TUGAS AKHIR
MANAJEMEN ASET JARINGAN DISTRIBUSI TENAGA LISTRIK UNTUK MENINGKATKAN KEANDALAN JARINGAN DISTRIBUSI MENGGUNAKAN SISTEM DINAMIK (STUDI KASUS PT.PLN (PERSERO) APJ SURABAYA SELATAN) Ayunda Puspa Kinanti 5210100023 Dosen Pembimbing Erma Suryani S.T, M.T, Ph.D NIP. 197004272005012001 JURUSAN SISTEM INFORMASI Fakultas Teknologi Informasi Institut Teknologi Sepuluh Nopember Surabaya 2014
Outline
Latarbelakang
Tujuan
Rumusan Masalah
Batasan Tugas Akhir
Metodologi
Model dan Implementasi
Analisa Hasil
Kesimpulan dan Saran
Latar Belakang PLN (Persero) sebagai satu‐satunya perusahaan BUMN Yang menyediakan usaha jasa ketenaga listrikan di tuntut untuk memberikan pelayanan yang terbaik untuk seluruh lapisan masyarakat
Latar Belakang susut energi listrik yang terbesar Pada tahun 2003 PT.PLN (Persero) kehilangan sebesar Rp. 4,8 triliun
Latar Belakang wilayah APJ Surabaya Selatan losses (susut) distribusinya dari kisaran diatas 7 % Dan 1% susut distribusi kurang lebih setara dengan 3.000.000 kWH per bulan atau dengan tarif rata‐rata Rp. 809 / kWH setara dengan Rp. 2,4 M / bulan.
Latar Belakang Penggunaan manajemen aset dan simulasi sistem dinamik Manajemen Aset pada jaringan distribusi Memperhatikan proses manajemen, pemanfaatan Yang optimal umur aset untuk meningkatkan keandalan layanan, distribusi yang konstan, dan pemeliharaan yang sesuai ( Asset management techniques,2006)
Sistem Dinamik dapat menginvestigasi Secara tidak terbatas untuk mendapatkan parameter Dan sistem ini dikembangkan untuk menyelidiki beberapa hubungan Yang penting dari waktu ke waktu (Senge et all, 1994) Riset Proyek di Jerman pada sistem manajemen aset dalam jaringan distribusi memberikan prospek perkembangan dimasa depan (CIGRE Australian Asset Management Working Group, 2000)
Rumusan masalah 1. Bagaimana membuat model simulasi kondisi aset jaringan saat ini dan dampaknya terhadap losses (susut) distribusi energi listrik? 2. Bagaimana membuat model sekenario manajemen aset jaringan untuk meningkatkan keandalan dan menurunkan losses (susut) distribusi energi listrik?
Batasan Tugas Akhir 1. Data aset perusahaan yang digunakan untuk distribusi jaringan tenaga listrik di PT.PLN (Persero) APJ Surabaya Selatan 2. Losses (susut) yang dibahas dalam tugas akhir ini adalah losses (susut) teknik
Tujuan 1. Mengembangkan model simulasi kondisi aset jaringan saat ini dan dampaknya terhadap losses (susut) distribusi energi listrik 2. Mengembangkan model sekenario terhadap manajemen aset jaringan untuk meningkatkan keandalan dan menurunkan losses (susut) distribusi energi listrik di masa depan
Manfaat 1. Dengan terciptanya model simulasi manajemen aset jaringan distribusi tenaga listrik dapat memberikan gambaran tentang kondisi aset serta keandalan jaringan saat ini 2. Dari sekenario yang dikembangkan, dapat memberikan masukan kepada manajemen PT.PLN (Persero) APJ Surabaya Selatan dalam menentukan skala prioritas aset jaringan distribusi yang mesti diperbaiki serta hal‐hal apa saja yang perlu dilakukan dalam perbaikan aset untuk meningkatkan keandalan dan mengurangi losses (susut)
PT PLN (Persero) APJ Surabaya Selatan Area Surabaya Selatan mempunyai area pengusahaan yang luas dan padat dengan jumlah pelanggan 427.223 yang terdiri dari lima golongan tarif, dengan pendapatan total sekitar Rp 196,6 Milyar per bulan dan total daya terpasang sebesar 1.399.244.885 VA. Beban sebesar itu disuplai oleh 9 gardu induk dan disalurkan melalui sekitar 130 penyulang. GI tersebut antara lain : GIS Ngagel, GI Waru, GI Sukolilo, GI Rungkut, GI Tandes, GI Sukolilo, GI Alta Prima, GI Darmo Grande, GI Wonokromo.
