OPTIMASI PENEMPATAN RECLOSER PADA JARINGAN DISTRIBUSI
TENAGA LISTRIK TDO BEKASAP PT CPI DENGAN PENDEKATAN
PEMOGRAMAN NON LINEAR
Multi Arif dan Sony SunaryoProgram Studi Magister Manajemen Teknologi Sepuluh Nopember Institute of Technology Cokroaminoto 12A, Surabaya, 60264, Indonesia
ABSTRAK
Untuk meminimalkan kehilangan kesempatan produksi, PT CPI banyak memakai penutup otomatis (recloser) pada jaringan listriknya karena gangguan yang terbesar adalah gangguan temporer. Penempatan recloser selama ini belum didasari oleh perhitungan engineering yang benar untuk lokasi penempatan yang optimum. Salah satu parameter kegagalan (besarnya kegagalan atau pemadaman pada pelanggan) di dunia kelistrikan adalah nilai SAIFI (System Average Interruption Frequency Index). Nilai yang semakin tinggi menunjukkan tingkat kegagalan yang semakin tinggi. Tesis ini membahas penentuan tingkat kegagalan suatu sistem dengan memakai model matematika non linear programming untuk memperoleh nilai SAIFI yang minimum. Berdasarkan data historikal gangguan dan distribusi beban dan dengan bantuan Solver dari Excel maka bisa diperoleh nilai minimum SAIFI melalui pengaturan letak recloser. Saat ini, nilai SAIFI dari Balam feeder #1 TDO Bekasap adalah 16,6 dan dengan metode yang dipakai dalam tesis ini nilai tersebut bisa diturunkan menjadi 10,2. Selanjutnya, aplikasi dari metode ini bisa digunakan untuk mencari nilai kegagalan berdasarkan jumlah produksi yang hilang bila kita akan memprioritaskan produksi yang hilang. Metode ini juga bisa digunakan untuk mendapatkan Kurva sensitivitas, sehingga bisa diketahui besar perbaikan yang bisa didapatkan dengan penambahan 1 unit recloser.
Kata kunci: Gangguan sementara, kehilangan kesempatan produksi (LPO), kurva sensitivitas, Non Linear Programming, penutup otomatis (recloser), SAIFI
PENDAHULUAN
PT Chevron Pacific Indonesia (CPI) adalah salah satu kontraktor bagi hasil (Production Sharing Contract) yang bergerak dalam bidang pengeksploitasian minyak bumi, beroperasi di propinsi Riau dengan luas daerah operasi meliputi lebih dari 50.000 km2. Hasil produksi dari PT CPI di Sumatera saat ini adalah mencapai 343,212 barrels minyak mentah perhari yang merupakan sumbangan terbesar (40%) terhadap produksi minyak negara Indonesia Target utama perusahaan adalah menghasilkan produksi yang maksimum.
Keandalan penyediaan sumber listrik merupakan hal yang penting dalam operasi PT CPI untuk menghindarkan kehilangan kesempatan produksi (Loss Production Opportunity). Karena gangguan yang terbesar adalah gangguan temporer yang berasal dari petir dan binatang, sehingga PT CPI banyak memakai penutup otomatis (recloser) pada jaringan listriknya. Ketika terjadi gangguan, penutup otomatis membuka jaringan. Pembukaan ini, selain untuk mengisolasi gangguan agar tidak meluas kedaerah lain, juga berfungsi untuk membersihkan arus gangguan. Sesuai dengan pengaturan waktu, biasanya 15 detik, penutup otomatis kembali menutup untuk mensuplai tenaga listrik.
Salah satu parameter indeks kegagalan (pemadaman pada pelanggan) di dunia kelistrikan adalah nilai SAIFI (System Average Interruption Frequency Index), yaitu index
rata-rata frekuensi gangguan pada suatu sistem di jaringan Semakin rendah nilai SAIFI menunjukkan tingkat kegagalan yang semakin rendah atau tingkat kehandalan yang semakin tinggi. Selain data historikal gangguan dan jumlah beban, nilai SAIFI dipengaruhi oleh lokasi penempatan penutup otomatis. Penempatan penutup otomatis selama ini di PT CPI belum didasari oleh perhitungan engineering yang benar.
Tujuan penulisan adalah bagaimana cara menentukan lokasi penempatan dari satu unit atau lebih recloser untuk mendapatkan indeks SAIFI yang minimum agar dapat meminimalkan kerugian kesempatan produksi.
