Anda di halaman 1dari 73

UNIVERSITAS INDONESIA

ANALISIS PEMANFAATAN POTENSI ENERGI


TERBARUKAN DALAM MENINGKATKAN KEANDALAN
SISTEM PEMBANGKIT DI BANGKA

TESIS

ARIS SUDARTO
1206312151

FAKULTAS TEKNIK
PROGRAM MAGISTER TEKNIK ELEKTRO
MANAJEMEN TEKNIK KETENAGALISTRIKAN DAN ENERGI
2015
UNIVERSITAS INDONESIA

ANALISIS PEMANFAATAN POTENSI ENERGI


TERBARUKAN DALAM MENINGKATKAN KEANDALAN
SISTEM PEMBANGKIT DI BANGKA

TESIS
Diajukan sebagai salah satu syarat untuk memperoleh gelar Magister Teknik

ARIS SUDARTO
1206312151

FAKULTAS TEKNIK
PROGRAM MAGISTER TEKNIK ELEKTRO
MANAJEMEN TEKNIK KETENAGALISTRIKAN DAN ENERGI
JUNI 2015

i Universitas Indonesia
KATA PENGANTAR

Alhamdulillah, puji dan syukur saya panjatkan kepada Allah subhana wa


ta’ala, karena atas berkah dan rahmat-Nya, saya dapat menyelesaikan tesis ini.
Tesis ini dilaksanakan dalam rangka memenuhi salah satu syarat untuk mencapai
gelar Magister Teknik pada Program Studi Teknik Elektro kekhususan Manajemen
Teknik Ketenagalistrikan dan Energi pada Fakultas Teknik, Universitas Indonesia.
Saya menyadari bahwa tanpa bantuan dan bimbingan dari berbagai pihak, dari
masa perkuliahan sampai pada penyusunan tesis ini, sangatlah sulit bagi saya
untuk menyelesaikan tesis ini. Oleh karena itu, saya mengucapkan terima kasih
kepada:

(1) Prof. Dr. Ir. Rudy Setiabudy, DEA selaku dosen pembimbing yang telah
menyediakan waktu dan tenaga untuk menyumbangkan ide dan pemikiran
serta mengarahkan saya dalam penyusunan tesis ini;

(2) Orang tua dan istri tercinta yang telah memberikan dukungan moral serta doa

(3) Seluruh rekan-rekan di Manajemen Teknik Ketenagalistrikan dan Energi


Kelas Khusus Salemba, Universitas Indonesia;

(4) Seluruh rekan-rekan di Direktorat Aneka Energi Baru dan Energi Terbarukan,
Direktorat Jenderal Energi Baru, Terbarukan dan Konservasi Energi,
Kementerian Energi dan Sumber Daya Mineral;

(5) Semua pihak yang telah membantu yang tidak dapat disebutkan satu per satu.

Akhir kata, semoga Allah subhana wa ta’ala memberikan balasan yang terbaik
kepada segenap pihak yang membantu penulis menyelesaikan tesis ini. Kritik dan
saran sangat penulis harapkan agar tesis ini mampu memberikan manfaat bagi
pengembangan ilmu pengetahuan.

Depok, Juni 2015

Penulis

v Universitas Indonesia
ABSTRAK

Nama : Aris Sudarto


Program Studi : Manajemen Teknik Ketenagalistrikan dan Energi
Judul : Analisis Pemanfaatan Potensi Energi Terbarukan Dalam
Meningkatkan Keandalan Sistem Pembangkit di Bangka

Dalam membuat perencanaan sistem ketenagalistrikan, salah satu tujuan


yang harus dicapai adalah terpenuhinya kebutuhan beban setiap saat. Untuk dapat
memenuhi kebutuhan beban tersebut, maka sistem di sisi pembangkit harus
memiliki keandalan yang tinggi.
Kondisi kelistrikan di Bangka menunjukkan bahwa tingkat keandalan sistem
pembangkit masih belum sesuai dengan standar PLN. PLN telah menetapkan
standar keandalan pembangkit yaitu indeks keandalan (LOLP) dibawah 0,274%
atau setara dengan kurang dari 1 hari/tahun. Penelitian ini bertujuan mendapatkan
indeks keandalan sistem pembangkit berupa LOLP dengan melakukan analisis
pemanfaatan potensi energi terbarukan sebagai sistem penyediaan tenaga listrik di
Bangka.
Hasil penelitian menyimpulkan bahwa indeks keandalan sistem pembangkit
maksimal 0,00274 atau setara dengan maksimal 1 hari/tahun dapat dicapai dengan
menambahkan PLTD 30 MW, PLTS 11,8 MW dan PLT Biogas 2 x 100 kW ke
sistem pembangkit yang ada (existing) selama pertumbuhan beban tidak lebih dari
15,4 MW.

Kata kunci : keandalan, LOLP, PLTS

vi Universitas Indonesia
ABSTRACT

Name : Aris Sudarto


Study Program : Power and Energy Management
Title : Analysis of the Utilization of Renewable Energy in Improving
the Reliability of Generation System in Bangka

One of the aims in planning of power system which must be achieved is to


make sure enough capacity is available to meet the demand at any time. To be able
to meet the demand, the generation system must have high reliability level.
The condition of power system in Bangka shows that the reliability indices
of generation system is not yet meet the PLN standard. PLN has set the standard
of generation system reliability that is the reliability indices (LOLP) below
0,274% or less than 1 day/year. This research aims to obtain reliability indices of
generation system by analyzing the utilization of renewable energy as a power
supply system in Bangka.
The study concluded that the reliability indices of generation system
(LOLP) for a maximum of 0,00274 or 1 day/year can be achieved by adding
diesel power plant (30 MW), a solar power plant (11.8 MW), and biogas engines
(2 x 100 MW) to existing power plants. The reliability level can be maintained at
the same level during the increase in system load does not exceed at 15.4 MW.

Keyword : reliability, LOLP, solar power plant

vii Universitas Indonesia


DAFTAR ISI

HALAMAN JUDUL .......................................................................................... i


HALAMAN PERNYATAAN ORISINALITAS ................................................ ii
HALAMAN PENGESAHAN ............................................................................ iii
LEMBAR PERSETUJUAN PUBLIKASI ......................................................... iv
KATA PENGANTAR ......................................................................................... v
ABSTRAK ......................................................................................................... vi
ABSTRACT ......................................................................................................... vii
DAFTAR ISI ...................................................................................................... viii
DAFTAR GAMBAR ......................................................................................... x
DAFTAR TABEL ............................................................................................... xi
BAB I PENDAHULUAN ............................................................................. 1
1.1 Latar Belakang ................................................................................... 1
1.2 Perumusan Masalah ........................................................................... 2
1.3 Tujuan Penelitian ............................................................................... 2
1.4 Batasan Masalah ................................................................................ 2
1.5 Metode Penelitian .............................................................................. 3
1.6 Sistematika Penelitian ....................................................................... 4
BAB II KEANDALAN SISTEM PEMBANGKIT TENAGA LISTRIK ...... 5
2.1 Metode Evaluasi Keandalan Sistem Pembangkit .............................. 5
2.2 Menyusun Tabel Probabilitas Ketersediaan Kapasitas Pembangkit .. 7
2.3 Menyusun Tabel Probabilitas Beban ................................................. 15
2.4 Indeks Keandalan Sistem Pembangkit .............................................. 18
2.5 Metode Perhitungan Kontribusi Kapasitas PLTS Dalam Evaluasi
Keandalan Sistem Pembangkit .......................................................... 20
BAB III POTENSI ENERGI TERBARUKAN DAN KONDISI SISTEM
KETENAGALISTRIKAN DI BANGKA ......................................... 23
3.1 Pembangkit Listrik Tenaga Surya ...................................................... 23
3.2 Perhitungan Perkiraan Kapasitas Potensi PLTS di Bangka ............... 26
3.3 Perhitungan Perkiraan Daya Luaran PLTS di Bangka ...................... 27

viii Universitas Indonesia


3.4 Kelapa Sawit Sebagai Sumber Energi ............................................... 30
3.5 Potensi Energi Dari Kelapa Sawit di Bangka .................................... 35
3.6 Kondisi Sistem Ketenagalistrikan di Bangka .................................... 38
BAB IV ANALISIS KEANDALAN PEMBANGKIT PADA SISTEM
KETENAGALISTRIKAN DI BANGKA ......................................... 42
4.1 Diagram Alir Perhitungan Indeks Keandalan .................................... 42
4.2 Analisis Keandalam Sistem Pembangkit di Bangka .......................... 43
BAB V KESIMPULAN ................................................................................. 55
DAFTAR REFERENSI ...................................................................................... xiii
LAMPIRAN ....................................................................................................... xv

ix Universitas Indonesia
DAFTAR GAMBAR

Gambar 2.1 Metode Evaluasi dan Kategori Indeks Keandalan Sistem


Pembangkit ......................................................................... 6
Gambar 2.2 Konsep Metode Analitis Dalam Evaluasi Keandalan
Sistem Pembangkit ............................................................. 7
Gambar 2.3 Pola Operasi Unit Pembangkit. .......................................... 8
Gambar 3.1 Prinsip Kerja Sel Surya ...................................................... 23
Gambar 3.2 Rangkaian Ekuivalen Sel Surya Ideal ................................ 24
Gambar 3.3 (a) Karakteristik I-V Pada Sel Surya Ideal .............................. 25
Gambar 3.3 (b) Karakteristik Daya Yang Dihasilkan Sel Surya .................. 25
Gambar 3.4 Karakteristik Daya Sel Surya Pada Level Radiasi Yang
Berbeda .............................................................................. 20
Gambar 3.5 Prediksi Daya Luaran Rata-Rata Harian PLTS 11,8 MW
Tahun 2015 ......................................................................... 29
Gambar 3.6 Neraca Massa Pengolahan Kelapa Sawit ........................... 32
Gambar 3.7 Produk Limbah Sawit dan CPO Terhadap Berat TBS
(Basis Kering) .................................................................... 33
Gambar 3.8 Produksi Perkebunan di Provinsi Bangka Belitung Tahun
2012 .................................................................................... 35
Gambar 3.9 Proses Fermentasi ............................................................... 36
Gambar 3.10 Sistem Ketenagalistrikan di Bangka .................................. 38
Gambar 3.11 Perencanaan Sistem Ketenagalistrikan Bangka (2013-
2019) ................................................................................. 41
Gambar 4.1 Diagram Alir Perhitungan Indeks Keandalan Sistem
Pembangkit ......................................................................... 42

x Universitas Indonesia
DAFTAR TABEL

Tabel 2.1 COPT Untuk 1 Unit Pembangkit ................................................... 11


Tabel 2.2 COPT Untuk 2 Unit Pembangkit ................................................... 12
Tabel 2.3 COPT Untuk 3 Unit Pembangkit ................................................... 13
Tabel 2.4 COPT Untuk 3 Unit Pembangkit dan Probabilitas Kumulatifnya . 14
Tabel 2.5 Beban Puncak Harian Sistem Ketenagalistrikan di Bangka Tahun
2013 (MW) .................................................................................... 15
Tabel 2.6 Nilai Beban Yang Diurutkan Dari Yang Tertinggi ......................... 16
Tabel 2.7 Nilai Beban Dalam Satuan Per Unit (p.u) ..................................... 16
Tabel 2.8 Nilai Beban Dalam Satuan p.u. Dan Frekuensinya ...................... 17
Tabel 2.9 Probabilitas Beban Puncak Harian di Bangka Tahun 2013 ........... 18
Tabel 3.1 Radiasi Rata-rata Harian Selama 7 Jam (09.00 – 16.00) Untuk
Wilayah Bangka Tahun 2001 – 2011 (W/m2) ................................ 28
Tabel 3.2 Prediksi Daya Luaran Rata-Rata Harian PLTS 11,8 MW Tahun
2015 (MW) .................................................................................... 30
Tabel 3.3 Perbandingan Dalam Persen Komponen Limbah dari TBS .......... 33
Tabel 3.4 Komposisi Biogas .......................................................................... 34
Tabel 3.5 Nilai Kesetaraan Biogas ................................................................. 34
Tabel 3.6 Produksi Perkebunan di Provinsi Bangka Belitung ....................... 35
Tabel 3.7 Komposisi Sistem Pembangkit di Bangka ..................................... 39
Tabel 3.8 Perkiraan Beban Puncak Harian Sistem Ketenagalistrikan di
Bangka Tahun 2015 (MW) ............................................................ 40
Tabel 4.1 Capacity Outage Probability Table (COPT) Sistem Pembangkit
Existing di Bangka ......................................................................... 44
Tabel 4.2 Load Probability Table (LPT) Perkiraan Beban Puncak Harian di
Bangka Tahun 2015 ....................................................................... 45
Tabel 4.3 System Margin State Table (SMST) Sistem Pembangkit Existing
di Bangka .......................... 46
Tabel 4.4 Data Perhitungan LOLP Untuk Skenario 2 ................................... 48
Tabel 4.5 Load Probability Table (LPT) Perkiraan Beban Puncak Harian
Akibat Masuknya PLTS ke Sistem Pembangkit ............................ 49

xi Universitas Indonesia
Tabel 4.6 Hasil Perhitungan Indeks Keandalan Sistem Pembangkit
Skenario 2 ..................................................................................... 50
Tabel 4.7 Data Perhitungan LOLP Untuk Skenario 3 ................................... 52
Tabel 4.8 Hasil Perhitungan Indeks Keandalan Sistem Pembangkit
Skenario 3 ...................................................................................... 52
Tabel 4.9 Data Perhitungan LOLP Untuk Skenario 4 ................................... 53
Tabel 4.10 Hasil Perhitungan Indeks Keandalan Sistem Pembangkit
Skenario 4....................................................................................... 53

xii Universitas Indonesia


BAB I
PENDAHULUAN

1.1 Latar Belakang


Listrik merupakan salah satu faktor yang mempengaruhi pertumbuhan
ekonomi bagi kehidupan modern. Tidak adanya suplai listrik dapat menimbulkan
kekacauan sosial serta kerugian secara ekonomi. Oleh karena itu, sistem
penyediaan tenaga listrik dituntut untuk selalu memenuhi kebutuhan beban.
Sistem penyediaan listrik mencakup tiga proses utama yaitu pembangkitan,
transmisi dan distribusi. Untuk dapat memenuhi permintaan beban setiap saat,
maka keandalan sistem penyediaan tenaga listrik menjadi sesuatu yang krusial
yang harus dicapai.
Kondisi sistem ketenagalistrikan di Bangka pada akhir tahun 2014
memperlihatkan bahwa kapasitas terpasang sistem pembangkit sebesar 205,9
MW, sedangkan beban puncak tertinggi tahun 2015 diperkirakan sebesar 142,6
MW. Dari informasi tersebut dapat diketahui bahwa kondisi kelistrikan bisa
dikatakan cukup aman karena perbandingan antara kapasitas terpasang dan
perkiraan beban puncak menunjukkan adanya cadangan daya sebesar 44%.
Namun demikian, meski memiliki cadangan daya yang besar, sistem pembangkit
tersebut apabila dihitung indeks keandalannya belum tentu sesuai dengan standar
indeks keandalan yang berlaku pada umumnya yaitu Lost of Load Probability
(LOLP) sebesar maksimal 0,274% atau setara dengan maksimal 1 hari/tahun.
Oleh karena itu, dalam penelitian ini akan dilakukan analisis keandalan
sistem pembangkit di Bangka berdasarkan potensi energi terbarukan di Bangka
sebagai pembangkit listrik dalam upaya untuk mendapatkan indeks keandalan
sistem pembangkit berupa probabilitas hilangnya beban sebesar maksimal 0,274%
atau setara dengan maksimal 1 hari/tahun dengan mempertimbangkan perkiraan
beban puncak harian serta perencanaan penambahan pembangkit baru dari PLN.
Dalam analisis keandalan sistem pembangkit dimana terdapat pembangkit
listrik berbasis energi terbarukan dalam sistem tersebut, daya luaran pembangkit
listrik berbasis energi terbarukan perlu menjadi perhatian. Daya luaran
pembangkit listrik yang memanfaatkan energi terbarukan sangat dipengaruhi oleh

1 Universitas Indonesia
input yang berasal dari alam dan tidak bisa dikendalikan. Sebagai contoh, daya
listrik yang dibangkitkan oleh pembangkit listrik tenaga surya (PLTS) sangat
bergantung pada iradiasi matahari dan dipengaruhi juga oleh faktor musim dan
cuaca. Dalam penelitian ini, skenario pembangkit baru yang akan
diinterkoneksikan ke sistem pembangkit yang sudah ada (existing) berupa PLTS
tanpa baterai dan pembangkit listrik tenaga biogas.

