Pi (C i L i )
hari / periode
(1)
i 1
dimana :
Ci = Kapasitas yang tersedia pada hari ke i.
Li = Perkiraan beban puncak pada hari ke i.
Pi(Ci-Li) = Probabililtas loss of load pada hari ke i. Harga ini diperoleh langsung dari tabel
probabilitas kumulatif capacity outage.
Prosedur di atas digambarkan dengan menggunakan contoh sistem 100 MW seperti yang
ditunjukkan dalam tabel 1. Data beban untuk periode 365 hari ditunjukkan dalam tabel 2.
Tabel 1. Data Sistem
No. unit
1
2
3
Capacity (MW)
25
25
50
57
12
52
83
46
107
41
116
34
47
Dengan persamaan 1,
LOLE = 12P (100-57) + 83P (100-52) + 107 (100-46) + 116P(100-41) + 47P (100-34)
= 12(0.020392) + 83(0.020392) + 107(0.000792) + 116(0.000792) + 47(0.000792)
= 2.15108 hari/tahun
Indeks LOLE dapat juga diperoleh dengan menggunakan kurva beban puncak harian
seperti dalam gambar 1. Sebuah capacity outage akan berkontribusi terhadap LOLE sistem
sejumlah perkalian probabilitas capacity outage dan jumlah waktu loss of load bila
capacity outage terjadi.
Tugas Perenc. Sistem Tenaga Listrik 2005
Gambar 1.
Hubungan antara beban, kapasitas dan cadangan
Indeks LOLE dapat juga didapatkan dengan menggunakan kurva beban puncak harian.
Gambar 1 menunjukkan hubungan tipikal antara beban sistem dan kapasitas.
LOLE
p k .t k
satuan waktu
k 1
t k t k 1 Pk
i 1
Individual probability
0.950991
0.048029
0.000971
0.000009
1.000000
Cumulative Probability
1.000000
0.049009
0.000980
0.000009
Capacity out of
Service (MW)
0
40
80
120
Capacity in
Service
200
160
120
80
Individual
Probability
0.950991
0.048029
0.000971
0.000009
1.000000
Total time
tk (%)
0
0
41.7
83.4
LOLE
(%)
0.0404907
0.0007506
0.0412413
Capacity out of
Service (MW)
0
40
80
120
Capacity in
Service
200
160
120
80
Cumulative
Probability
1.000000
0.049009
0.000980
0.000009
1.000000
Total time
tk (%)
0
0
41.7
41.7
LOLE
(%)
0.0408660
0.0003753
0.0412413
Beban puncak pada contoh di atas adalah 160 MW. Tabel 6 menunjukkan variasi
harga LOLE sebagai fungsi beban puncak. Dengan berdasarkan pada perkiraan beban
puncak mengikuti gambar 2. LOLE dihitung untuk inteval waktu 365 hari. Hasil hitungan
yang digambarkan dalam lembar semi-log dapat ditunjukkan oleh gambar 4.
Tabel 6. Hasil studi sensitivitas
LOLE
Hari/tahun Tahun/hari
6.083
0.16
4.837
0.21
3.447
0.29
1.895
0.53
0.1506
6.64
0.1208
8.28
0.08687
11.51
0.04772
20.96
0.002005
498
0.001644
608
0.001210
826
Beban Puncak
Sistem (MW)
200
190
180
170
160
150
140
130
120
0.01
6.083
4.837
3.447
1.895
0.151
0.121
0.087
0.048
0.002
0.05
30.411
24.764
18.502
11.494
3.614
2.939
2.167
1.278
0.240
FOR
4
5
6
7
8
9
10
11
12
13
Selisih
(MW)
111
102
100
91
89
86
82
78
76
Selisih Kumulatif
(MW)
111
213
313
404
493
579
661
739
815
Beban
Puncak
Sistem (MW)
100
120
140
160
180
200
220
240
250
260
280
300
320
340
350
200 MW
LOLE (hari/tahun)
250 MW
300 MW
350 MW
0.00121