METODE
Untuk yang pertama kita harus menghitung berapa nilai indeks SAIFI jaringan saat ini.
pelanggan seluruh Jumlah pelanggan ke pemutusan jumlah SAIFI
= ∑∈ =(1) dimana:
B : dibentuk olehsemua bagian dari sebuahfeeder Ii : estimasijumlah gangguanper tahun pada bagian i
: jumlah pelanggan dibagian i (bagian yang terganggu) N : Total jumlah pelanggan yang terganggu
: Totaljumlah pelangganpadafeeder Untuk mengetahui Ii, kita perlu mengetahui:
i : tingkatkegagalanpermanen (Permanent failure rate) dari daerah i (yang terganggu).
i : tingkat kegagalan sementara (Temperary failure rate) dari daerah i (yang terganggu). Tujuan penurunan persamaan indeks SAIFI sebagai berikut. Jika terdapat sebuah feeder yang telah dibagi menjadi beberapa segmen, bagian pembilang dari indeks SAIFI dapat dihitung dengan menggunakan parameter pada:
Daerah gangguan (i) : Gangguan permanen (λi) dan gangguan temporer (γi). Angka inidiperoleh daridatasejarahgangguanfeeder.
Daerah proteksi dipasang (j) : Xj (status recloser), Yj (status fuse), Zj (penjumlahan X dan Y) dititik j dan parameter negasinya.
Bagian dari pembilang indeks SAIFI tidak lain adalah jumlah pelanggan yang mengalami dampak dari gangguan listrik.
Dalam optimasi, digunakan tiga variable yaitu X, Y dan Z, yang didefinsikan sebagai:
sebaliknya 0, dipasang recloser jika 1, Xj (3) sebaliknya 0, dipasang fuse jika 1, Yj (4) Zj = Xj + Yj, (5)
Untuk ketiga variabel ini, didefinsikan juga variable negasinya, yaitu:
sebaliknya 0, dipasang recloser ada tidak jika 1, j X (6) sebaliknya 0, dipasang fuse ada tidak jika 1, j Y (7)
Pemasangan pemutus balik otomatis (reloser) dan sekering (fuse) pada satu segmen tidak bersamaan melainkan hanya salah satu.
Sebagai contoh disajikan sebuah feeder yang terbagi menjadi tiga segmen seperti Gambar 1. Lingkaran dengan angka di dalam menunjukkan pembagian segmen dan di titik-titik inilah recloser atau fuse kemungkinan akan dipasang, sesuai dengan hasil dari optimasi.
Gambar 1. Denah penempatan alat proteksi dan lokasi gangguan.
Titik 11 terletak di sisi Gardu induk, sedangkan titik 12 dan 13 terletak di sisi beban ke arah ujung feeder. Dalam kasus ini diasumsikan gangguan terjadi pada segmen di bawah titik 13. Untuk menghitung jumlah pelanggan yang terkena dampak gangguan, perlu dibuat tiga skenario untuk dua jenis gangguan temporer dan permanen, yaitu:
a. Kondisi jika proteksi terpasang di 13
b. Kondisi jika proteksi terpasang di 12 dan tidak ada proteksi di 13 c. Kondisi jika proteksi terpasang di 11, dan tidak ada proteksi di 12 dan 13 A. Kondisi jika Proteksi Terpasang di Titik 13, gangguan di bawah Titik 13
Gambar 2. Kondisi jika Proteksi Terpasang di Titik 13, gangguan di bawah Titik 13
Jumlah pelanggan yang terganggu untuk:
Gangguan Permanen: (9)
Gangguan Temporer: (10)
Sehingga, jika gangguan terjadi di segmen 13, jumlah pelanggan yang terpengaruh: (11) B. Kondisi jika Proteksi Terpasang di Titik 12, gangguan di Bawah Titik 13
Jumlah pelanggan yang terganggu untuk:
Gangguan Permanen: (12)
Gangguan Temporer: (13)
Sehingga, jika gangguan terjadi di segmen 13 dan proteksi hanya terpasang di segmen 12, jumlah pelanggan yang terpengaruh adalah:
(14) C. Kondisi jika Proteksi Terpasang di Titik 11, Gangguan di Bawah Titik 13
Gambar 4. Kondisi jika Proteksi Terpasang di Titik 11, gangguan di bawah Titik 13
Jumlah pelanggan yang terganggu untuk:
Gangguan Permanen: (15)
Gangguan Temporer (16)
Sehingga, jika gangguan terjadi di segmen 13 dan proteksi hanya terpasang di segmen 12, jumlah pelanggan yang terpengaruh adalah:
(17) Perhitungan Indeks SAIFI Keseluruhan
Dengan menghitung jumlah pelanggan yang terpengaruh oleh gangguan listrik di masing-masing segmen, maka dapat dihitung komponen pembilang dari indeks SAIFI keseluruhan, yaitu:
(18)
Rumus diatas disederhanakan menjadi:
N = ∑ ∑ ∏ ∑ ∑ ∏ (19)
N = ∑ ∏ (20)
dimana:
i : daerah yang terganggu
j : daerah dimana proteksi terpasang
B : himpunan yang dibentuk oleh seluruh segmen feeder
Ui : himpunan yang dibentuk oleh titik-titik dibawah i dalam satu percabangan : himpunan yang dibentuk oleh titik – titik antara i dan j
Bagian pertama dari persamaan (19) menunjukkan dampak dari gangguan permanen pada segmen i ketika proteksi yang dipasang di titik j bekerja. Dengan kata lain, bagian ini menghitung jumlah gangguan permanen yang dirasakan semua pelanggan di bawah segmen j
(Tj) dikalikan dengan rata-rata gangguan permanen di segmen i (λi) jika alat proteksi dipasang
di j (Zj) dan tidak ada alat proteksi lain yang terpasang antara titik i dan j (∏ ).