1.2 Perumusan Masalah


Suatu sistem tenaga listrik dikatakan andal apabila mampu memenuhi
kebutuhan beban setiap saat. Untuk itu, dalam rangka mengantisipasi
pertumbuhan beban di masa depan, produsen atau penyedia tenaga listrik harus
mampu mempertahankan atau meningkatkan keandalan di sisi pembangkit dalam
perencanaan pengembangan sistem tenaga listrik. Permasalahan yang muncul
dalam perencanaan keandalan sistem pembangkit adalah perlu mengetahui berapa
batasan kenaikan beban yang diijinkan supaya indeks keandalan yang diinginkan
tetap tercapai. Selain itu juga perlu mengetahui berapa nilai kapasitas pembangkit
baru yang harus ditambahkan ke sistem pembangkit yang sudah ada. Sedangkan
dalam menentukan nilai kapasitas pembangkit tersebut tentunya dipengaruhi
karakteristik jenis pembangkit itu sendiri.

1.3 Tujuan Penelitian


Tujuan penelitian ini adalah mendapatkan indeks keandalan sistem
pembangkit berupa probabilitas hilangnya beban (LOLP) dengan melakukan
analisis potensi energi terbarukan sebagai sistem penyediaan tenaga listrik di
Bangka.

1.4 Batasan Masalah


Batasan masalah dalam penelitian ini adalah :
1. Pembangkit listrik berbasis energi terbarukan yang akan dilibatkan untuk
evaluasi keandalan dibatasi pada PLTS tanpa baterai dan pembangkit
listrik tenaga biogas (gas engine).

2 Universitas Indonesia
2. Perencanaan penambahan kapasitas sistem pembangkit dari PLTS yang
masuk ke jaringan dibatasi sebesar 10% dari beban puncak yang bertujuan
untuk menjaga stabilitas sistem tenaga listrik karena sifat daya luaran
PLTS yang tidak stabil dan tidak bisa dikendalikan.
3. Periode studi untuk analisis keandalan dibatasi hanya tahun 2015 sehingga
data yang digunakan untuk analisis keandalan berupa data perkiraan beban
puncak harian (daily peak load) tahun 2015, kapasitas terpasang
pembangkit yang ada (existing) tahun 2014 dan perencanaan penambahan
pembangkit baru pada tahun 2015.
4. Sumber data berasal dari data perencanaan PT PLN (Persero) Wilayah
Bangka Belitung serta data potensi energi terbarukan setempat.
5. Dibuat asumsi-asumsi yang dibutuhkan untuk data lainnya yang belum
ada.

1.5 Metode Penelitian


Metode yang digunakan dalam penelitian ini adalah :
1. Studi literatur tentang metode perhitungan indeks keandalan sistem
pembangkit yang melibatkan pembangkit konvensional dan pembangkit
listrik berbasis energi terbarukan.
2. Pengumpulan data yang diperlukan dalam penelitian ini, antara lain:
komposisi pembangkit yang sudah ada dalam sistem ketenagalistrikan di
Bangka beserta data rencana penambahan pembangkit baru, data perkiraan
beban puncak harian, data potensi energi terbarukan, dan asumsi-asumsi
lainnya yang diperlukan
3. Mendapatkan rencana penambahan kapasitas sistem pembangkit
berdasarkan potensi energi surya dan biogas dari POME kelapa sawit
4. Mendapatkan nilai indeks keandalan berupa LOLP sistem pembangkit
yang ada (existing) di Bangka
5. Mendapatkan nilai indeks keandalan berupa LOLP sistem pembangkit
dengan memasukan skenario penambahan kapasitas pembangkit
berdasarkan rencana penambahan pembangkit baru oleh PLN dan

3 Universitas Indonesia
perkiraan penambahan kapasitas pembangkit berbasis energi terbarukan
(PLTS dan PLT Biogas)
6. Menyusun kesimpulan dari hasil analisis keandalan sistem pembangkit di
Bangka berdasarkan skenario rencana penambahan pembangkit
konvensional dan perkiraan penambahan pembangkit berbasis energi
terbarukan

1.6 Sistematika Penelitian


Sistematika penulisan tesis ini terdiri atas lima bab. Pada bab satu,
dijelaskan mengenai latar belakang, perumusan permasalahan, tujuan penelitian,
batasan masalah, metodologi penelitian dan sistematika penulisan. Selanjutnya
mengenai hal-hal yang terkait dengan dasar teori keandalan sistem pembangkit
dapat dilihat pada bab dua. Pemaparan data awal dan asumsi yang akan digunakan
terdapat dalam bab tiga. Bab empat berisi metode dan analisis perhitungan indeks
keandalan sistem pembangkit. Akhirnya, setelah dilakukan analisis, maka dapat
dibuat kesimpulan yang ditulis dalam bab terakhir dalam tesis ini.

4 Universitas Indonesia
BAB II
KEANDALAN SISTEM PEMBANGKIT TENAGA LISTRIK

2.1. Metode Evaluasi Keandalan Sistem Pembangkit


Sistem ketenagalistrikan modern merupakan sistem yang komplek dan
terintegrasi. Dalam melakukan analisis tehadap sistem ketenagalistrikan
diperlukan metode pendekatan yang mampu menyederhanakan kompleksitas
tersebut. Metode pendekatan yang paling sesuai untuk analisis sistem
ketenagalistrikan adalah dengan membagi sistem menjadi tiga sesuai dengan
fungsinya yaitu sistem pembangkit, komposit pembangkit dan transmisi (bulk
power), dan sistem distribusi [1].
Dalam membuat perencanaan sistem ketenagalistrikan, salah satu tujuan
yang akan dicapai adalah terpenuhinya kebutuhan beban. Untuk dapat memenuhi
kebutuhan beban tersebut, maka sistem di sisi pembangkit harus memiliki
keandalan yang tinggi. Dalam studi mengenai keandalan terkait dengan
pemenuhan kebutuhan beban, pada umumnya tidak memperhitungkan sistem
transmisi. Sistem transmisi dalam studi tersebut dianggap sebagai titik beban
[3][5]. Seiring dengan kebutuhan untuk membuat perencanaan sistem
ketenagalistrikan yang andal, berkembang pula berbagai metode yang digunakan
untuk menghitung indeks keandalan. Gambar 2.1 menunjukkan gambaran
pembagian metode evaluasi keandalan sistem pembangkit yang dapat dijelaskan
sebagai berikut:
Aspek evaluasi keandalan di sisi pembangkit dibagi menjadi dua bagian yaitu
evaluasi kecukupan atau ketersediaan (adequacy) dan evaluasi keamanan
(security). Adequacy berkaitan dengan pemenuhan beban konsumen, sedangkan
security berkaitan dengan kemampuan sistem dalam merespon terjadinya
gangguan. Dalam penelitian ini, evaluasi keandalan akan difokuskan pada
evaluasi kecukupan atau ketersediaan daya di sisi pembangkit dalam memenuhi
kebutuhan beban. Oleh karena itu, pengertian atau penggunaan istilah keandalan
yang dimaksud dalam penelitian ini hanya dibatasi pada lingkup evaluasi
kecukupan sistem pembangkit.

5 Universitas Indonesia
Evaluasi keandalan sistem pembangkit dapat dilakukan dengan dua pendekatan
yaitu pendekatan deterministik dan pendekatan probabilistik. Metode yang
digunakan dalam pendekatan probabilistik dibagi menjadi dua metode yaitu
metode analitis dan metode analogis. Dalam penelitian ini, pendekatan yang akan
digunakan untuk melakukan analisis keandalan sistem pembangkit adalah dengan
pendekatan probabilistik. Sedangkan metode yang digunakan adalah metode
analitis. Penggunaan metode analitis memerlukan persamaan matematika yang
merepresentasikan probabilitas kapasitas tersedia sistem pembangkit dan
probabilitas beban yang selanjutnya dikombinasikan untuk mendapatkan indeks
keandalan. Indeks keandalan yang akan dicari berupa Loss of Load Probability
(LOLP) atau Loss of Load Expectation (LOLE) sebagaimana ditunjukkan pada
diagram Gambar 2.1.

Keandalan
sistem
pembangkit

Evaluasi Kecukupan/ Evaluasi


Ketersediaan Keamanan
(Adequacy) (Security)

Pendekatan Pendekatan
Deterministik Probabilistik
a

Metode Simulasi Monte Carlo


Analitis (Metode Analogis)

Reserve Loss of Loss of Load Loss of Energy Frequency


Margin Largest Probability/ Probability/ and
Unit Expectation Expectation Duration

Gambar 2.1. Metode Evaluasi dan Kategori Indeks Keandalan Sistem


Pembangkit [3]

Metode analitis pada Gambar 2.1 dapat dijelaskan lebih lanjut dengan
langkah-langkah umum sebagaimana ditunjukkan pada Gambar 2.2.

6 Universitas Indonesia
Probabilitas Probabilitas
pembangkitan beban

Konvolusi

Indeks keandalan
(LOLP/LOLE)

Gambar 2.2. Konsep Metode Analitis Dalam Evaluasi Keandalan Sistem


Pembangkit[1].

Langkah umum yang ditempuh untuk mendapatkan indeks keandalan sistem


pembangkit antara lain [3][5]:
1. Menentukan probabilitas ketersediaan kapasitas pembangkit berdasarkan
karakteristik operasi dari unit-unit pembangkit.
2. Menentukan probabilitas keadaan beban.
3. Menggabungkan atau melakukan konvolusi terhadap probabilitas keadaan
ketersediaan kapasitas pembangkit dan probabilitas keadaan beban untuk
mendapatkan indeks keandalan.
Cara untuk menentukan probabilitas ketersediaan kapasitas pembangkit adalah
dengan membuat Capacity Outage Probability Table (COPT). Sedangkan cara
untuk menentukan probabilitas beban adalah dengan membuat Load Probability
Table (LPT).

2.2. Menyusun Tabel Probabilitas Ketersediaan Kapasitas Pembangkit


Keandalan sistem pembangkit berhubungan dengan cadangan daya
tersedia dan lamanya unit pembangkit beroperasi serta lamanya unit pembangkit
mengalami gangguan sehingga tidak beroperasi. Dalam melakukan evaluasi
keandalan sistem pembangkit, parameter dasar yang digunakan adalah
probabilitas ketidaktersediaan kapasitas unit pembangkit. Pengertian lainnya yaitu

7 Universitas Indonesia
probabilitas unit pembangkit mengalami gangguan yang dikenal dengan istilah
Unavailability (U) atau Force Outage Rate (FOR). Persamaan untuk mendapatkan
nilai FOR adalah sebagai berikut[1][2]:
𝐹𝑂𝐻
𝐹𝑂𝑅 = 𝑈 = (2.1)
𝑆𝐻+𝐹𝑂𝐻

dimana:
FOH = jumlah jam unit terganggu
SH = jumlah jam unit beroperasi
FOR = probabilitas unit pembangkit mengalami gangguan atau
probabilitas kapasitas keluar (outage) unit pembangkit
Sedangkan probabilitas ketersediaan kapasitas unit pembangkit atau probabilitas
unit pembangkit beroperasi dikenal dengan istilah Availability (A). Untuk
mengetahui nilai probabilitas unit pembangkit beroperasi dapat digunakan
persamaan sebagai berikut:
𝐴 =1−𝑈 (2.2)
atau
𝑆𝐻
𝐴= (2.3)
𝑆𝐻+𝐹𝑂𝐻

dimana:
A = probabilitas kapasitas tersedia unit pembangkit atau
probabilitas unit pembangkit beroperasi
Konsep Unavailability dan Availability dapat diilustrasikan dengan pola operasi
suatu unit pembangkit dengan kapasitas sebesar C sebagaimana ditunjukkan pada
Gambar 2.3.

Gambar 2.3. Pola Operasi Unit Pembangkit.

8 Universitas Indonesia
Informasi yang diperoleh dari Gambar 2.3 dapat dijelaskan sebagai berikut:
Dari Gambar 2.3 dapat ditentukan jumlah jam unit pembangkit beroperasi (SH)
dan jumlah jam unit pembangkit mengalami gangguan atau tidak beroperasi
(FOH), yaitu:
SH = t1 + (t3 – t2) + (t5 – t4)
FOH = t3 – t2
Apabila nilai t1 sampai dengan t5 diketahui, maka probabilitas kapasitas keluar
(outage) sebesar C dapat dihitung dengan Persamaan (2.1) dan probabilitas
kapasitas tersedia sebesar C dapat dihitung dengan Persamaan (2.3). Dengan
mengasumsikan nilai (t2 – t1) dan (t4 – t3) sama dengan 0, maka penjumlahan
hasil yang didapatkan dari Persamaan (2.1) dan Persamaan (2.3) akan sama
dengan 1 atau dengan kata lain berlaku Persamaan (2.2)

Dengan diketahuinya konsep Unavailability dan Availability, langkah


selanjutnya adalah membuat COPT. COPT adalah tabel yang berisi nilai
probabilitas kapasitas keluar (outage) atau probabilitas kapasitas tersedia dalam
sistem pembangkit. Untuk menentukan probabilitas kapasitas keluar sebesar X
setelah adanya penambahan unit pembangkit baru dengan kapasitas 𝐶𝑛 dan nilai
FOR sebesar 𝑈 digunakan persamaan rekursif sebagai berikut [1][3]:

𝑃𝑛 𝑋 = 𝑃𝑛−1 𝑋 . 1 − 𝑈 + 𝑃𝑛−1 𝑋 − 𝐶𝑛 . 𝑈 (2.4)


di mana:
𝑃𝑛 𝑋 = probabilitas kapasitas keluar sebesar X setelah adanya
penambahan unit pembangkit baru ke-n yang memiliki
kapasitas 𝐶𝑛 dan nilai FOR sebesar 𝑈
𝑃𝑛−1 𝑋 = probabilitas kapasitas keluar sebesar X sebelum adanya
penambahan unit pembangkit baru ke-n
𝑃𝑛−1 𝑋 − 𝐶𝑛 = probabilitas kapasitas keluar sebesar X – Cn sebelum
adanya penambahan unit pembangkit baru ke-n
𝑈 = nilai FOR untuk pembangkit ke-n

9 Universitas Indonesia
Persamaan (2.4) digunakan untuk menghitung probabilitas individu atau eksak
dengan kondisi inisial 𝑃𝑛 −1 𝑋 = 1 dan 𝑃𝑛 −1 𝑋 − 𝐶𝑛 = 0 untuk 𝑋 < 𝐶𝑛 , dan
sebaliknya 𝑃𝑛 −1 𝑋 = 0 dan 𝑃𝑛−1 𝑋 − 𝐶𝑛 = 1 untuk 𝑋 ≥ 𝐶𝑛
Selain itu, persamaan (2.4) juga dapat digunakan untuk menghitung probabilitas
kumulatif kapasitas keluar sebesar X dengan kondisi inisial 𝑃𝑛−1 𝑋 = 1 dan
𝑃𝑛−1 𝑋 − 𝐶𝑛 = 1 untuk 𝑋 < 𝐶𝑛 , dan sebaliknya 𝑃𝑛−1 𝑋 = 0 untuk 𝑋 ≥ 𝐶𝑛

Berikut ini adalah contoh cara menyusun COPT untuk kondisi sistem pembangkit
yang terdiri dari 3 unit pembangkit dengan kapasitas masing-masing sebesar Unit
1 = 10 MW, Unit 2 = 20 MW dan Unit 3 = 30 MW dengan nilai FOR secara
berurutan adalah 𝑈1 = 0,05, 𝑈2 = 0,03 dan 𝑈3 = 0,02. Persamaan yang
digunakan untuk menghitung probabilitas kapasitas keluar adalah Persamaan (2.4)
Probabilitas kapasitas keluar sistem pembangkit disusun secara berurutan sebagai
berikut:
Langkah ke-1: Menambahkan Unit ke-1 dengan C1 = 10 MW dan U1 = 0,05
Dengan mengikuti kondisi inisial Persamaan (2.4), perhitungan probabilitas
individu atau eksak dilakukan sebagai berikut:
𝑃𝑛 𝑋 = 𝑃𝑛−1 𝑋 . 1 − 𝑈1 + 𝑃𝑛 −1 𝑋 − 𝐶𝑛 . 𝑈1
Menghitung probabilitas kapasitas keluar sebesar 0 MW, P1(0), dimana n = 1
𝑃1 0 = 𝑃0 0 . 1 − 𝑈1 + 𝑃0 0 − 𝐶1 . 𝑈1
𝑃1 0 = 𝑃0 0 . 1 − 0,05 + 𝑃0 0 − 10 . 0,05
𝑃1 0 = 1 1 − 0,05 + 0 0,05 = 0,95
Menghitung probabilitas kapasitas keluar sebesar 10 MW, P1(10), dimana n = 1
𝑃1 10 = 𝑃0 10 . 1 − 𝑈1 + 𝑃0 10 − 𝐶1 . 𝑈1
𝑃1 10 = 𝑃0 10 . 1 − 0,05 + 𝑃0 10 − 10 . 0,05
𝑃1 10 = 0 1 − 0,05 + 1 0,05 = 0,05
Dengan asumsi bahwa pembangkit hanya memiliki 2 keadaan operasi yaitu
beroperasi dengan kapasitas penuh dan tidak beroperasi, maka bisa ditentukan
bahwa nilai probabilitas kapasitas keluar sebesar 0 MW sama dengan nilai
probabilitas kapasitas masuk/tersedia sebesar 10 MW. Begitu juga sebaliknya,
nilai probabilitas kapasitas keluar sebesar 10 MW sama dengan nilai probabilitas
kapasitas masuk/tersedia sebesar 0 MW.

