Philipus Sampeliling Setyo Nugroho1) 2) 3)

PROCEEDING SEMINAR TUGAS AKHIR (2014) 1-6

1

Abstrak—Pada saat ini, kebutuhan terhadap energi listrik

semakin tinggi. Oleh karena itu, perlu adanya peningkatan

dalam hal penyediaan energi listrik, kontinuitas penyaluran

energi listrik dan keandalan sistem tenaga listrik. Photovoltaic

(PV) dapat berperan sebagai pembangkit energi listrik dengan

sumber energi matahari. Dengan terhubungnya Photovoltaic

(PV) ke sistem distribusi, maka energi listrik yang tersedia

akan meningkat dan tingkat keandalan sistem juga akan

meningkat. Pada Tugas Akhir ini, dapat dilihat tingkat

keandalan sistem pembangkit dan sistem jaringan distribusi

ketika sistem tersebut terhubung dengan Photovoltaic (PV) dan

juga ketika tidak terhubung dengan Photovoltaic (PV). Tingkat

keandalan sistem dinyatakan dengan indeks keandalan, yang

mana indeks keandalan tersebut diperoleh melalui

perhitungan menggunakan metode Monte Carlo. Metode ini

merupakan suatu prosedur simulasi untuk memperoleh indeks

keandalan dengan menggunakan pembangkitan bilangan acak

dan disimulasikan melalui program yang disusun di Matlab.

Hasil yang diperoleh dari simulasi Monte Carlo, yaitu tingkat

keandalan sistem pembangkit yang terhubung dengan

Photovoltaic (PV) mengalami peningkatan. Namun di sisi lain,

tingkat keandalan sistem jaringan distribusi yang terhubung

dengan Photovoltaic (PV) mengalami penurunan.

Kata Kunci—Indeks Keandalan, Monte Carlo, Photovoltaic,

Sistem Jaringan Distribusi, Sistem Pembangkit.

I. PENDAHULUAN

eiring dengan meningkatnya kemajuan teknologi dan

taraf hidup masyarakat pada saat ini, maka kebutuhan

akan energi listrik menjadi hal yang sangat penting. Dalam

hal ini, peran pemerintah sangat dibutuhkan dalam

meningkatkan pasokan energi listrik agar dapat memacu

pertumbuhan ekonomi dan kesejahteraan rakyat dapat

terjamin. Dalam upaya meningkatkan pasokan listrik oleh

pemerintah, perlu ada penambahan pusat – pusat

pembangkit listrik yang baru. Pada saat ini, pembangkit

listrik yang menggunakan bahan bakar fosil (non renewable

energy) sebagai sumber utamanya, masih sangat diandalkan

dalam menghasilkan energi listrik. Namun perlu diingat,

bahwa pembangkit tersebut memiliki dampak yang buruk

terhadap lingkungan.

Pemanfaatan energi sinar matahari, angin dan lain – lain

menjadi energi listrik dapat dijadikan solusi dalam

permasalahan tersebut. Pembangkit energi listrik yang

bersumber dari energi yang dapat diperbaharui (renewable

energy) seperti PLTS (Pembangkit Listrik Tenaga Surya)

atau Photovoltaic dapat dijadikan alternatif dalam

meningkatkan pasokan energi listrik. Tidak hanya pada

pasokan energi listrik saja, melainkan mutu, kontinuitas dan

ketersedian pelayanan energi listrik harus juga ditingkatkan.

Hal – hal tersebut merupakan faktor yang sangat vital dalam

proses penyaluran energi listrik dari suatu pembangkit ke

konsumen. Dalam proses penyaluran energi listrik dari suatu

pembangkit ke konsumen, terdapat banyak sekali

permasalahan seperti tidak handalnya sistem tersebut

sehingga berpengaruh pada proses penyaluran itu sendiri.

Oleh karena itu, perlu dilakukan evaluasi keandalan sistem

pada jaringan penyaluran energi listrik.

Melalui evaluasi keandalan suatu sistem, penanganan

secara benar terhadap permasalahan mendasar dalam

penyaluran energi listrik dapat terjamin sehingga gangguan

– gangguan yang ada dapat diantisipasi. Dengan itu, usaha

dalam meningkatkan keandalan sistem dapat capai dan

penyaluran energi listrik dapat tersalurkan dengan baik.

Untuk mengetahui tingkat keandalan suatu sistem,

diperlukan indeks – indeks keandalan seperti SAIDI (System

Average Interruption Duration Index), SAIFI (System

Average Interruption Frequency Index), CAIDI (Costumer

Average Interruption Duration Index) dan ASAI (Average

Service Availability Index).