Metodologi Pengerjaan Tugas Akhir • Survei ke perusahaan
Perumusan masaah yang ada di Perusahaan Menggambarkan variable yang sudah didapatkan dengan Causal Loop Diagram
Pembuatan model menggunakan software VENSIM
Menentukan apakah model dan hasil tidak menyimpang
Pustaka mengenai distribusi tenaga listrik, manajemen aset, simulasi dinamik, causal loop diagram
Analisa hasil dari keluaran sistem dan membuat sekenariosasi
MODEL DAN IMPLEMENTASI
Data Masukan Data aset untuk wilayah APJ Surabaya Selatan yaitu daerah Darmo Permai, Dukuh Kupang, Ngagel, Rungkut dan Gedangan (Lampiran) Data susut (losses) (Lampiran) Data indikator keandalan (Lampiran) Data Jumlah Pelanggan (Lampiran)
Causal Loop Diagram
Base‐Model year 1990-1 996
total transformer 1990-1996
difference
design lifetime transformer
usable life time trans former
year 1997-20 06
rate customer 1990-2005
average transformer condition
total transformer 1997-2006
customer rate Transformer Condition
maintenance rate
deteriorate
year 2007-20 13
usable lifetime meter
maintenance meter
Meter Condition deteriorate meter
year 1990-1 997
total meter 1990-1997
year 1998-2 002
total meter 1998-2002
year 2003-2 006
total meter 2003-2006
year 2006-2 013
aceleration factor
quality
leaving customer
average meter condition
Average asset Condition
duration in
network reliability
design lifetime pole temperature
year 1991-20 00
Total Pole 1991-2000
Interrupt Duration duration out
SAIFI target
rate customer interrupt 2006-2013
rate customer interrupt 1990-2005
Tecnical Losses
customer interrupt in
customer interrupt
customer interrupt out
<Time>
climate
usable lifetime pole
extenal factor Pole maintenance pole Condition
deteriorate pole
overload
year 2001-2 010 year 201 1-2013
total pole 2001-2010
average pole condition
total pole 2011-2013 distribution in
design lifetime cable
year 1990-1 995
Cable Condition maintenance JT
deteriorate JT
year 1996-2 005
total cable 1996-2009
year 2006-2013 total cable cable 2010-2013
Total Power Distribution
<Time> average cable condition
rate received 2006-2013
rate received 1990-2005
power received in distribution out <Time>
total cable 1991-1995
usable lifetime JT
rate distribution 2006-2013
rate distribution 1990-2005
SAIDI Percent System Average Interruption Duration Index
<Time>
Technical Losses Pe rcentage
total meter 2006-2013
rate duration 2006-2013
rate duration 1990-2005
condition effect
geographic
SAIDI target
total transformer 2007-2013
network quality
acelerate lifetime
Total Customer
<Time>
design lifetime meter
average standart life time
rate customer 2006-2013
Total Customer's power received
power received out
System Average Interruption Frequance Index
SAIFI Percent
Pengkategorian Asset Pengkategorian Asset dan Lifetime Asset Design Lifetime
Useable Lifetime
Transform 50 tahun er Meter 30 tahun
20 tahun
Meter 1 Fasa, Meter Meter 3 Fasa
Pole
50 tahun
20 tahun
Trafo
Cable
45 tahun
18 tahun
Jenis Asset
Kategori
Jaringan Tegangan Cable Menengah, Jaringan Tegangan Rendah Tiang TM, Tiang TR
Pole
Transformer
Jenis Asset
12 tahun
Pengkategorian Pemasangan Asset Dilakukan pengolongan berdasarkan tahun pemasangan untuk tiap asset yaitu: (Hadi T, 2014) Jenis Asset
Tahun Pemasangan
Jumlah Asset
Transformer
1990‐1996 1997‐2006 2007‐2013 1990‐1997 1998‐2002 2003‐2006 2007‐2013 1990‐2000 2001‐2010 2011‐2013 1990‐1995 1996‐2005 2006‐2013
40615 81229 284303 138738 323723 4162154 2081077 116644 233288 816509 7522 15044 52657
Meter