10 Universitas Indonesia
Dari hasil perhitungan pada Langkah ke-1 dan penjelasannya, maka dapat dibuat
tabel probabilitas ketersediaan kapasitas untuk unit pembangkit ke-1 sebagaimana
ditunjukkan oleh Tabel 2.1
Tabel 2.1. COPT Untuk 1 Unit Pembangkit
Kapasitas Keluar Kapasitas Masuk Probabilitas
Unit 1
(MW) (MW) Eksak
0 10 beroperasi 0,95
10 0 tidak beroperasi 0,05

Langkah ke-2: Menambahkan Unit ke-2 dengan C2 = 20 MW dan U2 = 0,03


menjadi satu kesatuan sistem pembangkit dengan Unit 1
Kondisi inisial 𝑃𝑛−1 𝑋 − 𝐶𝑛 = 0 untuk 𝑋 < 𝐶𝑛 dan 𝑃𝑛 −1 𝑋 = 0 untuk 𝑋 ≥ 𝐶𝑛
pada Persamaan (2.4) digunakan untuk perhitungan probabilitas pada saat
penambahan Unit ke-2 dan seterusnya. Perhitungan probabilitas eksak kapasitas
keluar sistem pembangkit setelah Unit 2 ditambahkan dapat dijelaskan sebagai
berikut:
𝑃𝑛 𝑋 = 𝑃𝑛−1 𝑋 . 1 − 𝑈2 + 𝑃𝑛 −1 𝑋 − 𝐶𝑛 . 𝑈2
Menghitung probabilitas kapasitas keluar sebesar 0 MW, P2(0), dimana n = 2
𝑃2 0 = 𝑃1 0 . 1 − 𝑈2 + 𝑃1 0 − 𝐶2 . 𝑈2
𝑃1 0 = 𝑃1 0 . 1 − 0,03 + 𝑃1 0 − 20 . 0,03
𝑃2 0 = 0,95 1 − 0,03 + 0 0,03 = 0,9215
Menghitung probabilitas kapasitas keluar sebesar 10 MW, P2(10), dimana n = 2
𝑃2 10 = 𝑃1 10 . 1 − 𝑈2 + 𝑃1 10 − 𝐶2 . 𝑈2
𝑃1 10 = 𝑃1 10 . 1 − 0,03 + 𝑃1 10 − 20 . 0,03
𝑃2 10 = 0,05 1 − 0,03 + 0 0,03 = 0,0485
Menghitung probabilitas kapasitas keluar sebesar 20 MW, P2(20), dimana n = 2
𝑃2 20 = 𝑃1 20 . 1 − 𝑈2 + 𝑃1 20 − 𝐶2 . 𝑈2
𝑃1 10 = 𝑃1 20 . 1 − 0,03 + 𝑃1 0 . 0,03
𝑃2 20 = 0 1 − 0,03 + 0,95 0,03 = 0,0285
Menghitung probabilitas kapasitas keluar sebesar 30 MW, P2(30), dimana n = 2
𝑃2 30 = 𝑃1 30 . 1 − 𝑈2 + 𝑃1 30 − 𝐶2 . 𝑈2
𝑃1 10 = 𝑃1 30 . 1 − 0,03 + 𝑃1 10 . 0,03
𝑃2 30 = 0 1 − 0,03 + 0,05 0,03 = 0,0015

11 Universitas Indonesia
Dari hasil perhitungan pada Langkah ke-2 dan dengan asumsi bahwa tiap unit
pembangkit hanya memiliki 2 keadaan operasi, maka dapat dibuat tabel
probabilitas ketersediaan kapasitas untuk sistem pembangkit yang terdiri dari Unit
1 dan Unit 2 sebagaimana ditunjukkan oleh Tabel 2.2
Tabel 2.2. COPT Untuk 2 Unit Pembangkit
Kapasitas Kapasitas
Probabilitas
Keluar Masuk Unit 1 Unit 2
Eksak
(MW) (MW)
0 30 beroperasi beroperasi 0,9215
10 20 tidak beroperasi beroperasi 0,0485
20 10 beroperasi tidak beroperasi 0,0285
30 0 tidak beroperasi tidak beroperasi 0,0015

Langkah ke-3: Menambahkan Unit ke-3 dengan C3 = 30 MW dan U3 = 0,02


menjadi satu kesatuan sistem pembangkit dengan Unit 1 dan Unit 2
Perhitungan probabilitas eksak kapasitas keluar sistem pembangkit setelah Unit 3
ditambahkan dapat dijelaskan sebagai berikut:
𝑃𝑛 𝑋 = 𝑃𝑛−1 𝑋 . 1 − 𝑈3 + 𝑃𝑛 −1 𝑋 − 𝐶𝑛 . 𝑈3
Menghitung probabilitas kapasitas keluar sebesar 0 MW, P3(0), dimana n = 3
𝑃3 0 = 𝑃2 0 . 1 − 𝑈3 + 𝑃2 0 − 𝐶3 . 𝑈3
𝑃1 0 = 𝑃2 0 . 1 − 0,02 + 𝑃2 0 − 30 . 0,02
𝑃3 0 = 0,9215 1 − 0,02 + 0 0,02 = 0,90307
Menghitung probabilitas kapasitas keluar sebesar 10 MW, P3(10), dimana n = 3
𝑃3 10 = 𝑃2 10 . 1 − 𝑈3 + 𝑃2 10 − 𝐶3 . 𝑈3
𝑃1 10 = 𝑃2 10 . 1 − 0,02 + 𝑃2 10 − 30 . 0,02
𝑃3 10 = 0,0485 1 − 0,02 + 0 0,02 = 0,04753
Menghitung probabilitas kapasitas keluar sebesar 20 MW, P3(20), dimana n = 3
𝑃3 20 = 𝑃2 20 . 1 − 𝑈3 + 𝑃2 20 − 𝐶3 . 𝑈3
𝑃1 20 = 𝑃2 20 . 1 − 0,02 + 𝑃2 20 − 30 . 0,02
𝑃3 20 = 0,0285 1 − 0,02 + 0 0,02 = 0,02793
Menghitung probabilitas kapasitas keluar sebesar 30 MW, P3(30), dimana n = 3
𝑃3 30 = 𝑃2 30 . 1 − 𝑈3 + 𝑃2 30 − 𝐶3 . 𝑈3
𝑃1 20 = 𝑃2 30 . 1 − 0,02 + 𝑃2 0 . 0,02

12 Universitas Indonesia
𝑃3 30 = 0,0015 1 − 0,02 + 0,9215 0,02 = 0,01990
Menghitung probabilitas kapasitas keluar sebesar 40 MW, P3(40), dimana n = 3
𝑃3 40 = 𝑃2 40 . 1 − 𝑈3 + 𝑃2 40 − 𝐶3 . 𝑈3
𝑃1 20 = 𝑃2 40 . 1 − 0,02 + 𝑃2 10 . 0,02
𝑃3 40 = 0 1 − 0,02 + 0,0485 0,02 = 0,00097
Menghitung probabilitas kapasitas keluar sebesar 50 MW, P3(50), dimana n = 3
𝑃3 50 = 𝑃2 50 . 1 − 𝑈3 + 𝑃2 50 − 𝐶3 . 𝑈3
𝑃1 20 = 𝑃2 50 . 1 − 0,02 + 𝑃2 20 . 0,02
𝑃3 50 = 0 1 − 0,02 + 0,0285 0,02 = 0,00057
Menghitung probabilitas kapasitas keluar sebesar 60 MW, P3(60), dimana n = 3
𝑃3 60 = 𝑃2 60 . 1 − 𝑈3 + 𝑃2 60 − 𝐶3 . 𝑈3
𝑃1 20 = 𝑃2 60 . 1 − 0,02 + 𝑃2 30 . 0,02
𝑃3 60 = 0 1 − 0,02 + 0,0015 0,02 = 0,00003
Dari hasil perhitungan pada Langkah ke-3 dan dengan asumsi bahwa tiap unit
pembangkit hanya memiliki 2 keadaan operasi, maka dapat dibuat tabel
probabilitas ketersediaan kapasitas untuk sistem pembangkit yang terdiri dari Unit
1, Unit 2 dan Unit 3 sebagaimana ditunjukkan pada Tabel 2.3
Tabel 2.3. COPT Untuk 3 Unit Pembangkit
Kapasitas Kapasitas
Probabilitas
Keluar Masuk Unit 1 Unit 2 Unit 3
Eksak
(MW) (MW)
0 60 beroperasi beroperasi beroperasi 0,90307
tidak
10 50 beroperasi beroperasi 0,04753
beroperasi
tidak
20 40 beroperasi beroperasi 0,02793
beroperasi
tidak tidak
beroperasi
beroperasi beroperasi
30 30 0,01990
tidak
beroperasi beroperasi
beroperasi
tidak tidak
40 20 beroperasi 0,00097
beroperasi beroperasi
tidak tidak
50 10 beroperasi 0,00057
beroperasi beroperasi
tidak tidak tidak
60 0 0,00003
beroperasi beroperasi beroperasi

13 Universitas Indonesia
Apabila telah didapatkan probabilitas eksak untuk masing-masing kapasitas keluar
sistem pembangkit, maka dapat dihitung probabilitas kumulatifnya sebagai
berikut:
Probabilitas kumulatif untuk kapasitas keluar ≥ 60 MW, Pk(60)
Pk(60) = P3(60) = 0,00003
Probabilitas kumulatif untuk kapasitas keluar ≥ 50 MW, Pk(50)
Pk(50) = Pk(60) + P3(50) = 0,00003 + 0,00057 = 0,00060
Probabilitas kumulatif untuk kapasitas keluar ≥ 40 MW, Pk(40)
Pk(40) = Pk(50) + P3(40) = 0,00060 + 0,00097 = 0,00157
Probabilitas kumulatif untuk kapasitas keluar ≥ 30 MW, Pk(30)
Pk(30) = Pk(40) + P3(30) = 0,00157 + 0,01990 = 0,02147
Probabilitas kumulatif untuk kapasitas keluar ≥ 20 MW, Pk(20)
Pk(20) = Pk(30) + P3(20) = 0,02147 + 0,02793 = 0,04940
Probabilitas kumulatif untuk kapasitas keluar ≥ 10 MW, Pk(10)
Pk(10) = Pk(20) + P3(10) = 0,04940 + 0,04753 = 0,09693
Probabilitas kumulatif untuk kapasitas keluar ≥ 0 MW, Pk(0)
Pk(0) = Pk(10) + P3(0) = 0,09693 + 0,90307 = 1
Selanjutnya, untuk membuat COPT yang dilengkapi dengan probabilitas
kumulatif, maka langkah yang dilakukan adalah membuat kolom baru pada Tabel
2.3 yang diisi dengan hasil perhitungan probabilitas kumulatif sistem pembangkit
dan menghapus kolom kondisi operasi unit pembangkit. Contoh COPT yang telah
dilengkapi dengan probabilitas kumulatif ditunjukkan oleh Tabel 2.4
Tabel 2.4. COPT Untuk 3 Unit Pembangkit dan Probabilitas Kumulatifnya
Kapasitas Kapasitas Probabilitas Eksak Probabilitas
Masuk (MW) Keluar (MW) (Individu) Kumulatif
60 0 0,90307 1
50 10 0,04753 0,09693
40 20 0,02793 0,04940
30 30 0,01990 0,02147
20 40 0,00097 0,00157
10 50 0,00057 0,00060
0 60 0,00003 0,00003

14 Universitas Indonesia
2.3. Menyusun Tabel Probabilitas Beban
Tabel Probabilitas Beban (Load Probability Table – LPT). LPT merupakan
salah satu metode yang merepresentasikan beban dalam evaluasi keandalan sistem
tenaga listrik. Untuk mendapatkan probabilitas nilai beban digunakan persamaan
sebagai berikut [3]:
𝑃 𝐿𝑖 = 𝑡𝑖 𝑇 (2.5)
di mana:
𝑃 𝐿𝑖 = probabilitas beban saat nilai beban sebesar Li
𝑡𝑖 = jumlah jam atau hari pada saat beban sebesar Li
𝑇 = jumlah jam atau hari selama periode studi

Berikut ini adalah contoh menyusun tabel probabilitas beban:


Diketahui data beban puncak harian (daily peak load) sistem ketenagalistrikan di
Bangka pada tahun 2013 sebagaimana ditunjukkan oleh Tabel 2.5. Jumlah data
beban sesuai dengan jumlah hari yaitu 365 data.
Tabel 2.5. Beban Puncak Harian Sistem Ketenagalistrikan di Bangka Tahun 2013
(MW)
Bulan
Tanggal
Jan Feb Mar Apr Mei Jun Jul Agust Sep Okt Nop Des
1 97,910 91,640 97,520 95,019 105,535 91,861 100,261 100,716 109,677 110,614 107,570 87,300
2 92,960 92,400 98,769 94,224 106,862 89,420 98,609 105,850 106,242 108,919 114,480 90,038
3 91,098 88,900 95,882 97,501 89,598 91,848 100,687 95,250 101,443 113,900 114,480 88,480
4 90,869 92,426 89,197 100,850 98,835 92,190 100,699 101,917 103,967 100,172 106,691 86,124
5 92,297 90,512 95,389 98,389 101,860 92,575 99,776 103,053 103,473 110,885 102,077 88,025
6 95,491 87,100 93,909 100,958 102,851 93,350 101,571 106,252 96,431 111,523 110,395 88,050
7 95,291 93,174 95,694 97,022 104,254 89,383 101,527 98,877 91,961 108,126 108,674 85,656
8 91,200 93,810 95,675 106,266 107,064 94,087 99,140 92,994 88,300 107,770 112,850 85,679
9 91,800 94,051 94,608 105,085 104,028 94,830 100,447 93,723 91,948 108,861 103,204 88,947
10 91,785 93,870 95,829 96,136 103,889 95,605 105,651 98,350 95,032 110,465 106,643 89,000
11 91,169 94,482 95,150 106,753 96,885 91,566 107,025 101,874 95,323 110,494 108,561 86,676
12 89,400 94,933 99,193 106,176 97,868 90,041 107,918 107,281 96,572 107,558 88,500 86,600
13 96,514 91,450 97,240 94,985 95,100 88,401 99,867 105,446 100,357 103,358 93,450 80,179
14 96,736 94,150 93,300 93,768 95,782 92,209 104,506 102,013 106,545 106,004 91,256 84,252
15 96,487 94,364 95,267 96,785 95,233 86,377 106,956 99,250 105,765 108,888 92,139 83,408
16 98,250 92,963 95,400 98,723 95,233 93,578 107,594 101,078 97,978 110,030 93,490 85,606
17 97,711 93,259 94,371 94,352 95,750 91,667 104,920 103,408 110,053 111,631 88,600 85,737
18 97,570 95,033 92,944 106,703 95,830 90,611 99,624 105,343 95,300 105,461 87,023 85,020
19 95,047 91,000 93,650 104,262 96,740 92,783 103,878 101,167 96,450 106,793 87,050 77,430
20 94,512 95,610 95,343 105,440 94,227 96,312 107,432 104,450 96,507 108,380 85,645 84,630
21 95,427 93,502 94,350 102,470 91,889 95,155 94,056 107,799 96,597 115,810 91,487 87,750
22 97,125 96,065 94,127 100,516 92,990 97,090 98,010 107,362 110,639 91,950 88,492 84,455
23 96,491 97,905 94,747 104,735 94,197 97,486 99,344 104,055 111,027 88,838 89,083 82,080
24 96,171 98,050 94,350 107,127 93,177 95,082 100,344 104,500 109,412 92,745 88,464 94,558
25 95,988 97,347 93,000 105,400 94,536 95,182 99,662 108,530 111,607 88,679 92,150 97,609
26 98,675 97,365 89,800 103,914 93,526 96,831 96,220 111,568 114,335 93,955 90,934 91,054
27 97,871 95,660 94,405 104,409 94,341 92,556 98,625 110,630 109,956 94,210 90,085 99,335
28 100,500 97,905 94,075 96,843 93,251 98,881 98,122 110,768 110,220 90,410 86,479 97,164
29 93,981 94,450 105,850 95,022 99,322 93,528 107,583 104,625 92,010 87,576 89,775
30 92,420 94,538 107,601 93,965 95,511 104,810 110,455 108,764 94,056 87,000 96,326
31 87,540 94,385 93,575 103,973 110,394 102,082 96,691