II. KEANDALAN SISTEM JARINGAN DISTRIBUSI

DAN PEMBANGKIT LISTRIK TENAGA SURYA

(PHOTOVOLTAIC)

A. Keandalan Sistem Tenaga Listrik

Keandalan sistem tenga listrik merupakan salah satu

faktor yang sangat penting dalam sebuah proses penyaluran

energi listrik dari suatu pusat pembangkit ke konsumen.

Dalam proses tersebut, suatu sistem dapat dikatakan handal

apabila sistem tersebut mampu berkerja sesuai dengan

fungsinya. Keandalan suatu sistem secara keseluruhan

ditentukan oleh keandalan dari masing – masing komponen

yang berkerja di dalamnya [1]. Untuk mengetahui tingkat

keandalan suatu sistem diperlukan evaluasi terhadap sistem

tersebut. Untuk melakukan penilaian keandalan suatu

komponen atau sistem, diperlukan analisa karakteristik kerja

dari komponen atau sistem yang termasuk didalamnya

terdapat pola operasi, pola perawatan, pola kegagalan dan

pengaruh kondisi operasi terhadap sistem.

Studi Keandalan Sistem Distribusi yang

Terhubung ke Photovoltaic Menggunakan

Metode Monte Carlo di PT. PLN (Persero)

Distribusi Nusa Penida - Bali Philipus Sampeliling Setyo Nugroho1), I Made Yulistya Negara2), I.G.N Satriyadi Hernanda3)

Jurusan Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember (ITS)

Jl. Arief Rahman Hakim, Surabaya 60111 Indonesia

e-mail: [email protected]), [email protected]), [email protected])

S

mailto:[email protected]


2

B. Parameter dan Indeks Keandalan

Parameter - parameter keandalan yang digunakan dalam

mengevaluasi keandalan suatu sistem, yaitu :

- = Frekuensi rata – rata kegagalan pada setiap tahun

(Kali/Tahun).

- = Durasi waktu rata – rata kegagalan (Hari/Tahun).

- t = Durasi waktu rata – rata antar kegagalan (Hari).

- MTTF (Mean Time To Failure)

MTTF adalah waktu rata – rata kegagalan yang terjadi

selama beroperasinya suatu sistem. Persamaan

matematisnya dapat ditulis, dengan T (waktu operasi) dan

n (jumlah kegagalan) :

MTTF = T T T .. Tn

n (1)

- MTTR (Mean Time To Repair)

MTTR adalah waktu rata – rata kegagalan yang terjadi

selama beroperasinya suatu sistem. Persamaan

matematisnya dapat ditulis dengan L (waktu perbaikan)

dan n (jumlah perbaikan) :

MTTR = L L L .. Ln

n (2)

- LOLP (Loss Of Load Probability)

LOLP adalah probabilitas (kemungkinan) yang

menyatakan kapasitas pembangkit yang tersedia lebih

kecil dari tingkat beban sehingga terjadi kehilangan beban

(Hari).

Berdasarkan indeks keandalan mendasar di atas,

diperoleh beberapa indeks keandalan untuk keseluruhan

sistem yang dapat dievaluasi dan didapatkan mengenai

kinerja sistem. Indeks keandalan untuk keseluruhan sistem,

yaitu :

a) SAIFI (System Average Interruption Frequency Index)

SAIFI adalah indeks frekuensi gangguan sistem rata –

rata setiap tahun (Kali/Tahun). Persamaan matematisnya

dapat ditulis, sebagai berikut :

SAIFI= umlah Total Frekuensi Gangguan pada Konsumen

umlah Total Konsumen yang Terlayani (3)

b) SAIDI (System Average Interruption Duration Index)

SAIDI adalah indeks durasi gangguan sistem rata – rata

setiap tahun (Jam/Tahun). Persamaan matematisnya


SAIDI = umlah Total Durasi Gangguan pada Konsumen

umlah Total Konsumen yang Terlayani (4)

c) CAIDI (Costumer Average Interruption Duration Index)

CAIDI adalah indeks durasi gangguan konsumen rata –

rata setiap tahun (Jam/Tahun). Persamaan matematisnya


CAIDI = umlah Total Durasi Gangguan pada Konsumen

umlah Total Konsumen yang Terganggu (5)

d) ASAI (Average Service Availability Index)

ASAI adalah jumlah pelayanan yang tersedia selama

periode waktu tertentu yang dapat diberikan ke sistem

(pu).

Persamaan matematisnya dapat ditulis, sebagai berikut :

ASAI = 1 S D

(6)

C. Metode Monte Carlo dan Simulasinya

Metode Monte Carlo adalah algoritma komputasi untuk

mensimulasikan berbagai perilaku sistem fisika dan

matematika. Penggunaan metode Monte Carlo memerlukan

sejumlah besar bilangan dan hal tersebut semakin mudah

dengan perkembangan pembangkit bilangan pseudoacak.