Pole
Cable
Sub‐Model Condition Effect Merupakan faktor eksternal (external factor) dan (aceleration factor) yang mempengaruhi kondisi asset pada saat ini faktor eksternal yang mempengaruhi yaitu: (Anita Oommen,2005) (Jennifer J Crisp,2003) (murata,2012) Eksternal Faktor yang mempengaruhi adalah Quality 10 % Temperature 25% Geographic 15% Climate 40% Overload 10% Acelerate Factor yang mempengaruhi adalah Acelerate Life time 17,5 tahun Average Standart Life time 43,75
Sub‐Model Asset Condition
Sub‐Model Technical Losses
Sub‐Model SAIDI SAIFI
Sub‐Model Network Reliability
Running Base‐Model Pole Condition
Transformer Condition 100
100
Meter Condition 75
100
50
70
25
40
Cable Condition
75
100 50
75 25
0 1990
50 0 1990
10
1993
1996
1999 2002 Time (Year)
2005
2008
2011
Tahun 2005 < 50%
1993
1996
1999 2002 Time (Year)
2005
2008
1999 2002 Time (Year)
2005
2008
2011 25
Tahun 2011 < 50%
Tahun 2002 <50% average pole condition
100
0 1990
2011
Meter Condition : basemodel
average transformer condition
1996
Pole Condition : basemodel
-20 1990
Transformer Condition : basemodel
1993
1993
1996
1999 2002 2005 Time (Year)
2008
2011
Cable Condition : basemodel
Tahun 2003 < 50%
average cable condition
100
average meter condition
100
75
75
100
50
75
75
50 50
50
25
25 25
0 1990
0 1990
1993
1996
1999 2002 2005 Time (Year)
average transformer condition : basemodel
73%
2008
2011
0 1990
1993
1996
1999 2002 2005 Time (Year)
25
1993
1996
1999 2002 Time (Year)
cable condition : basemodel 2008average 2011
average pole condition : basemodel
89%
2005
2008
2011 0 1990
1993
1996
1999 2002 2005 Time (Year)
2008
average meter condition : basemodel
63%
64%
2011
Running Base‐Model Average asset Condition
Technical Losses Percentage
System Average Interruption Duration Index
8
100
250
75
7
m inutues
245
50 240
6
25 235
230 1990
5
0 1990 1993
1996
1999 2002 2005 Time (Year)
System Average Interruption Duration Index : basemodel
2008
2011
4 1990
1992
1994
1996
1998
2000 2002 Time (Year)
2004
2006
2008
2010
1993
1996
2012
1999 2002 Time (Year)
2005
2008
2011
Average asset Condition : basemodel
Technical Losses Percentage : basemodel
242 menit/pelanggan
7,9%
72%
network reliability 100
75
50
68%
25
0 1990
1993
1996
network reliability : basemodel
1999 2002 Time (Year)
2005
2008
2011
Verifikasi
Validasi Lama Padam
Tenaga Listrik yang di Distribusikan E1 (Rata‐Rata) E2 (Standev)
35548200,5 4,9% 8694110,841 14%
33882605
34531908,48
33314852
3,7% E2 (Standev)
7341171,541
10595,01025 2%
10365,0278
E2 (Stdev)
2908,537324 4%
2800,620595
7609444,335
Tenaga Listrik yang di Terima Pelanggan E1 (Rata‐Rata)
E1 (Rata‐Rata)
Total Pelanggan 476447,3
E1 (Rata‐Rata)
0,26% 6932018,694 3848,004
E2 (Stdev)
6%
14%
Pelanggan Padam
477706,1732
E1 (Rata‐Rata) E2 (Stdev)
14637,62496 1% 1167,639718 1,2%
14518,19 1181,443
3367,296083
Skenario 1 design lifetime transformer
year 1997-20 06
usable lifetime transformer rate transformer
Transformer Condition
maintenance rate
year 2007-20 13
design lifetime meter usable lifetime meter acelerate lifetime
year 1998-2 002 year 2003-2 006
rate meter
aceleration factor condition effect
maintenance meter
Meter Condition
total transformer 2007-2013
difference
average transformer condition
rate customer 1990-2005
deteriorate meter
year 20 07-201 3 meter
total transformer 2014-2025
customer rate
total meter 1998-2002
total meter 2003-2006
year 20 14-202 5 meter design lifetime pole
climate
year 2001-2 010
average meter condition