15 Universitas Indonesia
Untuk menetukan probabilitas beban dari Tabel 2.5, langkah-langkah yang perlu
dilakukan adalah sebagai berikut:
Langkah ke-1:
Mengurutkan nilai beban dari yang tertinggi ke nilai beban yang terendah.
Dengan mengacu pada Tabel 2.5, setelah dilakukan Langkah ke-1, didapatkan
nilai beban yang telah diurutkan dari nilai beban yang tertinggi ke nilai beban
yang terendah sebagaimana ditunjukkan oleh Tabel 2.6
Tabel 2.6. Nilai Beban Yang Diurutkan Dari Yang Tertinggi
Nilai beban sesuai urutan Nilai beban yang sudah diurutkan dari yang
tanggal (MW) tertinggi sampai yang terendah (MW)
97,910 115,81
92,960 114,48
91,068 114,48
. .
. .
. .
89,775 82,080
96,326 80,179
96,691 77,430

Langkah ke-2:
Mengkonversi satuan nilai beban yang sudah diurutkan ke satuan p.u. dengan
beban puncak tertinggi sebagai basisnya
Tabel 2.7. Nilai Beban Dalam Satuan Per Unit (p.u)
Nilai beban (MW) Nilai beban (p.u)
115,81 1
114,48 0,9885
114,48 0,9885
. .
. .
. .
82,080 0,7087
80,179 0,6923
77,430 0,6686

16 Universitas Indonesia
Langkah ke-3:
Menghitung frekuensi munculnya beban yang sudah dikonversi dalam satuan p.u.
dengan cara mengelompokkan nilai beban yang sama atau yang berdekatan dan
selanjutnya dihitung ada berapa nilai beban dalam kelompok tersebut
Tabel 2.8. Nilai Beban Dalam Satuan p.u. Dan Frekuensinya
Nilai beban (p.u) Frekuensi
1 1
0,99 4
0,98 1
0,97 4
. .
. .
0,83 36
0,82 35
0,81 24
. .
. .
0,69 0
0,68 0
0,67 1
Keterangan Tabel 2.8:
- Nilai beban yang sama dengan atau yang mendekati nilai 0,99 p.u dapat
diidentifikasi muncul sebanyak 4 kali
- Nilai beban yang sama dengan atau yang mendekati nilai 0,82 p.u dapat
diidentifikasi muncul sebanyak 35 kali, dan seterusnya
- Isi dalam kolom frekuensi apabila dijumlahkan seluruhnya akan diperoleh
bilangan sebesar 365. Bilangan tersebut menunjukkan jumlah data beban
atau total hari periode studi.

Langkah ke-4:
Untuk mendapatkan probabilitas eksak atau individu beban dilakukan dengan cara
membagi masing-masing frekuensi pada kolom Tabel 2.8 dengan total hari
periode studi. Sedangkan untuk mendapatkan probabilitas kumulatif dilakukan
dengan cara yang sama seperti mendapatkan probabilitas kumulatif pada Tabel
2.4. Probabilitas eksak dan kumulatif beban ditunjukkan oleh Tabel 2.9.

17 Universitas Indonesia
Tabel 2.9. Probabilitas Beban Puncak Harian di Bangka Tahun 2013
Probabilitas Eksak Probabilitas
Nilai beban (p.u) Frekuensi
(Individu) Kumulatif
1 1 1/365 = 0,002740 1
0,99 4 4/365 = 0,010959 0,997260
0,98 1 0,002740 0,986301
0,97 4 0,010959 0,983562
. . . .
. . . .
0,83 36 0,098630 0,495890
0,82 35 0,095890 0,397260
0,81 24 0,065753 0,301370
. . . .
. . . .
0,69 0 0 0,002740
0,68 0 0 0,002740
0,67 1 0,002740 0,002740

2.4. Indeks Keandalan Sistem Pembangkit


Dalam menilai atau melakukan evaluasi keandalan sistem pembangkit,
diperlukan kuantifikasi terhadap keandalan sistem pembangkit itu sendiri.
Kuantifikasi keandalan sistem pembangkit dinyatakan dalam bentuk indeks
keandalan. Salah satu indeks keandalan sistem pembangkit adalah Loss of Load
Probability (LOLP) atau probabilitas beban tidak dapat dilayani oleh sistem
pembangkit. Dari berbagai literatur yang membahas tentang keandalan sistem
pembangkit, terdapat berbagai pengertian LOLP. Definisi LOLP menurut Endreyi
(1978) adalah probabilitas sistem beban melebihi kapasitas pembangkit yang
tersedia dengan asumsi beban puncak setiap hari berlangsung sepanjang hari.
Sedangkan Khatib (1978) menyatakan bahwa LOLP diperoleh dari hasil
penggabungan probabilitas keadaan kapasitas pembangkit dengan probabilitas
beban puncak harian untuk memperkirakan jumlah hari dalam satu tahun dimana
kapasitas pembangkit tidak mampu memenuhi beban puncak harian [3].
Selain menggunakan beban puncak harian (daily peak load), LOLP dapat
dihitung dari beban setiap jam (hourly load). Oleh karena itu, dalam sistem yang
sama dimungkinkan memiliki dua nilai LOLP yang berbeda karena tergantung

18 Universitas Indonesia
dari cara menghitung LOLP apakah menggunakan beban puncak harian (daily
peak load) atau beban setiap jam (hourly load). Penggunaan kedua data beban
tersebut sangat lazim dalam evaluasi dan perencanaan keandalan sistem
pembangkit [6].
Untuk mendapatkan nilai LOLP, yang dilakukan selanjutnya adalah
melakukan konvolusi terhadap probabilitas ketersediaan kapasitas pembangkit
dengan probabilitas beban. Konvolusi dilakukan dengan cara mengkombinasikan
COPT dan LPT dimana dalam terminologi probabilitas bahwa kejadian pada
COPT dan LPT merupakan peristiwa independen, sehingga probabilitas kejadian
keduanya juga tidak saling mempengaruhi. Kombinasi keduanya dilakukan
dengan mengalikan probabilitas masing-masing kejadian. Sebagaimana diketahui
bahwa data COPT dan LPT berupa data diskrit, maka kombinasi kapasitas tersedia
dengan beban puncak akan menghasilkan kapasitas margin yang berupa data
diskrit pula. Kapasitas margin merupakan selisih antara kapasitas tersedia dengan
beban. Untuk mengetahui besarnya probabilitas kumulatif kapasitas margin, dapat
dihitung menggunakan persamaan konvolusi paralel sebagai berikut [1][3]:
𝑁𝑏
𝑃𝑐 𝑋𝑘 = 𝑗 =0 𝑃𝑎 𝑋𝑘 + 𝑋𝑗 . [𝑃𝑏 𝑋𝑗 − 𝑃𝑏 𝑋𝑗 +1 ] (2.6)
di mana:
𝑃𝑎 𝑋𝑘 + 𝑋𝑗 = probabilitas kumulatif kapasitas tersedia unit pembangkit
𝑃𝑏 𝑋𝑗 = probabilitas kumulatif beban ( j = 0,1,2,.., 𝑁𝑏 )
𝑃𝑐 𝑋𝑘 = probabilitas kumulatif kapasitas margin
𝑋𝑗 = kapasitas beban (MW)
𝑋𝑘 = kapasitas margin (MW), dapat berupa bilangan negatif
atau positif
𝑋𝑘 + 𝑋𝑗 = kapasitas tersedia unit pembangkit (MW)
𝑁𝑏 = jumlah data beban (p.u) dalam tabel probabilitas beban
Nilai probabilitas kumulatif kapasitas margin 𝑃𝑐 𝑋𝑘 pada saat 𝑋𝑘 < 0
menunjukkan nilai indeks keandalan LOLP.
Nilai LOLP pada dasarnya ditentukan sebagai kriteria keandalan dalam
membuat perencanaan pembangkitan. Dalam rencana umum penyediaan tenaga
listrik, PLN menetapkan standar nilai indeks LOLP untuk sistem pembangkit

19 Universitas Indonesia
kurang dari 0,274% atau apabila dinyatakan dalam hari/tahun setara dengan
kurang dari 1 hari/tahun.

2.5. Metode Perhitungan Kontribusi Kapasitas PLTS Dalam Evaluasi


Keandalan Sistem Pembangkit
Capacity credit adalah ukuran kontribusi kapasitas pembangkit listrik
berbasis energi terbarukan dalam suatu sistem penyediaan tenaga listrik untuk
mempertahankan indeks kendalan sistem pembangkit. Satuan capacity credit
berupa satuan daya (Watt) dan biasanya dinyatakan dalam bentuk fraksi dari
kapasitas terpasang (% dari kapasitas terpasang).
Banyak literatur yang telah menjelaskan berbagai metode pendekatan
dalam menentukan besarnya nilai capacity credit pembangkit listrik dari energi
terbarukan. Pembangkit listrik berbasis energi terbarukan yang akan dilihat
kontribusinya dalam penelitian ini adalah PLTS. Adapun gas engine yang
memanfaatkan biogas sebagai bahan bakarnya bisa diperlakukan sebagai
pembangkit konvensional. Salah satu metode yang digunakan untuk mengetahui
seberapa besar kontribusi kapasitas PLTS dalam mempertahankan indeks
keandalan adalah dengan menjadikan PLTS sebagai pemodifikasi beban (load
modifier) yaitu dimana daya luaran harian atau daya luaran setiap jam PLTS
dijadikan sebagai faktor pengurang beban. Salah satu pendekatan probabilistik
yang digunakan untuk menentukan kontribusi kapasitas PLTS ke sistem adalah
Effective Load Carrying Capability (ELCC).
ELCC pada pembangkit didefinisikan sebagai seberapa besar peningkatan
beban yang diijinkan saat unit pembangkit baru ditambahkan ke dalam sistem
dimana indeks keandalan sistem tetap dipertahankan pada nilai yang sama.
Langkah-langkah untuk menghitung ELCC pada PLTS adalah sebagai berikut [7]:
1. Menghitung nilai LOLP sistem pembangkit yang ada (existing). Nilai LOLP
merepresentasikan keandalan sistem sebelum adanya PLTS yang
ditambahkan dalam sistem tersebut. LOLP sistem tanpa PLTS dihitung
dengan persamaan sebagai berikut:

𝑡
𝐿𝑂𝐿𝑃𝐵𝑎𝑠𝑒 = 𝑖=1 𝑃(𝐺𝑖 < 𝐿𝑖 ) (2.7)

20 Universitas Indonesia
di mana:
𝐺𝑖 = kapasitas sistem pembangkit existing yang tersedia
pada jam ke-i
𝐿𝑖 = besar beban pada jam ke-i
𝑃(𝐺𝑖 < 𝐿𝑖 ) = probabilitas kapasitas pembangkit yang tersedia lebih
kecil dari beban (LOLP dalam setiap jam)
𝑡 = jumlah jam dalam periode studi
Dengan menjumlahkan seluruh LOLP setiap jam akan diperoleh 𝐿𝑂𝐿𝑃𝑏𝑎𝑠𝑒

2. Selanjutnya PLTS ditambahkan ke dalam sistem sebagai pemodifikasi beban


dan nilai LOLP dihitung kembali. Nilai LOLP yang didapatkan akan lebih
rendah dari nilai LOLP pada langkah nomor 1 di atas karena adanya
pembangkit (PLTS) yang ditambahkan. LOLP sistem dengan PLTS dihitung
dengan persamaan sebagai berikut:

𝑡
𝐿𝑂𝐿𝑃𝑃𝑉 = 𝑖=1 𝑃(𝐺𝑖 < 𝐿𝑖 − 𝐶𝑖 ) (2.8)
di mana:
𝐶𝑖 = daya luaran PLTS pada jam ke-i
𝑃(𝐺𝑖 < 𝐿𝑖 − 𝐶𝑖 ) = probabilitas kapasitas sistem pembangkit existing
yang tersedia lebih kecil dari beban yang telah
dikurangi dengan daya luaran PLTS
(LOLP dalam setiap jam)
Dengan menjumlahkan seluruh LOLP setiap jam akan diperoleh 𝐿𝑂𝐿𝑃𝑃𝑉

3. Dengan kondisi PLTS tetap di dalam sistem, kemudian dilakukan


penambahan beban pada tiap jam (apabila data yang digunakan adalah data
beban tiap jam) dan nilai LOLP dihitung kembali. LOLE sistem dengan
penambahan beban dihitung dengan persamaan sebagai berikut:

𝑡
𝐿𝑂𝐿𝑃𝐿𝑜𝑎𝑑 = 𝑖=1 𝑃(𝐺𝑖 < 𝐿𝑖 − 𝐶𝑖 + 𝐷) (2.9)
di mana:

21 Universitas Indonesia
𝐷 = beban konstan yang ditambahkan tiap jam
𝑃(𝐺𝑖 < 𝐿𝑖 − 𝐶𝑖 + 𝐷) = probabilitas kapasitas sistem pembangkit
existing yang tersedia lebih kecil dari
beban yang telah dikurangi dengan daya
luaran PLTS dan ditambah dengan beban
konstan (LOLP dalam setiap jam)
Dengan menjumlahkan seluruh LOLP setiap jam akan diperoleh 𝐿𝑂𝐿𝑃𝐿𝑜𝑎𝑑 .
Nilai D ditambahkan hingga didapatkan nilai 𝐿𝑂𝐿𝑃𝐿𝑜𝑎𝑑 sama dengan nilai
𝐿𝑂𝐿𝑃𝐵𝑎𝑠𝑒 . Nilai D inilah yang didefinisikan sebagai ELCC pada PLTS
yang ditambahkan ke dalam sistem.

22 Universitas Indonesia
BAB III
POTENSI ENERGI TERBARUKAN DAN KONDISI SISTEM
KETENAGALISTRIKAN DI BANGKA

3.1. Pembangkit Listrik Tenaga Surya


Sel surya adalah dioda semikonduktor yang dapat mengubah cahaya
menjadi listrik dan merupakan komponen utama dalam sistem PLTS. Bahan
semikonduktor yang digunakan berasal dari silikon yang berperan sebagai isolator
pada temperatur rendah dan sebagai konduktor bila ada energi panas. Dalam
pemanfaatannya, sejumlah sel surya dirakit dengan menghubungkan sedemikian
rupa sehingga diperoleh tegangan dan daya dengan nilai tertentu. Pada umumnya,
setiap modul sel surya telah dirancang sedemikian rupa oleh pabrik, sehingga
tahan terhadap temperatur tinggi serta benturan mekanis yang terjadi [8].
Pembangkitan energi listrik pada sel surya terjadi berdasarkan efek
fotolistrik, atau disebut juga efek fotovoltaik, yaitu efek yang terjadi akibat foton
dengan panjang gelombang tertentu yang jika energinya lebih besar daripada
energi ambang semikonduktor, maka akan diserap oleh elektron sehingga elektron
berpindah dari pita valensi (N) menuju pita konduksi (P) dan meninggalkan hole
pada pita valensi, selanjutnya dua buah muatan, yaitu pasangan elektron-hole,
dibangkitkan. Aliran elektron-hole yang terjadi apabila dihubungkan ke beban
listrik melalui penghantar akan menghasilkan arus listrik [9]. Ilustrasi prinsip
kerja sel surya ditunjukan oleh Gambar 3.1.

Elektroda depan (-) Cahaya matahari


Lapisan anti pantulan

Silikon Tipe N (P +)

Silikon Tipe P (B -)

Elektroda belakang (+) Arus

Gambar 3.1. Prinsip Kerja Sel Surya [9].