Simulasi Monte Carlo terdiri dari sebuah model matematis

yang diset di dalam program computer dan menggunakan

random sampling dari distribusi kegagalan dan distribusi

perbaikan dari masing – masing komponen dalam sistem

[4]. Random sampling ini digunakan untuk melakukan

penilaian reliability atau availability atau parameter lainnya

yang dikehendaki.

D. Pembangkit Listik Tenaga Surya (Photovoltaic)

Photovoltaic ditemukan oleh Henri Becquerel pada tahun

1839. Photovoltaic dapat menjadi alternatif dalam

menghasilkan energi listrik dengan memanfaatkan sinar

matahari sebagai sumber energi utamanya. Proses konversi

energi pada sel surya, yaitu ketika suatu bahan

semikonduktor seperti bahan silikon diletakkan dibawah

penyinaran sinar matahari, maka bahan silikon tersebut

akan melepaskan sejumlah kecil energi listrik yang disebut

efek fotolistrik

Sistem operasi Photovoltaic dibagi menjadi dua macam,

yaitu sistem stand – alone dan sistem grid – connected [2].

Pada sistem stand – alone, ketika radiasi sinar matahari

sangat kecil atau bahkan tidak ada sama sekali, sistem ini

harus terintegrasi dengan baterai agar energi listrik tetap

tersuplai dengan baik. Namun ketika radiasi sinar matahari

cukup, maka baterai tidak teralu dibutuhkan sehingga suplai

energi listrik langsung diperoleh dari energi listrik yang

dibangkitkan dari Photovoltaic. Pada sistem grid –

connected, ketika radiasi sinar matahari cukup, maka energi

listrik yang dibangkitkan oleh Photovoltaic dapat disalurkan

ke beban. Namun, ketika radiasi sinar matahari tidak cukup

bahkan tidak ada, maka Photovoltaic tidak dapat

membangkitkan energi listrik sehingga suplai energi listrik

diperoleh dari grid. Dalam pengoperasiannya, Photovoltaic

menggunakan inverter untuk mengkonversikan energi listrik

dari dari DC (Direct Current) ke AC (Alternating Current).

III. SISTEM KELISTRIKAN

A. Gambaran Sistem Kelistrikan di Nusa Penida – Bali

Sistem kelistrikan wilayah Nusa Penida – Bali dalam

penyaluran energi listrik dari pembangkit energi listrik ke

konsumen, menggunakan jaringan distribusi konfigurasi

jenis radial dengan tegangan 20 kV. Dalam memasok energi

listrik ke konsumen, PT. PLN (Persero) Distribusi Nusa

Penida, Bali sangat mengandalkan PLTD (Pusat Listrik

Tenaga Diesel) sebagai sumber pembangkit energi listrik

utamanya. Di pulau Nusa Penida, Bali dikenal sebagai

“Daerah Wisata Energi Mandiri”, maka dari itu terdapat

beberapa pembangkit energi listrik yang memanfaatkan

renewable energy sebagai sumber utamanya, yaitu PLTB


3

(Pusat Listrik Tenaga Bayu) yang memanfaatkan angin dan

PLTS (Pusat Listrik Tenaga Surya) yang memanfaatkan

sinar matahari. Pembangkit energi listrik yang terdapat di

pulau Nusa Penida – Bali, terdiri dari 11 unit PLTD, 9 unit

PLTB dan 2 unit PLTS.

B. Data Pembangkit Energi Listrik di Nusa Penida – Bali

Berdasarkan pada tabel 1, pembangkit energi listrik yang

beroperasi secara normal hanya dapat menghasilkan daya

listrik, yaitu sebesar 3.380 kW atau 3,38 MW. Hal ini

dikarenakan PLTD unit 4, PLTD unit 7, PLTD unit 10,

PLTB unit 1, PLTB unit 2, PLTB unit 3, PLTB unit 4,

PLTB unit 5, PLTB unit 6, PLTB unit 7 mengalami

kerusakan sehingga tidak dapat beroperasi.

