EVALUASI KEANDALAN Evaluasi keandalan yang dilakukan pada Tugas Akhir ini, dibagi menjadi dua bagian, yaitu : 1. Evaluasi keandalan sistem pembangkit yang beroperasi pada jaringan distribusi di pulau Nusa Penida – Bali. a) Sistem pembangkit yang terhubung dengan Photovoltaic (PLTS). b) Sistem pembangkit yang tidak terhubung dengan Photovoltaic (PLTS). 2. Evaluasi keandalan sistem jaringan distribusi di pulau Nusa Penida – Bali. a) Sistem jaringan distribusi yang terhubung dengan Photovoltaic (PLTS). b) Sistem jaringan distribusi yang tidak terhubung dengan Photovoltaic (PLTS). A. Parameter Keandalan pada Sistem Pembangkit dan Sistem Jaringan Distribusi. Berdasarkan pada tabel 4, dapat dilihat besar nilai parameter keandalan dari setiap pembangkit energi listrik yang beroperasi. Parameter keandalan PLTS dapat ditinjau dari keandalan pada setiap inverter yang berkerja pada PLTS tersebut dan setiap inverter memiliki besar nilai parameter keandalan yang berbeda – beda. Namun pada PLTS Unit 1, inverter 5 mengalami kerusakan sehingga inverter tersebut tidak dapat beroperasi. Berdasarkan pada tabel 3, dapat dilihat parameter keandalan dari setiap komponen pada sistem distribusi. Parameter keandalan tersebut diperoleh dari referensi standar komponen keandalan pada sistem distribusi 20 kV sesuai dengan SPLN 59/1985 [3].
PROCEEDING SEMINAR TUGAS AKHIR (2014) 1-6 Tabel 3 Data Parameter Keandalan Komponen Sistem Distribusi Faktor Keandalan MTTR (Jam) 0,2 Kali/km/Tahun 3 0,005 Kali/Tahun 10 0,004 Kali/Tahun 10
Nama Komponen Line Transformator Switch
Tabel 4 Data Parameter Keandalan Sistem Pembangkit Parameter Keandalan Nama Pembangkit PLTD Unit 1 PLTD Unit 2 PLTD Unit 3 PLTD Unit 4 PLTD Unit 5 PLTD Unit 6 PLTD Unit 7 PLTD Unit 8 PLTB Unit 8 PLTB Unit 9
PLTS Unit 1
PLTS Unit 2
Inverter
1 2 3 4 5 6 1 2 3 4 5 6
(Kali/Tahun)
16 16 16 16 16 16 16 16 107 107 23 55 90 156 365 34 62 29 57 27 27 29
(Hari) 4,1342 4,1342 4,1342 4,1342 4,1342 4,1342 4,1342 4,1342 3,3880 3,3880 0,9214 1,5951 1,9372 0,9277 0 1,0137 5,3677 6,1529 5,0094 4,5938 4,5938 4,3056
t (Hari) 22.8125 22.8125 22.8125 22.8125 22.8125 22.8125 22.8125 22.8125 3,1311 3,1311 15,8696 6,6364 4,0556 2,3398 0 10,7353 5,8871 12,5862 6,4035 13,5185 13,5185 12,5862
D. Evaluasi Keandalan Sistem Pembangkit Menggunakan Simulasi Monte Carlo Langkah – langkah perhitungan dalam memperoleh indeks keandalan sistem pembangkit yang beroperasi di pulau Nusa Penida – Bali, yaitu : 1. Mengumpulkan dan mengolah data – data dari setiap pembangkit yang beroperasi seperti daya mampu, laju kegagalan dan MTTR. 2. Membuat simulasi perhitungan harian selama 1 tahun (365 hari), yaitu membangkitkan bilangan acak dan memeriksa apakah bilangan acak yang terbangkitkan dalam peluang kegagalan pembangkit. 3. Bila terjadi kegagalan pada pembangkit, maka hitung waktu perbaikan (MTTR) yang dilakukan. Bila tidak terjadi kegagalan pada pembangkit, maka hitung total daya yang disuplai oleh pembangkit. 