23 Universitas Indonesia
Sel surya ideal dapat direpresentasikan dengan sumber arus yang
dihubungkan paralel dengan dioda penyearah sebagaimana ditunjukkan oleh
Gambar 3.2. Karakteristik hubungan antara I-V dideskripsikan dengan persamaan
sebagai berikut [10]:
𝑞𝑉
𝐼 = 𝐼𝑝ℎ − 𝐼0 (𝑒 𝑘 𝐵 𝑇 − 1) (3.1)

di mana:
I = arus pada terminal sel surya (A)
Iph = arus yang dihasilkan oleh cahaya (A)
I0 = arus saturasi dioda (A)
q = muatan elektron, 1,6 x 10-19 C
V = tegangan terminal sel surya (V)
kB = konstanta Boltzman, 1,38 x 10-23 J/K
T = temperatur ambien (K)

Gambar 3.2. Rangkaian Ekuivalen Sel Surya Ideal

Pada Gambar 3.3(a) menunjukkan karakteristik hubungan antara I-V. Pada kondisi
ideal, arus hubung singkat Isc sama dengan I ph, dan tegangan sirkuit terbuka Voc
dirumuskan sebagai berikut:

𝑘𝐵 𝑇 𝐼𝑝 ℎ
𝑉𝑜𝑐 = ln(1 + ) (3.2)
𝑞 𝐼0

Daya P = IV yang dihasilkan oleh sel ditunjukkan pada Gambar 3.3(b). Sel surya
akan menghasilkan daya maksimal P max pada saat tegangan Vm dan arus Im.

24 Universitas Indonesia
Ampere
(a)

Arus
Luasan daya
maksimum

Volt
Tegangan

Ampere
(b)
Daya

Volt
Tegangan

Gambar 3.3(a) Karakteristik I-V Pada Sel Surya Ideal (atas)


(b) Karakteristik Daya Yang Dihasilkan Sel Surya (bawah)

Karakteristik daya yang dihasilkan sel surya berbanding lurus dengan


radiasi (irradiance) yang diterima. Gambar 3.4 menunjukkan bahwa daya luaran
sel surya menjadi setengahnya pada saat iradiasi turun setengahnya.

Gambar 3.4. Karakteristik Daya Sel Surya Pada Level Radiasi Yang
Berbeda [11]

25 Universitas Indonesia
Persamaan untuk memperoleh nilai daya PLTS dapat ditunjukkan sebagai berikut:
GT
P = Prated × ηe (3.3)
G ref

di mana:
P = daya yang dihasilkan (Watt)
Prated = kapasitas potensi PLTS (Watt)
ηe = efisiensi peralatan
GT = radiasi matahari sesaat (Watt/m2)
Gref = radiasi matahari referensi pada kondisi tes standar (STC)
(1000 Watt/m2)

3.2. Perhitungan Perkiraan Kapasitas Potensi PLTS di Bangka


Salah satu kendala implementasi PLTS On-Grid (terinterkoneksi jaringan)
adalah kebutuhan lahan yang luas. Untuk mengatasi hal tersebut, salah satu solusi
yang perlu dipertimbangkan adalah memanfaatkan lahan yang kurang/tidak
produktif misalnya lahan bekas tambang. Telah diketahui bahwa pulau Bangka
merupakan penghasil timah. Oleh karena itu, lahan bekas tambang timah perlu
dipertimbangkan untuk dapat dimanfaatkan sebagai lahan PLTS. Dalam penelitian
ini lahan bekas tambang yang akan dihitung perkiraan potensi kapasitas rencana
PLTS adalah lahan bekas tambang timah PT Timah (Persero) di Bangka Selatan
seluas 25,12 hektar. Dengan diketahuinya luas lahan, maka kapasitas rencana
PLTS dapat dihitung sebagai berikut:
Asumsi yang digunakan dalam perhitungan adalah:
1. Modul surya yang digunakan merupakan modul produksi dalam negeri
(PT Len) yang memiliki dimensi panjang x lebar x tebal = 1580 x 808 x
35 mm, dengan kapasitas per unitnya 200 Wp.
2. Luas lahan yang tertutup oleh modul surya sebesar 30%. Sisa lahan
digunakan untuk akses jalan, bangunan kontrol, lahan transformator dan
instalasi perlengkapan lainnya.

26 Universitas Indonesia
Persamaan untuk menentukan potensi kapasitas potensi PLTS adalah :
A area
Prated = Punit × (3.4)
A pv

di mana:
Punit = daya modul surya per unit (Watt)
Prated = kapasitas potensi PLTS (Watt)
Aarea = luas area/lahan untuk penempatan modul surya (m2)
Apv = luas modul surya per unit (m2)
A area
= jumlah unit
A pv

Dengan menggunakan Persamaan (3.4), maka kapasitas potensi PLTS dapat


dihitung sebagai berikut:
25,12 × 10000 × 30%
Prated = 200 × = 200 × 59030 ≈ 11,80 MW
1,580 × 0,808

3.3. Perhitungan Perkiraan Daya Luaran PLTS di Bangka


Untuk perhitungan perkiraan daya luaran (output) PLTS digunakan data
dari National Centers for Environmental Prediction (NCEP). Data tersebut berupa
data kombinasi beberapa satelit geostasioner Defense Meteorological Satellite
Programme (DMSP) dan National Oceanic and Atmospheric Administration
(NOAA) dari tahun 2001 – 2011. Data radiasi (irradiance) rata-rata harian dari
tahun 2001 – 2011 untuk wilayah Bangka ditunjukkan pada Tabel 3.1.

27 Universitas Indonesia
Tabel 3.1. Radiasi Rata-rata Harian Selama 7 Jam (09.00 – 16.00) Untuk Wilayah
Bangka Tahun 2001 – 2011 (W/m2)
Bulan
Tanggal
Jan Feb Mar Apr Mei Jun Jul Agust Sep Okt Nop Des
1 730,65 697,76 770,77 765,66 589,15 703,63 739,85 753,94 832,70 793,96 682,28 661,22
2 731,04 736,16 796,61 757,87 634,73 716,77 692,05 739,78 802,98 806,82 695,19 697,54
3 690,90 716,90 759,27 760,33 704,03 727,71 696,45 750,11 753,65 745,32 662,62 612,42
4 622,96 730,95 824,30 770,95 679,37 717,02 665,00 748,52 742,85 775,81 658,04 641,73
5 637,42 783,98 812,85 752,74 685,60 674,49 724,73 780,44 746,69 744,55 685,65 596,46
6 669,21 766,53 778,38 738,52 606,35 677,79 692,48 768,38 804,64 776,55 600,38 723,49
7 634,17 794,12 808,33 733,82 694,07 730,31 753,21 777,93 816,69 729,12 701,39 702,66
8 641,40 798,62 803,66 721,58 724,38 632,35 697,04 719,87 757,96 699,75 598,11 631,19
9 620,50 812,77 812,65 734,16 704,30 711,76 724,43 768,22 735,01 804,85 725,51 733,14
10 685,37 814,24 803,97 779,44 727,22 710,39 693,31 769,89 777,88 762,43 657,28 639,97
11 677,29 783,18 772,11 694,43 676,28 679,94 691,28 782,93 736,31 792,92 696,81 652,45
12 626,22 787,66 761,28 769,53 668,81 711,38 683,27 781,98 794,52 737,81 714,44 592,75
13 688,16 810,31 773,16 770,86 751,76 739,17 684,39 799,81 793,32 734,36 620,96 679,29
14 696,43 814,56 802,24 777,76 662,59 679,89 702,15 780,79 806,88 803,07 639,91 663,39
15 710,60 753,20 768,80 755,96 663,17 637,13 689,46 761,06 777,01 780,21 652,71 680,93
16 684,36 797,49 810,81 713,83 711,68 643,91 696,20 748,93 769,17 744,43 656,00 645,98
17 748,98 775,36 764,67 742,37 717,27 653,94 710,67 773,42 767,24 725,44 675,69 543,43
18 754,08 800,07 819,78 689,70 709,46 685,25 662,12 778,66 802,85 783,33 620,21 691,57
19 749,88 789,42 729,43 669,47 718,81 706,32 702,09 735,97 827,37 738,71 658,17 596,98
20 766,07 742,02 760,88 687,32 726,49 672,83 701,04 780,76 827,94 700,17 644,08 614,74
21 784,42 775,12 741,17 640,33 683,67 724,16 670,27 742,30 823,88 756,40 615,94 663,92
22 765,71 810,30 754,68 706,00 697,44 702,94 669,17 812,76 833,29 672,19 615,12 618,90
23 749,17 738,41 744,08 692,04 739,87 672,82 689,63 783,09 804,13 686,96 722,02 654,77
24 715,54 782,14 731,90 734,72 720,25 673,01 674,42 765,89 815,19 735,48 703,45 602,00
25 757,74 818,61 805,18 764,71 707,79 701,60 708,95 811,58 778,95 736,03 711,74 572,24
26 730,68 807,19 840,41 656,01 731,87 686,89 702,17 715,56 813,27 708,42 684,38 550,68
27 681,25 828,19 784,51 671,73 663,36 687,62 741,61 769,12 779,04 772,04 700,42 578,10
28 727,25 787,75 730,12 720,90 667,17 637,33 760,53 712,41 801,99 661,60 650,94 531,21
29 742,99 786,56 664,85 726,73 675,89 719,48 780,01 818,84 723,22 606,30 545,81
30 733,39 768,50 685,74 688,50 722,85 684,45 799,42 731,29 721,05 571,06 655,87
31 754,61 755,84 725,26 744,83 811,31 702,65 689,02

Sumber: diolah dari data radiasi rata-rata harian NCEP tahun 2001 – 2011 [17]
Adapun asumsi yang digunakan untuk perhitungan daya luaran PLTS adalah
sebagai berikut:
1. Kapasitas potensi PLTS sesuai dengan hasil perhitungan yaitu 11,8 MW
2. Daya luaran PLTS selama 7 jam pada siang hari diasumsikan sebagai
berikut:
a. Jam 09.00 – 11.00: daya keluaran sebesar 75%
b. Jam 11.00 – 13.00: daya keluaran sebesar 100%
c. Jam 13.00 – 15.00: daya keluaran sebesar 30%
d. Jam 15.00 – 16.00: daya keluaran sebesar 10%
3. Faktor terhalangnya modul dari mendapat cahaya matahari (shading)
akibat perubahan cuaca dan lain-lain diabaikan

Dengan memanfaatkan data radiasi rata-rata harian pada Tabel 3.1 serta asumsi-
asumsi perhitungan yang telah ditetapkan, maka daya luaran PLTS dapat dihitung
dengan mengaplikasikan Persamaan (3.3).

28 Universitas Indonesia
Sebagai contoh akan dihitung daya luaran PLTS pada tanggal 1 Januari (P1jan)
sebagai berikut:
Prated = kapasitas terpasang PLTS = 11,8 MW
GT = radiasi rata-rata harian pada tanggal 1 Januari = 730,65 W/m2
Gref = radiasi matahari referensi pada kondisi tes standar (STC) = 1000 W/m2
ηe = efisiensi peralatan selain modul surya = 0,85 (asumsi)
GT 730,65
P1jan = Prated × ηe = 11,8 × × 0,85 = 7,328 MW
Gref 1000
Daya Jam
Luaran
09.00-11.00 11.00-13.00 13.00-15.00 15.00-16.00 09.00-16.00
PLTS
(75%) (100%) (30%) (10%) (rata-rata)
(MW)
P1jan 5,496 7,328 2,199 0,733 4,397

Nilai daya luaran rata-rata selama 7 jam (09.00-16.00) diperoleh dari perhitungan
sebagai berikut:
5,496 × 2 jam + 7,328 × 2 jam + 2,199 × 2 jam +(0,733 × 1 jam )
P1jan (09.00-16.00) =
7 jam

P1jan (09.00-16.00) = 4,397 MW


Daya luaran rata-rata PLTS untuk tanggal lainnya dapat dihitung dengan cara
yang sama. Hasil perhitungan daya keluaran rata-rata PLTS selama 365 hari
ditunjukkan dengan Tabel 3.2 dan grafik pada Gambar 3.5.

Gambar 3.5. Prediksi Daya Luaran Rata-Rata Harian PLTS 11,8 MW Tahun 2015

29 Universitas Indonesia
Tabel 3.2. Prediksi Daya Luaran Rata-Rata Harian PLTS 11,8 MW Tahun 2015
(MW)
Bulan
Tanggal
Jan Feb Mar Apr Mei Jun Jul Agust Sep Okt Nop Des
1 4,397 4,199 4,638 4,608 3,546 4,234 4,452 4,537 5,011 4,778 4,106 3,979
2 4,399 4,430 4,794 4,561 3,820 4,314 4,165 4,452 4,832 4,855 4,184 4,198
3 4,158 4,314 4,569 4,576 4,237 4,379 4,191 4,514 4,535 4,485 3,988 3,686
4 3,749 4,399 4,961 4,640 4,088 4,315 4,002 4,505 4,470 4,669 3,960 3,862
5 3,836 4,718 4,892 4,530 4,126 4,059 4,361 4,697 4,494 4,481 4,126 3,589
6 4,027 4,613 4,684 4,444 3,649 4,079 4,167 4,624 4,842 4,673 3,613 4,354
7 3,816 4,779 4,865 4,416 4,177 4,395 4,533 4,682 4,915 4,388 4,221 4,229
8 3,860 4,806 4,836 4,342 4,359 3,805 4,195 4,332 4,561 4,211 3,599 3,799
9 3,734 4,891 4,891 4,418 4,238 4,283 4,360 4,623 4,423 4,844 4,366 4,412
10 4,125 4,900 4,838 4,691 4,376 4,275 4,172 4,633 4,681 4,588 3,955 3,851
11 4,076 4,713 4,647 4,179 4,070 4,092 4,160 4,712 4,431 4,772 4,193 3,926
12 3,769 4,740 4,581 4,631 4,025 4,281 4,112 4,706 4,781 4,440 4,299 3,567
13 4,141 4,876 4,653 4,639 4,524 4,448 4,119 4,813 4,774 4,419 3,737 4,088
14 4,191 4,902 4,828 4,681 3,987 4,092 4,226 4,699 4,856 4,833 3,851 3,992
15 4,276 4,533 4,627 4,549 3,991 3,834 4,149 4,580 4,676 4,695 3,928 4,098
16 4,118 4,799 4,879 4,296 4,283 3,875 4,190 4,507 4,629 4,480 3,948 3,888
17 4,507 4,666 4,602 4,468 4,317 3,935 4,277 4,654 4,617 4,366 4,066 3,270
18 4,538 4,815 4,933 4,151 4,270 4,124 3,985 4,686 4,832 4,714 3,732 4,162
19 4,513 4,751 4,390 4,029 4,326 4,251 4,225 4,429 4,979 4,446 3,961 3,593
20 4,610 4,465 4,579 4,136 4,372 4,049 4,219 4,699 4,983 4,214 3,876 3,700
21 4,721 4,665 4,460 3,854 4,114 4,358 4,034 4,467 4,958 4,552 3,707 3,995
22 4,608 4,876 4,542 4,249 4,197 4,230 4,027 4,891 5,015 4,045 3,702 3,725
23 4,508 4,444 4,478 4,165 4,453 4,049 4,150 4,713 4,839 4,134 4,345 3,940
24 4,306 4,707 4,405 4,422 4,334 4,050 4,059 4,609 4,906 4,426 4,233 3,623
25 4,560 4,926 4,846 4,602 4,259 4,222 4,266 4,884 4,688 4,429 4,283 3,444
26 4,397 4,858 5,058 3,948 4,404 4,134 4,226 4,306 4,894 4,263 4,119 3,314
27 4,100 4,984 4,721 4,042 3,992 4,138 4,463 4,629 4,688 4,646 4,215 3,479
28 4,377 4,741 4,394 4,338 4,015 3,835 4,577 4,287 4,826 3,981 3,917 3,197
29 4,471 4,734 4,001 4,373 4,068 4,330 4,694 4,928 4,352 3,649 3,285
30 4,414 4,625 4,127 4,143 4,350 4,119 4,811 4,401 4,339 3,437 3,947
31 4,541 4,549 4,365 4,482 4,882 4,229 4,147

3.4. Kelapa Sawit Sebagai Sumber Energi


Kelapa sawit merupakan salah satu komoditi terbesar di beberapa daerah
di Indonesia terutama di pulau Kalimantan dan Sumatera. Aktivitas pabrik kelapa
sawit menghasilkan limbah dalam volume yang sangat besar. Limbah yang
dihasilkan dapat berupa limbah padat maupun cair. Limbah tersebut memiliki
potensi yang besar untuk dimanfaatkan sebagai sumber energi dalam
pembangkitan tenaga listrik.
Terdapat enam macam limbah yang dapat diperoleh dari perkebunan dan pabrik
kelapa sawit yaitu [12]:
1. Tandan Kosong Sawit – Empty Fruit Bunches (EFB)
Tandan Kosong Sawit (TKS) diperoleh setelah Tandan Buah Segar (TBS)
dimasak pada tabung bertekanan untuk mendapatkan minyak dalam sebuah
proses yang disebut sterilisasi. TKS pada umumnya dibuang dekat pabrik
pengolah kelapa sawit dan dibiarkan terurai secara alami atau digunakan

