all about electricity (indonesia)

Posts tagged ‘keandalan’

PLTG CNG, Solusi Baru untuk Memperbaiki Keandalan SJB

DPR menyetujui kenaikan TDL 15%  di tahun 2013. Seperti biasa, saat pembahasan dengan pemerintah, selalu dibarengi dengan isu inefisiensi di tubuh PLN, dan hampir selalu isu BBM menjadi tokoh sentralnya. Dan isu BBM ini ada benarnya, karena BBM masih memakan 43% atau Rp 49 T dari Rp 112 T biaya energi di tahun 2013, sementara subsidi untuk PLN sendiri hanya Rp 78 T.

Sumber: Gatra 20-26 September 2012

Masyarakat awam tentu bertanya, kok bisa porsi BBM masih besar, bukan kah beberapa tahun yang lalu diumumkan proyek besar PPDE 10000 MW yang mayoritas berbahan bakar batubara? Sedikit flashback, proyek crash program PPDE 10000 MW dilatarbelakangi defisit suplai listrik terutama di SJB akibat mandeknya proyek-proyek pembangkit listrik pasca krismon 1998. Sebelum masuk ke topik ini dan solusi yang saat ini sedang dikerjakan, ada isu lain yang terkait.

Isu tersebut adalah isu kecukupan pasokan daya di Sistem Jawa Bali yang 3-4 tahun yang lalu memuncak. Kini isu itu telah berlalu sejak mulai banyak masuknya pembangkit-pembangkit listrik PPDE 10000 MW. Apakah persoalan di SJB selesai sampai disini? Ternyata tidak, masih ada hal-hal yang membuat SJB tidak sepenuhnya bagus, dari sisi keandalan dan kualitas. Tahun-tahun terakhir ini kualitas frekuensi SJB cenderung bergejolak. Jika anda melihat dari trend monitoring frekuensi SJB, ekskursi frekuensi yang liar kadang terjadi dan fluktuasinya dari titik 50 Hz tidak terlalu mulus dibanding kondisi 10 tahun yang lalu misalnya.

 

Ekskursi frekuensi 25 September 2012

Upaya-upaya yang dilakukan oleh P3B JB sebagai operator sistem sebenarnya sudah maksimal untuk mempertahankan keandalan, kualitas dan keekonomian SJB. Salah satu langkah memperbaikinya dari sisi keandalan adalah terus berusaha mengaktifkan kembali fasilitas regulasi primer, governor free,   maupun regulasi sekunder, LFC, sebagai partisipasi unit-unit pembangkit pada SJB. Namun demikian, upaya ini masih belum memadai. Penyebab utamanya adalah berkurangnya proporsi pembangkit-pembangkit yang melayani segmentasi peaking load dan load follower. Hal ini merupakan konsekuensi dari tidak dioperasikannya semaksimal mungkin pembangkit-pembangkit ini yang melayani segmen ini, yang mayoritas berbahan bakar minyak (BBM).

Dahulu PLTG dan PLTGU minyak merupakan andalan SJB untuk menjaga kestabilan frekuensi, karena pembangkit jenis inilah yang bisa menaik dan menurunkan beban dengan ramping rate cepat. Fungsi ini juga bisa dilakukan oleh PLTA waduk, namun kita mengetahui kapasitas PLTA semakin menurun, karena laju sedimentasi waduk yang lebih cepat dari perkiraan semula misalnya, disamping variasi musim hujan dan kemarau juga berpengaruh.

Operator sistem berjuang keras menstabilkan sistem terutama pada waktu-waktu kritis jam 16.00 sampai 18.00 dimana ramp-nya mencapai 2000~3000 MW / jam.

 

Ilustrasi ramping rate demand yang ekstrim

Walaupun pembangkit-pembangkit baseload PLTU-PLTU batubara berusaha dijadikan load follower, namun hasilnya tidak optimal. Contohnya, saat ini pada malam/dini hari PLTU seperti Tanjung Jati, Suralaya bebannya diset rendah dan ketika pagi hari mulai dinaikkan. Dengan cara ini ekskursi frekuensi tetap terjadi terutama jika ada gangguan meski hanya di salah satu komponen SJB (N-1). Kenapa kita peduli pada ekskursi frekuensi? Jika ekskursi ini melampaui batas, bisa terjadi under frequency relay (UFR) bekerja, dan skema load shedding (pengurangan beban) mungkin terjadi. Akibatnya, bisa terjadi, cadangan sistem normal / sangat cukup, namun ada daerah yang mengalami pemadaman.

 

7 Oktober 2012: Masyarakat membutuhkan saluran untuk komplain listrik

Jadi semacam paradoks, suplai berlebih tapi dari sisi konsumen ada yang masih merasakan pemadaman. Penyebab paradoks ini juga bisa disebabkan oleh gangguan di level distribusi / lokal, misal ada penghantar saluran udara yang short karena ranting pohon, atau jembatan trafo IBT (inter-bus transformer) yang tidak cukup / mengalami gangguan.

Apa yang dilakukan oleh pengelola SJB untuk mengatasi hal-hal ini? Salah satu yang sangat strategis adalah berusaha mengoperasikan kembali unit-unit pembangkit yang melayani segmen beban puncak (peak shaving unit). Bagaimana caranya? Kita tahu, subsidi BBM untuk listrik pada APBN terus berusaha ditekan, jadi mustahil memaksakan diri mengoperasikan kembali pembangkit yang menghasilkan 100 MW dengan meminum BBM sampai 100 ribu liter per 3 jam (meski dalam kondisi darurat hal ini tidak bisa dihindari, jika sampai terjadi black/brown out maka kerugian di sisi konsumen akan jauh lebih besar ketimbang subsidi yang dikeluarkan pemerintah).

