Menghitung jadwal Operasi Unit pembangkit

JADWAL OPERASI UNIT PEMBANGKIT

6.2 Menghitung jadwal Operasi Unit pembangkit

Dynamic Programming merupakan suatu metode untuk mencari pilihan yang

optimum diantara beberapa alternatif yang bisa ditempuh. Jika dalam sistem terdapat n unit pembangkit termis yang siap operasi dan n unit ini akan dioperasikan menurut jalur subsistem yang telah dihitung, biaya start-stop unit pembangkit termis untuk

sementara tidak diperhitungkan dulu, maka formulasi optimasi biaya bahan bakar dengan metoda Dynamic Programming adalah sebagai berikut [11]:

 Jika ada dua unit yang masing-masing kurva biayanya diketahui, untuk melayani beban sistem tertentu besarnya dapat dicari kombinasi dari dua unit yang ada agar dicapai biaya bahan bakar yang minimum. Dari sini bisa disusun kurva biaya minimum untuk dua unit dalam menghadapi berbagai nilai beban sistem.

 Bila ada unit ke 3 dengn kurva biaya bahan bakar diketahui, maka dengan cara seperti tersebut di atas, kurva biaya minimum dua unit yang sudah didpat digabungkan dengan kurva biaya unit ke 3 untukmendapatkan kurva biaya minimum dengan 3 unit dalam sistem untuk menghadapi berbagai nilai beban sistem.begitu seterusnya dapat dilakukan hal yang serupa untuk unit ke 4 dan seterusnya sampai dengan unit ke n.

Secara matematis hal ini dinyatakan sebagai berikut [11]: 𝐹_𝑛 𝑥 = 𝑀𝑖𝑛 {𝐺_𝑛 𝑦 + 𝐹_𝑛−1 𝑥 − 𝑦 (6.2) Dimana :

𝐹_𝑛 𝑥 = biaya bahan bakar yang minimum dalam satuan biaya per satuan waktu (rupiah perjam) untuk n buah unit pembangkit dengan beban X MW.

𝐺_𝑛 𝑦 = biaya bahan bakar dalam rupiah per jam untuk unit ke n dengan bebas Y MW.

𝐹_𝑛−1 𝑥 − 𝑦 = biaya bahan bakar yang minimum dari (n-1) unit pembangkit lainnya dengan beban (X-Y) MW.

Dengan batasan-batasan [11]:

𝑌_{𝑛 𝑚𝑖𝑛} ≤ 𝑌 ≤ 𝑌_{𝑛 𝑚𝑎𝑥} (6.3) 𝑋_{𝑛−1 𝑚𝑖𝑛} ≤ 𝑋 − 𝑌 ≤ 𝑋_{𝑛−1 𝑚𝑎𝑥} (6.4)

Dimana :

𝑌_{𝑛 𝑚𝑖𝑛} dan 𝑌_{𝑛 𝑚𝑎𝑥} masing-masing adalah batas minimum batas maksimum daribeban unit ke n.

𝑋_{𝑛−1 𝑚𝑖𝑛} dan 𝑋_{𝑛−1 𝑚𝑎𝑥} masing-masing adalah batas minimum dan batas maksimumdari beban (n-1) unit pembangkit yang lain.

Untuk bisa menyelesaikan persamaan (5.2) perlu diketahui kurva biaya bahan bakar masing-masing unit pembangkit. Kurva biaya bahan bakar setiap unit pembangkit dinyatakan oleh persamaan [11]:

𝐺_𝑛 𝑌 = 𝑎𝑃2+ 𝑏𝑃2+ 𝐶 (6.5)

Dimana a, b dan c merupakan konstanta-konstanta. Dengan menggunakan persamaan (5.2) maka biaya bahan bakar setiap unit pembangkit untuk beban tertentu Y MW dapat dihitung. Dengan menggunakan kurva biaya tersebut di atas dilakukan langkah-langkah perhitungan sebagai berikut [11]:

1. Dimulai dengan n = 1, yaitu apabila unit pembangkit berjumlah satu buah. Tidak ada pilihan lain maka beban sistem hanya dapat dilayani oleh satu-satunya unit pembangkit yang ada, sehingga biaya minimum dapat ditulis sebagai :

𝐹₁ 𝑥 = 𝐺₁ 𝑥 (6.6) Dengan

𝑋_{1 𝑚𝑖𝑛} < 𝑋 < 𝑋_{1 𝑚𝑎𝑥} (6.7)

Dimana 𝑋_{1 𝑚𝑖𝑛} dan 𝑋_{1 𝑚𝑎𝑥} masing-masing adalah batas beban minimum dan batas beban maksimum dan satu-satunya unit pembangkit yang ada.