30 Universitas Indonesia
sebagai bahan bakar boiler atau dibakar langsung menjadi abu dan digunakan
sebagai sumber pupuk. Untuk setiap ton TBS diperoleh 230 kg TKS.
2. Serabut Sawit – Mesocrap Fiber
Serabut Sawit diperoleh setelah tandan kosong mengalami penekanan di
sebuah kolom bertekanan dan mesin penampi dan mesin depericarper.
Serabut/ serat sawit berbentuk pendek dan kuning kecoklatan. Limbah ini
biasanya digunakan sebagai sumber bahan bakar untuk boiler dalam
kombinasi dengan tandan kosong dan cangkang sawit.
3. Cangkang Kelapa Sawit – Palm Kernel Shell
Cangkang kelapa sawit dihasilkan dari pemisahan kacang sawit dengan
dengan cangkangnya. Kacang sawit diproses lebih lanjut untuk menghasilkan
minyak inti sawit (Palm Kernel Oil). Sedangkan cangkang biasanya
digunakan sebagai bahan bakar bersama tandan kosong dan serabut sawit.
4. Batang Kelapa Sawit – Oil Palm Trunk
Batang kelapa sawit dihasilkan dari proses peremajaan perkebunan kelapa
sawit. Pohon kelapa sawit yang sudah tua (berumur diatas 20-25 tahun)
ditebang, kemudian diparut dan dibawa ke lapangan untuk terurai secara
alami. Batang kelapa sawit mengandung kadar air yang sangat tinggi (60%-
300%) tergantung pada ketinggian dan usianya). Batang terditi dari bahan
lignoselulosa dan memiliki potensi untuk menjadi bahan baku berharga.
5. Daun Kelapa Sawit – Oil Palm Frond
Daun kelapa sawit tersedia musiman selama penebangan dan terus menerus
dari pemangkasan selama panen buah. Daun sawit biasa digunakan sebagai
mulsa di lapangan. Ketika daun membusuk, maka daun akan melepaskan
nutrisi ke dalam tanah. Selain itu, mulsa berfungsi untuk mengurangi erosi
tanah, melestarikan kelembaban tanah dan meningkatkan kegiatan
mikroorganisme. Hal ini dapt membantu memperbaiki struktur tanah dan sifat
biokimia. Daun sawit ini kaya akan kandungan nitrogen dan dapat digunakan
sebagai sumber pakan ruminansia.
6. Limbah Cair Kelapa Sawit – Palm Oil Mill Effluent (POME)
POME adalah cairan yang berupa limbah dari produksi pemurnian minyak
mentah. Limbah cair ini tidak dapat dibuang langsung ke perairan karena

31 Universitas Indonesia
sangat berbahaya bagi lingkungan. Akan tetapi, POME memiliki potensi
untuk dijadikan biogas. Sedimen yang terdapat dalam POME biasanya
dimanfaatkan sebagai pupuk.

Gambar 3.6. Neraca Massa Pengolahan Kelapa Sawit [13]

Proses pengolahan Tandan Buah Segar kelapa sawit menjadi Crude Palm Oil (CPO)
secara sederhana dapat ditunjukkan pada Gambar 3.6. Dari 1 ton TBS yang diolah
diperoleh CPO sebanyak 140-220 kg. Proses ini membutuhkan energi sebanyak
20-25 kWh/t dan 0,73 ton uap panas. Selain menghasilkan CPO, proses
pengolahan ini akan menghasilkan produk sampingan berupa limbah padat, cair
dan gas. Limbah cair yang dihasilkan sebanyak 600-700 kg POME yang apabila
diproses lebih lanjut akan menghasilkan biogas kurang lebih sebanyak 20 m3 .
Limbah padat yang dihasilkan adalah serat dan cangkang sebanyak 190 kg dan
tandan kosong sebanyak 230 kg (kadar air 65%). Sedangkan limbah gas yang
dihasilkan berupa emisi gas dari boiler dan incenerator (Lacrosse, 2004).
Berdasarkan hasil kajian terhadap 400 pabrik kelapa sawit di Malaysia yang
dilakukan oleh Global Green Synergy diperoleh perbandingan antara TBS dengan
komponen limbah kelapa sawit seperti ditunjukkan pada Tabel 3.3 [12]

32 Universitas Indonesia
Tabel 3.3. Perbandingan Dalam Persen Komponen Limbah dari TBS [12]
Jenis Limbah Kelapa Sawit % terhadap TBS*) Jumlah (juta ton)
Tandan Kosong Sawit (TKS) 23 21,90
Serabut Sawit 13 12,38
Cangkang Kelapa Sawit 6 5,71
POME 58 55,22
*) berdasarkan hasil pengolahan TBS sebanyak 95,21 ton pada tahun 2012
Sumber: http://www.ggs.my/index.php/palm-biomass

Sedangkan menurut hasil kajian komponen limbah kelapa sawit di Malaysia


yang dilakukan oleh Abdullah dan Sulaiman (2013) diperoleh estimasi
perbandingan produk limbah kelapa sawit dan CPO terhadap tandan buah segar
(basis kering) seperti ditunjukkan pada Gambar 3.7. Hasil tersebut memberikan
informasi bahwa setiap pabrik kelapa sawit akan memproduksi POME sebesar 28%
terhadap basis kering TBS.

Gambar 3.7. Produk Limbah Sawit dan CPO Terhadap Berat TBS (Basis Kering)
Sumber: Abdullah dan Sulaiman (2013) [16]
POME yang dihasilkan pabrik kelapa sawit untuk selanjutnya dapat
dimanfaatkan untuk memproduksi biogas. Biogas adalah suatu campuran gas-gas
yang dihasilkan dari suatu proses fermentasi bahan organik oleh bakteri dalam
keadaan tanpa oksigen (anaerobic process). Biogas diartikan juga teknologi
konversi biomassa (limbah) menjadi gas dengan bantuan bakteri anaerob yang

33 Universitas Indonesia
secara alami terdapat dalam limbah bahan organik. Proses biogas menghasilkan
gas yang kaya akan metana dan slurry. Biogas dengan gas metannya dapat
digunakan dalam berbagai keperluan seperti memasak, pembangkitan energi,
boiler dan sebagainya, sedangkan slurry dapat digunakan sebagai kompos [14].
Biogas yang dihasilkan dalam proses fermentasi terdiri dari beberapa
komponen gas sebagaimana ditunjukkan pada Tabel 3.4.
Tabel 3.4. Komposisi Biogas [14]
Jenis Gas Jumlah (%)
Metana (CH4) 54 - 70
Karbon Dioksida (CO2) 27 - 45
Nitrogen (N2) 0,5 - 3
Hidrogen (H2) 1-5
Oksigen (O2) 0.1 - 0.5
Hidrogen sulfida (H2S) Sangat kecil
Sumber: John, D. et al. (1980)

Metana adalah gas yang mempunyai sifat mudah terbakar dengan nilai
kalor pembakaran gas metana murni pada tekanan 1 atm dan temperatur 15,5ºC
yaitu 9100 Kkal/m3 (=12.740 Kkal/kg), sedangkan nilai kalor pembakaran biogas
sekitar (6.720 – 9.660 Kkal/kg). Energi yang terkandung dalam biogas tergantung
dari konsentrasi metana (CH4). Semakin tinggi kandungan metana maka semakin
besar kandungan energi (nilai kalor) pada biogas, dan sebaliknya semakin kecil
kandungan metana semakin kecil nilai kalor. Adapun kesetaraan biogas
dibandingkan dengan bahan bakar lainnya ditunjukkan pada Tabel 3.5.
Tabel 3.5. Nilai Kesetaraan Biogas [14]
4.700 - 6.000 Kkalori
4,7 kWh listrik
1 m3 biogas
0,48 kg LPG
0,52 liter Solar
0,80 liter Bensin
3,5 kg Kayu bakar

Sumber : Wahyuni (2008)

34 Universitas Indonesia
3.5. Potensi Energi Dari Kelapa Sawit di Bangka
Provinsi Bangka Belitung merupakan daerah kepulauan yang memiliki
komoditas perkebunan kelapa sawit di Sumatera. Selain kelapa sawit, komoditas
perkebunan lainnya adalah antara lain lada, karet, kelapa, kopi, kakao, cengkeh
jambu mede, aren, kemiri dan pinang. Dari data statistik yang disajikan dalam
Statitik Perkebunan Provinsi Bangka Belitung Tahun 2012, diperoleh informasi
bahwa kelapa sawit merupakan komoditas terbesar dibanding dengan komoditas
perkebunan lainnya yaitu sebesar 51,44% sebagaimana ditunjukkan oleh grafik
pada Gambar 3.8.

3,62%

18,09%

51,44%
26,86%

Gambar 3.8. Produksi Perkebunan di Provinsi Bangka Belitung Tahun 2012 [15]
Sumber : Statitik Perkebunan Provinsi Bangka Belitung Tahun 2012

Adapun tren produksi kelapa sawit per tahun di Provinsi Bangka Belitung
ditunjukkan pada Tabel 3.6.
Tabel 3.6. Produksi Perkebunan di Provinsi Bangka Belitung [15]
Produksi 2007 2008 2009 2010 2011 2012
(ton)
Kelapa Sawit 22.675 94.214 99.438 47.035 72.532 91.111
Karet 59.450 60.981 47.564
Lada 18.472 28.241 34.379
Kelapa dan 3.794 5.581 6.158
lain-lain

Sumber: Statistik Perkebunan Provinsi Bangka Belitung Tahun 2012

35 Universitas Indonesia
Dari data produksi kelapa sawit per tahun dari tahun 2007 – 2012 diperoleh rata-
rata produksi kelapa sawit di per tahun sebanyak 71.168 ton. Dari data tersebut,
akan dicari potensi energi listrik yang mampu dibangkitkan dari limbah kelapa
sawit. Limbah kelapa sawit yang akan digunakan dalam perhitungan potensi
energi listrik ini adalah POME. Adapun asumsi yang digunakan untuk perhitungan
potensi energi listrik dari POME adalah sebagai berikut:
 Pengolahan POME menjadi biogas menggunakan metode fermentasi.
Proses fermentasi sebagaimana ditunjukkan pada Gambar 3.9 dilakukan
melalui tiga tahapan yaitu Liquifikasi, Asidifikasi dan tahap terakhir
Metanasi.

PROSES FERMENTASI
LIQUIFIKASI ASIDIFIKASI METANASI

BIOGAS
MATERIAL ASAM  METAN
ORGANIK MONOMER  H2S
ORGANIK
POLYMER  CO2
 DLL

BAKTERI : BAKTERI BAKTERI


SELULOTIK ASETOGENIK METANOGENIK
PROTEOLITIK
LIPOLITIK

Gambar 3.9. Proses Fermentasi [14]


 Sistem produksi biogas berdasarkan cara pengisian bahan bakunya
menggunakan sistem kontinyu (pengisian mengalir)
 Pabrik kelapa sawit diasumsikan beroperasional 16 jam/hari selama 340
hari/tahun
 Pembangkit listrik yang digunakan untuk mengkonversi biogas ke tenaga
listrik berupa generator set dengan gas engine sebagai penggerak mulanya
dimana efisiensinya diasumsikan sebesar 36% (NREL, 2003) sesuai yang
ada di pasaran.
Dengan mengacu pada hasil kajian produksi CPO dan komponen limbah yang
dilakukan oleh Abdullah dan Sulaiman (2013) pada Gambar 3.7 serta asumsi-
asumsi diatas, maka potensi daya listrik yang bisa dibangkitkan dari produksi
kelapa sawit 71.168 ton/tahun dapat dihitung sebagai berikut:

36 Universitas Indonesia
1. Dengan mengacu pada Gambar 3.7, dapat ditentukan produksi POME per
tahun sebesar = 71.168 × 28% = 19.927 ton/tahun
2. Jam operasional pabrik kelapa sawit selama 1 tahun dapat dihitung
sebagai berikut:
𝑡𝑦𝑒𝑎𝑟 = t day × Nday = 16 × 340 = 5440 jam/tahun,
dimana:
tyear = jumlah jam operasional pabrik dalam satuan jam/tahun
tday = jumlah jam operasional pabrik dalam satuan jam/hari
Nday = jumlah hari operasional pabrik dalam satuan hari/tahun
Sehingga, dengan demikian estimasi kapasitas POME yang diproduksi
19.927
setiap jam sebesar = = 3,663 ton/jam = 3663 kg/jam
5440

3. Dengan mengacu pada studi oleh Lacrosse (2004) sebagaimana yang


ditunjukkan pada Gambar 3.6 yaitu 600 – 700 kg POME dapat diproses
menjadi sekitar 20 m3 biogas, maka POME sebanyak 3663 kg/jam dapat
diproses menjadi biogas sekitar 100 – 120 m3/jam
4. Untuk mengkonversi biogas menjadi energi listrik, digunakan acuan nilai
kesetaraan biogas dengan energi lain sesuai pada Tabel 3.4. Biogas yang
dihasilkan dengan volume 120 m3/jam apabila dikonversi ke energi listrik
menggunakan gas engine yang memiliki efisiensi 36%, maka akan
diperoleh nilai energi sebesar:
E = Vbio × 4,7 × ηmesin = 120 × 4,7 × 0,36 = 203,4 kWh, sehingga
daya yang dapat dibangkitkan per jam sebesar:

P = E t = 203,4 kWh 1 jam = 203,4 kW

5. Dengan mempertimbangkan bahwa di pasaran terdapat PLT Biogas


dengan kapasitas per unit 100 kW dengan efisiensi 36%, maka jumlah
PLT Biogas yang dibutuhkan sebanyak 2 unit.

37 Universitas Indonesia
3.6. Kondisi Sistem Ketenagalistrikan Di Bangka
Sebagian besar kebutuhan beban pada sistem ketenagalistrikan di Bangka
disuplai dengan menggunakan PLTD. Sistem pembangkitan terdiri dari
pembangkit PLTD milik PT. PLN (Persero), IPP dan pembangkit sewa. Masing-
masing pembangkit terinterkoneksi melalui jaringan tegangan menengah 20 kV.
Gambar 3.10 menunjukkan gambaran sistem ketenagalistrikan di Bangka. Sampai
akhir tahun 2014, total kapasitas terpasang pembangkit tenaga listrik di Bangka
sebesar 205,9 MW dengan beban puncak tertinggi pada tahun 2015 diperkirakan
sebesar 142,6 MW. Gambar 3.10 menunjukkan gambaran sistem ketenagalistrikan
di Bangka. Sedangkan komposisi pembangkit pada sistem ketenagalistrikan di
Bangka ditunjukkan oleh Tabel 3.7.

