18 BAB III
METODOLOGI PENELITIAN 3.1Sumber Data
Optimasi pembangkitan hidrotermal menggunakan metode minimax
optimization memerlukan data pembangkit dan saluran transmisi 500 kV Jawa-Bali. Data yang digunakan diperoleh dari P3B Gandul sebagai pusat pengatur dan
pembagian beban sistem Jawa-Bali. Adapun data-data yang diperlukan adalah
data pembebanan harian pembangkit, saluran, dan data pembangkit. Berikut
adalah rincian data yang akan digunakan dalam penelitian optimasi pembangkitan
hidrotermal menggunakan metode minimax optimization:
1. Data pembebanan harian pembangkit hidrotermal sistem 500 kV selama
24 jam tertanggal 5 Januari 2015.
2. Data jaringan sistem tenaga listrik 500 kV Jawa-Bali yang terdiri dari
pembangkit, saluran transmisi dan bus.
3. Data pembangkit termal dan hidro yang beroperasi pada sistem
interkoneksi 500 kV Jawa-Bali.
4. Optimasi ditujukan pada penghematan biaya pembangkitan sistem
3.1.1 Data Pembebanan Harian Pembangkit
Data beban sistem yang akan dioptimasi merupakan data pembebanan
pada unit pembangkit hidrotermal tertanggal 5 Januari 2015. Pembebanan pada
pembangkit hidrotermal yang beroperasi akan diasumsikan sebagai total beban
sistem yang harus dipenuhi. Pada tabel 3.1 disajikan data pembebanan
pembangkit hidrotermal sistem 500 kV selama 24 jam. Grafik 3.1 menjelaskan
tentang pola beban harian sistem yang berdasarkan pada tabel 3.1. Pada grafik
tersebut bisa diamati grafik kenaikan atau penurunan beban sistem terhadap waktu
Tabel 3.1 Beban Sistem 5 Januari 2015 dalam MW
Pukul Saguling Cirata Suralaya Muaratawar Tanjung Jati Gresik Paiton Grati
01.00 649.61 92 1905 499.74 1081 841.4 2096.78 0
02.00 399.61 70 1902 499.85 1085 837.16 2078.67 0
03.00 508.85 65 1784 499.26 945 844.46 2079.67 0
04.00 533.46 50 1951 499.38 931 824.98 2075.24 0
05.00 654.53 182 2024 535.75 1087 863.19 2314.85 0
06.00 453.73 172 2026 501.26 1214 863.91 2551.81 0
07.00 592.53 212 2059 587.91 1179 899.93 2443.57 0
08.00 651.58 309 2415 699.87 1428 1029.3 2683.35 0
09.00 456.7 263 2497 770.99 1799 1101.43 3077.25 0
10.00 485.23 241 2475 764.41 1977 1171.79 3064.88 0
11.00 522.65 322 2492 783.11 1971 1292.64 3180.05 0
12.00 427.16 71 2539 738.16 1885 1122.48 3037.99 0
13.00 412.4 144 2554 827.42 1972 1093.67 3161.6 0
14.00 650.59 190 2505 825.69 1979 1381.29 3338.47 0
15.00 623.02 161 2360 714.98 1969 1174.59 3318.44 0
16.00 548.23 129 2307 692.55 1970 1092.63 3315.56 0
17.00 396.66 139 2283 790.44 1855 1132.52 3196.08 0
18.00 411.41 142 2255 873.08 1970 1190.04 3291.25 0
19.00 645.66 276 2255 836.23 1971 1356.75 3432.56 0
20.00 602.36 256 2218 831.83 1974 1358.1 3407.67 0
21.00 535.44 184 2110 650.29 1974 1170.01 3439.22 0
22.00 674.22 158 1832 685.63 1880 1135.26 3249.74 0
23.00 656.5 164 1856 654.45 1796 1151.18 3221.58 0
Gambar 3.1 Grafik beban harian tertanggal 5 Januari 2015
Gambar 3.1 menunjukan grafik pola pembebanan sistem interkoneksi 500
kV Jawa-Bali selama 24 jam. Dari data beban tersebut diketahui bahwa beban
puncak terjadi pada pukul 14.00 WIB yaitu sebesar 10870.04 MW. Tidak seperti
biasanya, pada tanggal 5 Januari 2015 beban puncak terjadi antara pukul
17.00-22.00 WIB. Hal ini bisa disebut dengan kondisi beban anomali, beban anomali
berarti kondisi beban yang berbeda dengan kondisi-kondisi normal.