Tabel 1 Data Pembangkit Energi Listrik yang Beroperasi di Pulau

Nusa Penida – Bali

Nama

Pembangkit Merek

Daya

Terpasang

(kW)

Daya

Mampu

(kW)

Keterangan

PLTD Unit 1 Komatsu 500 380 Milik PLN



PLTD Unit 5 Volvo

Penta 100 60 Milik PLN

PLTD Unit 6 Marcedez 200 130 Milik PLN

PLTD Unit 8 Deutz 170 120 Milik PLN

PLTD Unit 9 Deutz 120 100 Milik PLN

PLTD Unit

11 Mitsubishi 1.560 1.248

Mesin

Sewa

PLTB Unit 8 WES 100 80 Milik

Daerah

PLTB Unit 9 WES 100 80 Milik

Daerah

PLTS Unit 1 BP Solar 32 32 Milik

Daerah

PLTS Unit 2 BP Solar 30 30 Milik

Daerah

Daya Total (kW) 4.352 3.380

C. Data Beban Listrik di Nusa Penida – Bali

Berdasarkan data terakhir yang diperoleh mengenai

besarnya beban listrik di pulau Nusa Penida – Bali pada

bulan Oktober, 2013, diketahui bahwa beban puncak yang

terjadi, yaitu sebesar 3.500 kW atau 3,5 MW. Pada bulan

Mei, 2012, diketahui bahwa beban puncak yang terjadi,

yaitu sebesar 2.494 kW atau 2,494 MW. Hal ini

menandakan bahwa beban listrik di Nusa Penida – Bali

mengalami peningkatan dari waktu ke waktu. Peningkatan

beban listrik ini terjadi karena semakin banyaknya

masyarakat yang menggunakan energi listrik dan semakin

banyaknya pembangunan tempat penginapan, seperti hotel

di pulau Nusa Penida – Bali. Data perubahan beban listrik

pada setiap jam dalam satu hari, pada 10 Oktober 2013

dapat dilihat pada tabel 2. Berdasarkan grafik pada tabel 2,

diperoleh bahwa beban listrik di pulau Nusa Penida – Bali

pada tanggal 10 Oktober 2013 mengalami beban puncak

pada waktu malam hari, yaitu pada jam 19:30 WITA sebesar

3,5 MW. Sedangkan, beban listrik rata – rata pada hari

tersebut, yaitu sebesar 2321,37 kW atau 2,321 MW.

Karakteristik beban listrik pada hari tersebut cenderung

meningkat saat menjelang malam hari, sedangkan pada

siang hari perubahan beban listrik tidak begitu besar dan

cenderung stabil.

Tabel 2 Data Beban Listrik di Nusa Penida – Bali per 10 Oktober

2013

Jam Beban (kW) Keterangan

00:00 2.090

01:00 2.008

02:00 1.977

03:00 1.918

04:00 1.927

05:00 2.035

06:00 2.415

07:00 2.063

08:00 1.846

09:00 1.920

10:00 1.966

11:00 1.966

12:00 1.973

13:00 1.970

14:00 1.930

15:00 2.016

16:00 1.932

17:00 1.902

18:00 2.252

19:00 3.236

19:30 3.500 Beban Puncak

20:00 3.466

20:30 3.394

21:00 3.329

22:00 2.852

23:00 2.491

00:00 2.294

Beban Rata – Rata (kW) 2.321,37

IV. EVALUASI KEANDALAN

Evaluasi keandalan yang dilakukan pada Tugas Akhir ini,

dibagi menjadi dua bagian, yaitu :

1. Evaluasi keandalan sistem pembangkit yang beroperasi

pada jaringan distribusi di pulau Nusa Penida – Bali.

a) Sistem pembangkit yang terhubung dengan

Photovoltaic (PLTS).

b) Sistem pembangkit yang tidak terhubung dengan


2. Evaluasi keandalan sistem jaringan distribusi di pulau

Nusa Penida – Bali.

a) Sistem jaringan distribusi yang terhubung dengan


b) Sistem jaringan distribusi yang tidak terhubung

dengan Photovoltaic (PLTS).

A. Parameter Keandalan pada Sistem Pembangkit dan

Sistem Jaringan Distribusi.

Berdasarkan pada tabel 4, dapat dilihat besar nilai

parameter keandalan dari setiap pembangkit energi listrik

yang beroperasi. Parameter keandalan PLTS dapat ditinjau

dari keandalan pada setiap inverter yang berkerja pada

PLTS tersebut dan setiap inverter memiliki besar nilai

parameter keandalan yang berbeda – beda. Namun pada

PLTS Unit 1, inverter 5 mengalami kerusakan sehingga

inverter tersebut tidak dapat beroperasi. Berdasarkan pada

tabel 3, dapat dilihat parameter keandalan dari setiap

komponen pada sistem distribusi. Parameter keandalan

tersebut diperoleh dari referensi standar komponen

keandalan pada sistem distribusi 20 kV sesuai dengan SPLN

59/1985 [3].