Average asset Condition
extenal factor usable lifetime pole
year 201 1-2013
rate pole overload Pole maintenance pole Condition
total meter 2014-2025
total pole 2011-2013
design lifetime cable
total pole 2014-2025
maintenance cable
Cable Condition deteriorate cable
rate distribution 2006-2013
rate distribution 1990-2005
total cable 1996-2005
year 2006-20 13 cable
year 20 14-202 5 cable
total cable 2006-2013
total cable 2014-2025
customer interrupt
customer interrupt out
Tecnical Losses
Total Power Distribution
rate received 1990-2005
power received in distribution out <Time>
year 1996-2 005
rate customer interrupt 2006-2013
<Time> average pole condition
<Time> average cable condition
System Average Interruption Duration Index SAIFI target
rate customer interrupt 1990-2005
Technical Losses Pe rcentage
distribution in
usable lifetime cable rate cable
Interrupt Duration duration out
<Time>
customer interrupt in
deteriorate pole year 20 14-202 5 pole
SAIDI target
duration in
network reliability
SAIDI Percent
leaving customer
rate duration 2006-2013
rate duration 1990-2005
network quality
total meter 2007-2013
total pole 2001-2010
Total Customer
<Time>
quality temperature geographic
rate customer 2006-2013
deteriorate year 20142025
average standart life time
total transformer 1997-2006
rate received 2006-2013 Total Customer's power received power received out
System Average Interruption Frequance Index
SAIFI Percent
Melakukan Pemasangan Asset Baru pada tahun 2014 dengan Jumlah asset sesuai dengan jumlah asset Yang di pasang pada tahun 1990
Hasil Skenario 1 System Average Interruption Duration Index
Network Reliability Scn 1 Average Condition Asset Scn 1
250
100
100
50
25
25
1995
2000
Average asset Condition : basemodel Average asset Condition : sekenario
2005 2010 Time (Year)
2015
2020
m inutues
50
0 1990
245
75
75
240
235
20250
1990
1995
2000
2005 2010 Time (Year)
2015
2020
1990
1995
2000
2005
2014=71% 2025=46% Technical Losses Scn 1 7.5
2014=6,9% 2025=8,4%
5
2.5
1995
2000
2015
2020
2014=240 menit/pelanggan 2025=242 menit/pelanggan
10
0 1990
2010 Time (Year)
System Average Interruption Duration Index : skenario 1 System Average Interruption Duration Index : basemodel
network reliability : basemodel network reliability : sekenario
2014=75% 2025=27%
230 2025
2005 2010 Time (Year)
Technical Losses Percentage : basemodel Technical Losses Percentage : sekenario 1
2015
2020
2025
2025
Skenario 2 design lifetime transformer
year 202 0 transfo rmer
usable lifetime transformer rate transformer
Transformer Condition
maintenance rate
year 2007-20 13
year 2020 meter
design lifetime meter usable lifetime meter acelerate lifetime
year 2003-2 006
rate meter
aceleration factor condition effect
maintenance meter
Meter Condition
difference
average transformer condition
total transformer 2007-2013
rate customer 1990-2005
deteriorate meter
year 20 07-201 3 meter
total transformer 2014-2025
customer rate
total meter 2020
total meter 2003-2006
year 20 14-202 5 meter
temperature design lifetime pole
climate
year 2020 pole
average meter condition
extenal factor usable lifetime pole
year 201 1-2013
rate pole overload
total meter 2014-2025
total pole 2011-2013
design lifetime cable
total pole 2014-2025
maintenance cable
total cable 2020
Cable Condition deteriorate cable
year 2006-20 13 cable
year 20 14-202 5 cable
total cable 2006-2013
total cable 2014-2025
customer interrupt
customer interrupt out
<Time>