3.1.2 Data Sluran
Sistem interkoneksi 500 kV Jawa-Bali berfungsi untuk transfer energi
antar region. Uuntuk memenuhi fungsinya sistem interkoneksi terdiri dari bus-bus
baik bus pembangkit ataupun bus beban yang merupakan gardu induk. Energi
listrik yang dibangkitkan di pusat-pusat pembangkit listrik dikirim melalui saluran
transmisi setelah tegangan-nya dinaikan menjadi tegangan transmisi 500 kV. Tiba
di gardu induk tegangan diturunkan menjadi tegangan transmisi 150 kV kemudian
energi listrik didistribusikan di dalam region masing-masing. Gambar 3.2
Suralaya Kembangan Balaraja Gandul Cilegon Cibinong Bekasi Cawang Muaratawar Depok Tasikmalaya Pedan Kediri Tanjung Jati Paiton Saguling Cirata Cibatu Ungaran Gresik Ngimbang Mandirancan Bandung Selatan Grati Surabaya Barat 1
2 3 4
5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Gambar 3.2 One line diagram sistem 500 kV Jawa-Bali
Saluran transmisi sitem 500 kV terdiri dari 25 bus. Dari 25 bus tersebut
dibagi menjadi dua kelompok bus yaitu bus pembangkit dan bus beban Berikut
adalah data pengelompokan bus dan parameter saluran transmisi yang terdapat
dalam sistem interkoneksi 500 kV Jawa-Bali. Tabel 3.2 merupakan
pengelompokan bus, untuk saluran transmisi sistem 500 kV data-data yang
diperlukan terdapat pada tabel 3.3. Data saluran transmisi akan digunakan dalam
mencari nilai rugi-rugi pada saluran transmisi yang akan dianggap sebagai total
beban yang harus dipenuhi oleh pembangkit.
Tabel 3.2 Data pengelompokan bus
No.Bus Pembangkit No. Bus Beban
1 Suralaya 2 Cilegon
8 Muaratawar 3 Baralaja
11 Saguling 4 Kembangan
12 Cirata 5 Gandul
20 Gresik 7 Depok
21 Paiton 9 Bekasi
25 Tanjung Jati 10 Cawang
13 Cibatu
14 Bandung Selatan
15 Mandirancan
16 Ungaran
17 Ngimbang
18 Surabaya Barat
22 Kediri
23 Pedan
24 Tasikmalaya
Tabel 3.3 Data saluran transmisi sistem 500 kV
Bus nl Bus nr R p.u X p.u ½ B p.u Lines
2 1 0.00014 0.00141 0.00568 1
2 3 0.00125 0.01401 0.00057 1
2 6 0.00735 0.07066 0.00011 1
3 7 0.01313 0.14692 0.00005 1
5 4 0.00302 0.03385 0.00023 1
5 6 0.00595 0.05724 0.00014 1
7 14 0.00822 0.09199 0.00008 1
9 7 0.00444 0.04267 0.00008 1
9 8 0.00197 0.01896 0.00042 1
10 5 0.00069 0.00667 0.00119 1
10 7 0.00182 0.01753 0.00045 1
11 7 0.00621 0.05967 0.00013 1
11 8 0.00562 0.05404 0.00014 1
12 11 0.00564 0.05422 0.00014 1
14 13 0.00294 0.02833 0.00028 1
14 16 0.00391 0.04380 0.00018 1
15 10 0.02811 0.31449 0.00002 1
17 16 0.01398 0.13433 0.00005 1
17 19 0.02695 0.25898 0.00003 1
19 18 0.01353 0.15140 0.00005 1
19 20 0.00903 0.08681 0.00009 1
19 21 0.02347 0.22558 0.00003 1
20 15 0.03062 0.34257 0.00002 1
21 22 0.00059 0.05740 0.00013 1
22 19 0.02979 0.28622 0.00002 1
22 24 0.00797 0.08919 0.00008 1
23 22 0.00280 0.02691 0.00029 1
25 20 0.02058 0.23025 0.00003 1
26 24 0.00887 0.09924 0.00008 1
26 25 0.02058 0.23025 0.00003 1
3.2Data Pembangkit
Dalam koordinasi pembangkitan hidrotermal perlu diketahui data-data
pembangkit yang akan dikoordinasikan. Data pembangkit yang diperlukan terbagi
menjadi data pembangkit hidro dan data pembangkit termal. Untuk data
pembangkit hidro perlu diketahui debit air harian dan kapasitas pembangkitan
maksimum-minimum tiap unit pemabangkit. Untuk pembangkit termal data yang
diperlukan adalah data heat rate dan kapasitas maksimum-miminum unit pembangkit. Pada tabel 3.4, 3.5, dan 3.6 diberikan data pembangkitan
minmal-maksimal unit pembangkit hidro, debit air, dan heat rate pembangkit termal.