4

Tabel 3 Data Parameter Keandalan Komponen Sistem Distribusi

Nama

Komponen

Faktor Keandalan

MTTR (Jam)

Line 0,2 Kali/km/Tahun 3

Transformator 0,005 Kali/Tahun 10

Switch 0,004 Kali/Tahun 10

Tabel 4 Data Parameter Keandalan Sistem Pembangkit

Nama

Pembangkit Inverter

Parameter Keandalan

(Kali/Tahun)

(Hari) t (Hari)

PLTD Unit 1 - 16 4,1342 22.8125

PLTD Unit 2 - 16 4,1342 22.8125

PLTD Unit 3 - 16 4,1342 22.8125

PLTD Unit 4 - 16 4,1342 22.8125

PLTD Unit 5 - 16 4,1342 22.8125

PLTD Unit 6 - 16 4,1342 22.8125

PLTD Unit 7 - 16 4,1342 22.8125

PLTD Unit 8 - 16 4,1342 22.8125

PLTB Unit 8 - 107 3,3880 3,1311

PLTB Unit 9 - 107 3,3880 3,1311

PLTS Unit 1

1 23 0,9214 15,8696

2 55 1,5951 6,6364

3 90 1,9372 4,0556

4 156 0,9277 2,3398

5 365 0 0

6 34 1,0137 10,7353

PLTS Unit 2

1 62 5,3677 5,8871

2 29 6,1529 12,5862

3 57 5,0094 6,4035

4 27 4,5938 13,5185

5 27 4,5938 13,5185

6 29 4,3056 12,5862

D. Evaluasi Keandalan Sistem Pembangkit Menggunakan

Simulasi Monte Carlo

Langkah – langkah perhitungan dalam memperoleh

indeks keandalan sistem pembangkit yang beroperasi di

pulau Nusa Penida – Bali, yaitu :

1. Mengumpulkan dan mengolah data – data dari setiap

pembangkit yang beroperasi seperti daya mampu, laju

kegagalan dan MTTR.

2. Membuat simulasi perhitungan harian selama 1 tahun

(365 hari), yaitu membangkitkan bilangan acak dan

memeriksa apakah bilangan acak yang terbangkitkan

dalam peluang kegagalan pembangkit.

3. Bila terjadi kegagalan pada pembangkit, maka hitung

waktu perbaikan (MTTR) yang dilakukan. Bila tidak

terjadi kegagalan pada pembangkit, maka hitung total

daya yang disuplai oleh pembangkit.

4. Bila daya yang tersuplai oleh pembangkit kurang dari

daya beban, maka hitung besar LOLP.

5. Langkah (2), (3) dan (4) dilakukan sebanyak jumlah

iterasi yang diinginkan.

Berdasarkan hasil simulasi pada tabel 5, semakin banyak

jumlah iterasi (N) dalam tahun yang dilakukan, maka nilai

LOLP yang didapatkan cenderung mencapai konvergensi

dan stabil. Hal ini ditunjukan dari besar nilai LOLP pada

iterasi 25 tahun, yaitu sekitar 0,09260 hari. Hal ini juga

dikarenakan oleh hasil simulasi Monte Carlo dari nilai laju

kegagalan setiap pembangkit semakin akurat dan mendekati

nilai laju kegagalan sebenarnya.

Berdasarkan hasil simulasi pada tabel 6, semakin banyak

jumlah iterasi (N) dalam tahun yang dilakukan, maka nilai

LOLP yang didapatkan cenderung mencapai konvergensi

dan stabil. Hal ini ditunjukan dari besar nilai LOLP pada

iterasi 25 tahun, yaitu sekitar 0,10279 hari. Hal ini juga

dikarenakan oleh hasil simulasi Monte Carlo dari nilai laju

kegagalan setiap pembangkit semakin akurat dan mendekati

nilai laju kegagalan sebenarnya.

Berdasarkan grafik pada gambar 1, dapat dilihat bahwa

nilai LOLP dari sistem pembangkit dengan PLTS selalu

lebih rendah dibandingkan dengan nilai LOLP dari sistem

pembangkit tanpa PLTS pada banyak jumlah iterasi (N) dari

1 sampai 25 tahun. Hal ini dikarenakan dengan

terhubungnya PLTS ke sistem distribusi, maka jumlah

pembangkit yang beroperasi bertambah dan kemampuan

daya pembangkit dalam memenuhi permintaan beban akan

meningkat. Sedangkan dengan tidak terhubungnya PLTS ke

sistem distribusi, maka jumlah pembangkit yang beroperasi

lebih sedikit dan kemampuan daya pembangkit dalam

memenuhi permintaan beban akan menurun. Sistem

pembangkit dengan PLTS memiliki tingkat keandalan yang

lebih baik dibandingkan dengan sistem pembangkit tanpa

PLTS karena semakin rendah nilai LOLP, maka semakin

tinggi tingkat keandalan sistem tersebut.

