TESIS FIRMAN YUDIANTO S2 TEKNIK ELEKTRO

 Pulau Rote Merupakan daerah terpencil dan belum dialiri listrik oleh PLN serta apabila dialiri listrik oleh PLN maka akan sering terjadi

pemadaman, sehingga energi terbarukan merupakan solusi untuk dapat mensupplai beban pada pulau tersebut.

 Kapasitas kecepatan angin dengan rata-rata 3.5 m/s di pulau

tersebut bisa memenuhi untuk dibangkitkan pembangkit listrik tenaga bayu.

 Kapasitas kekuatan cahaya matahari di pulau rote pada pukul 12.00 mencapai 500 Wh/m2 , sehingga dapat dibangkitkan pembangkit

• Merencanakan Pembangkit Hybrid ( WT

dan PV ) untuk memenuhi daya didaerah

terpencil dengan biaya yang murah,

Data beban fix per tahun sampai 20 tahun ke depan

Data angin per tahun sampai 20 tahun kedepan

Data solar insulation per tahun sampai 20 tahun ke depan

Wind Turbind PV Panel Baterai Inverter Beban Heater

pemodelan wind turbin sangat

penting untuk mendapatkan

konfigurasi optimal dari energi yang

terbarukan. Hasil wind turbin

Model matematika dari wind turbin sebagai berikut :

( )

( )

( )

_{( )}















>

≤

≤

<

≤

<

=

f f r WT rated r c WT c w c WT

v

t

v

v

t

v

v

N

P

v

t

v

v

N

t

v

A

v

t

v

t

P

)

(

0

.

.

.

.

.

.

.

2

/

1

)

(

0

3

η

η

ρ

ρ = berat jenis air (kg/m3_);

A= area sapuan dari rotor (m2_); v(t)= kecepatan angin :

η_w= efesiensi WT (%);

η_c= efesiensi dari perubahan AC/DC, diasumsikan 90%;

Solar Sel adalah sebuah sel photovoltaic

terdiri komponen semikonduktor yang

berfungsi mengkonversikan tenaga radiasi

matahari secara langsung menjadi tenaga

listrik. Dalam simulasi ini di desain untuk

perubahan dalam tiap jam dari PV dalam

menghasilkan energi Listrik

Model matematika dari PV

( )

t

A

N

I

( )

t

P

_pv

=

η

.

_p

.

_PV

.

_ns

(W/m2) matahari sinar data : (t) ns I panel PV dari jumlah : PV N ) 2 (m panel PV dari area : p A (%) energi konversi efisiensi : η

Media penyimpanan/baterai

digunakan untuk menyimpan

surplus energy listrik dan

mencatu energy listrik saat PV

dan windturbin tidak mampu

mensupllai beban.

Penyaluran dan penyerapan tenaga dari baterai selama periode

waktu t-1 sampai t dapat digambarkan dalam persamaan berikut :

( )

t

C

( )(

t

)

P

( )

t

C

_B

=

_B

−

1

.

1

−

σ

+

_BAT

( )

t

C

_B

( )

t

−

1

C

_B

σ

Dimana :

:kapasitas yang tersedia dari baterai banks pada saat jam t

:kapasitas yang tersedia dari batteray banks pada saat jam (t-1)

:rata-rata dari discharge batteray bank, pada penelitian ini diasumsikan sebesar 0.002

Beberapa batasan harus ditentukan dibawah operasi

baterai sebagai berikut :

≤

min

B

C

_C

( )

_t

B

≤

C

B

max

Dimana : min B

C

: Tingkat energi minimun tenaga yang diijinkan pada baterai

max

B

Model matematika mekanisme pengisian dan pengosongan baterai

sebagai berikut :

( )

t

P

( )

t

P

( )

t

P

_G

=

_WT

.

+

_PV

( )

t

• Dalam penelitian ini fungsi obyektif yang akan dicari

adalah biaya tahunan dari sistem ( Annual Cost Of

System ) / ACS

• Modal dari tiap unit yang tidak memerlukan

penggantian selamanya

ACC = C

_cap

. CRF ( I,Y

_project

)

Dimana:

C_cap : adalah capital cost setiap komponen (US$).

