Abstrak
Perkembangan teknologi pengendali pada pembangkit listrik tenaga microhydro pada saat ini semakin
meningkat. Pembangkit microhydro sangat diminati karena memiliki kelebihan secara teknis dan ekonomis, hal ini
disebabkan microhydro adalah pembangkit listrik tenaga air skala kecil yang tidak memerlukan instalasi
penyimpanan air yang luas, selain itu juga ramah lingkungan. Permasalahan yang sering terjadi pada sistem
pembangkit microhydro adalah terjadinya putaran tidak konstan yang disebabkan oleh debit air maupun perubahan
muka air (diversion) serta perubahan beban sehingga mengakibatkan perubahan pada frekwensi sistem. Fluktuasi
frekuensi ini akan mempengaruhi pada kestabilan sistem, oleh sebab itu dalam penelitian ini akan dibahas sebuah
strategi pengendali frekuensi dengan melakukan simulasi menggunakan MATLAB. Pada simulasi dibandingkan
perfomansi frekuensi sistem microhydro yang dikontrol menggunakan Fuzzy PI Controller dengan Fuzzy PIPD
Controller. Hasil simulasi menunjukkan bahwa dengan penggunaan Fuzzy PIPD controller performasi frekuensi
sistem yang diberi gangguan berupa perubahan beban mampu ditingkatkan, yaitu overshoot dan settling time 0 p.u
, 4.365 detik pada perubahan beban 0.015 p.u, 0.0001 p.u , 4.595 detik untuk perubahan beban 0.025 p.u, dan
0.0001 p.u , 4.744 detik dengan perubahan beban sebesar 0.05 p.u.
Kata kunci : Micro Hydro, Wicket Gate, Fuzzy PI Controller , Fuzzy PIPD Controller.
1. Pendahuluan
Micro hydro adalah pembangkit listrik tenaga air skala kecil yang tidak memerlukan instalasi
penyimpanan air yang luas, sehingga tidak membutuhkan banyak lahan [1]. Selain itu microhydro
merupakan energi terbarukan yang ramah lingkungan dan murah [1,2]. Pada microhydro konvensional,
output dari generator diatur oleh wicket gate yang bertugas mengatur jumlah air yang mengalir ke turbin.
Proses pengaturan wicket gate ini telah banyak dikembangkan dengan menggunakan debit air atau
tegangan sebagai input dan sudut pembukaan katup sebagai aksi kontrol untuk mendapatkan output
generator yang diinginkan [2,3]. Pembangkit dengan kontrol konvensional tersebut mempunyai kelemahan pada pengendalian tegangan dan frekuensi karena kondisi debit air yang tidak kontinyu serta
adanya perubahan beban [3,4]. Perubahan beban dan debit air berkaitan erat dengan stabilitas sistem
secara keseluruhan.
Banyak penelitian telah dilakukan untuk mendesain kontrol handal dan cerdas sehingga mampu
menjaga performansi tegangan dan frekuensi sistem supaya tetap dalam batas simpangan yang diijinkan
[6,7]. Kontrol proporsioanal integral (PI) dan Proportional Differential (PD) masih dipercaya dan banyak
digunakan pada proses otomasi dan kontrol pada industri [6,8]. Alasan utama digunakan kontrol PI dan
PD adalah karena mudah dioperasikan, desain tidak teralu rumit, dan sangat efektif dipakai pada berbagai
mesin [6,7,8]. Pada sistem yang amat kompleks kotroler jenis PI dan PD mengalami kendala dalam
penentuan gain penguatan Ki dan Kd, oleh karena itu sering kali kontroler jenis ini digabung dengan fuzzy
atau metode optimisasi lain misalnya, GA atau PSO [8,9].
Fuzzy Logic telah dikenal sebagai metode yang handal untuk membangun kontroler sistem dan
telah teruji mampu memperbaiki performansi sistem [10]. Penggunaan fuzzy yang mudah dan tidak
memerlukan persamaan matematis dalam menyelesaikan permasalah menjadikan fuzzy ini sangat di
gemari di kalangan peneliti [8,9,10]. Metode-metode perancangan Fuzzy Logic Controller (FLC) menggabungkan aspek pendefinisian himpunan fuzzy untuk memperoleh suatu kontroler yang dapat
merepresentasikan cara kerja manusia [10]. Ide dari fuzzy set ini berguna untuk mewakili permasalahan
linguistik numerik dan membuat keputusan yang handal dari ketidakjelasan dan ketidaktepatan suatu
kasus [7,8,9,10].