2. Kemudian diteruskan dengan n = 2.

𝐹₂ 𝑥 = 𝑀𝑖𝑛 𝐺₂ 𝑦 + 𝐹₁ 𝑥 − 𝑦 (6.8)

a. Dipilih beban sistem X mulai dan nilai yang sekecil mungkin. Bagilah beban 𝑥 untuk unit pembangkit ke 1 sebesar 𝑥 − 𝑦 MW dan untuk unit-unit pembangkit ke 2 sebesar Y MW. Ubah-ubahlah nilai Y sehingga didapat nilai 𝐹₂ 𝑥 pada persamaan (5.9) yang minimum. Setelah nilai minimum ini ditemukan catatlah nilai 𝑥 − 𝑦 dan Y masing-masing sebagai beban unit ke 1 dan unit ke 2 untuk menghadapi beban sistem sebesar 𝑥 MW yang memberikan biaya bahan bakar minimum.

b. Pilihlah beban sistem 𝑥 yang lebih besar dan ulangilah porses perhitungan tersebut dalam butir 2.a.

c. Dengan melakukan proses perhitungan seperti tersebut dalam butir 2.a. dan 2.b. akhirnya persamaan (5.8) dapat dipecahkan, artinya komposisi beban unit 1 dan unit 2 yang menghasilkan biaya bahan bakar minimum untuk berbagai nilai beban sistem dapat ditemukan dan kita sebut sebagai 𝐹₂ 𝑥 .

3. Untuk n = 3

𝐹₃ 𝑥 = 𝑀𝑖𝑛 𝐺₃ 𝑦 + 𝐹₂ 𝑥 − 𝑦 (6.9)

Pemecahan persamaañ (5.9) adalah serupa dengan pemecahan persamaan (5.8) hanya saja perlu diingat bahwa 𝐹₂ 𝑥 − 𝑦 pada persamaan (5.9) didapat dari pemecahan persamaan (5.8).

4. Untuk n = 4, 5 dan seterusnya perhitungan dilakukan dengan cara serupa seperti tersebut dalam butir 2 dan butir 3, sehingga akhirnya perhitungan dapat diperluas untuk sistem yang terdiri dan n unit pembangkit.

Beberapa hal yang perlu dicatat dalam melakukan perhitungan tersebut diatas adalah [11]:

a. Harus selalu diingat adanya batas pembebanan minimum dan maksimum untuk setiap jumlah unit pembangkit.

b. Perhitungan hendaknya dimulai dengan unit pembangkit yang terkecil terlebih dahulu dan kemudian tentukan besarnya langkah kenaikan nilai X seperti yang

tersebut dalam butir 2.b. Dengan memperhatikan kemampuan minimum dan kemampuan maksimum dan unit pembangkit terkecil ini.

c. Biaya start stop unit pembangkit termis dapat ditambahkan setelah perhitungan biaya bahan bakar yang minimum ditemukan berdasarkan program jadwal operasi unit pembangkit (unit commitment). Biaya start stop ini relatif kecil jika dibandingkan dengan biaya bahan bakarnya sehingga penambahan biaya start stop umumnya tidak banyak memberi pengaruh terhadap jumlah biaya operasi.

Gambar berikut ini menindikasikan kurva biaya bahan bakar dari unit pembangkit sebagai fungsi beban[11]:

Daftar Pustaka

1. Choirul Saleh and T. Hidayat, Pengaturan Tegangan Pada Gardu Induk

Distribusi Pakis Malang Dengan Menggunakan Metode Pendekatan Fuzzy Dynamic Programming. Elektro ELTEK 2012. Vol. 3, No. 1: p. 230-233.

2. Wilhelmina, Studi Aliran Daya, in Fakultas Teknik. 2008, Universitas Indonesia: Jakarta.

3. Muchsin, I., Sistem Tenaga Listrik, in Elektronika dan TTL.

4. Lukas Santoro and Yuningtyastuti PEMELIHARAAN PEMUTUS TENAGA

GARDU INDUK 150 KV KRAPYAK.

5. PT. Perusahaan Listrik Negara (Persero), Pelatihan O&M Relai Proteksi Gardu

Induk, PT. PLN Persero, Editor. 2005: Jakarta.

6. Subiyanto, Simulasi Optimisasi Aliran Daya Sistem Tenaga Listrik Sebagai

pendekatan efisiensi biaya operasi. Jurnal Teknik Elektro, 2010. Vol. 2 No.2: p.

88-94.

7. Alief Rakhman Mukhtar (2010) Penjadualan Pembangkit Hidro-Thermal

Menggunakan Metode Dynamic Programming.