Gambar 3.10. Sistem Ketenagalistrikan di Bangka [18]

38 Universitas Indonesia
Tabel 3.7. Komposisi Sistem Pembangkit di Bangka [18]
KAPASITAS TERPASANG FOR
NO PEMBANGKIT Nomer Seri
[kW] [%]
PLTD MERAWANG 42.289
1 MAK 26892 2.544 9,74
2 Mirrlees 6493 (ES 8094) 5.218 2,71
3 Mirrlees 6492 (ES 8096) 5.218 99,62
4 Allen D6/50241-4 4.897 47,92
5 Allen D6/50241-1 4.897 32,49
6 Allen D6/50241-5 4.897 2,74
7 Caterpillar 1PD00404 4.700 2,43
8 Caterpillar 1PD00405 4.700 2,07
9 Mirrlees 8091 5.218 5,79
PLTD MENTOK 10.103
1 Cockerill 2408060 1.100 20,14
2 Cockerill 2408061 1.100 89,79
3 Cockerill 2408055 1.100 61,62
4 SWD 240 / 70939 1.285 5,52
5 SWD 240 / 70931 1.285 3,80
6 SWD 240 / 70930 1.285 28,05
7 MTU 535102743 528 66,30
8 Mirrlees 750302 2.420 100,00
PLTD TOBOALI 4.009
1 MAN 49485721044201 518 41,47
2 MAN 46486360634201 518 100,00
3 MTU 535102752 528 0,75
4 Cummins 25305561 1.005 4,40
5 Komatsu 13511 720 13,80
6 Komatsu 13865 720 24,22
PLTD KOBA 3.329
1 Cummins 30341951 282 0,30
2 Cummins 30341948/1930518002 282 0,30
3 MAN 738 134 4201 700 21,15
4 SWD 11076 529 0,30
5 Komatsu 13443 536 1,56
6 Cummins 25305006 1.000 58,98
PLTD TANJUNG LABU 920
1 Deutz 7137113 100 0,09
2 Deutz 7137118 100 0,09
3 Deutz 7137121 100 0,09
4 Deutz 9106788 220 86,55
5 Cummins 41134424 200 0,09
6 Cummins 23239845 200 0,09
PEMBANGKIT SEWA 140.250
1 Genset Altrak 1 - Merawang 4.050 0,09
2 Genset Altrak 2 - Merawang 2.200 0,09
3 Genset Kaltimex - Merawang 7.000 0,09
4 Genset Prastiwahyu - Merawang 5.000 0,09
5 Genset Sinarindo- Merawang 13.000 0,09
6 Genset Tiga Bintang - Koba 5.000 0,10
7 Genset Mega Power 1 - Toboali 3.500 0,09
8 Genset Mega Power 2 - Toboali 3.500 0,09
9 Genset Mega Power - Mentok 3.000 0,09
10 Genset Sinarindo - Jebus 5.000 0,09
11 Genset WAHANA - Mentok 4.000 0,09
12 Genset Prastiwahyu - Koba 5.000 0,09
13 PLTU - Air Anyir (2 x 30 MW) 60.000 12,00
14 PLTD Sewa 1 x 20 MW 20.000 13,00
PEMBANGKIT IPP 5.000
1 PLT Biomasa Listrindo 5.000 0,25
Total Kapasitas Terpasang 205.900

39 Universitas Indonesia
Keterangan Tabel 3.7:
1. Pembangkit PLTD milik PT. PLN (Persero) ditunjukkan dengan baris warna
oranye. Masing-masing PLTD terdiri dari PLTD dengan kapasitas kecil.
2. Pembangkit sewa ditunjukkan dengan baris warna biru yang terdiri dari
generator set (genset) yang ditempatkan diberbagai lokasi.
3. Pembangkit IPP ditunjukkan dengan baris warna hijau

Dalam penelitian ini data beban yang digunakan adalah data beban puncak harian
(daily peak load). Adapun data beban yang tersedia adalah data beban sistem
ketenagalistrikan di Bangka pada tahun 2013 sebagaimana ditunjukkan pada Tabel
2.5 dalam Bab II. Data beban tersebut berupa nilai beban puncak harian yang
dipantau antara jam 16.00-21.00 selama 365 hari. Proyeksi pertumbuhan beban
pada sistem ketenagalistrikan di Bangka diketahui sebesar 11% per tahun. Dengan
demikian, perkiraan beban puncak harian tahun 2015 dapat diketahui dan
ditunjukkan pada Tabel 3.8.
Tabel 3.8. Perkiraan Beban Puncak Harian Sistem Ketenagalistrikan di Bangka
Tahun 2015 (MW)
Bulan
Tanggal
Jan Feb Mar Apr Mei Jun Jul Agust Sep Okt Nop Des
1 120,635 112,910 120,154 117,073 130,030 113,182 123,532 124,092 135,133 136,288 132,537 107,562
2 114,536 113,846 121,693 116,093 131,665 110,174 121,496 130,418 130,901 134,199 141,051 110,936
3 112,242 109,534 118,136 120,131 110,394 113,166 124,056 117,358 124,988 140,336 141,051 109,016
4 111,960 113,878 109,900 124,257 121,775 113,587 124,071 125,572 128,098 123,422 131,454 106,113
5 113,719 111,520 117,529 121,225 125,502 114,062 122,934 126,972 127,489 136,621 125,769 108,456
6 117,654 107,316 115,705 124,390 126,723 115,017 125,146 130,913 118,813 137,407 136,018 108,486
7 117,408 114,800 117,905 119,541 128,451 110,129 125,091 121,826 113,305 133,222 133,897 105,537
8 112,368 115,583 117,881 130,930 131,914 115,925 122,150 114,578 108,794 132,783 139,042 105,565
9 113,107 115,880 116,567 129,475 128,173 116,840 123,761 115,476 113,289 134,128 127,158 109,592
10 113,088 115,657 118,071 118,449 128,002 117,795 130,173 121,177 117,089 136,104 131,395 109,657
11 112,329 116,411 117,234 131,530 119,372 112,818 131,866 125,519 117,447 136,140 133,758 106,793
12 110,150 116,967 122,216 130,819 120,583 110,940 132,966 132,181 118,986 132,522 109,041 106,700
13 118,915 112,676 119,809 117,031 117,173 108,919 123,046 129,920 123,650 127,347 115,140 98,789
14 119,188 116,002 114,955 115,532 118,013 113,611 128,762 125,690 131,274 130,608 112,437 103,807
15 118,882 116,266 117,378 119,249 117,337 106,425 131,780 122,286 130,313 134,161 113,524 102,767
16 121,054 114,540 117,542 121,637 117,337 115,297 132,567 124,538 120,719 135,568 115,189 105,475
17 120,390 114,904 116,275 116,251 117,974 112,943 129,272 127,409 135,596 137,541 109,164 105,637
18 120,216 117,090 114,516 131,469 118,072 111,642 122,747 129,793 117,419 129,938 107,221 104,753
19 117,107 112,121 115,386 128,461 119,193 114,318 127,988 124,648 118,836 131,580 107,254 95,402
20 116,448 117,801 117,472 129,913 116,097 118,666 132,367 128,693 118,906 133,535 105,523 104,273
21 117,576 115,204 116,249 126,253 113,216 117,240 115,886 132,819 119,017 142,690 112,721 108,117
22 119,668 118,362 115,974 123,846 114,573 119,625 120,758 132,281 136,318 113,292 109,031 104,057
23 118,887 120,629 116,738 129,044 116,060 120,113 122,402 128,206 136,796 109,457 109,759 101,131
24 118,492 120,807 116,249 131,991 114,803 117,151 123,634 128,754 134,807 114,271 108,996 116,505
25 118,267 119,941 114,585 129,863 116,478 117,274 122,794 133,720 137,511 109,261 113,538 120,264
26 121,577 119,963 110,643 128,032 115,233 119,305 118,553 137,463 140,872 115,762 112,040 112,188
27 120,587 117,863 116,316 128,642 116,238 114,038 121,516 136,307 135,477 116,076 110,994 122,391
28 123,826 120,629 115,910 119,320 114,895 121,831 120,896 136,477 135,802 111,394 106,551 119,716
29 115,794 116,372 130,418 117,077 122,375 115,236 132,553 128,908 113,366 107,902 110,612
30 113,871 116,480 132,575 115,774 117,679 129,136 136,092 134,008 115,886 107,193 118,683
31 107,858 116,292 115,294 128,105 136,016 125,775 119,133

40 Universitas Indonesia
Untuk memenuhi permintaan beban yang tumbuh 11% per tahun, PLN Wilayah
Bangka telah membuat perencanaan penambahan pembangkit baru di Bangka
sebagaimana ditunjukkan pada Gambar 3.11.

Gambar 3.11. Perencanaan Sistem Ketenagalistrikan Bangka (2013-2019) [18]

41 Universitas Indonesia
BAB IV
ANALISIS KEANDALAN PEMBANGKIT PADA SISTEM
KETENAGALISTRIKAN DI BANGKA

4.1. Diagram Alir Perhitungan Indeks Keandalan


Langkah yang dilakukan untuk mendapatkan indeks keandalan sistem
pembangkit dapat ditunjukkan dengan diagram alir sebagai berikut:

Mulai

Input Data Pembangkit


dan Beban

Buat COPT dan LPT

Xk ≥ 0
j=0

Tentukan Probabilitas Kapasitas Margin


𝑁𝑏
𝑃𝑐 𝑋𝑘 = 𝑗 =0 𝑃𝑎 𝑋𝑘 + 𝑋𝑗 . [𝑃𝑏 𝑋𝑗 − 𝑃𝑏 𝑋𝑗+1 ]

j=j+1

j = Nb tidak

ya
Xk = Xk - 1

tidak
Xk < 0
ya
Hitung LOLP

Selesai

Gambar 4.1. Diagram Alir Perhitungan Indeks Keandalan Sistem


Pembangkit

42 Universitas Indonesia
4.2. Analisis Keandalan Sistem Pembangkit di Bangka
Analisis keandalan sistem pembangkit di Bangka dilakukan dengan
menentukan indeks keandalan sistem pembangkit dari berbagai skenario rencana
penambahan pembangkit baru berdasarkan data perkiraan beban dan rencana
penambahan pembangkit baru serta perkiraan pemanfaatan potensi energi
terbarukan sebagai sistem penyediaan tenaga listrik. Tujuan skenario dibuat
supaya didapatkan indeks keandalan sistem pembangkit berupa LOLP sebesar
maksimal 0,00274 atau setara dengan maksimal 1 hari/tahun. Dalam penelitian
ini, ada beberapa skenario yang perlu dibuat berikut dengan pembahasan masing-
masing skenario.

Skenario 1:
Tujuan Skenario 1 ini adalah mendapatkan nilai LOLP dari sistem
pembangkit yang ada (existing). Data unit pembangkit yang digunakan untuk
skenario ini adalah data unit pembangkit yang ditunjukkan oleh Tabel 3.7.
Sedangkan data beban yang digunakan adalah beban puncak harian (daily peak
load) yang ditunjukkan oleh Tabel 3.9.
Mengingat jumlah unit pembangkit yang terdapat dalam sistem
pembangkit existing di Bangka cukup banyak, maka perhitungan probabilitas
kapasitas sistem pembangkit dilakukan dengan bantuan program komputer.
Persamaan yang digunakan untuk mendapatkan probabilitas kapasitas pembangkit
adalah Persamaan (2.4) pada Bab II. Persamaan rekursif ini dibuat algoritmanya
dalam bahasa pemrograman Visual Basic (VB) dimana eksekusi datanya
dilakukan dalam Microsoft Excel. Kode pemrogramannya dibuat dengan mengacu
pada referensi [3] dan ditunjukkan pada Lampiran. Hasil perhitungan probabilitas
kapasitas sistem pembangkit existing di Bangka ditunjukkan oleh Tabel 4.1.

43 Universitas Indonesia
Tabel 4.1. Capacity Outage Probability Table (COPT) Sistem Pembangkit
Existing di Bangka
Kapasitas Keluar Kapasitas Masuk Probabilitas Probabilitas
(Outage) (Avaliable Capacity) Individu Kumulatif
[ × 100 kW] [ × 100 kW]
0 2059 0 1
31 2028 7,2047E-08 1
32 2027 1,9470E-10 0,99999993
33 2026 1,2998E-10 0,99999993
34 2025 4,6415E-07 0,99999993
35 2024 1,2544E-09 0,99999946
. . . .
. . . .
. . . .
1010 1049 8,5328E-06 0,00044253
1011 1048 6,7371E-06 0,000434
1012 1047 1,141E-05 0,00042726
1013 1046 1,4345E-05 0,00041585
1014 1045 7,6756E-06 0,00040151
. . . .
. . . .
. . . .
2055 4 4,2078E-67 2,3003E-66
2056 3 1,4364E-66 1,8795E-66
2057 2 4,1186E-69 4,4303E-67
2058 1 2,6045E-69 4,3891E-67
2059 0 4,3631E-67 4,3631E-67

Setelah COPT dibuat, maka langkah selanjutnya adalah membuat tabel


probabilitas beban (LPT). Secara manual telah ditunjukkan bagaimana cara
membuat tabel probabilitas beban menggunakan Persamaan (2.5). Tabel
probabilitas beban dapat dibuat dengan memanfaatkan fitur fungsi “frequency”
pada program komputer MS Excel. Data yang akan direpresentasikan dengan LPT
adalah data perkiraan beban puncak harian sistem ketenagalistrikan di Bangka
tahun 2015 (Tabel 3.9) dengan beban puncak tertinggi sebesar 142,69 MW dan
beban puncak terendah sebesar 95,40 MW. Hasil representasi perkiraan beban
puncak harian dengan LPT ditunjukkan oleh Tabel 4.2.

44 Universitas Indonesia
Tabel 4.2. Load Probability Table (LPT) Perkiraan Beban Puncak Harian di
Bangka Tahun 2015
Beban % terhadap Kelas Nilai Frekuensi Prob. Prob.
Puncak Beban Beban Beban munculnya Individu Kumulatif
Harian Puncak (% ) (p.u) beban
(×100 kW) Tertinggi
(a) (b) (c) (d)= (e) (f)=(e)/365 (g)
(c)/100%
1426,90 100 100 1,00 1 0,002740 1,000000
1410,51 98,85 99 0,99 4 0,010959 0,997260
1410,51 98,85 98 0,98 1 0,002740 0,986301
1408,72 98,73 97 0,97 4 0,010959 0,983562
1403,36 98,35 96 0,96 14 0,038356 0,972603
1390,42 97,44 95 0,95 5 0,013699 0,934247
. . . . . . .
. . . . . . .
. . . . . . .
1186,66 83,16 85 0,85 20 0,054795 0,619178
1885,53 83,08 84 0,84 25 0,068493 0,564384
1184,92 83,04 83 0,83 36 0,098630 0,495890
1184,49 83,01 82 0,82 35 0,095890 0,397260
1183,62 82,95 81 0,81 24 0,065753 0,301370
. . . . . . .
. . . . . . .
. . . . . . .
1038,07 72,75 71 0,71 1 0,002740 0,008219
1027,67 72,02 70 0,70 1 0,002740 0,005479
1011,31 70,87 69 0,69 0 0,000000 0,002740
987,89 69,23 68 0,68 0 0,000000 0,002740
954,02 66,86 67 0,67 1 0,002740 0,002740

Setelah COPT dan LPT didapatkan, langkah terakhir adalah melakukan


konvolusi COPT (Tabel 4.1) dan LPT (Tabel. 4.2) dengan menggunakan
Persamaan (2.6). Konvolusi dilakukan untuk mendapatkan probabilitas kumulatif
kapasitas margin dimana pengertian kapasitas margin adalah selisih antara
kapasitas tersedia dan beban. Mengingat jumlah data yang akan dikombinasikan
cukup banyak, maka untuk menghitung probabilitas kumulatif kapasitas margin
dilakukan dengan bantuan program komputer. Persamaan (2.6) dibuat
algortimanya dalam bahasa pemrograman Visual Basic (VB) dimana eksekusi
datanya dilakukan dalam Microsoft Excel. Kode pemrogramannya dibuat dengan
mengacu pada referensi [3] dan ditunjukkan pada Lampiran. Hasil perhitungan
disajikan dalam bentuk tabel keadaan sistem margin (System Margin State Table –

45 Universitas Indonesia
SMST). Hasil proses iterasi perhitungan probabilitas kumulatif kapasitas margin,
akan didapati kapasitas margin berupa bilangan negatif yang berarti bahwa
kapasitas tersedia lebih kecil dari beban. Pada saat mencapai iterasi dimana
kapasitas margin nilainya negatif untuk pertama kali, maka probabilitas kumulatif
kapasitas margin pada saat itulah yang menunjukkan nilai indeks keandalan
(LOLP) sistem pembangkit. Tabel kapasitas margin untuk Skenario 1 ditunjukkan
oleh Tabel 4.3.
Tabel 4.3. System Margin State Table (SMST) Sistem Pembangkit Existing di
Bangka

Kapasitas Margin Probabilitas % Margin Terhadap


[ × 100 kW] Kumulatif Margin Beban Puncak
Tertinggi
2059 0,000000 144,30
2058 0,000000 144,23
2057 0,000000 144,16
. . .
. . .
. . .
1105 0,000000 77,44
1104 0,000000 77,37
1103 0,00273973 77,30
1102 0,00273973 77,23
. . .
. . .
. . .
733 0,65773774 51,37
732 0,70465504 51,30
731 0,70155339 51,23
730 0,69885423 51,16
729 0,69644005 51,09
. . .
. . .
. . .
2 0,00639933 0,14
1 0,00632762 0,07
0 0,00624842 0,00
-1 0,00618683 -0,07
-2 0,00611820 -0,14

Dari Tabel 4.3 diperoleh nilai probabilitas kumulatif untuk kapasitas


margin negatif yang pertama sebesar 0,00618683. Hal ini menunjukkan nilai
indeks keandalan (LOLP) sistem pembangkit di Bangka sebesar 0,00618683.
Karena waktu periode studi yang digunakan adalah 365 hari/tahun, maka nilai
indeks LOLP dapat direpresentasikan menjadi sebagai berikut:

46 Universitas Indonesia
LOLP = 0,00618683 × 365 = 2,26 ≈ 2 hari/tahun
Dari hasil perhitungan LOLP pada Skenario 1, diketahui bahwa indeks keandalan
sistem pembangkit yang ada di Bangka sebesar 0,00618683 sehingga dapat
dikatakan kurang andal karena belum memenuhi standar yang ditetapkan dalam
penelitian ini yaitu indeks keandalan (LOLP) sebesar maksimal 0,00274 atau
setara dengan maksimal 1 hari/tahun. Hasil perhitungan tersebut menunjukkan
bahwa dalam satu tahun, sistem pembangkit yang ada akan berpotensi tidak
mampu memenuhi permintaan beban selama 2 hari. Ketidakmampuan memenuhi
permintaan beban tersebut bukan berarti sistem kelistrikan akan mengalami mati
total (black out) yang berlangsung selama 2 hari, akan tetapi bisa berupa
berkurangya pasokan daya sesaat yang mungkin mengakibatkan pemadaman
sesaat di daerah tertentu.