4. Bila daya yang tersuplai oleh pembangkit kurang dari daya beban, maka hitung besar LOLP. 5. Langkah (2), (3) dan (4) dilakukan sebanyak jumlah iterasi yang diinginkan. Berdasarkan hasil simulasi pada tabel 5, semakin banyak jumlah iterasi (N) dalam tahun yang dilakukan, maka nilai LOLP yang didapatkan cenderung mencapai konvergensi dan stabil. Hal ini ditunjukan dari besar nilai LOLP pada iterasi 25 tahun, yaitu sekitar 0,09260 hari. Hal ini juga dikarenakan oleh hasil simulasi Monte Carlo dari nilai laju kegagalan setiap pembangkit semakin akurat dan mendekati nilai laju kegagalan sebenarnya. Berdasarkan hasil simulasi pada tabel 6, semakin banyak jumlah iterasi (N) dalam tahun yang dilakukan, maka nilai LOLP yang didapatkan cenderung mencapai konvergensi dan stabil. Hal ini ditunjukan dari besar nilai LOLP pada iterasi 25 tahun, yaitu sekitar 0,10279 hari. Hal ini juga
4 dikarenakan oleh hasil simulasi Monte Carlo dari nilai laju kegagalan setiap pembangkit semakin akurat dan mendekati nilai laju kegagalan sebenarnya. Berdasarkan grafik pada gambar 1, dapat dilihat bahwa nilai LOLP dari sistem pembangkit dengan PLTS selalu lebih rendah dibandingkan dengan nilai LOLP dari sistem pembangkit tanpa PLTS pada banyak jumlah iterasi (N) dari 1 sampai 25 tahun. Hal ini dikarenakan dengan terhubungnya PLTS ke sistem distribusi, maka jumlah pembangkit yang beroperasi bertambah dan kemampuan daya pembangkit dalam memenuhi permintaan beban akan meningkat. Sedangkan dengan tidak terhubungnya PLTS ke sistem distribusi, maka jumlah pembangkit yang beroperasi lebih sedikit dan kemampuan daya pembangkit dalam memenuhi permintaan beban akan menurun. Sistem pembangkit dengan PLTS memiliki tingkat keandalan yang lebih baik dibandingkan dengan sistem pembangkit tanpa PLTS karena semakin rendah nilai LOLP, maka semakin tinggi tingkat keandalan sistem tersebut. Tabel 5 Hasil Simulasi dari Perhitungan Keandalan Sistem Pembangkit yang Terhubung ke PLTS N (Tahun)
NGen (Unit)
Mean (kW)
St. Dev (kW)
Max (kW)
Min (kW)
LOLP (Hari)
1
22
3197,25
286,453
3372,8
1139,6
0,09315
5
22
3173,22
322,215
3372,8
1469,6
0,08932
10
22
3176,40
324,298
3372,8
1259,6
0,09479
15
22
3176,46
322,606
3372,8
914,8
0,09187
20
22
3176,85
323,116
3372,8
909,6
0,09219
25
22
3180,58
321,899
3372,8
1000
0,09260
Tabel 6 Hasil Simulasi dari Perhitungan Keandalan Sistem Pembangkit yang tidak Terhubung ke PLTS N (Tahun)
NGen (Unit)
Mean (kW)
St. Dev (kW)
Max (kW)
Min (kW)
LOLP (Hari)
1
10
3127,06
321,739
3318
1430
0,12329
5
10
3134,59
304,303
3318
1350
0,09863
10
10
3132,19
322,383
3318
820
0,10411
15
10
3141,09
306,439
3318
1350
0,09918
20
10
3131,53
323,534
3318
1250
0,10233
25
10
3128,03
322,779
3318
790
0,10279
LOLP (Hari) 0.13 0.12329 0.12
0.11 0.09863
0.10411 0.09918
0.10233 0.10279
0.1 0.09315 0.09479
0.09
0.09187
0.09219
0.0926
0.08932 0.08
0.07 0 5 Tanpa PLTS
10 15 Dengan PLTS
Gambar 1 Grafik Perbandingan Nilai LOLP
20 25 Waktu (Tahun)