rate distribution 2006-2013 Total Power Distribution
rate received 1990-2005
power received in distribution out <Time>
year 2020 cable
rate customer interrupt 2006-2013
Tecnical Losses
rate distribution 1990-2005
<Time> average cable condition
System Average Interruption Duration Index
impact additional project
SAIFI target
rate customer interrupt 1990-2005
Technical Losses Pe rcentage
average pole condition
distribution in
usable lifetime cable rate cable
Interrupt Duration duration out
<Time>
customer interrupt in
Pole maintenance pole Condition deteriorate pole year 20 14-202 5 pole
impact network configuration
SAIDI target
duration in
network reliability
Average asset Condition
SAIDI Percent
leaving customer
rate duration 2006-2013
rate duration 1990-2005
network quality
total meter 2007-2013
total pole 2020
Total Customer
<Time>
quality
geographic
rate customer 2006-2013
deteriorate year 20142025
average standart life time
total transformer 2020
rate received 2006-2013 Total Customer's power received power received out
System Average Interruption Frequance Index
SAIFI Percent
Melakukan Pemasangan Asset Baru Pada tahun 2020 Menurunkan susut dengan rekonfigurasi Jaringan Menurunkan SAIDI dengan melakukan Proyek yang dilakukan penyulang
Skenario 2 Menurunkan Technical Losses yaitu dengan Rekonfigurasi jaringan (Network Reconfiguration) merupakan suatu usaha merubah bentuk konfigurasi jaringan distribusi dengan mengoperasikan pensakelaran terkontrol jarak jauh (switching remotely controlled) pada jaringan distribusi tanpa menimbulkan akibat yang beresiko pada operasi dan bentuk sistem jaringan distribusi secara keseluruhan. Dapat menurunkan 1% technical Losses (Zimmerman,Ray Daniel, 2005). Menurunkan SAIDI yaitu dengan proyek yang dilakukan oleh penyulang dengan cara pengoperasian otomatis switch untuk mengisolasi kesalahan, perbaikan alat sensor untuk mengurangi overloading transformator, mengembangkan otomatisasi alat pendeteksi kesalahan untuk mengontrol alat distribusi (American Recovery and Investment Act of 2009, 2012) dapat menurunkan SAIDI 25 menit/pelanggan
Hasil Perbandingan Basemodel, Skenario 1 dan Skenario 2 Average asset Condition
Technical Losses Scn 2
100
System Average Interruption Duration Index
10 400
75
7.5
50
5
25
2.5
0 1990
1995
2000
2005 2010 Time (Year)
2015
minutues
350
0 1990
2020
2025
250
1995
2000
2005 2010 Time (Year)
2015
2020
2025 200 1990
Technical Losses Percentage : basemodel Technical Losses Percentage : sekenario 1 Technical Losses Percentage : sekenario 2
Average asset Condition : sekenario 2 Average asset Condition : basemodel Average asset Condition : sekenario 1
1995
2000
2005 2010 Time (Year)
100 75 50
2014 = 75% 2025 = 53%
25
1995
2000
network reliability : sekenario 2 network reliability : basemodel network reliability : sekenario 1
2005 2010 Time (Year)
2020
2025
2014= 215 menit/pelanggan 2025 = 217 menit/pelanggan
network reliability
0 1990
2015
System Average Interruption Duration Index : skenario 2 System Average Interruption Duration Index : skenario 1 System Average Interruption Duration Index : basemodel
2014= 5,9% 2025 = 7% 2014= 82% 2025=41%
300
2015
2020
2025
Analisa Hasil Base‐Model
Skenario 1
Skenario 2
Average Asset Condition
72%
75%
82%
Technical Losses
7,9%
6,9%
5,9%
Network Reliability
68%
71%
75%
SAIDI
242 menit/pelanggan
240 menit/pelanggan
215 menit/pelanggan
Skenario 2 lebih baik dari pada skenario 1 yaitu dengan cara pemasangan asset baru pada tahun 2020, melakukan konfigurasi jaringan, dan adanya proyek yang dilakukan oleh penyulang