Bagian kedua menunjukkan dampak dari gangguan temporer pada segmen i ketika
proteksi (fuse) yang dipasang di titik j bekerja. Dengan kata lain, bagian ini menghitung
jumlah gangguan temporer yang dirasakan semua pelanggan di bawah segmen j (Tj) dikalikan
dengan rata-rata gangguan temporer di segmen i (λi) jika alat proteksi (fuse) dipasang di j (Yj)
dan tidak ada alat proteksi lain yang terpasang antara titik i dan j (∏ ).
Kemudian didefinsikan dua buah variable xj dan yj:
sebaliknya 1, j segmen di dipasang akan recloser jika 0, xj (21) sebaliknya 1, j segmen di dipasang akan fuse jika 0, yj (22)
Dengan kedua persamaan tersebut, dapat ditulis relasi antara xj, yj, Xj dan Yj sebagai berkut:
Xj = 1 – xj, = xj (23)
Yj = 1 – yj, = yj (24)
Sehingga Zj dapat ditulis ulang sebagai:
Zj = 2 – xj- yj, = xjyj (25) Dengan menggunakan ketiga persamaan di atas, persamaan N dapat diubah menjadi:
∑ 2 ∏
Menghitung nilai indeks kegagalan dari sistem yang ada.
Dengan demikian indeks persamaan SAIFI menjadi: ∑∈
∑ ∏
(26) Dimana :
Ni : Jumlah pelanggan di segmen yang i (yang terganggu) N : Jumlah total yang pelanggan yang terganggu.
: Jumlah total pelanggan di feeder tersebut.
Dalam sistem CPI, feeder hanya diproteksi oleh recloser. Selain itu, mayoritas gangguan adalah gangguan temporer, sehingga parameter yj dalam persamaan SAIFI di atas dapat diganti menjadi xj.
Menghitung nilai indeks kegagalan minimum.
Solver Excel bisa kita gunakan untuk mencari nilai SAIFI minimum dengan membuat lembaran kerja dan constraint yang kita butuhkan
HASIL DAN PEMBAHASAN
Contoh kasus untuk penulisan ini adalah Balam feeder #1 TDO Bekasap.
Balam feeder#1 saat ini mempunyai data gangguan dan data produksi seperti pada Tabel 1 serta 4 (empat) unit recloser seperti pada Gambar 5, yang terpasang pada:
1. Pole 17Z01 sebagai x13 2. Pole 16Z25 sebagai x14 3. Pole 16Z41 sebagai x16 4. Pole 16Z57 sebagai x17. dimana x11 dianggap sebagai circuit breaker.
Gambar 5. . Lokasi pemasangan recloser di Balam feeder#1 saat ini. Tabel 1. Data gangguan dan produksi sumur minyak pada Balam feeder#1
Section λ γ N BOPD Cum N
Cum BOPD Pole 11 0,1 18 18 1174 116 5152 SS 12 0,1 11 11 652 11 652 16Z107 13 0,1 8 8 537 8 537 17Z01 14 0,1 12 12 517 79 2789 16Z25 15 0,1 10 10 403 10 403 16Z26L 16 0,1 17 17 1120 17 1120 16Z41 17 0,1 9 9 292 23 991 16Z57 18 0,1 14 14 699 14 699 16Y55 19 0,1 6 6 262 6 262 15Z3R 20 0,1 7 7 123 7 123 15Z10 21 0,1 18 18 72 4 72 15Z16 dimana:
N : adalah jumlah sumur pada segmen tersebut
BOPD : Barrel oil per day (jumlah produksi perhari segmen tersebut.