Pada penelitian ini, dibahas sebuah strategi pengendalian optimal mengunakan fuzzy PIPD
yangmerupakan modifikasi dari PID controller yang dihybrid dengan fuzzy. Kontroller PIPD ini akan
digunakan untuk mengendalikan frekuensi sistem akibat perubahan beban supaya sistem tetap stabil
dengan cara mengatur debit air yang masuk ke turbinmelalui wicket gate. Perancangan model sistem
pembangkit listrik, dilakukan dengan memodelkan secara liner pada turbin air dan generator
menggunakan Simulink MATLAB. Pemodelan matematika ini diharapakan dapat meniru perilaku sistem
nyata dan digunakan untuk melihat perilaku dinamik sistem secara keseluruhan, sehingga aplikasi dari
kontroler dapat dilihat dengan jelas.
2. Pembangkit ListrikMicrohydro
PLTA skala kecil maupun besar jika ditinjau dari segi cara membendung air terdapat 2 macam, yaitu
: jenis run of river dan jenis reservoir. Pada PLTA jenis run of river, air sungai dialihkan dengan
menggunakan dam yang dibangun memotong aliran sungai. Air sungai kemudian disalurkan ke bangunan
penyimpanan air PLTA, sehingga jumlah air yang terdapat pada bangunan penyimpanan air tergantung
pada debit air sungai. Salah satu kelebihan dari jenis run of river membutuhkan biaya pembangunan yang
lebih murah dari pada jenis reservoir. Oleh karena itu microhydro dalam penelitian ini menggunakan jenis
run of river[1,4,5].
Gambar 1, Representasi skematik dari sebuah Pembangkit Listrik Tenaga Air [3]
Keterangan ,
H = tinggi muka air
U = kecepatan air
L = panjang penstock
Daya mekanik turbin adalah perbandingan antara tekanan dan aliran sebagai berikut :
Pm K HU
P
(1)
Dengan,
KP = konstanta proporsional
dilarkan ke rurbin penggerak, sehingga saat rutrbin berputar maka shaft generator yang menjadi satu
dengan turbin akan bergerak sehingga terbangkit energi listrik yang akan dialirkan ke beban.
a.
f Q Q
(2)
r
t
dt
Dengan, Af adalah head pond area (m2), Hf adalah gross head in the head pond (m), Qr adalah river
flow (m3/s), dan Qt adalah head race conduit flow (m3/s).
A
b.
C t Q t Q t Cs | Q s | Q s H H s
f
(3)
Dengan, Lt adalah head-race conduit length , g adalah gravitasi (m/s 2), At adalah luas head-race
conduit (m2), Ct adalah koofisien rugi-rugi head-race conduit, Cs adalah koofisien rugi-rugi surge tank, Qs
adalah debit air pada surge tank, Hf adalah ketinggian kotor head pond (m), dan Hs adalah level
ketinggian air pada surge tank level (m) terhadap tailwater.
c.
Dengan, As adalah luas area surge tank (m2) dan Q adalah debit air pada turbin (m3/s).
Skema pembangkit listrik microhydro pada Gambar 2 dapat dinyatkan dalam bentuk laplace pada
Gambar 3,
Dengan memodelkan pembangkit microhydro ke dalam bentuk transformasi laplace pada Gambar
3, maka dapat dilakukan simulasi sederhana aplikasi kontrol Fuzzy PIPD untuk mengatur frekuensi dari
sistem.
2.1.2
Pengaturan Frekuensi
Permasalahan kestabilan frekuensi pada pembangkit microhydro sampai saat ini terus
dikembangkan. Dengan jumlah debit air dan beban yang berubah-ubah, pengaturan frekuensi dari
generator menjadi permasalahan yang serius. Untuk memperoleh gambar pengendalian frekuensi
dijelaskan pada Gambar 4.
Pada Gambar 4, apabila pada sistem terjadi perubahan beban, maka frekuensi sistem akan
mengalami perubahan. Perubahan frekuensi akan didetiksi oleh komparator yang dipasang pada bus
beban, selanjutnya diteruskan pada komputer melalui Analog to digital Converter, komputer akan
memberi sinyal kepada kontrol Fuzzy PIPD. Sinyal keluaran dai Fuzzy PIPD ini akan memberikan
perintah pada servo motor untuk mengendalikan valve (wicket gate) untuk mengatur debit air yang masuk
ke turbin.