Ide cemerlang yang akan segera direalisasikan di SJB adalah mensubstitusi BBM dengan bahan bakar gas. Kok bisa dibilang ide cemerlang? Bukan kah kita semua tahu BB Gas dari dulu juga jauh lebih murah daripada BBM?

Yang mungkin belum semua orang awam mengetahui adalah sifat natural penyaluran gas alam. PLTGU di luar negeri seperti di Jepang biasanya menggunakan bahan bakar gas dari gas alam cair (LNG), karena tidak mempunyai sumber /sumur gas di sekitarnya atau di dalam negeri. Karena gasnya disimpan dalam bentuk cair, maka pemanfaatannya dapat diatur, kapan pun dibutuhkan tinggal dialirkan, jadi mirip BBM yang disimpan di dalam tangki timbun. Nah, sumber gas untuk PLTGU-PLTGU di Indonesia tidak seperti itu. Sumber gasnya berasal dari gas pipa, gas yang dialirkan dari sumur / sumber gas melalui pipa gas.

 

Offshore platform

Dan yang perlu diketahui, sifat sumur gas sangat unik. Selain biasanya gas dipakai untuk lifting minyak (sumur gas dan minyak seringkali bercampur, jadi satu sumur bisa menghasilkan minyak dan gas sekaligus), gas ini juga hampir tidak bisa diatur besar kecil keluarannya. Sekali menyemburkan gas, maka harus dialirkan, jika tidak maka reservoirnya bisa rusak. Malahan ada kasus, karena keliru mengoperasikan, maka gasnya bercampur dengan air. Akibatnya, gas pipa aliran arusnya (flow rate) cenderung datar (flat). Manuver flow rate gas hanya terbatas pada memainkan tekanan (pressure) pada pipa yang panjang (line pack), yang biasanya sempit range-nya. Dan bisa diduga, karena bahan bakarnya konstan, maka produksi listrik dari pembangkit listriknya juga konstan.

Jadi PLTGU gas yang ada di Indonesia, suka tidak suka, bermain di segmen pasar beban dasar (base load) karena sifat alaminya tadi. Bagaimana jika SJB tidak menginginkan energi listrik dari PLTGU gas tadi?

 

Foto thermal Flare gas

Pilihannya ya itu tadi, tetap menerima listrik dari PLTGU gas dengan “mengalahkan” produksi listrik dari pembangkit lain, termasuk dari PLTU batubara yang seharusnya bermain di baseload, atau bisa juga membiarkan gas dari sumur gas dibakar (flare) ke udara bebas, namun gas yang dibakar ke udara tersebut tetap harus dibayar (Take or Pay). Gas alam harus dibakar jika dilepas ke udara, karena gas Metana adalah gas rumah kaca (green house gas) yang efek melubangi ozonnya jauh lebih parah daripada gas karbon dioksida hasil pembakaran. Ini juga menjadi alasan kenapa kontrak gas (PJBG/GSA) selalu mencantumkan klausul ToP, yaitu merupakan turunan dari sifat alami sumur gas yang diterjemahkan secara komersial.

Dari sini lah bisa dijelaskan, ide dasar subsitusi BBM dengan BBG pada Peak Shaver Unit sangat cemerlang. Ide ini mulai diidentifikasi dalam RUPTL PLN 2011-2020. Gas pipa yang sifat alaminya telah dijelaskan tadi, dirubah sifatnya dengan cara dijadikan compressed natural gas (CNG). Gas pipa, ditekan / dikompres menjadi bertekanan tinggi, disimpan dalam bejana (vessel), dan dilepas kembali pada saat dibutuhkan, pada Waktu Beban Puncak (WBP).

Jadi CNG ini mewarisi 2 sifat menguntungkan dari BBG dan BBM, dari gas alam mewarisi sifat harganya yang lebih murah dan lebih ramah lingkungan (beban emisi CO2, NOx lebih rendah), dari BBM mewarisi sifat fleksibilitasnya (bisa dimanfaatkan pada waktu tertentu). Meskipun proses kompresi CNG menimbulkan biaya, namun compressed fee ini dan harga BBG-nya masih jauh lebih murah dibandingkan BBM.

Bagaimana dengan alternatif lain untuk memenuhi beban puncak? PLTG CNG ini masih lebih baik dibanding misalnya PLTA Pump Storage (Upper Cisokan yang paling cepat akan beroperasi). Kita tahu investasi membangun PLTA apa pun relatif lebih besar dibanding membangun PLTG, dan waktu pembangunannya lama, bertahun-tahun (bandingkan dengan membangun PLTG, 1 tahun dapat berdiri). Apalagi jika PLTG-nya sudah ada, tinggal membangun CNG plant, maka solusi ini benar-benar dapat diandalkan delivery time-nya.

Bonus keuntungannya, beban PLTU-PLTU batubara diramalkan relatif akan lebih stabil (berkurang naik turunnya) sehingga secara tidak langsung akan meningkatkan keandalan PLTU-PLTU batubara (misal dari risiko bocornya pipa-pipa boiler karena thermal stress/fatigue). Secara keseluruhan, energy cost SJB akan turun untuk kondisi SJB dengan kualitas yang sama. Artinya, jika hendak dilakukan studi, maka perbandingan yang benar, apple to apple, adalah membandingkan energy cost di era pada saat PLTG minyak masih dijalankan (tahun 2011 ke bawah) dengan versus masa pada saat PLTG CNG pertama mulai beroperasi di SJB (diperkirakan mulai Q1 2013).