0.00201
0.08686
0.15060
3.44700
6.08300
-
0.00130
0.00263
0.06858
0.15050
2.05800
4.85300
6.08300
-
0.00298
0.00403
0.01175
0.10750
0.29040
2.24800
4.88000
6.08300
0.00299
0.03615
0.13610
0.18000
0.66100
3.56600
6.08200
-
Tahun ke
1
2
3
4
5
6
7
8
Tahun
1
2
3
4
5
6
7
8
Penambahan
Beban (MW)
50
50
50
-
Kapasitas
Sistem (MW)
200
200
250
250
250
300
300
300
350
350
350
Beban Puncak
(MW)
160.0
176.0
176.0
193.6
213.0
213.0
234.3
257.5
257.5
283.1
311.4
LOLE
(hari/tahun)
0.15
2.9
0.058
0.11
0.73
0.011
0.11
0.55
0.009
0.125
0.96
Kapasitas Sistem
(MW)
(5x40)
= 200
(5x40)+(1x50) = 250
(5x40)+(2x50) = 300
(5x40)+(3x50) = 350
Beban Puncak yg
diijinkan (MW)
144
186
232
279
Kapasitas Sistem
(MW)
(20x10)
= 200
(20x10)+(1x50) = 250
(20x10)+(2x50) = 300
(20x10)+(3x50) = 350
Beban Puncak yg
diijinkan (MW)
184
202
250
298
3. Penjadwalan Outage
Evaluasi kapasitas sistem pada pembahasan sebelumnya adalah dengan asumsi
bahwa model kapasitas sistem diterapkan pada keseluruhan periode. Hal ini akan tidak
berlaku bila ada kemungkinan bahwa suatu unit pembangkit akan dilakukan inspeksi atau
perbaikan dalam periode waktu tersebut. Dalam periode tersebut kapasitas yang tersedia
tidak konstant dan oleh karena itu sebuah tabel probabilitas capacity outage tunggal
menjadi tidak dapat diterapkan.
LOLE tahunan dapat diperoleh dengan membagi tahun menjadi beberapa periode
dan setiap periode akan dilakukan penghitungan LOLE.
LOLE p
p 1
dimana
LOLEp
LOLEpa
LOLEpu
a
u
:
= Harga LOLE dalam periode
= Harga LOLE dalam periode dengan memasukkan unit
= Harga LOLE dalam periode tanpa memasukkan unit
= Probabilitas unit diperbaiki
= Probabilitas unit tidak diperbaiki
10
Capacity on Outage
Cumulative Probability
0
1.00000000
5
0.11361513
10
0.00617454
15
0.00020562
20
0.00000464
25
0.00000007
-6
(Probabilitas dibawah 10 diabaikan)
Periode = 1 bulan = 30 hari = 720 jam
Perkiraan beban = rata-rata = 50 MW
SD (2 %) = 50x2/100 = 1 MW
Tabel 15. hasil LOLE
1
Kelipatan Standard
Deviasi
dari rata-rata
-3
-2
-1
0
1
2
3
2
Beban
(MW)
47
48
49
50
51
52
53
3
Probabilitas
pada beban
kolom 2
0.006
0.061
0.242
0.382
0.242
0.061
0.006
4
LOLE untuk
beban kolom
2
0.01110144
0.01601054
0.02071927
0.02523965
0.17002797
0.30924753
0.44321350
5
3x4
0.00006661
0.00097664
0.00501406
0.00966679
0.04114677
0.01886410
0.00265928
4.2. Metode 2
Penghitungan LOLE dengan mempertimbangkan ketidakpastian dapat dilakukan
dengan pendekatan lain. Karakteristik beban dapat dimodifikasi untuk menghasilkan profil
beban yang melibatkan ketidakpastian. Karakteristik beban tunggal kemudian dapat
dikombinasikan dengan tabel probabilitas capacity outage untuk menghitung indeks
LOLE.
Prosedur ini diilustrasikan menggunakan contoh sebelumnya. Model beban yang
digunakan dalam contoh ini adalah load duration curve bulanan yang ditunukkan oleh
gambar 10.