Tabel 5 Hasil Simulasi dari Perhitungan Keandalan Sistem

Pembangkit yang Terhubung ke PLTS

N

(Tahun)

NGen

(Unit)

Mean

(kW)

St. Dev

(kW)

Max

(kW)

Min

(kW)

LOLP

(Hari)

1 22 3197,25 286,453 3372,8 1139,6 0,09315

5 22 3173,22 322,215 3372,8 1469,6 0,08932

10 22 3176,40 324,298 3372,8 1259,6 0,09479

15 22 3176,46 322,606 3372,8 914,8 0,09187

20 22 3176,85 323,116 3372,8 909,6 0,09219

25 22 3180,58 321,899 3372,8 1000 0,09260

Tabel 6 Hasil Simulasi dari Perhitungan Keandalan Sistem

Pembangkit yang tidak Terhubung ke PLTS

N

(Tahun)

NGen

(Unit)

Mean

(kW)

St. Dev

(kW)

Max

(kW)

Min

(kW)

LOLP

(Hari)

1 10 3127,06 321,739 3318 1430 0,12329

5 10 3134,59 304,303 3318 1350 0,09863

10 10 3132,19 322,383 3318 820 0,10411

15 10 3141,09 306,439 3318 1350 0,09918

20 10 3131,53 323,534 3318 1250 0,10233

25 10 3128,03 322,779 3318 790 0,10279

Gambar 1 Grafik Perbandingan Nilai LOLP

0.12329

0.09863 0.10411

0.09918

0.10233 0.10279

0.09315

0.08932

0.09479 0.09187 0.09219 0.0926

0.07

0.08

0.09

0.1

0.11

0.12

0.13

0 5 10 15 20 25

LOLP (Hari)

Waktu (Tahun) Tanpa PLTS Dengan PLTS


5

E. Evaluasi Keandalan Sistem Jaringan Distribusi

Menggunakan Simulasi Monte Carlo

Flow chart dari perhitungan untuk memperoleh indeks

keandalan sistem jaringan distribusi dapat dilihat di gambar

3. Berdasarkan flow chart tersebut, perhitungan indeks

keandalan pada sistem jaringan distribusi didasarkan pada

laju kegagalan dan MTTR dari transformator, line dan

switch.

Dari hasil simulasi pada tabel 7, nilai dari indeks

keandalan (SAIFI, SAIDI, CAIDI dan ASAI) berbeda –

beda setiap iterasinya (N). Dari iterasi yang dilakukan, yaitu

dari 1 tahun sampai dengan 25 tahun, nilai dari SAIFI,

SAIDI, CAIDI dan ASAI menunjukan kecenderungan untuk

mencapai konvergensi. Hal ini dikarenakan semakin banyak

iterasi yang dilakukan, maka hasil perhitungan akan menjadi

lebih akurat dan cenderung mencapai konvergensi. Pada

iterasi 25 tahun, nilai SAIFI yang diperoleh, yaitu 36,3605

kali/tahun, nilai SAIDI yang diperoleh, yaitu 4,5679

jam/tahun, nilai CAIDI yang diperoleh, yaitu 0,1256

jam/tahun dan nilai ASAI yang diperoleh, yaitu 0,9995 pu.

Dari hasil simulasi pada tabel 8, pada iteasi 25 tahun, nilai

SAIFI yang diperoleh, yaitu 35,3906 kali/tahun, nilai SAIDI

yang diperoleh, yaitu 4,4642 jam/tahun, nilai CAIDI yang

diperoleh, yaitu 0,1261 jam/tahun dan nilai ASAI yang

diperoleh, yaitu 0,9995 pu.

Berdasarkan grafik pada gambar 2, nilai SAIFI dari sistem

jaringan distribusi tanpa PLTS lebih rendah dibandingkan

dengan nilai SAIFI dari sistem distribusi dengan PLTS,

nilai SAIDI dari sistem jaringan distribusi tanpa PLTS lebih

rendah dibandingkan dengan nilai SAIDI dari sistem

distribusi dengan PLTS, nilai CAIDI dari sistem jaringan

distribusi tanpa PLTS lebih tinggi dibandingkan dengan

nilai CAIDI dari sistem distribusi dengan PLTS, nilai ASAI

dari sistem jaringan distribusi tanpa PLTS sama dengan nilai

ASAI dari sistem distribusi dengan PLTS.

