Philipus Sampeliling Setyo Nugroho1) 2) 3)
Transcript of Philipus Sampeliling Setyo Nugroho1) 2) 3)
PROCEEDING SEMINAR TUGAS AKHIR (2014) 1-6
1
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.
I. PENDAHULUAN
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)
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).
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.
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])
S
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
3
(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
Nama
Pembangkit Merek
Daya
Terpasang
(kW)
Daya
Mampu
(kW)
Keterangan
PLTD Unit 1 Komatsu 500 380 Milik PLN
PLTD Unit 2 Komatsu 720 560 Milik PLN
PLTD Unit 3 Komatsu 720 560 Milik PLN
PLTD Unit 5 Volvo
Penta 100 60 Milik PLN
PLTD Unit 6 Marcedez 200 130 Milik PLN
PLTD Unit 8 Deutz 170 120 Milik PLN
PLTD Unit 9 Deutz 120 100 Milik PLN
PLTD Unit
11 Mitsubishi 1.560 1.248
Mesin
Sewa
PLTB Unit 8 WES 100 80 Milik
Daerah
PLTB Unit 9 WES 100 80 Milik
Daerah
PLTS Unit 1 BP Solar 32 32 Milik
Daerah
PLTS Unit 2 BP Solar 30 30 Milik
Daerah
Daya Total (kW) 4.352 3.380
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.
Tabel 2 Data Beban Listrik di Nusa Penida – Bali per 10 Oktober
2013
Jam Beban (kW) Keterangan
00:00 2.090
01:00 2.008
02:00 1.977
03:00 1.918
04:00 1.927
05:00 2.035
06:00 2.415
07:00 2.063
08:00 1.846
09:00 1.920
10:00 1.966
11:00 1.966
12:00 1.973
13:00 1.970
14:00 1.930
15:00 2.016
16:00 1.932
17:00 1.902
18:00 2.252
19:00 3.236
19:30 3.500 Beban Puncak
20:00 3.466
20:30 3.394
21:00 3.329
22:00 2.852
23:00 2.491
00:00 2.294
Beban Rata – Rata (kW) 2.321,37
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
4
Tabel 3 Data Parameter Keandalan Komponen Sistem Distribusi
Nama
Komponen
Faktor Keandalan
MTTR (Jam)
Line 0,2 Kali/km/Tahun 3
Transformator 0,005 Kali/Tahun 10
Switch 0,004 Kali/Tahun 10
Tabel 4 Data Parameter Keandalan Sistem Pembangkit
Nama
Pembangkit Inverter
Parameter Keandalan
(Kali/Tahun)
(Hari) t (Hari)
PLTD Unit 1 - 16 4,1342 22.8125
PLTD Unit 2 - 16 4,1342 22.8125
PLTD Unit 3 - 16 4,1342 22.8125
PLTD Unit 4 - 16 4,1342 22.8125
PLTD Unit 5 - 16 4,1342 22.8125
PLTD Unit 6 - 16 4,1342 22.8125
PLTD Unit 7 - 16 4,1342 22.8125
PLTD Unit 8 - 16 4,1342 22.8125
PLTB Unit 8 - 107 3,3880 3,1311
PLTB Unit 9 - 107 3,3880 3,1311
PLTS Unit 1
1 23 0,9214 15,8696
2 55 1,5951 6,6364
3 90 1,9372 4,0556
4 156 0,9277 2,3398
5 365 0 0
6 34 1,0137 10,7353
PLTS Unit 2
1 62 5,3677 5,8871
2 29 6,1529 12,5862
3 57 5,0094 6,4035
4 27 4,5938 13,5185
5 27 4,5938 13,5185
6 29 4,3056 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
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
Gambar 1 Grafik Perbandingan Nilai LOLP
0.12329
0.09863 0.10411
0.09918
0.10233 0.10279
0.09315
0.08932
0.09479 0.09187 0.09219 0.0926
0.07
0.08
0.09
0.1
0.11
0.12
0.13
0 5 10 15 20 25
LOLP (Hari)
Waktu (Tahun) Tanpa PLTS Dengan PLTS
PROCEEDING SEMINAR TUGAS AKHIR (2014) 1-6
5
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
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?
Periksa Apakah
Ada Line yang
Gagal?
Periksa Apakah
Ada Switch yang
Gagal?
Catat Jumlah Kegagalan
dan Durasi Kegagalan
Hitung Indeks Keandalan SAIFI,
SAIDI, CAIDI dan ASAI
Tampilkan
Hasil
Stop
Y
Catat Jumlah Kegagalan
dan Durasi Kegagalan
Y
Catat Jumlah Kegagalan
dan Durasi Kegagalan
Y
T
T
T
Gambar 3 Flow Chart Perhitungan Indeks Keandalan
36.3605 35.3906
4.5679 4.4642
0.1256 0.1261 0.9995 0.9995
0
4
8
12
16
20
24
28
32
36
40
25
Nilai SAIFI, SAIDI,
CAIDI, ASAI
Waktu (Tahun)
SAIFI Dengan PV SAIFI Tanpa PV SAIDI Dengan PV
SAIDI Tanpa PV CAIDI Dengan PV CAIDI Tanpa PV
ASAI Dengan PV ASAI Tanpa PV
PROCEEDING SEMINAR TUGAS AKHIR (2014) 1-6
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
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).
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] Billinton, Roy. dan Allan, Ronald. 1994. “Reliability Evaluation of
Power Systems”. New York: Plenum Press.
[2] Goetzberger, Adolf. dan Hoffman, Volker. 2005. “Photovoltaic
Solar Energy Generation”. Freiburg: Springer.
[3] SPLN 59 : 1985. 1985. “Keandalan pada Sistem Distribusi 20 kV
dan 6 kV”. Jakarta: Perusahaan Umum Listrik Negara.
[4] Billinton, Roy. dan Li, Wenyuan. 1994. “Reliability Assessment of
Electric Power Systems Using Monte Carlo Methods”. New York:
Plenum Press.
[5] Kadir, Abdul. 2000. “Distribusi dan Utilitas Tenaga Listrik”.
Jakarta: Penerbit Universitas Indonesia (UI – Press).
[6] Guo-hua, Yang. dan Li Yi. 2011. “Study of Reliability of Grid
Connected Photovoltaic Power Based on Monte Carlo Method”.
IEEE Press.
[7] Suswanto, Daman. 2009. “Sistem Distribusi Tenaga Listrik”.
Padang: Penerbit Universitas Negeri Padang.
[8] Badan Pengkajian dan Penerapan Teknologi (BPPT). 2010. “Desain
Sistem Pendukung Operasi Jaringan Pembangkit Energi Terbarukan
Skala Kecil Tersebar dengan Teknologi Microgrid”. Jakarta: BPPT.
BIODATA PENULIS
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 2006-
2009. 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
0.0926
0.08723
0.085
0.0875
0.09
0.0925
0.095
25
Nilai LOLP
(Hari)
Waktu (Tahun) Sebelum Sesudah