Sekilas Bisnis Listrik U.S. di 2011

Cukup lama saya tidak menulis, tugas baru yang saya kerjakan benar-benar menyita waktu. Kali ini saya coba berbagi berita terbaru (2011) dari majalah-majalah yang berkecimpung dalam bisnis listrik yang ternama seperti IEEE Spectrum dan IEEE Power & Energy Magazine.

Dari Spectrum edisi January 2011, ada sebuah artikel pendek yang memberitakan U.S. Grid Gets Less Reliable. Wow, tentu saja agak mengejutkan, karena selama ini Amerika (US) adalah kiblat teknologi sistem tenaga listrik. Sampai-sampai sering kita membandingkan  (benchmark) indeks kinerja “kelas dunia” dengan indeks kinerja di Amerika Utara (NERC). Dalam artikel tsb. disebutkan bahwa kinerja sistem tenaga listrik di US memburuk dalam 15 tahun terakhir. Dalam setahun, rata-rata lama gangguan (pemadaman listrik) mencapai 92 menit di area Midwest dan 214 menit di area Northeast. Bandingan dengan Jepang yang rata-rata hanya padam 4 menit per tahun. Data EIA (Energy Information Administration Departemen Energi US) dan NERC (North American Electric Reliability Corp.) menunjukkan bahwa gangguan  meningkat. Jika pada periode tahun 2000-2004 ada 156 pemadaman yang lebih besar dari 100 MW, maka di periode 2005-2009 meningkat menjadi 264 gangguan. Demikian pula untuk pemadaman yang mempengaruhi lebih dari 50000 pelanggan, jika pada periode 2000-2004 ada 149 gangguan, maka pada periode 2005-2009 menjadi 349 buah.

Kenapa hal ini bisa terjadi? Sejak tahun 1995, amortisasi dan tingkat depresiasi telah melebihi belanja pembangunan infrastruktur sistem. Dengan kata lain, dalam 15 tahun terakhir, industri STL (utilities) lebih banyak “memanen” daripada “menanam”. Akibatnya STL menjadi semakin tertekan. Biaya penelitan dan pengembangan (R&D) di sektor kelistrikan turun 74%, dari $741 juta di tahun 1993 menjadi hanya $193 juta di tahun 2000. Jika dibandingkan dengan revenue, biaya R&D ini hanya 0.3% (untuk periode 1995-2000). Bandingkan dengan sektor-sektor industri yang lain, misal industri komputer 12.8%, farmasi 10.4% bahkan industri hotel pun ternyata lebih intensif mengeluarkan biaya R&D di level 0.7%. Dengan berinvestasi pada STL sebenarnya biaya ini akan kembali dalam bentuk menghindari meningkatnya gangguan dan perbaikan efisiensi. Jadi seperti yang telah disebutkan dalam artikel terdahulu, terlihat dengan sangat jelas trade-off antara reliability vs cost.

Masih terkait dengan hal itu, pemerintah US memberikan stimulus $3.4 milyar untuk mengembangkan smartgrid. Jadi, dalam pasar bebas seperti di Amerika sekali pun, campur tangan pemerintah dalam industri kelistrikan masih diperlukan. Salah satu hal kritis dalam pengembangan ini adalah tenaga kerja terampil yang dibutuhkan untuk mengimplementasikan dan memelihara smartgrid. Yang semakin menyulitkan pengelola kelistrikan disana adalah ternyata sekitar 60% mahasiswa pasca sarjana di bidang kelistrikan, yang diharapkan akan terjun sebagai profesional, adalah mahasiswa internasional yang besar kemungkinan tidak akan bekerja di US setelah mereka lulus nantinya. Singkat cerita, US mengalami kesulitan mendapatkan tenaga kerja profesional di bidang kelistrikan, sehingga salah satu proposal yang diajukan untuk mendapatkan award adalah living laboratory, smartgrid education and workforce training at IIT. IIT juga diminati oleh dunia internasional seperti Korea Selatan dan Italia, yang menyadari bahwa pengembangan smartgrid mustahil dicapai tanpa didukung pekerja yang profesional.

Fenomena Black Swan Ketenagalistrikan

Jika anda sudah pernah membaca buku The Black Swan: The Impact of the Highly Improbable maka tentu anda akan paham dengan apa yang akan saya tulis. Tulisan-tulisan saya terdahulu yang banyak membicarakan hubungan antara sistem kelistrikan, probabilitas, ekspektasi tingkat layanan dan kinerja dan realitasnya memiliki benang merah dengan fenomena yang disebut sebagai black swan. Buku karangan Nassim Nicholas Taleb, seorang Profesor di bidang Risk Engineering, Ilmu Ketidakpastian (agak aneh ya.., biasanya kan kita belajar ilmu pasti :-))  dan Matematika disamping sebagai Praktisi Keuangan ini mengungkapkan ketidakpastian peristiwa-peristiwa yang memiliki dampak luar biasa, sulit diramalkan, di luar perkiraan normal, yang biasanya sering disebut probabilitasnya sangat kecil untuk terjadi sehingga banyak orang yang tidak menyadari akan dampaknya yang luar biasa jika hal itu terjadi.

Istilah black swan atau angsa hitam mengacu pada istilah yang digunakan orang pada masa yang lalu tentang warna unggas yang bernama angsa. Orang selalu berpikir, warna angsa pasti lah putih. Setelah penemuan angsa berwarna hitam di Australia Barat pada tahun 1697, baru lah disadari, yang nampaknya mustahil pun bisa saja terjadi di masa depan. Taleb mencontohkan peristiwa black swan adalah seperti pesatnya internet, Perang Dunia I, serangan 11 September 2001. Dalam konteks kelistrikan, sebenarnya banyak hal yang (sulit) tidak bisa diprediksi di masa depan meskipun kita berusaha sedapat mungkin memprediksi dengan analisis baik secara deterministik maupun probabilistik. Namun demikian ada juga yang nekat memprediksi hal-hal yang “unpredictable” misal seperti di US tidak akan ada lagi yang akan membangun pembangkit listrik tenaga uap (PLTU) berbahan bakar batu bara di tahun 2010 ini.