Y_project : adalah umur proyek (tahun).

CRF (Capital Recovery Factor) : adalah rasio untuk menghitung nilai pada saat ini dari sederet aliran dana tahunan.

CRF (i, Y

_project

) =

( )

( )

1

1

1

−

+

+

project Y project Y

i

i

i

Dimana : i = rata – rata bunga tahunan

(

)

(

f

)

f i i + − = 1 ' Dimana

i’ : adalah bunga pinjaman, (%).

• Biaya operasional dan Perawatan tahunan merupakan fungsi

dari biaya modal, kehandalan komponen dan juga umur dari

komponen.

AOM dapat dihitung sebagai berikut :

AOM =

C

_cap

(

1

−

λ

)

/

y

λ

: Effisiensi masing – masing komponen 98 %

• Merupakan biaya yang digunakan untuk penggantian

komponen dan unit selama project berlangsung.

ARC dapat dihitung sebagai berikut :

: biaya penggantian unit ( US$) : usia dari unit

ARC = C

_rep

.SFF (i, Y

_rep

)

C

_rep

Y

_rep

SFF

: Faktor penurunan sebuah rasio untuk memperkirakan nilai dimasa datang dari dari sederet persamaan aliran dana tahunan.

SFF dapat dihitung sebagai berikut :

SFF(i, Y

_rep

) =

(

1

)

1

1

−

+

_i

Y

rep

ADC merupakan biaya yang disebabkan karena sistem ini tidak mampu

memenuhi permintaan beban, dihitung per kWh yang tidak dapat

dipenuhi sistem.

Merupakan algoritma yang digunakan untuk

memecahkan suatu pencarian nilai dalam sebuah

masalah optimasi yang didasarkan pada proses

genetika yang ada dalam makhluk hidup yaitu

perkembangan generasi dalam sebuah populasi

yang alami.

Komponen GA

Inisialisasi populasi

Pengkodean kromosom

Nilai fitnes

seleksi

Pindah silang

Mutasi

Inisialisasi Populasi

•Dalam proses inisialisasi populasi ini, suatu

matriks

berukuran

jumlah_populasi

*

jumlah_gen dibangkitkan dengan memiliki nilai

pada setiap elemennya berupa bilangan acak

antara 0 dan 1.

Pengkodean Kromosom

•Kromosom merupakan bagian dari keseluruhan

populasi yang mewakili sebuah individu.

•Pada masalah ini kromosom yang dimaksud

adalah jumlah windturbin, jumlah PV dan jumlah

baterai.

Nilai Fitnes

•Merupakan

nilai yang menyatakan baik

tidaknya suatu solusi/ individu.

•Pada penelitian ini nilai yang dicari adalah nilai

minimalisasi maka fungsi yang digunakan

adalah fungsi objective yang merupakan nilai

ACS.

Seleksi

• Seleksi dilakukan untuk mendapatkan dua

kromosom dengan nilai fitness terbaik yang

akan digunakan untuk proses pindah silang.

Pindah Silang

•Pindah Silang adalah operator dari algoritma

genetika yang melibatkan dua induk untuk

membentuk kromosom baru.

•Probabilitas pindah silang yang sering digunakan

pada umumnya berkisar 0.6 sampai 0.95 dan pada

penelitian ini yang digunakan adalah 0.8

Mutasi

•Operator mutasi digunakan untuk melakukan

modifikasi satu atau lebih nilai gen dalam

kromosom yang sama.

•Mutasi dilakukan secara acak pada gen dengan

nilai kurang dari probabilitas mutasi.