Kesimpulan dan Saran Validasi Tenaga Listrik yang di Distribusikan E1 = 4,9%, E2 = 14% Tenaga Listrik yang di Terima Pelanggan E1 = 3,7%, E2 = 6% Total Pelanggan E1 = 0,26%, E2 = 14% Pelanggan Padam E1 = 1%, E2 = 1,2% Lama Padam E1 = 2%, E2 = 4% Skenario 1 average asset condition meningkat 3%, keandalan jaringan (network reliability) meningkat 3%, SAIDI menurun 2 menit/pelanggan, dan technical losses menurun 1%. Skenario 2 average asset condition meningkat 7% network reliability meningkat 4% SAIDI 25 menit/pelanggan, technical losses 1% skenario yang tepat digunakan oleh perusahaan adalah menggabungkan skenario 1 dan skenario 2 karena manajemen asset tidak hanya diperhatikan dari pemasangan asset baru saja melainkan pengwasan dari susutnya tenaga listrik dan durasi pemadaman harus diperhatikan dengan cara rekonfigurasi jaringan, dan proyek pengoptimalan pengawasan oleh penyulang. Saran adalah Perkiraan cost akibat dari pemasangan asset baru, melakukan rekonfigurasi jaringan, dan adanya proyek oleh penyulang dapat di jadikan pertimbangan untuk mengembangan tugas akhir ini. Karena apa yang menjadi keputusan perusahaan juga mempertimbangkan biaya yang akan dikeluarkan
Daftar Pustaka American Recovery and Investment Act of 2009. (2012). Reliability Improvements from the Application of Distribution Automation Technologies . United State : SMART GRID.GOV. AusNet, S. (2006). ELECTRICITY DISTRIBUTION 5 YEAR ASSET MANAGEMENT PLAN. Basyaib, F. (2006). Teori Pembuatan Keputusan. Jakarta: Grasindo. Crisp, J. J. (2004). Asset Management in Electricity Transmission factor that affect Asset Management Policies and Practices of Electricity and their impact on performance. Brisbane, Australia. Darmono, R. (2005). Pemodelan System Dynamics pada perencanaan Penataan Ruang Kota. Ivo, W. (2005). Development of an asset management strategy for a network utility company . lessons from a dynamic business simulation. Simulat Gaming. KEPUTUSAN DIREKSI PT PLN (PERSERO). (2010). Kriteria Desain Enjinering Konstruksi Jaringan Distribusi Energi Listrik. Jakarta Selatan: PT PLN (PERSERO). Law, A. M., & Kelton, W. D. (1991). Simulation Modeling and Analysis. Muhammadi, E. A. (2001). Analisis Sistem Dinamis: Lingkungan Hidup, Sosial, Ekonomi, Manajemen . Murata. (2012). Reliability Of Electronic Components. MuRata Manufacturing. Oommen, A. (2005). A Case Study Evaluation Of The Causes For The Premature Failure Of Transformers On the ESKOM Transmision Network. Calgary,CANADA: CIGRE .
Daftar Pustaka Raymond McLeod, J., & Schell, G. P. (2007). Management Information System. Pearson/Prentice Hall. Suhadi, d. (2008). TEKNIK DISTRIBUSI TENAGA LISTRIK JILID 1. Direktorat Pembinaan Sekolah Menengah Kejuruan. Suryani. (2010). Demand Scenario Analysis and Planned Capacity Expansion. A System Dynamics Framework. Suryani, E. (2010). Validation Model. Suryani, E., Chou, S.-Y., & Chen, C.-H. (2010). Demand scenario analysis and planned capacity expansion: A system. Simulation Modelling Practice and Theory, 732-751. Suryani, E., Chou, S.-Y., & Chen, C.-H. (2012). Dynamic simulation model of air cargo demand forecast and terminal capacity planning. Simulation Modelling Practice and Theory, 27-41. Tasrif, M. (2005). Pengamat Kelistrikan. Diambil kembali dari http://www.tempointeraktif.com Y, B. (1996). Formal aspects of model validity and validation in system dynamics.