PROCEEDING SEMINAR TUGAS AKHIR (2014) 1-6 E. Evaluasi Keandalan Sistem Jaringan Distribusi Menggunakan Simulasi Monte Carlo Flow chart dari perhitungan untuk memperoleh indeks keandalan sistem jaringan distribusi dapat dilihat di gambar 3. Berdasarkan flow chart tersebut, perhitungan indeks keandalan pada sistem jaringan distribusi didasarkan pada laju kegagalan dan MTTR dari transformator, line dan switch. Dari hasil simulasi pada tabel 7, nilai dari indeks keandalan (SAIFI, SAIDI, CAIDI dan ASAI) berbeda – beda setiap iterasinya (N). Dari iterasi yang dilakukan, yaitu dari 1 tahun sampai dengan 25 tahun, nilai dari SAIFI, SAIDI, CAIDI dan ASAI menunjukan kecenderungan untuk mencapai konvergensi. Hal ini dikarenakan semakin banyak iterasi yang dilakukan, maka hasil perhitungan akan menjadi lebih akurat dan cenderung mencapai konvergensi. Pada iterasi 25 tahun, nilai SAIFI yang diperoleh, yaitu 36,3605 kali/tahun, nilai SAIDI yang diperoleh, yaitu 4,5679 jam/tahun, nilai CAIDI yang diperoleh, yaitu 0,1256 jam/tahun dan nilai ASAI yang diperoleh, yaitu 0,9995 pu. Dari hasil simulasi pada tabel 8, pada iteasi 25 tahun, nilai SAIFI yang diperoleh, yaitu 35,3906 kali/tahun, nilai SAIDI yang diperoleh, yaitu 4,4642 jam/tahun, nilai CAIDI yang diperoleh, yaitu 0,1261 jam/tahun dan nilai ASAI yang diperoleh, yaitu 0,9995 pu. Berdasarkan grafik pada gambar 2, nilai SAIFI dari sistem jaringan distribusi tanpa PLTS lebih rendah dibandingkan dengan nilai SAIFI dari sistem distribusi dengan PLTS, nilai SAIDI dari sistem jaringan distribusi tanpa PLTS lebih rendah dibandingkan dengan nilai SAIDI dari sistem distribusi dengan PLTS, nilai CAIDI dari sistem jaringan distribusi tanpa PLTS lebih tinggi dibandingkan dengan nilai CAIDI dari sistem distribusi dengan PLTS, nilai ASAI dari sistem jaringan distribusi tanpa PLTS sama dengan nilai ASAI dari sistem distribusi dengan PLTS. Tabel 7 Hasil Simulasi dari Perhitungan Indeks Keandalan Sistem Jaringan Distribusi dengan Photovoltaic (PLTS) N (Tahun)
SAIFI (Kali/Tahun)
SAIDI (Jam/Tahun)
CAIDI (Jam/Tahun)
ASAI (pu)
1
32,6543
3,8272
0,1172
0,9996
5
40,5086
5,0617
0,1250
0,9994
10
34,6272
4,4074
0,1273
0,9995
15
38,9248
4,8477
0,1245
0,9994
20
36,4438
4,6235
0,1269
0,9995
25
36,3605
4,5679
0,1256
0,9995
Tabel 8 Hasil Simulasi dari Perhitungan Indeks Keandalan Sistem Jaringan Distribusi tanpa Photovoltaic (PLTS) N (Tahun)
SAIFI (Kali/Tahun)
SAIDI (Jam/Tahun)
CAIDI (Jam/Tahun)
ASAI (pu)
1
39,6790
5,3086
0,1338
0,9994
5
31,2741
3,9012
0,1247
0,9996
10
37,7827
4,7531
0,1258
0,9995
15
33,9687
4,3292
0,1274
0,9995
20
35,3821
4,4198
0,1249
0,9995
25
35,3906
4,4642
0,1261
0,9995
5 Nilai SAIFI, SAIDI, CAIDI, ASAI 40 36
36.3605
35.3906
32 28 24 20 16 12 8
4.5679 4.4642
4 0.1256 0.1261
0.9995 0.9995
0 Waktu (Tahun)
25 SAIFI Dengan PV SAIDI Tanpa PV ASAI Dengan PV
SAIFI Tanpa PV CAIDI Dengan PV ASAI Tanpa PV
SAIDI Dengan PV CAIDI Tanpa PV
Gambar 2 Grafik Perbandingan Nilai SAIFI, SAIDI, CAIDI, ASAI Start Pengambilan Data Laju Kegagalan dan MTTR dari Transformator, Line dan Switch Iterasi Sebanyak N Tahun
For N = 1 : Tahun
Bangkitkan Bilangan Acak
Periksa Apakah Ada Trafo yang Gagal?