Tabel 3.4 Batas maks-min pembangkit hidro
Pembangkit Pmin (MW) Pmax (MW)
Saguling 100 700
Tabel 3.5 Data debit air terhadap daya dibangkitkan
Cirata Saguling
Debit air
Daya
(MW) Debit air
Daya (MW)
271702 80 111618 100
317653 100 137699 200
350093 300 157896 300
495532 400 216780 400
Tabel 3.6 Data heat pembangkit termal
Unit Termal Daya Pembangkitan (MW) Heat Rate (kcal/kwh)
Suralaya 1703 2221 2561 3247 19287 18783 18521 18103
Muaratawar 666 826 993 1140 28387 28304 25412 24756
Tanjung Jati 1227 1525 1812.8 1982.8 7261.96 7182.02 7107.04 7054.62
Gresik 1141 1382 1649 1973 48200 47886 47715 47562
Paiton 2071.5 2792.5 3358.75 4005 19203.66 18409.8 17861.9 17372
Grati 320 400 560 795.6 31413 28223 27456 26895
3.3Perangkat Penelitian
Penelitian optimasi pembangkitan hidrotermal dengan menggunakan metode
Minimax Optimization ini dilakukan dengan melakukan komputasi terhadap
data-data yang diperoleh dari P3B Gandul sebaga pusat pengatur dan pembagian beban
sistem Jawa-Bali. Dalam proses optimasi pembangkitan hidrotermal ini penulis
dibantu dengan hardware berupa laptop dengan OS Microsoft Windows 7 Ultimate dan prosesor Intel Core i3-2310M. Selain hardware, dalam penelitian ini
penulis juga dibantu dengan software komputer seperti MATLAB dan Microsofe Excle sebagai media yang mempermudah dalam perhitungan.
Untuk mempermudah dalam memahami alir penelitian ini, maka prosesdur
penelitian akan dijelaskan melalui gambar 3.2 yang berisi langkah penelitian
skripsi. Dalam penelitian ini digunakan software MATLAB untuk keperluan optimasi menggunakan metode minimax optimization. Diagram alir yang
menunjukan langkah optimasi dengan menggunakan metode minimax
optimization ditunjukan pada gambar 3.3.
Mulai
Studi Literatur
Pengumpulan Data
Pengolahan Data
Analisis
Hasil Optimal ?
Selesai
Cek Parameter untuk Input kedalam
Program
Ya
Gambar 3.3 Flowchart penelitian skripsi
Berdasarkan gambar 3.3, maka langkah penelitian skripsi bisa dijelaskan
sebagai berikut:
1. Studi Literatur, dalam penelitian skripsi yang membahas tentang optimasi
pembangkitan hidrotermal menggunakan metode minmax optimization ini maka terlebih dulu dipelajari tentang teori-teori optimasi pembangkitan,
bagaimana menentukan karakteristik input/output pembangkit, membuat
persamaan biaya bahan bakar dan metode yang akan digunakan.
2. Langkah berikutnya adalah mengumpukan data yang akan digunakan.
Data-data yang diperlukan adalah data pembangkitan minimum
pembangkit, data heat rate (untuk pembangkit termal) data debit air (untuk pembangkit hidro), data pembebanan unit pembangkit dan saluran
transmisi yang diperoleh dari P3B Gandul.
3. Langkah ke tiga adalah mengolah data-data tersebut menjadi parameter
yang bisa digunakan untuk input perhitungan optimasi menggunakan
MATLAB.
4. Analisis hasil optimasi, jika hasil yang diperoleh sudah optimal dan berada
pada batas-batas yang di izinkan maka proses optimasi selesai, namun jika
solusi yang diperoleh berada diluar batas-batas yang di izinkan maka perlu
dilakukan pengecekan ulang pada parameter yang digunakan untuk
perhitungan optimasi dengan software MATLAB. 5. Solusi yang diperoleh dari hasil optimasi
Mulai
Membuat Script F.Objectif
Membuat Script F.Pembatas
Memanggil Fungsi Kedalam Toolbox
Menjalankan Program
Hasil Optimal ?
Selesai
Cek Script/Lokasi memory M.File
Ya Tidak Inisialisasi Nilai
Batas dan Start Point
Gambar 3.4 Flowchart optimasi MATLAB
Berdasarkan gambar 3.4, langkah optimasi dengan menggunakan metode
1. Setelah diketahui nilai karaktersitik input/output masing-masing
pembangkit maka langkah selanjutnya adalah membentuk fungsi objektif
yang terdiri dari nilai λ, , dan juga berisi skala prioritas pembangkitan.
Seluruh parameter yang diperlukan dimasukan kedalam script perhitungan
MATLAB yang akan dipangil ke-dalam toolbox untuk proses perhitungan. 2. Membentuk fungsi pembatas yang berisi persamaan kesetimbangan beban
dan data saluran untuk menghitung besar rugi-rugi saluran transmisi.
3. Memanggil fungsi objektif dan fungsi pembatas ke-dalam toolbox minimax optimization.
4. Inisialisasi start point dan nilai batas berupa batas minimum-maksimum
pembangkitan masing-masing unit pembangkit.
5. Menjalankan program perhitungan.
6. Jika hasil yang diperoleh menunjukan nilai yang optimal dan masih berada
dalam batas-batas operasi maka hasil bisa disebut optimal, namun jika
hasil perhitungan menunjukan nilai yang tidak optimal dan berada diluar
batas operasi pembangkit maka perlu dilakukan pengecekan pada script
dari fungsi objektif atau fungsi pembatasnya.