Peristiwa black swan dalam kelistrikan yang paling jelas adalah peristiwa blackout. Peristiwa ini adalah peristiwa yang paling tidak diharapkan oleh konsumen di antara harapan-harapan lainnya. Apa yang biasanya diharapkan konsumen listrik? Tentu saja, konsumen biasanya mengharapkan listrik tidak pernah padam, harganya murah (malah kalau bisa gratis), berlimpah sehingga kapan pun kita butuhkan, selalu tersedia setiap saat. Sayangnya, hal2 tsb. sangat naif, bahkan di negara maju dan kaya sekali pun. Masyarakat awam termasuk politisi biasanya sangat terkejut atau heran, jika di suatu hari, tanpa diduga, tahu-tahu listrik mati. 

“Big blackout surprises politicians, but not the power community”

IEEE Spectrum Volume: 40 , Issue: 9 Publication Year: 2003 , Page(s): 9 – 9

Dalam skala yang luas, padamnya listrik secara tidak terduga dinamakan blackout. Jika area yang padam hanya sebagian, kadang disebut sebagai brownout. Padamnya listrik di sebagian wilayah Jakarta 21 Juli 2010 ini, termasuk mengejutkan sebagian orang. Kenapa demikian, hal ini terkait ekspektasi masyarakat setelah TDL (tarif dasar listrik) naik pada bulan Juli 2010 (terakhir TDL naik tahun 2003). Masyarakat mengharapkan (mengira) bahwa listrik kecil (tidak) kemungkinannya padam setelah TDL naik. Bisa diduga, masyarakat banyak yang kecewa. Hal ini tidak perlu terjadi jika kenaikan TDL dipahami sebagai bagian dari konsekuensi vertically integrated electricity market yang kita anut. Dalam sistem yang kita anut, pemerintah berperan mengatur tarif untuk menjamin keberlangsungan (sustainability) penyediaan listrik adalam jangka panjang. Pemerintah memastikan bahwa tarif dan subsidi yang ada dapat menutup biaya operasi dan biaya kapital atau investasi termasuk pembelian listrik dari IPP. Jadi TDL tidak terkait langsung dengan keandalan. TDL terkait dengan keandalan dalam perspektif horison jangka waktu panjang. Untuk kasus ini, peristiwa tersebut belum digolongkan sebagai peristiwa black swan, karena padamnya listrik di area Jakarta sebetulnya tidak lah terlalu mengejutkan mengingat karena kondisi jaringan transmisi di Jakarta sudah terhitung kritis dalam beberapa tahun terakhir (ditandai dengan rendahnya tegangan, kapasitas trafo dan saluran penghantar yang sudah mendekati kapasitas maksimalnya, ditambah permintaan daya yang terus bertambah dari tahun ke tahun). Dampaknya pun tidak terlalu “parah” dibanding peristiwa black swan yang akan saya ceritakan ulang berikut ini.

The 1987 Tokyo Blackout

Pada tanggal 23 Juli 1987, wilayah metropolitan Tokyo mengalami pemadaman listrik besar-besaran yang disebabkan oleh ketidakstabilan tegangan. Saat blackout, lebih dari 8 GW beban hilang, sebagian besar selama sekitar 3.35 jam, yang mempengaruhi 2.800.000 rumah tangga. Pelajaran yang dapat diambil dari pemadaman listrik itu telah mendasari teknik pengendalian tegangan dan daya reaktif, yang saat ini diadopsi oleh jaringan Tokyo Electric Power Company (TEPCO).

Pada tanggal 23 Juli 1987, suhu di Tokyo tercatat 35,9º C. Suhu ini adalah suhu tertinggi kesembilan dalam sejarah. Di pagi hari, TEPCO merevisi perkiraan permintaan listrik, naik dari 38,5 GW ke 39,0 GW dan naik lagi untuk 40,0 GW dari 39,0 GW. Revisi ini mencetak rekor baru untuk TEPCO pada waktu itu, tapi diperkirakan tetap aman dan operasi diperkirakan tetap stabil dengan 40,0 GW ini sesuai permintaan listrik dalam rencana operasional di musim panas.

Selama istirahat makan siang pada hari yang sama, karena permintaan listrik menurun dari 39,1 menjadi 36,5 GW, beberapa kapasitor shunt harus dilepas karena batas atas tegangan bus sisi sekunder atau tersier sisi transformator telah terlampaui (kebanyakan shunt kapasitor dipasang di sisi tersier transformator dalam jaringan TEPCO).

Setelah istirahat makan siang, kapasitor shunt ini diharapkan aktif secara otomatis oleh Pengendali Tegangan dan Daya Reaktif (VQC) seiring meningkatnya permintaan listrik. Namun, karena peningkatan beban lebih cepat daripada tahun-tahun sebelumnya, VQC dan AVR bisa tidak mengikutinya, dan tegangan bus mulai menurun. Akibatnya bisa ditebak, ketika bus-bus 500 kV mulai turun tegangannya sampai di bawah 400 kV, transmisi ini mulai trip, tegangan menjadi tidak terkendali, apalagi ditambah ramping rate yang mencapai 400 MW/menit. Analisis selengkapnya ada di artikelnya pak T. Ohno.