8. Arismunandar A and Kuwara, Teknik Tenaga Listrik. 2000: Pradnya Paramita.

9. Hadi Sasono, Pembagian Beban Generator 2000: Pradnya Paramita.

10. Erline Luciana, Tedjo Sukmadi, and S. Handoko, Simulasi Perhitungan

Pembebanan Ekonomis Pada Pusat Listrik Tenaga Diesel Dengan Metode Dynamic Programming. 2009, Fakultas Teknik Universitas Dipanegoro:

Semarang.

11. Djiteng Marsudi, Operasi Sistem Tenaga Listrik. 2006, Yogyakarta: Penerbit Graha Ilmu.

12. Marwan, Smart Grid-Demand side response model to mitigate price and peak

impact on the electrical system, in Scince and engineering faculty. 2013,

Queensland University of Technology: Brisbane.

13. Nguyen, D.T. Demand response for domestic and small business consumers: A

new challenge. in Transmission and Distribution Conference and Exposition IEEE PES. 2010.

14. Australian Energy Market Operator, Current Trading Interval Price and Demand

Graph Queensland, Australian Energy Market Operator, Editor. 2012.

15. Anwar Peranginangin, Optimasi Influence Range Algoritma Fuzzy Substractive

Clustering Untuk Peramalan Beban Dasar dan Beban Harian Puncak in Teknik Elektro. 2012, Universitas Pendidikan Indonesia: Jakarta.

16. M. Syafruddin, Lukmanul Hakim, and D. Despa, Metode Regresi Linier untuk

Prediksi KebutuhanEnergi Listrik Jangka Panjang (Studi Kasus Provinsi Lampung), in Teknik Elektro. 2007, Universitas Lampung.

17. Yuningsih Akili and Y. Mohamad, Analisa Perkiraan Energi Menggunakan

Metode Koefisien Energi (Studi Kasus : PT.PLN (PERSERO) Area Gorontalo.

ELECTRICHSAN, , 2014. VOL. 1, NO.1, .

18. Maryantho Masarrang, Peramalan Beban Listrik Jangka Pendek dI Kota Palu

Dengan Metode Logika Fuzzy. Jurnal Inovtek, 2012. Volume 2, No 1: p. Pages

29-35.

19. A.Taupik Rahman, Nasrun Hariyanto, and S. Anwari, Peramalan Beban Puncak

Jangka Pendek Khusus Hari Libur Nasional Berbasis Algoritma Fuzzy Subtractive Clustering, Studi Kasus di Jawa – Bali. Jurnal Reka Elkomika, 2014.

20. Kafahri Arya Hamidie, Metode Keofisien Energi Untuk Peramalan Beban Listrik

Jangka Pendek Pada Jaringan Jawa Madura Bali, in Fakultas Teknik. 2011,

Universitas Indonesia: Jakarta.

21. Siang, J., Jaringan Syaraf Tiruan dan Pemogramannya dengan MATLAB. 2004, Yogyakarta: Andi.

22. Sunandar, A., Prakiraan Beban Listrik Jangka Pendek Menggunakan Fuzzy

Subtractive Clustering, in Teknik Elektro. 2005, UPI: Bandung.

23. Siti Saodah, Evaluasi Keandalan Sistem Distribusi Tenaga Listrik Berdasarkan

Saidi dan Saifi in Seminar Nasional Aplikasi Sains dan Teknologi. 2008, IST

AKPRIND: Yogyakarta.

24. Wiwied Putra Perdana, Rini Nur Hasanah, and H.S. Dachlan, Evaluasi

Keandalan Sistem Tenaga Listrik Pada Jaringan Distribusi Primer Tipe Radial Gardu Induk Blimbing EECCIS 2009. Vol. III, No. 1.

25. Agung Yanuar Wirapraja, I Gusti Ngurah Satriyadi Hernanda, and A. Soeprijanto, Studi Analisis Keandalan Sistem Distribusi Tenaga Listrik Surabaya

Menggunakan Metode Latin Hypercube Sampling. JURNAL TEKNIK POMITS

2012. Vol. 1, No. 1, .

26. Wood, Allen J, and Bruce., Power Generation Operation And Control. 1984. , New York: John Wiley & Sons, Inc.

27. Stevenson and William., Analisis Sistem Tenaga Listrik (Edisi Keempat). 1984, Jakarta: Erlangga.

28. Khairudin Syah, Harry Soekotjo Dachlan, and M. Shidiq, Economic Dispatch

Pembangkit Menggunakan Metode Constriction Factor Particle Swarm Optimization (CFPSO). Jurnal Inovtek, , 2012. Volume 2, No 1: p. hlmn 20-28.

29. AM Ilyas, Optimisasi Economic Dispatch Pembangkit Termal Sistem 500kV

Jawa Bali Menggunakan Modified Improved Particle Swarm Optimization (MIPSO). 2010, Surabaya.

Dalam dokumen OPERASI STL polinema.pdf (Halaman 87-95)