• Dalam penelitian ini peluang mutasi nya

adalah 0.01

N

Membuang tenaga sisa start

PV, Baterai, turbin angin , Inverter spasifik, kebutuhan beban, Data Meteorologikal

( ) (CB t −CBmin)>(PL( )t −PRE( )t) Pengisian baterai ( ) PV( ) (L( ) IN V) BATt P t P t P = − /η ( ) RE( ) n Lt P t P P − >

Inisialisasi dari oleh GANPVNBAT NWT

Menghitung tenaga dari PV termasuk jg inverter (PRE( )t)

Y

( ) (PRE t)>PL( )t

Pengosongan Baeterai bank

( )t P( )t P ( )t PBAT = L − RE ( ) RE( ) GAmin Lt P t P P − > N N N

Menghitung fungsi obyektif untuk ACS minimal ACS=ACC+AOM+ARC Y T=8760 Y N N Y Y Y ( ) (CB t )=CBmax

SPESIFIKASI WIND TURBIN

Maksimum daya yang dikeluarkan 1000 W

Cut-in speed 2.5 m/s

Firling speed 13 m/s

Rated speed 9 m/s

Air density 1.225 kg/m3

SPESIFIKASI BATERAI DAN INVERTER

Maksimum daya yang dikeluarkan 1.000 W

Biaya pembelian baterai US$ 400

Biaya penggantian US$ 400

Usia 10 tahun

Kapasitas inverter 2000 W

Biaya pembelian inverter US$ 900

Biaya penggantian 0

SPESIFIKASI PV

Daya maksimum

_{120 W}

Efesiensi

_90%

Area untuk single PV panel

_{1.07 m}

₂

Biaya Pembelian

_{US$ 230}

HASIL OPTIMISASI GA

Run

ke- Winturbin PV Baterai

Biaya (US$) Konvergen Pada Generasi ke-1 13 56 11 3960,96 8 2 17 48 11 3934,07 10 3 18 50 12 4167,31 10 4 15 48 14 4164,82 15 5 21 43 10 3952,72 10 6 16 54 11 4076,97 10 7 17 48 11 3934,07 10

TABEL HASIL OPTIMISASI ( SIZE DAYA, TOTAL BEBAN DAN TOTAL BIAYA )

Item Hasil simulasi

Size Wind Turbin (W) 5100

Size PV (W) 5760

Size baterai (W) 11000 Daya Wind Turbin (kW/th) 4084.153 Daya PV (kW/th) 9090.014 Daya Baterai (kW/th) 36.73 Total beban dalam 1 tahun (kWh) 7159.146 Total daya yang dikeluarkan selama 1 tahun 7159.146 Total biaya Kapital (US$) 3495.3 Total Biaya Opersaional dan Perawatan (US$) 434.83

BIAYA KAPITAL ( ACC ) TIAP KOMPONEN

Komponen Hasil Wind turbin(US$) 1028 Baterai(US$) 886.85 Photovoltaic(US$) 1523.77 Inverter(US$) 56.74 Total 3495.36

BIAYA OPERASIONAL DAN PERAWATAN ( AOM )TIAP KOMPONEN

Komponen Hasil Wind turbin(US$) 102 Baterai(US$) 176 Photovoltaic(US$) 151.2 Inverter(US$) 5.63 Total(US$) 434.83

BIAYA PENGGANTIAN ( ARC ) TIAP KOMPONEN

Komponen Hasil

Baterai(US$) 3.94683

Berdasarkan hasil simulasi dan analisa dapat ditarik kesimpulkan sebagai berikut : •Optimisasi untuk menentukan kombinasi optimal jumlah pembangkit hybrid antara

Wind Turbin, Photovoltaic dan Baterai menggunakan GA didapatkan 17 WT, 48 PV, dan 11 baterai. Dengan biaya ± US$ 3934.07, dengan kehandalan 100% dan dapat memenuhi beban tetap 7159. 146 kWh/thn dalam kurun waktu selama 20 tahun. •Parmater GA mempengaruhi hasil optimisasi, sehingga untuk memutuskan nilai

optimum harus dilakukan running berkali-kali

•Sistem pembangkit tenaga angin dan surya cocok untuk di kembangkan di daerah terpencil yang memiliki potensi sumber cahaya matahari dan sumber angina lebih

TERIMA