US / Canada Blackout in 2003 (14 August)

Kantor berita CBS memberitakan blackout ini sebagai Biggest Blackout in U.S. Historyuntuk menggambarkan betapa besarnya dampak yang diakibatkan oleh kejadian ini. Investigasinya pun termasuk yang paling serius, sampai-sampai di bentuk gugus tugas yang melibatkan US dan Canada yang melaporkan hasilnya langsung kepada Presiden AS dan Perdana Menteri Kanada. Wiki menggambarkan peristiwa ini sebagai blackout yang paling masif nomor dua sepanjang sejarah. Peristiwa ini menimpa pada 10 juta pelanggan di Ontario, Kanada dan 45 juta pelanggan di 8 negara bagian di Amerika Serikat.

Tanggal 14 Agustus 2003 jam 2 siang PLTU di Eastlake Ohio trip. Satu jam kemudian jam 15.06 transmisi 345 kV di sebelah timur laut Ohio juga trip. Tripnya saluran ini membebani saluran transmisi yang lain. Di area metropolitan New York, tanda pertama bahwa sistem tenaga listrik sedang mengalami gangguan adalah tegangan menurun sampai dengan 80% tegangan nominal dan kembali ke level normal lagi (voltage sag). Pukul 15.32 kelebihan beban pada saluran 345 kV menyebabkan penghantarnya melendut, mengenai pohon lalu trip. Jam 15.41 kelebihan beban pada saluran 345 kV yang lain menyebabkan pemutus (breaker) trip. Jam 15.46 saluran transmisi utama 345 kV milik AEP juga trip. Kejadian ekstrim terjadi 3 detik kemudian, voltage sag mencapai 50% tegangan nominal.

Jam 16.06 saluran transmisi 345 kV di timur laut Ohio trip tapi kemudian masuk lagi jam 16.08. Pengelola pembangkit listrik di Kanada dan AS sisi timur merasakan tegangan berayun tidak terkendali. Jam 16.09 tegangan di kota Cleveland yang sudah turun jadi hilang.  Rangkaian peristiwa yang terjadi secara cepat ini disebut cascading event, jadi sebuah atau beberapa peristiwa merupakan akibat dari kejadian sebelumnya. Jam 16.10 sampai 16.25 pembangkit listrik dan saluran transmisi tegangan tinggi di Ohio, Michigan, New York, New Jersey dan Ontario mati. Beberapa pulau (island operation) sistem terbentuk setelah kejadian ini. Pelajaran yang dapat diambil adalah meskipun beberapa event merupakan kejadian voltage collapse namun penyebab utamanya adalah power swing dynamic yang menyebabkan sistem menjadi tidak stabil.

Europe Blackout (2006)

Pada bulan November 2006, terjadi blackout di kawasan Eropa barat. Blackout ini menyebabkan 10 juta orang tinggal dalam “kegelapan” dan memicu perdebatan mengenai regulasi dan transmisi listrik di Eropa. Apa penyebab awal terjadinya perisitiwa ini ? Ternyata kejadian di berawal di Jerman bagian utara, negeri yang disebut-sebut pelopor teknologi tinggi pun, dapat mengalami “mati lampu”. Perusahaan listrik setempat (E.ON) memadamkan saluran transmisi tegangan tinggi yang melintasi River Ems untuk memberikan kesempatan sebuah kapal pesiar (Norwegian Pearl) untuk lewat di bawah saluran transmisi tsb. 

Akibat pemadaman saluran transmisi ini, saluran di tempat lain menjadi terbebani dan lepas. Selanjutnya menyebabkan reaksi pemadaman berantai di wilayah Jerman barat, Perancis, Belgia, Italia, Spanyol, Austria dan Belanda. Jadi urusan mati listrik, bukan lah monopoli negara berkembang saja, di negara maju pun juga terjadi. Meski Indonesia masuk dalam rekor yang pernah mengalami blackout terparah, hal ini semata-mata karena pulau Jawa, tempat dimana SJB yang mengalami blackout berada, adalah pulau terpadat di dunia  

Kapasitas Pembangkitan Listrik dengan Pendekatan Probabilistik – Reliability STL Bagian II

Teori Probabilitas Dasar

Saya merekomendasikan untuk membaca terlebih dahulu buku Statistik dari Schaum’s Outlines bab 6 agar anda lebih mudah mengikuti pemaparan tentang kapasitas pembangkitan dengan pendekatan probabilistik. Ada yang mengatakan Probabilitas adalah peluang kemunculan suatu kejadian. Sebagian besar Probabilitas suatu kejadian akan bernilai di antara 0 (gagal / failure (f)) dan 1 (berhasil / success (s)) kecuali untuk kasus-kasus yang ekstrim.

Jika p = probabilitas keberhasilan, q = probabilitas kegagalan, s = jumlah keberhasilan, dan f = jumlah kegagalan, maka

p=\frac{s}{s + f}

q=\frac{f}{s + f}

dimana p + q = 1.

Selain itu kita perlu mengingat kembali konsep Kombinasi dan Permutasi. Kenapa? Agar kita dapat menganalisis dengan lebih efisien dibanding jika kita harus menuliskan satu-persatu kemungkinan kejadian-kejadian dalam analisis kita. Kombinasi berhubungan dengan banyaknya cara sebuah item dapat divariasikan/diatur namun tidak melihat urutan pengaturan tsb. Pada Permutasi, urutan pengaturan tsb. dilihat. Pada STL, kita akan lebih banyak membicarakan kombinasi. Kita lebih memperhatikan event-event mana, jika dikombinasikan, yang akan menyebabkan STL gagal, ketimbang urut-urutan event-eventnya (permutasi) yang menyebabkan sistem gagal.