Cum N : Jumlah kumulatif sumur minyak di segmen tersebut dan dibawahnya. Cum BPOP : Jumlah kumulatif produksi perhari di segmen tersebut dan dibawahnya. Untuk menentukan SAIFI dari sistem saat ini, kita harus mencari N ( jumlah total pelanggan yang terganggu) dengan menghitung jumlah pelanggan yang terganggu per segmen:
N = i j i j i j i j i j i j i j i j i j i j i j i j i j i j i j i j i j i j i j i j i j i j i j i j i j i j i j i j i j dimana: = 116 6,2 0.1 – 6,1 y + 11 5,2 0.1 – 5,1 y + 116 5,2 0.1 – 5,1 y y + … dan seterusnya hingga ..
Sesuai dengan :
-. sebagai main circuit breaker maka = 0
-. Status recloser yang ada di lapangan, seperti Gambar 6, sehingga , x , x = 0. Maka x yang lain = 1,
-. Karena di PT CPI tidak ada pemasangan fuse, maka semua y = 1 . Maka N = 1.923,4 Sehingga = 1.923,4 / 116 = 16,6
Menghitung nilai indeks kegagalan minimum.
Solver Excel bisa kita gunakan untuk mencari nilai SAIFI minimum dengan membuat batasan (constraint) dan lembaran kerja yang dibutuhkan.
Batasan (constraint):
a. Untuk setiap titik, hanya boleh ada satu peralatan proteksi (recloser atau sekering) yang terpasang, sehingga: xi+yi≥ 1 atau
x1+y1≥ 1, x2+y2≥ 1, x3+y3≥ 1 dan seterusnya
b. Bila titik x11 dianggap sebagai circuit breaker, maka: x11 = 0, y11 = 1, x11 + y11 = 1 c. Jika penggunaan recloser di dalam feeder tersebut dibatasi sebanyak r unit, maka
persamaan pembatas ini juga berlaku: ∑ 1
dimana r adalah jumlah recloser (tidak termasuk circuit breaker di substation) dan B adalah jumlah seluruh segmen dalam feeder.
Dari hasil penghitungan Solver, didapatkan nilai SAIFI minimum yang lebih rendah yaitu: 10,2 dengan perubahan lokasi penempatan recloser seperti gambar 6 dibawah ini:
1. Recloser x13 pada pole 17Z01 dipindahkan ke pole 16Z107 sebagai x12. 2. Recloser x14 pada pole 16Z25 tetap.
3. Recloser x16 pada pole 16Z41 dipindahkan ke pole 15Z27 sebagai x19.
4. Recloser x17 pada pole 16Z57 dipindahkan ke pole 15Z16 sebagai x21
Gambar 6. Lokasi penempatan recloser di Balam feeder#1 untuk SAIFI minumum.
Manfaat lain untuk kepentingan PT CPI
Dengan adanya penurunan rumus pertidaksamaan ini, maka:
1. Bila diinginkan perbaikan berbasis pada produksi, maka besaran jumlah sumur yang dipakai dalam perumusan digantikan dengan besaran produksi.
2. Bisa ditentukan jumlah recloser yang kita perlukan untuk mencapai nilai SAIFI tertentu atau seberapa besar efek perbaikan keandalan sistem terhadap penambahan satu recloser. Lihat Gambar 7. Kurva Sensitifitas dibawah ini.
Gambar 7. Kurva Sensitivitas
KESIMPULAN DAN SARAN
Setelah dilakukan analisis data penelitian, maka dapat diambil kesimpulan sebagai berikut:
1. Dengan metode non linier programing seperti pada penulisan ini, nilai SAIFI Balam feeder#1 TDO Bekasap bisa diturunkan dari 16,6 menjadi 10,2.
2. Dengan perumusan ini, bisa diketahui jumlah
Saran – saran yang diberikan untuk perbaikan lebih lanjut:
Mengingat tingginya dinamika operasi di PT CPI, baik penambahan atau pengurangan beban, tentunya perlu dilakukan tinjauan penghitungan ulang nilai SAIFI secara berkala untuk memonitor tingkat keandalan saat itu.
DAFTAR PUSTAKA
Bawono, Baju. (1999), “Penyelesaian Permasalahan Optimasi Dengan Metode Nonlinear Programming” JurnalTeknologi Industri, Vol. III,N. 2, hal 101-108.
Transmission and Distribution Subcommittee of the IEEE Power Engineering Society (1998), IEEE Trial-Use Guide for Electric Power Distribution Reliability Indices, IEEE-SA Standards Board.
Zambon, Eduardo, Bossois, Débora Z., Garcia, Berilhes B. dan Azeredo, Elias F. (2009), “A Novel Nonlinear Programming Model for Distribution Protection Optimization”, IEEE TRANSACTIONS ON POWER DELIVERY, Vol. 24, NO. 4.