Tabel 7 Hasil Simulasi dari Perhitungan Indeks Keandalan Sistem

Jaringan Distribusi dengan Photovoltaic (PLTS)

N

(Tahun)

SAIFI

(Kali/Tahun)

SAIDI

(Jam/Tahun)

CAIDI

(Jam/Tahun)

ASAI

(pu)

1 32,6543 3,8272 0,1172 0,9996

5 40,5086 5,0617 0,1250 0,9994

10 34,6272 4,4074 0,1273 0,9995

15 38,9248 4,8477 0,1245 0,9994

20 36,4438 4,6235 0,1269 0,9995

25 36,3605 4,5679 0,1256 0,9995

Tabel 8 Hasil Simulasi dari Perhitungan Indeks Keandalan Sistem

Jaringan Distribusi tanpa Photovoltaic (PLTS)

N

(Tahun)

SAIFI

(Kali/Tahun)

SAIDI

(Jam/Tahun)

CAIDI

(Jam/Tahun)

ASAI

(pu)

1 39,6790 5,3086 0,1338 0,9994

5 31,2741 3,9012 0,1247 0,9996

10 37,7827 4,7531 0,1258 0,9995

15 33,9687 4,3292 0,1274 0,9995

20 35,3821 4,4198 0,1249 0,9995

25 35,3906 4,4642 0,1261 0,9995

Gambar 2 Grafik Perbandingan Nilai SAIFI, SAIDI, CAIDI, ASAI

Start

Pengambilan Data Laju Kegagalan

dan MTTR dari Transformator,

Line dan Switch

Iterasi Sebanyak N

Tahun

For N = 1 : Tahun

Bangkitkan

Bilangan Acak

Periksa Apakah

Ada Trafo yang

Gagal?

Periksa Apakah

Ada Line yang

Gagal?

Periksa Apakah

Ada Switch yang

Gagal?

Catat Jumlah Kegagalan

dan Durasi Kegagalan

Hitung Indeks Keandalan SAIFI,

SAIDI, CAIDI dan ASAI

Tampilkan

Hasil

Stop

Y



Y



Y

T

T

T

Gambar 3 Flow Chart Perhitungan Indeks Keandalan

36.3605 35.3906

4.5679 4.4642

0.1256 0.1261 0.9995 0.9995

0

4

8

12

16

20

24

28

32

36

40

25

Nilai SAIFI, SAIDI,

CAIDI, ASAI

Waktu (Tahun)

SAIFI Dengan PV SAIFI Tanpa PV SAIDI Dengan PV

SAIDI Tanpa PV CAIDI Dengan PV CAIDI Tanpa PV

ASAI Dengan PV ASAI Tanpa PV


6

F. Upaya dalam Meningkatkan Tingkat Keandalan

Upaya dalam meningkatkan tingkat keandalan, yaitu

mengurangi frekuensi terjadinya gangguan pada PLTS

(Photovoltaic), maka laju kegagalan PLTS (Photovoltaic)

juga akan berkurang serta kinerja PLTS (Photovoltaic)

menjadi optimal. Dengan mengurangi frekuensi terjadinya

kegagalan (laju kegagalan) sampai dengan 12 kali/tahun

pada setiap inverter yang berkerja di setiap unit PLTS, maka

akan sangat berpengaruh terhadap tingkat keandalan sistem

pembangkit. Khusus pada inveter 5 di PLTS unit 1 yang

sebelumnya mengalami kerusakan, dianggap sudah

beroperasi kembali dengan laju kegagalan yang sudah

dikurangi.

Berdasarkan hasil simulasi yang telah dilakukan yang

ditunjukan pada tabel 9, diperoleh nilai LOLP, yaitu

0,08723 hari. Dibandingkan dengan nilai LOLP sebelum

dilakukan pengurangan terhadap laju kegagalan, nilai LOLP

dari hasil simulasi mengalami penurunan sebesar 0,00537

(5,79%) dari nilai LOLP sebelumnya, yaitu 0,09260 hari.

Selain itu, daya maksimal (Max) yang dapat dibangkitkan

oleh semua pembangkit mengalami peningkatan menjadi

3.378 kW dari sebelumnya sebesar 3372,8 kW. Hal ini

menunjukan terjadi peningkatan tingkat keandalan dari sisi

sistem pembangkit. Grafik yang menyatakan perbandingan

nilai LOLP sebelum dilakukan pengurangan laju kegagalan

dan sesudah pengurangan laju kegagalan pada setiap

inverter yang ada di setiap PLTS dapat dilihat pada gambar

4.