Praktek Probabilitas dalam Enjiniring

Mungkin kita sering membaca tentang cara menghitung probabilitas sisi mana yang muncul pada sebuah koin. Semakin sering percobaannya maka, angka probabilitasnya semakin akurat. Dalam kenyataannya, deduksi data probabilitas kesuksesan atau kegagalan sebuah STL tidak dapat diperoleh melalui percobaan seperti koin tsb. Lantas apa yang dapat dilakukan ? Caranya dapat dengan membagi STL ke dalam beberapa level hirarki. Hirarki yang paling rendah dipilih (pembangkitan) yang data probabilitasnya relatif lebih mudah diperoleh. Data kegagalan untuk sistem secara keseluruhan diperoleh dari teknik reliability assesment.

Aplikasi Distribusi Binomial

Distribusi Probabilitas

Bilangan random mengikuti salah satu dari distribusi

Perilaku acak dari sebuah sistem diwakili oleh satu atau lebih parameter disamping distribusinya, seperti:

  • Rata-rata atau nilai yang diharapkan <– Momen pertama distribusi
  • Varian dan deviasi standar <– Momen kedua distribusi

Distribusi binomial masuk dalam kategori variabel random diskrit. Dengan penerapan distribusi binomial, solusi dari permasalahan reliability yang rumit menjadi lebih mudah. Jika kita menghubungkan probabilitas keberhasilan p dan kegagalan q dengan konsep binomial maka untuk sebuah n kali (jumlah n tetap) percobaan,

distribusi binomialnya = (p + q)^{n}.

Kondisi lain yang harus dipenuhi :

  • p + q = 1 (cuma boleh ada 2 kemungkinan keluaran, berhasil dan gagal / hidup dan mati dsb)
  • nilai p dan q, masing-masing konstan
  • percobaan harus independen

Agar kita dapat mengevaluasi hasil-hasil keluaran dan probabilitasnya, kita perlu menurunkan  (p + q)^{n}  menjadi :



Contoh 1 (p = q = 0.5)

Sebuah koin dilempar 5 kali. Evaluasi probabilitas masing-masing keluaran yang mungkin.

Jumlah Sisi

Formula Binomial

Probabilitas Individu Probabilitas Kumulatif
Angka Burung
0 5 5C0(½)0(½)5 1/32 1/32
1 4 5C1(½)1(½)4 5/32 6/32
2 3 5C2(½)2(½)3 10/32 16/32
3 2 5C3(½)3(½)2 10/32 26/32
4 1 5C4(½)4(½)1 5/32 31/32
5 0 5C5(½)5(½)0 1/32 32/32
     

Σ = 1

 

Contoh cara menghitung kombinasi 5C3

= \frac{5!}{3!(5-3)!} = \frac{5 \times 4 \times 3 \times 2 \times 1}{3 \times 2 \times 1 (2 \times 1)} = \frac{5 \times 4}{2} = 10

Contoh 2 (p ≠ q)

 

Sebuah pembangkit listrik berskala kecil akan dibangun untuk memenuhi kebutuhan beban 10 MW konstan. Designer sistem ini mempertimbangkan 4 kemungkinan konfigurasi unit-unit (mesin) di dalam pembangkit tersebut. Asumsi untuk unit-unit dalam pembangkit tsb. Forced Outage Rate (FOR) = 0.02.

  1. 1 unit x 10 MW
  2. 2 unit x 10 MW
  3. 3 unit x 5 MW
  4. 4 unit x 3\frac{1}{3} MW

Jawaban Contoh 2

Dalam lingkup sederhana, kita mengaplikasikan distribusi binomial pada dua keadaan pembangkit, yaitu :

  1. Pembangkit tidak siap (outage), misal dilambangkan dengan p = FOR = 0.02
  2. Pembangkit siap (available), misal dilambangkan dengan q = 1 – FOR = 0.98

Dalam praktek, dengan perhitungan yang lebih teliti, biasanya dinyatakan dalam EAF (Equivalent Availability Factor) dan EFOR (Equivalent Forced Outage Rate).

Pada rumus binomial :

(p + q)^{n}= \sum_{r=0}^{n} {}_{n}C_{r}p^{r}q^{n-r}

  • nilai  p = 0.02, q = 0.98,
  • r = 0, 1, … sampai dengan n,
  • n = 1 (kasus 1), n = 2 (kasus 2), n = 3 (kasus 3), n = 4 (kasus 4).

Misal untuk yang (b) / kasus 2,

(p + q)^{n}=\sum_{r=0}^{2}{}_{2}C_{r}(0.02)^{r}(0.98)^{(2-r)}

={}_{2}C_{0}(0.02)^{0}(0.98)^{(2-0)}+{}_{2}C_{1}(0.02)^{1}(0.98)^{(2-1)}+{}_{2}C_{2}(0.02)^{2}(0.98)^{(2-2)}

={}_{2}C_{0}(0.98)^{2}+{}_{2}C_{1}(0.02)(0.98)+{}_{2}C_{2}(0.02)^{2}

=0.9604+0.0392+0.0004

Jika kita masukkan satu persatu nilai2 tsb., maka hasilnya dapat ditabulasikan dalam tabel COP (capacity outage probability) sbb. :

Capacity Outage Probability Tables
           
    Units out Capacity, MW Individual probability
      Out Available  
—– ——————– ————– ————– ————– ——————
(a) 1 x 10 MW unit      
    0 0 10 0.98
    1 10 0 0.02
          1.00
(b) 2 x 10 MW units      
    0 0 20 0.9604
    1 10 10 0.0392
    2 20 0 0.0004
          1.0000
(c) 3 x 5 MW units      
    0 0 15 0.941192
    1 5 10 0.057624
    2 10 5 0.001176
    3 15 0 0.000008
          1.000000
(d) 4 x 3\frac{1}{3} MW units      
    0 0 13\frac{1}{3} 0.92236816
    1 3\frac{1}{3} 10 0.07529536
    2 6\frac{2}{3} 6\frac{2}{3} 0.00230496
    3 10 3\frac{1}{3} 0.00003136
    4 13\frac{1}{3} 0 0.00000016
          1.00000000
           

Bagaimana dengan interpretasi tabel COP ini ?