Tugas Perenc. Sistem Tenaga Listrik 2005
11
10
1 x
6
X = beban dalam MW
L = perkiraan beban puncak
x = X/L
Karena ada 7 probabilitas beban maka akan ada 7 bentuk kurva beban seperti yang
ditunjukkan dalam gambar 11. Berikut dibahas 2 contoh dari 7 kurva beban yang sudah
dikondisikan :
Pada level beban 47 MW yang mempunyai probabilitas 0.006 kita dapatkan,
t1
10
X
1
6
47
untuk 0 X 47
10
X
1
6
50
untuk 0 X 50
12
Load Duration Curve yang sudah dimodifikasi tersusun dari beberapa segmen
seperti yang ditunjukkan gambar 12. Beberapa contoh evaluasi per segmen dapat
ditunjukkan sebagai berikut :
Untuk segmen 1
Untuk segmen 2
Untuk segmen 7
Untuk segmen 8
t=1
t = 0.006t1 + 0.061t2 + 0.024t3 + 0.382t4 +
0.242t5 + 0.061t6 + 0.006t7
t = 0.061t6 + 0.006t7
t = 0.006t7
Capacity Out
Capacity In
0
5
10
15
20
25
60
55
50
45
40
35
Individual
Probability
0.8863848717
0.1074405905
0.0059689217
0.0002009738
0.0000045676
0.0000000738
Time (pu)
Expectation
0.0123847909
0.1661845138
0.3330899382
0.4999453626
0.0000739239
0.0000333987
0.0000015214
0.0000000369
0.0001088809
13
t5
10
X
1
0.0326797386
6
51
E k Pk
k 1
Angka ini dapat dinormalisasi dengan cara membaginya dengan total energi dibawah load
duration curve :
LOEE pu
E k Pk
E
k 1
Sedangkan indeks lain yang dapat dihasilkan adalah Energy Indeks of Reliability
atau EIR dapat dirumuskan sebagai berikut :
EIR = 1 - LOEEpu
Pendekatan ini diterapkan pada sistem 5x40 MW yang telah dibahas sebelumnya
dan hasil perhitungan EIR dapat dilihat pada tabel 16.
14
Energy Index of
Reliability
0.997524
0.998414
0.999162
0.999699
0.999925
0.999951
0.999974
0.999991
0.999998
0.999999
0.999999
Unit No.
1
2
3
Capacity (MW)
0
15
25
0
30
0
20
Probability
0.05
0.30
0.65
0.03
0.97
0.04
0.96
Adapun hasil perhitungan EENS dan Expected energi produced oleh masingmasing pembangkit dapat dilihat pada tabel-tabel di bawah ini. Hasil menunjukkan bahwa
Tugas Perenc. Sistem Tenaga Listrik 2005
15
EENS untuk sistem ini adalah 64.08 MW. Dari sini dapat dihitung Energy index of
Reliability EIR.
EIR 1
64.08
0.985993
4575.0
Capacity Out of
Service (MW)
0
10
25
Capacity in
Service (MW)
25
15
0
Probability
0.65
0.30
0.05
= EENS0 EENS1
= 4575.0 2500.0 = 2075.0 MWh
Energy Curtailed
(MWh)
2075.0
3075.0
4575.0
EENS1 =
Expectation
(MWh)
1348.75
922.50
228.75
2500.00
Capacity Out of
Service (MW)
0
10
25
30
40
55
Capacity in
Service (MW)
55
45
35
25
15
0
Probability
0.6305
0.2910
0.0485
0.0195
0.0090
0.0015
= EENS1 EENS2
= 2500.0 401.7= 2098.0 MWh
Energy Curtailed
(MWh)
177.8
475.0
1575.0
2075.0
3075.0
4575.0
EENS1 =
Expectation
(MWh)
112.10
138.23
76.39
40.46
27.68
6.86
401.70
Capacity Out of
Service (MW)
0
10
20
25
30
40
45
50
55
60
75
Capacity in
Service (MW)
75
65
55
50
45
35
30
25
20
15
0
Probability
0.60528
0.27936
0.02522
0.04656
0.03036
0.00864
0.00194
0.00078
0.00144
0.00036
0.00006
Energy Curtailed
(MWh)
0.0
44.4
177.8
286.0
475.0
1119.4
1575.0
2075.0
2075.0
3075.0
4575.0
EENS1 =
Expectation
(MWh)
12.40
4.49
13.32
14.42
9.67
3.06
1.62
3.71
1.11
0.28
64.08
16
Priority Level
EENS (MWh)
1
2
3
25
30
20
2500.0
401.7
64.1
Expected Energy
Output (MWh)
2075.0
2098.3
337.6
17