Y Catat Jumlah Kegagalan dan Durasi Kegagalan
T Periksa Apakah Ada Line yang Gagal?
Y Catat Jumlah Kegagalan dan Durasi Kegagalan
T
Periksa Apakah Ada Switch yang Gagal?
Y Catat Jumlah Kegagalan dan Durasi Kegagalan
T
Hitung Indeks Keandalan SAIFI, SAIDI, CAIDI dan ASAI Tampilkan Hasil
Stop
Gambar 3 Flow Chart Perhitungan Indeks Keandalan
PROCEEDING SEMINAR TUGAS AKHIR (2014) 1-6 F. Upaya dalam Meningkatkan Tingkat Keandalan Upaya dalam meningkatkan tingkat keandalan, yaitu mengurangi frekuensi terjadinya gangguan pada PLTS (Photovoltaic), maka laju kegagalan PLTS (Photovoltaic) juga akan berkurang serta kinerja PLTS (Photovoltaic) menjadi optimal. Dengan mengurangi frekuensi terjadinya kegagalan (laju kegagalan) sampai dengan 12 kali/tahun pada setiap inverter yang berkerja di setiap unit PLTS, maka akan sangat berpengaruh terhadap tingkat keandalan sistem pembangkit. Khusus pada inveter 5 di PLTS unit 1 yang sebelumnya mengalami kerusakan, dianggap sudah beroperasi kembali dengan laju kegagalan yang sudah dikurangi. Berdasarkan hasil simulasi yang telah dilakukan yang ditunjukan pada tabel 9, diperoleh nilai LOLP, yaitu 0,08723 hari. Dibandingkan dengan nilai LOLP sebelum dilakukan pengurangan terhadap laju kegagalan, nilai LOLP dari hasil simulasi mengalami penurunan sebesar 0,00537 (5,79%) dari nilai LOLP sebelumnya, yaitu 0,09260 hari. Selain itu, daya maksimal (Max) yang dapat dibangkitkan oleh semua pembangkit mengalami peningkatan menjadi 3.378 kW dari sebelumnya sebesar 3372,8 kW. Hal ini menunjukan terjadi peningkatan tingkat keandalan dari sisi sistem pembangkit. Grafik yang menyatakan perbandingan nilai LOLP sebelum dilakukan pengurangan laju kegagalan dan sesudah pengurangan laju kegagalan pada setiap inverter yang ada di setiap PLTS dapat dilihat pada gambar 4. Tabel 9 Hasil Simulasi dari Evaluasi Keandalan Sistem Pembangkit yang Terhubung ke PLTS dengan Laju Kegagalan pada Setiap Inverter Sudah Dikurangi N (Tahun)
NGen (Unit)
Mean (kW)
St. Dev (kW)
Max (kW)
Min (kW)
LOLP (Hari)
25
22
3191,07
320,554
3378
854,8
0,08723
6 2. Dengan mengurangi laju kegagalan dari PLTS (Photovoltaic) menjadi 12 kali/tahun untuk setiap inverter, maka terjadi penurunan nilai LOLP sebesar 5,79 % dari nilai LOLP sebelumnya pada sistem pembangkit yang terhubung ke PLTS (Photovoltaic). Hal ini menunjukan bahwa tingkat keandalan dari sistem pembangkit yang terhubung ke PLTS (Photovoltaic) mengalami peningkatan. 3. Sistem jaringan distribusi yang tidak terhubung ke PLTS (Photovoltaic) memiliki tingkat keandalan yang lebih baik dari sistem jaringan distribusi yang terhubung ke PLTS (Photovoltaic). 4. Berdasarkan indikator WCS (World Class Services) yang telah ditetapkan oleh PLN dalam memberikan pelayanan kelas dunia kepada pelanggan, yaitu SAIFI 1,65 kali/pelanggan/tahun dan SAIDI 61,43 menit / pelanggan /tahun, tingkat keandalan sistem jaringan distribusi di pulau Nusa Penida – Bali masih belum mencapai indikator tersebut dan perlu adanya upaya dalam meningkatkan tingkat keandalan. DAFTAR PUSTAKA [1] [2] [3] [4]