Pemilik (owner) sistem berbeban 10 MW ini tentu mengharapkan, pembangkit listrik yang dibangun dapat memenuhi kebutuhannya minimal 10 MW dengan keandalan setinggi mungkin. Dengan data probabilitas ini, si desainer sistem memberitahu si owner bahwa alternatif-alternatif tsb. akan mampu mensuplai minimal 10 MW (x ≥ 10 MW) dengan probabilitas :

  1. Alternatif (a) = 0.98
  2. Alternatif (b) = 0.960 + 0.039 = 0.999
  3. Alternatif (c) = 0.941 + 0.057 = 0.998
  4. Alternatif (d) = 0.922 + 0.075 = 0.997

Si owner tentu saja langsung memilih alternatif (b) yang tingkat keandalannya paling tinggi. Namun demikian, paparan dari si desainer belum selesai, investasi awal untuk membangun pembangkit ini disebutkan US$ 1 juta / MW, sehingga acquisition costs yang harus dikeluarkan untuk alternatif :

  1. (a) = US$ 10 juta
  2. (b) = US$ 20 juta
  3. (c) = US$ 15 juta
  4. (d) = US$ 13\frac{1}{3} juta

Si owner kemudian pikir-pikir dan membatalkan keputusannya memilih alternatif (b) dan memilih alternatif (d). Keputusan akhir ini tidak selalu fix, bisa berubah-ubah bergantung pada optimalisasi tujuan (objective) si owner sebagai fungsi dari keandalan dan biaya dengan batasan (constraint) yang mungkin tidak sepenuhnya diketahui si desainer. Disini lah maksud dari trade-off antara reliability vs cost, yang jika diungkapkan secara matematis sebagai optimisasi : optimization, or mathematical programming, refers to choosing the best element from some set of available alternatives.

Dari tabel diatas juga dapat diinterpretasikan berapa MW yang kemungkinan hilang ketika melayani beban 10 MW (expected load loss).

  Kapasitas Unit yang Keluar (MW) Probabilitas Kehilangan Beban untuk Melayani 10 MW (MW) Expected Load Loss (MW)
(a) 1 x 10 MW unit      
  0 0.98 0  –
  10 0.02 10 0.2
        0.2
(b) 2 x 10 MW units      
  0 0.9604 0  –
  10 0.0392 0  –
  20 0.0004 10 0.004
        0.004 MW
(c) 3 x 5 MW units      
  0 0.941192 0  –
  5 0.057624 0  –
  10 0.001176 5 0.00588
  15 0.000008 10 0.00008
        0.00596 MW
(d) 4 x 3\frac{1}{3} MW units      
  0 0.92236816 0  –
  3\frac{1}{3} 0.07529536 0  –
  6\frac{2}{3} 0.00230496 3\frac{1}{3} 0.00768320
  10 0.00003136 6\frac{2}{3} 0.00020907
  13\frac{1}{3} 0.00000016 10 0.00000160
        0.00789387 MW

Misal untuk kasus yang (c) :

  • Ketika unit 0 MW keluar, tidak ada (0 MW) kehilangan beban.
  • Ketika unit 5 MW keluar, beban 10 MW tetap terlayani (tidak ada kehilangan beban).
  • Ketika 2 unit, total 10 MW keluar, ada 5 MW yang tidak terlayani dari 10 MW yang dibutuhkan.
  • Ketika semua unit, total 15 MW keluar, semua (10 MW) beban tidak terlayani.

Kesimpulannya, jika ada 3 unit x 5 MW dengan FOR = 0.02 melayani beban 10 MW, maka dari 10 MW tersebut, 0.00596 MW beban akan tidak terlayani (expected load loss).

Pertanyaan berikutnya adalah, bagaimana jika kita dihadapkan pada kasus besarnya unit pembangkit tidak sama / tidak identik, apa yang harus kita lakukan ?

Kita akan belajar menggunakan teknik recursive untuk membangun tabel COP kita pada tulisan yang akan datang.

Reliability (Keandalan) Sistem Tenaga Listrik – Bagian I

roy bilinton

Salah satu topik di Power Engineering yang sangat menantang adalah studi keandalan (reliability). Lingkup studi ini cukup luas, seperti mempelajari kalkulasi keandalan pembangkitan, transmisi, sistem interkoneksi dan distribusi. Tidak ketinggalan, biasanya kita juga dikenalkan dengan konsep Simulasi Monte Carlo untuk sistem tenaga listrik (STL).

STL sangat lah kompleks karena :

  • Besarnya secara fisik
  • Tersebar luas secara geografis
  • Adanya interkoneksi, baik nasional maupun internasional
  • Keterbatasan yang dimiliki operator itu sendiri
  • Energi listrik tidak dapat disimpan dengan efektif dan efisien dalam jumlah yang besar
  • Perilaku sistem yang tidak terduga

Istilah “reliability” berhubungan dengan kemampuan sistem untuk menyalurkan listrik ke semua titik penggunanya dalam standar dan jumlah yang sesuai atau bisa diterima.

Ada dua hal utama yang biasa dikaji dalam reliability:

  1. Kecukupan (adequacy)
  2. Keamanan sistem (security)

Adequacy assesment mempelajari kecukupan fasilitas yang dibutuhkan sistem untuk memenuhi kebutuhan sistem. Biasanya assesment ini dilakukan pada fase desain.

Security assesment mempelajari kemampuan sistem untuk tanggap terhadap gangguan. Hal ini sering dihubungkan dengan respon dinamis sebuah sistem. Assesment ini  sering dilakukan pada fase operasional.