Tabel 9 Hasil Simulasi dari Evaluasi Keandalan Sistem

Pembangkit yang Terhubung ke PLTS dengan Laju Kegagalan

pada Setiap Inverter Sudah Dikurangi

N

(Tahun)

NGen

(Unit)

Mean

(kW)

St. Dev

(kW)

Max

(kW)

Min

(kW)

LOLP

(Hari)

25 22 3191,07 320,554 3378 854,8 0,08723

Gambar 4 Grafik Perbandingan LOLP

IV. KESIMPULAN

Berdasarkan hasil perhitungan dan analisa yang telah

dilakukan, dapat diambil beberapa kesimpulan, antara lain :

1. Sistem pembangkit yang terhubung ke PLTS

(Photovoltaic) memiliki tingkat keandalan yang lebih

baik dari sistem pembangkit yang tidak terhubung ke

PLTS (Photovoltaic).

2. Dengan mengurangi laju kegagalan dari PLTS

(Photovoltaic) menjadi 12 kali/tahun untuk setiap

inverter, maka terjadi penurunan nilai LOLP sebesar

5,79 % dari nilai LOLP sebelumnya pada sistem

pembangkit yang terhubung ke PLTS (Photovoltaic).

Hal ini menunjukan bahwa tingkat keandalan dari sistem

pembangkit yang terhubung ke PLTS (Photovoltaic)

mengalami peningkatan.

3. Sistem jaringan distribusi yang tidak terhubung ke PLTS

(Photovoltaic) memiliki tingkat keandalan yang lebih

baik dari sistem jaringan distribusi yang terhubung ke

PLTS (Photovoltaic).

4. Berdasarkan indikator WCS (World Class Services)

yang telah ditetapkan oleh PLN dalam memberikan

pelayanan kelas dunia kepada pelanggan, yaitu SAIFI

1,65 kali/pelanggan/tahun dan SAIDI 61,43 menit /

pelanggan /tahun, tingkat keandalan sistem jaringan

distribusi di pulau Nusa Penida – Bali masih belum

mencapai indikator tersebut dan perlu adanya upaya

dalam meningkatkan tingkat keandalan.

DAFTAR PUSTAKA

[1] Billinton, Roy. dan Allan, Ronald. 1994. “Reliability Evaluation of

Power Systems”. New York: Plenum Press.

[2] Goetzberger, Adolf. dan Hoffman, Volker. 2005. “Photovoltaic

Solar Energy Generation”. Freiburg: Springer.

[3] SPLN 59 : 1985. 1985. “Keandalan pada Sistem Distribusi 20 kV

dan 6 kV”. Jakarta: Perusahaan Umum Listrik Negara.

[4] Billinton, Roy. dan Li, Wenyuan. 1994. “Reliability Assessment of

Electric Power Systems Using Monte Carlo Methods”. New York:

Plenum Press.

[5] Kadir, Abdul. 2000. “Distribusi dan Utilitas Tenaga Listrik”.

Jakarta: Penerbit Universitas Indonesia (UI – Press).

[6] Guo-hua, Yang. dan Li Yi. 2011. “Study of Reliability of Grid

Connected Photovoltaic Power Based on Monte Carlo Method”.

IEEE Press.

[7] Suswanto, Daman. 2009. “Sistem Distribusi Tenaga Listrik”.

Padang: Penerbit Universitas Negeri Padang.

[8] Badan Pengkajian dan Penerapan Teknologi (BPPT). 2010. “Desain

Sistem Pendukung Operasi Jaringan Pembangkit Energi Terbarukan

Skala Kecil Tersebar dengan Teknologi Microgrid”. Jakarta: BPPT.

BIODATA PENULIS

Penulis bernama lengkap Philipus

Sampeliling Setyo Nugroho. Penulis

dilahirkan di Jakarta pada tanggal 24

September 1991. Penulis merupakan

anak pertama dari tiga bersaudara yang

terlahir dari pasangan Yulianus Rundu

Allo dan Wati Ningsih. Penulis ini

mengawali pendidikannya di TK Bentara

Indonesia Jakarta pada tahun 1996-1997, kemudian

melanjutkan ke SD Negeri Cipinang Muara 06 Pagi Jakarta

pada tahun 1997-2003, kemudian melanjutkan ke SMP

Negeri 115 Jakarta pada tahun 2003-2006, kemudian

melanjutkan ke SMA Negeri 54 Jakarta pada tahun 2006-

2009. Setelah itu, penulis melanjutkan pendidikannya di

Jurusan Teknik Elektro Institut Teknologi Sepuluh

Nopember Surabaya melalui jalur SNM-PTN dan penulis

mengambil bidang studi Teknik Sistem Tenaga. Semasa

kuliah, penulis aktif mengikuti berbagai seminar dan

pelatihan. Penulis dapat dihubungi melalui email

[email protected].

0.0926

0.08723

0.085

0.0875

0.09

0.0925

0.095

25

Nilai LOLP

(Hari)

Waktu (Tahun) Sebelum Sesudah

mailto:[email protected]

Documents

Philipus Sampeliling Setyo Nugroho1) 2) 3)