Transfer function dari kontroler PI konvensional dalam bentuk persamaan laplace dinyatakan
dengan,
s Ki
(5)
u PI ( s) ( K P
) E ( s)
s
Persamaan (5) dapat ditransformasikan kedalam bentuk diskrit dengan transformasi-Z, yaitu dengan
s 2 / T [ z 1/ z - 1 ] , dengan T >0 , sehingga diperoleh hasil,
KT
KT
u PI ( z ) ( K p - i i ) E ( z )
(6)
2
1 - z -1
dengan asumsi bahwa,
_
KT
dan
Kp = K P - i
2
_
Ki = Ki T
_
_
-1
( 1 - z ) u ( Z) K P ( 1 - z ) E ( z ) K E ( z )
i
PI
maka dengan menggunakan invers transformasiZ diperoleh,
_
_
u PI ( n T) - u PI ( n T - T) K p e( n T) -e( n T-T) Ki e ( n T)
dengan membagi persamaan (3) dengan T, maka di peroleh,
_
_
Ki e( n T)
u PI ( n T) - u PI ( n T - T) K p e( n T) - e( n T-T)
T
T
T
dengan,
u ( n T - T) - u PI ( n T - T)
u PI ( n T) PI
T
u PI( n T) u PI ( n T - T) + u PI ( n T) T
-1
(7)
(8)
(9)
(10)
PI
u PI ( n T) = u PI ( n T - T) + K U u PI ( n T)
PI
(13)
Dari penurunan PI comtroller digital persamaan 5 sampai 13, maka dapat digambar sebuah sebuah
blok diagram Fuzzy PI Controller seperti yang ditunjukkan pada Gambar 5.
3.1
Transfer function dari kontroler PI konvensional dalam bentuk persamaan laplace dinyatakan
dengan,
UPD ( s) ( K P +s K d ) E ( s)
(14)
Persaman (14) dapat ditransformasi dalam bentuk diskrit dengan menggunakan transformasi-Z dengan,
2 z - 1
s
(15)
T z 1
Selanjutnya diperoleh,
T 1- z- 1
(16)
u PD ( z ) ( K P K d
) E (z)
2 1 z- 1
dengan nilai K p1 K p dan
K d1 2
Kd
T
u PD ( n T ) u PD ( n T - T ) K P1 [ e( n T ) e( n T - T ) ] K d1[ e( n T ) e( n T - T ) ]
(17)
u PD ( n T ) u PD ( n T - T )
T
K P1
[ e( n T ) e( n T - T ) ]
T
K d1
[ e( n T ) e( n T - T ) ]
T
(18)
dengan parameter,
u PD ( n ) u PD ( n +1)
T
[ e( n ) e( n - 1) ]
r(n )
T
[ e( n ) e( n - 1) ]
d(n )
T
Persamaan (18) dapat kita tuliskan kembali menjadi,
u PD ( n ) K p1d ( n ) K d1 r ( n )
(19)
u PD ( n ) -u PD ( n - 1) T u PD ( n )
(20)
u PD ( n )
Dengan mengganti nilai T u PD (n) dengan gain Fuzzy Logic Controller K UPD u P D ( n ) , maka
dapat kita peroleh hasil akhir sebagai berikut.
u PD ( n ) -u PD ( n - 1) K U u PD ( n )
(21)
PD
Dari hasil penurunan PD controller, dapat digambar sebuah blok diagram PD controller yang
ditunjukkan pada Gambar 6.
Blok PI controller dan PD controller bila digabungakan membentuk sebuah kontroler Fuzzy PIPD
yang lengkap seperti yang ditunjukkan pada Gambar 7.
Negative input
NB
NS
Positive input
Zero
ZE
PS
PB
-5
(ep,ev)
Negatif Output
Zero
NS
ZE
NB
Positif Output
PS
PB
-5
(Upi)
Dengan menggunakan fungsi keanggotaan seperti yang ditunjukan pada Gambar .5 dan Gambar. 6
dapat dibentuk suatu aturan kontrol Fuzzy untuk membangun Fuzzy PIPD Controller, yaitu :
Table 1. Rule base of Fuzzy PIPD Controller inferece system
Delta error(ev)
Error (ep)
Aturan kontrol Fuzzy PI PD memiliki 25 aturan seperti yang ditunjukkan pada tabel 1. 25 aturan
Delapan aturan Fuzzy PI PD dapat dipahami dengan cara: jika input dari error (e p) bernilai Negatif Big
(NB) dan delta errornya (ev ) bernilai Negative Big (NB), maka outputnya juga akan menjadi output
Negative Big (NB), jika input dari error (e p) bernilai Negatif Big(NB) dan delta errornya (ev ) bernilai
Negatif Small (NS), maka output akan menjadi Negatif Big (NB). Untuk aturan 3 sampai dengan 25 dapat
dibaca dengan cara yang sama seperti aturan pertama dan aturan kedua sesuai dengan Tabel 1.