Realibility at what cost ?

Analoginya bisa berupa pilihan sepeda motor apa yang akan kita beli (masalah pemeliharaan kita kesampingkan dulu). Mau beli motor Cina apa motor Jepang? Kalau keandalan bukan hal yang penting, kita bisa beli motor Cina. Yang penting bisa buat pergi ke pasar, kalau mogok yah itu memang resikonya. Tapi jika tiap pagi kita harus pergi ke kantor tepat waktu, maka beli motor Jepang, dengan berbagai reputasi keandalannya, sangat lah masuk akal.

Probabilitas outage dalam STL dapat dikurangi dengan menaikkan investasi pada fase perencanaan. Sebaliknya, investasi yang berlebihan akan menyebabkan inefisiensi dan tarif yang lebih mahal. Dalam STL berbasis pasar, biaya penyediaan listrik dan keandalan adalah hal yang diperjualbelikan dalam fase desain dan operasional.

Teknik Pengkajian Realibility

  1. Teknik Deterministik, Teknik ini teknik tradisional yang tidak melihat kemungkinan atau stokastik alami sebuah STL.
  2. Teknik Probabilistik, Teknik ini menggunakan pendekatan analitis dan simulasi. Teknik ini yang paling baik untuk mengakomodasi perilaku STL. Contoh toolnya seperti Power Factory, RAPS.

Indeks Keandalan Deterministik

  • Kriteria % Marjin Cadangan (% Reserve Margin) :
    • Kapasitas Terpasang ≥ Max. Demand + besaran % Reserve Margin
    • Misal jika Sistem Jawa Bali Max Demand-nya 17000 MW dan besaran Reserve Margin-nya ditentukan 20% maka Kapasitas Terpasangnya minimal 17000 + 3400 = 20400 MW.
    • Besaran %Reserve Margin ini dievaluasi dari waktu ke waktu dengan mempertimbangkan ENS (energy not served) dan LOLP (lost of load probability) yang dikehendaki (lihat dalam OC 2.2 Aturan Jaringan STL Jamali 2007)
  • Jatuhnya Unit Terbesar / Kriteria Contingency :
    • Total Kapasitas Pembangkit Beroperasi + Cadangan Putar  ≥ Max. Demand + Unit Generator Terbesar (contingency size)
    • Misal jika Max Demand 17000 MW, unit terbesar adalah PLTU 660 MW, maka total kapasitas pembangkit dan cadangannya harus lebih besar dari 17000 + 660 = 17660. Jika yang beroperasi adalah 15000 MW dan cadangan (lihat OC 2.1) hanya 1000 MW (total, 15000 +1000 = 16000), maka STL dapat dikatakan defisit karena 16000 < 17660. Hampir dapat dipastikan, ketika peak load terjadi maka akan ada pemadaman (load shedding) untuk menjaga kestabilan sistem.
  • Kriteria Jaringan :
    • N-1, atau N-2 dsb. Ambil contoh N-1, yang artinya apabila sembarang satu buah elemen STL (misal line transmisi, GCB, generator dll) gagal maka sistem tetap stabil.
  • Energi yang Tidak Terlayani (Unserved Energy) < 0.002% Kebutuhan Energi Total (contoh di Australia)

Kenapa Pendekatan Probabilistik Digunakan ?

Sifat alami STL adalah stokastik / random / acak

  • Tingkat force outage (FOR) sebuah unit pembangkit adalah fungsi dari jenis dan ukuran pembangkit.
  • Tingkat gangguan di transmisi adalah fungsi dari panjang saluran, desain, lokasi dan lingkungan.
  • Ketidakpastian realisasi beban dan peramalan beban.
  • Perubahan sistem ketenagalistrikan
    • Adanya deregulasi dan (mungkin terjadi di masa depan) privatisasi
    • Adanya kekuatan pasar (belum terjadi di Indonesia)
    • Permasalahan seperti minimnya data, keterbatasan perhitungan, dan teknik pengkajian sudah bukan menjadi masalah besar lagi dengan semakin canggihnya hardware dan software komputer.

Indeks Keandalan Probabilistik

  • Probabilitas load outage
  • Perkiraan Energi yang Tidak Tersalurkan (estimated energy not supplied / EENS)
  • Jumlah insiden outage
  • Jumlah jam gangguan/interupsi
  • Penyimpangan melampaui batas set tegangan
  • Penyimpangan melampaui batas set frekuensi, dll.

Cara Pengkajian Keandalan secara Probabilistik

  • Teknik Analitis
    • Berdasarkan prinsip penyebutan keadaan (state)
    • Menyajikan kondisi aktual sistem dengan model matematis
    • Sulit diterapkan pada STL yang besar
  • Teknik Simulasi
    • Simulasi Monte Carlo (untuk sistem stokastik)
    • Mengevaluasi indeks sistem dengan mensimulasi proses aktual dan sifat elemen sistem yang random.
    • Dapat menangani sistem yang besar
    • Memerlukan waktu perhitungan yang lama dan kapasitas penyimpanan yang besar

Dimana Kita Bisa Memakai Indeks-Indeks Keandalan ?

  1. Pada saat proses perencanaan
    • Kriteria atau kebutuhan disain sistem
    • Identifikasi area atau titik-titik lemah yang memerlukan modifikasi atau penguatan
  2. Pada saat proses pengoperasian
    • Untuk memonitor kinerja sistem

Untuk menganalisis STL dan mencari indeks2 keandalannya, biasanya kita membagi STL menjadi 3 sub-system sbb:



 

 

Awan Tag

Nulis Apaan Aja Deh

all about electricity (indonesia)