[5] [6]
[7] [8]
Nilai LOLP (Hari)
Billinton, Roy. dan Allan, Ronald. 1994. “Reliability Evaluation of Power Systems”. New York: Plenum Press. Goetzberger, Adolf. dan Hoffman, Volker. 2005. “Photovoltaic Solar Energy Generation”. Freiburg: Springer. SPLN 59 : 1985. 1985. “Keandalan pada Sistem Distribusi 20 kV dan 6 kV”. Jakarta: Perusahaan Umum Listrik Negara. Billinton, Roy. dan Li, Wenyuan. 1994. “Reliability Assessment of Electric Power Systems Using Monte Carlo Methods”. New York: Plenum Press. Kadir, Abdul. 2000. “Distribusi dan Utilitas Tenaga Listrik”. Jakarta: Penerbit Universitas Indonesia (UI – Press). Guo-hua, Yang. dan Li Yi. 2011. “Study of Reliability of Grid Connected Photovoltaic Power Based on Monte Carlo Method”. IEEE Press. Suswanto, Daman. 2009. “Sistem Distribusi Tenaga Listrik”. Padang: Penerbit Universitas Negeri Padang. Badan Pengkajian dan Penerapan Teknologi (BPPT). 2010. “Desain Sistem Pendukung Operasi Jaringan Pembangkit Energi Terbarukan Skala Kecil Tersebar dengan Teknologi Microgrid”. Jakarta: BPPT.
0.095
BIODATA PENULIS 0.0926 0.0925
0.09
0.08723
0.0875
0.085 Sebelum Sesudah
25
Waktu (Tahun)
Gambar 4 Grafik Perbandingan LOLP
IV. KESIMPULAN Berdasarkan hasil perhitungan dan analisa yang telah dilakukan, dapat diambil beberapa kesimpulan, antara lain : 1. Sistem pembangkit yang terhubung ke PLTS (Photovoltaic) memiliki tingkat keandalan yang lebih baik dari sistem pembangkit yang tidak terhubung ke PLTS (Photovoltaic).
Penulis bernama lengkap Philipus Sampeliling Setyo Nugroho. Penulis dilahirkan di Jakarta pada tanggal 24 September 1991. Penulis merupakan anak pertama dari tiga bersaudara yang terlahir dari pasangan Yulianus Rundu Allo dan Wati Ningsih. Penulis ini mengawali pendidikannya di TK Bentara Indonesia Jakarta pada tahun 1996-1997, kemudian melanjutkan ke SD Negeri Cipinang Muara 06 Pagi Jakarta pada tahun 1997-2003, kemudian melanjutkan ke SMP Negeri 115 Jakarta pada tahun 2003-2006, kemudian melanjutkan ke SMA Negeri 54 Jakarta pada tahun 20062009. Setelah itu, penulis melanjutkan pendidikannya di Jurusan Teknik Elektro Institut Teknologi Sepuluh Nopember Surabaya melalui jalur SNM-PTN dan penulis mengambil bidang studi Teknik Sistem Tenaga. Semasa kuliah, penulis aktif mengikuti berbagai seminar dan pelatihan. Penulis dapat dihubungi melalui email
[email protected].