3.1.3
Gambar 10. Model linier pembakit microhydro dengan Fuzzy PIPD Controller
0.35
X: 4.365
Y: 0.3333
0.3
amplitude (pu)
0.25
1. Without Controller
2. using Fuzzy PI Controller
3. using Fuzzy PIPD Controller
0.2
0.15
1
0.1
0.05
0
-0.05
10
15
20
25
30
Times (second)
35
40
45
50
Gambar 11 merupakan respon frekuensi sistem dengan perubahan beban 0.015 p.u. Pada gambar
11, sistem tanpa kontroler frekeunsi turun sebesar 0.28122 p.u, meskipun stabil dan memiliki time settling
yang lebih cepat, tetapi deviasi frekuensi ini tidak dapat dibiarkan, karena dapat mengganggu kestabilan
sistem apabila terjadi gangguan lagi yang lebih besar. Sistem dengan kontroler fuzzy PIPD memiliki
respon frekuensi yang paling bagus yaitu overshoot 0 (0.3333 p.u) dan time settling 4.365 detik,
sedangkan pada aplikasi Fuzzy PI Controller sistem memiliki overshoot 0.0008 dan time setling 9.775
detik.
0.35
X: 4.595
Y: 0.3332
0.3
amplitude (pu)
0.25
1. Without Controller
2. Using Fuzzy PI Controller
3. Using Fuzzy PIPD Controller
0.2
0.15
1
0.1
0.05
0
-0.05
10
15
20
25
30
Times (second)
35
40
45
50
0.35
X: 4.744
Y: 0.3332
0.3
amplitude (pu)
1. Without Controller
2. Uisng Fuzzy PI Controller
3. Using Fuzzy PIPD Controller
0.25
0.2
0.15
1
0.1
0.05
0
-0.05
10
15
20
25
30
Times (second)
35
40
45
Gambar 13. Respon Frekuensi Sistem Dengan Perubahan Beban 0.05 P.U
50
Respon frekuensi terhadapperubahan beban sebesar 0.05 p.u dapat dilihat pada Gambar 13. Pada
Gambar 13 terlihat bahwa sistem dengan aplikasi fuzzy PIPD mampu menaikkan performasi frekuensi
sistem, dengan overshoot dan settling time yang paling baik, masin-masing adalah 0.0001 p.u dan 4.744
detik. Jika dibadingkan dengan aplikasi PI coantroller yang miliki overshoot dan settling time (0.0001 dan
9.984 detik) atau sistem tanpa kontroller yang mimiliki overshoot dan settling time (0.28726 p.u 3.486
detik) maka sistem dengan Fuzzy PIPD controller memiliki respon yang paling bagus.
5. Kesimpulan
Dari hasil simulsi yang dilakukan dapat diambil beberapa kesimpulan antara lain:
1. Respon frekuensi sistem tanpa kontroler saat diberi gangguan cenderung turun, meskipun
tetap stabil tetapi penurunan ini juga perlu diperhatikan.
2. Penggunaan Fuzzy PIPD mampu meningkatkan performasi frekuensi sistem, hal ini
terlihat dari overshoot dan settling time dari frekuensi sistem yakni 0 p.u , 4.365 detik
pada perubahan beban 0.015 p.u, 0.0001 p.u , 4.595 detik untuk perubahan beban 0.025
p.u, dan 0.0001 p.u , 4.744 detik dengan perubahan beban sebesar 0.05 p.u.
3. Respon frekuensi sistem dengan aplikasi kontroler fuzzy PIPD memiliki respon yang
paling bagus diantara kontroler lain yang digunakan sebagai pembanding (Fuzzy PI
controller).
4. Pemberian gangguan berupa perubahan beban yang semakin meningkat mulai dari 0.015
p.u sampai dengan 0.025 p.u mempengaruhi respon frekuensi sistem dalam mencapai
kestabilan.
Ucapan Terima Kasih
Kami mengucapakan terima kasih kepada ITS yang telah memberikan fasilatas sehingga makalah
penelitian ini dapat terselesaikan tepat pada waktunya.
Daftar pustaka
[1] Jose I. Sarasua, Jesu's Fraile-Ardanuy, Juan I. Perez, Jose R. Wilhelmi, Jose A. Sanchez, 2007,
[2]
[3]
[4]
[5]
Control of a run of river small hydro power plant, IEEE POWERENG, Setubal, Portugal, hal.
672-677.
Emmanuel A. Gonzalez, Jingel Tio, Felicito S. Caluyo, 2004, Conceptual Design Of A Rule-Base
For A Micro-Hydropower Plant Feedback Control System, ECE Technical Report, De La Salle
University Manila.
S.Doola, T.S. Bhatti, Automatic generation control of an isolated small hydro power plant, Electric
Power Systems Research 76 (2006) 889-896
Soedibyo, Mochamad Ashari, Imam Robandi, Modeling And Controling Micro Hydro Power Plant
Run of River Type, ICAST 2009.
Soedibyo, Mochamad Ashari, Imam Robandi, Perancangan sistem kendali tegangan generator
[9] Ermanu .A .Hakim, Adi Soeprajitno, Mauridhi HP, PSS design on PD and PI Fuzzy
Controller By Particle Swarm Optimation, 2007.
[10] Imam Robandi, Desain Sistem Tenaga Modern, Penerbit ANDI, Yogyakarta, 2006.