Skenario 2:
Tujuan Skenario 2 adalah menambahkan pembangkit baru ke sistem
pembangkit existing kemudian menghitung indeks keandalan sistem pembangkit
yang baru. Pembangkit yang rencana akan ditambahkan berupa PLTS dan PLT
Biogas dengan kapasitas sesuai dengan hasil perhitungan pada Bab 3 serta PLTD
sewa dengan kapasitas sesuai data perencanaan penambahan pembangkit baru
oleh PLN pada tahun 2015 sebagaimana ditunjukkan pada Gambar 3.11.
Kapasitas potensi PLTS dan PLT Biogas yang ditambahkan ke sistem pembangkit
existing masing-masing berturut-turut sebesar 11,8 MW dan 2 x 100 kW,
sedangkan kapasitas rencana PLTD yang akan ditambahkan sebesar 30 MW.
Dalam skenario ini, pembangkit baru tersebut ditambahan secara bergantian dan
dibuat kombinasi yang kemudian didapatkan nilai LOLP dari masing-masing
kombinasi penambahan pembangkit. Data untuk Skenario 2 dan kombinasi
rencana penambahan pembangkit baru ditunjukkan oleh Tabel 4.4.

47 Universitas Indonesia
Tabel 4.4. Data Perhitungan LOLP Untuk Skenario 2
Data Pembangkit Kapasitas Rencana Data Beban
(MW)
Existing + PLT Biogas 2 x 100 kW 206,1 Perkiraan Beban
Existing + PLTS 11,8 MW 217,7 Puncak Harian
Existing + PLTS + PLT Biogas 217,9 2015
Existing + PLTD (sewa) 30 MW 235,9
Existing + PLTD + PLT Biogas 236,1
Existing + PLTD + PLTS 247,7
Existing + PLTD + PLTS +PLT 247,9
Biogas (semua pembangkit)

Sebelum menghitung LOLP dari berbagai kombinasi penambahan


pembangkit baru pada Skenario 2, perlu dibuat asumsi nilai FOR untuk
pembangkit baru yang akan ditambahkan. Dalam penelitian ini, nilai FOR untuk
PLT Biogas diasumsikan sebesar 2,5% yang berarti dalam 365 hari PLT Biogas
tidak beroperasi selama 9 hari untuk perawatan dan perbaikan. Nilai FOR untuk
PLTD (sewa) 30 MW diasumsikan sebesar 13% sesuai dengan nilai FOR PLTD
yang telah masuk ke dalam sistem pembangkit existing. Sedangkan untuk PLTS
tidak perlu diasumsikan nilai FOR-nya karena keterlibatan PLTS dalam sistem
pembangkit direpresentasikan sebagai pemodifikasi beban (load modifier).
Sebagaimana telah dijelaskan pada Bab II bahwa salah satu metode yang
merepresentasikan keterlibatan PLTS dalam evaluasi keandalan sistem
pembangkit adalah daya luaran (output) PLTS digunakan sebagai pemodifikasi
beban (load modifier). Pemodifikasi beban yang dimaksud adalah membuat data
beban baru yang berasal dari data beban awal dikurangi dengan daya keluaran
PLTS yang bersesuaian waktunya. Sebagai contoh, telah diketahui perkiraan
beban puncak pada tanggal 1 Januari 2015 (lihat Tabel 3.9) sebesar 120,635 MW
sedangkan perkiraan output PLTS pada tanggal 1 Januari 2015 (lihat
perhitungannya di Bab III) sebesar 4,397 MW, maka perkiraan beban yang baru
untuk tanggal 1 Januari sebesar = 120,635 − 4,397 = 116,238 MW. Perkiraan
beban yang baru untuk tanggal lainnya dapat dihitung dengan cara yang sama.

48 Universitas Indonesia
Proses ini sama dengan mengurangkan data perkiraan beban puncak harian pada
Tabel 3.9 dengan data perkiraan daya luaran rata-rata harian PLTS pada Tabel 3.2
yang bersesuaian kolom dan barisnya. Dengan diperolehnya perkiraan beban yang
baru, selanjutnya dibuat LPT baru untuk keperluan perhitungan indeks keandalan
yang melibatkan PLTS. LPT beban yang telah dimodifikasi karena masuknya
PLTS ke sistem pembangkit ditunjukkan pada Tabel 4.5.
Tabel 4.5. Load Probability Table (LPT) Perkiraan Beban Puncak Harian Akibat
Masuknya PLTS ke Sistem Pembangkit
Beban % terhadap Kelas Nilai Frekuensi Prob. Prob.
Puncak Beban Beban Beban nilai Individu Kumulatif
Harian Puncak (% ) (p.u) beban
(×100 kW) Tertinggi
(a) (b) (c) (d)= (e) (f)=(e)/365 (g)
(c)/100%
1381,38 100,00 100 1,00 3 0,008219 1,000000
1370,63 99,22 99 0,99 3 0,008219 0,991781
1368,67 99,08 98 0,98 0 0,000000 0,983562
1359,78 98,44 97 0,97 4 0,010959 0,983562
1358,51 98,34 96 0,96 10 0,027397 0,972603
1354,43 98,05 95 0,95 7 0,019178 0,945205
. . . . . . .
. . . . . . .
. . . . . . .
1313,68 95,10 83 0,83 23 0,065753 0,564384
1313,04 95,05 82 0,82 31 0,087671 0,498630
1312,81 95,04 81 0,81 40 0,104110 0,410959
1311,34 94,93 80 0,80 24 0,071233 0,306849
1310,88 94,90 79 0,79 19 0,060274 0,235616
. . . . . . .
. . . . . . .
. . . . . . .
998,15 72,26 71 0,71 1 0,002740 0,008219
986,69 71,43 70 0,70 0 0,000000 0,005479
971,90 70,36 69 0,69 1 0,002740 0,005479
947,01 68,56 68 0,68 0 0,000000 0,002740
918,09 66,46 67 0,67 1 0,002740 0,002740

Jadi, apabila ingin mendapatkan nilai indeks keandalan sistem pembangkit dimana
PLTS ikut terlibat didalamnya, maka LPT yang digunakan adalah LPT yang
ditunjukkan pada Tabel 4.5.
Setelah ditentukannya asumsi nilai FOR untuk PLT Biogas dan PLTD
sewa serta LPT perkiraan beban puncak harian akibat masuknya PLTS ke sistem

49 Universitas Indonesia
pembangkit, langkah selanjutnya adalah mendapatkan nilai LOLP berbagai
kombinasi sistem pembangkit. Nilai indeks keandalan sistem pembangkit pada
Skenario 2 dapat diperoleh dengan cara yang sama seperti yang dilakukan pada
Skenario 1. Hasil perhitungan indeks keandalan pada Skenario 2 ditunjukkan pada
Tabel 4.6.
Tabel 4.6. Hasil Perhitungan Indeks Keandalan Sistem Pembangkit Skenario 2
Data Pembangkit Kapasitas Rencana LOLP
(MW) (%) (hari/tahun)
Existing + PLT Biogas 206,1 0,605555 2,21
Existing + PLTS 217,7 0,372282 1,36
Existing + PLTS + PLT 217,9 0,363560 1,33
Biogas
Existing + PLTD (sewa) 235,9 0,088579 0,323
Existing + PLTD + PLT 236,1 0,086495 0,315
Biogas
Existing + PLTD + PLTS 247,7 0,0508764 0,19
Existing + PLTD + PLTS 247,9 0,0495822 0,18
+PLT Biogas (semua
pembangkit)

Hasil perhitungan indeks keandalan pada Skenario 2 menunjukkan bahwa


apabila PLTS dengan kapasitas potensi sebesar 11,8 MW masuk ke sistem
penyediaan tenaga listrik di Bangka, maka akan mampu meningkatkan keandalan
sistem pembangkit cukup signifikan yang ditandai dengan turunnya nilai LOLP
sistem pembangkit dari 0,00618683 (hasil Skenario 1) menjadi 0,00372282.
Sedangkan potensi POME di Bangka ternyata kurang signifikan untuk
meningkatkan keandalan karena hanya menurunkan nilai LOLP menjadi
0,00605555. Hal ini disebabkan potensi daya yang bisa dibangkitkan hanya
sebesar 200 kW. Terdapat kemungkinan potensi kelapa sawit mampu
meningkatkan keandalan lebih baik apabila yang dimanfaatkan sebagai bahan
bakar pembangkit listrik bukan hanya biogas dari POME saja tetapi juga
cangkang, serat sawit dan tandan kosong sawit.

50 Universitas Indonesia
Dari hasil perhitungan indeks keandalan sistem pembangkit Skenario 2,
diketahui bahwa dengan menambahkan PLTD yang memiliki kapasitas rencana 30
MW ke sistem pembangkit ternyata sudah cukup untuk menaikkan tingkat
keandalan yang ditandai dengan turunnya nilai LOLP sistem pembangkit menjadi
0,00088579. Sedangkan skenario sistem pembangkit yang memiliki nilai LOLP
yang paling baik yaitu sebesar 0,000495822 adalah pada saat semua pembangkit
mampu menyuplai daya ke beban. Semakin kecil nilai LOLP menunjukkan bahwa
sistem pembangkit semakin andal.
Dari tiga jenis pembangkit yang ditambahkan ke sistem pembangkit
existing, PLTD dan PLTS dapat memberikan kontribusi daya yang cukup
signifikan untuk meningkatkan keandalan sistem pembangkit. Namun, untuk
memperoleh gambaran seberapa besar beban yang bisa ditambahkan ke sistem
ketenagalistrikan di Bangka dengan tetap mempertahankan LOLP sistem
pembangkit sebesar maksimal 0,00274 atau setara dengan maksimal 1 hari/tahun,
maka perlu melakukan skenario pertambahan beban. Penjelasan mengenai
skenario tersebut, dibahas pada Skenario 3.

Skenario 3:
Pada skenario ini, dengan tetap mempertahankan nilai LOLP sistem
pembangkit maksimal 0,00274, akan dicari nilai seberapa besar beban bisa
ditambahkan apabila PLTD dan PLT Biogas ditambahkan ke sistem pembangkit
existing. Data pembangkit yang digunakan pada skenario ini terdiri dari sistem
pembangkit existing, PLTD sewa dan PLT Biogas. Pada skenario ini, dilakukan
penambahan beban konstan ke data beban yang digunakan untuk menghitung
LOLP pada Skenario 1. Penambahan beban dilakukan dengan menambahkan
beberapa nilai beban konstan yang berbeda untuk mendapatkan nilai LOLP
maksimal 0,00274. Data pembangkit dan beban yang digunakan dalam skenario
ini ditunjukkan oleh Tabel 4.7

51 Universitas Indonesia
Tabel 4.7. Data Perhitungan LOLP Untuk Skenario 3
Data Pembangkit Kapasitas Rencana Data Beban
(MW)
Existing + PLTD + PLT Biogas 236,1 BS1 + 10 MW
BS1 + 11 MW
BS1 + 12 MW
keterangan: BS1 = data beban pada Skenario 1
Dengan mengikuti langkah perhitungan LOLP pada Skenario 1, maka diperoleh
hasil perhitungan indeks keandalan untuk sistem pembangkit Skenario 3 yang
ditunjukkan pada Tabel 4.8.
Tabel 4.8. Hasil Perhitungan Indeks Keandalan Sistem Pembangkit Skenario 3
Data Pembangkit Data Beban LOLP
(%) (hari/tahun)
Existing + PLTD + PLT BS1 + 10 MW 0,247758 0,90
Biogas BS1 + 11 MW 0,271239 0,99 ≈ 1
BS1 + 12 MW 0,295915 1,08

Dari hasil uji coba penambahan beban pada Skenario 3, didapatkan nilai
LOLP sebesar 0,00271239 pada saat beban konstan yang ditambahkan sebesar 11
MW. Hal ini menunjukkan bahwa rencana ditambahkannya PLTD sewa 30 MW
dan PLT Biogas 2 x 100 kW ke dalam sistem pembangkit existing akan dapat
mempertahankan nilai LOLP sebesar maksimal 0,00274 dengan syarat
pertambahan beban dalam sistem tersebut dibatasi sebesar 11 MW.

Skenario 4:
Pada skenario ini, dengan tetap mempertahankan nilai LOLP sistem
pembangkit maksimal 0,00274, akan dicari nilai seberapa besar beban bisa
ditambahkan apabila PLTS ditambahkan ke sistem pembangkit pada Skenario 3.
Data pembangkit yang digunakan pada skenario ini terdiri dari sistem pembangkit
existing, PLTD sewa, PLT Biogas dan PLTS. Pada skenario ini, dilakukan
penambahan beban konstan ke data beban yang digunakan untuk mendapatkan
LOLP maksimal 0,00274 pada Skenario 3. Penambahan beban dilakukan dengan

52 Universitas Indonesia
menambahkan beberapa nilai beban konstan yang berbeda untuk mendapatkan
nilai LOLP maksimal 0,00274. Data pembangkit dan beban yang digunakan
dalam skenario ini ditunjukkan oleh Tabel 4.9
Tabel 4.9. Data Perhitungan LOLP Untuk Skenario 4
Data Pembangkit Kapasitas Rencana Data Beban
(MW)
Existing + PLTD + PLT Biogas + 247,9 BS3 + 6 MW
PLTS (semua pembangkit) BS3 + 4,6 MW
BS3 + 4,5 MW
BS3 + 4,4 MW
keterangan: BS3 = data beban pada Skenario 3 saat digunakan untuk
mendapatkan indeks keandalan 0,00274 (BS1 + 11 MW)
Dengan mengikuti langkah perhitungan LOLP pada Skenario 1, maka diperoleh
hasil perhitungan indeks keandalan untuk sistem pembangkit Skenario 4 yang
ditunjukkan pada Tabel 4.10.
Tabel 4.10. Hasil Perhitungan Indeks Keandalan Sistem Pembangkit Skenario 4
Data Pembangkit Data Beban LOLP
(%) (hari/tahun)
Existing + PLTD + PLT BS3 + 6 MW 0,3167256 1,16
Biogas + PLTS (semua BS3 + 4,6 MW 0,2785137 1,02
pembangkit) BS3 + 4,5 MW 0,2763164 1,01
BS3 + 4,4 MW 0,2733274 0,998 ≈ 1

Dari hasil uji coba penambahan beban pada Skenario 4, didapatkan nilai
LOLP sebesar 0,002733274 pada saat beban konstan yang ditambahkan sebesar
4,4 MW. Hal ini menunjukkan bahwa rencana ditambahkannya PLTS ke dalam
sistem pembangkit Skenario 3 akan dapat mempertahankan nilai LOLP sebesar
0,00274 dengan syarat pertambahan beban dalam sistem tersebut dibatasi sebesar
4,4 MW.
Dari hasil perhitungan indeks keandalan dan pembahasan semua skenario,
dapat ditarik kesimpulan bahwa LOLP sistem pembangkit yang ada (existing) di
Bangka tahun 2015 diperkirakan tidak akan mencapai standar LOLP sebesar
maksimal 0,00274 atau setara dengan maksimal 1 hari/tahun apabila tidak ada

53 Universitas Indonesia
penambahan kapasitas pada sistem tersebut. Dengan memanfaatkan kapasitas
potensi PLTS sebesar 11,8 MW, kapasitas potensi PLT Biogas sebesar 2x100 kW
serta kapasitas rencana PLTD 30 MW yang ditambahkan ke sistem pembangkit
existing, maka LOLP maksimal 0,00274 akan tercapai selama pertumbuhan beban
pada sistem ketenagalistrikan di Bangka tidak lebih dari 15,4 MW.

54 Universitas Indonesia
BAB IV
KESIMPULAN

Dari analisis yang telah dilakukan terhadap pemanfaatan potensi energi


terbarukan dalam meningkatkan keandalan pada sistem ketenagalistrikan di
Bangka, dapat disimpulkan sebagai berikut:
1. Hasil perhitungan indeks keandalan sistem pembangkit existing dalam
periode studi tahun 2015 diperoleh sebesar 0,00618683 atau setara dengan
2,26 hari/tahun. Hal ini menunjukkan bahwa keandalan sistem pembangkit di
Bangka belum memenuhi standar indeks keandalan sebesar maksimal
0,00274 atau setara dengan maksimal 1 hari/tahun. Untuk mendapatkan
indeks keandalan sesuai standar diperlukan penambahan kapasitas pada
sistem tersebut.
2. Salah satu cara untuk menambah kapasitas sistem pembangkit adalah dengan
memanfaatkan potensi energi terbarukan khususnya energi surya dan POME
dari kelapa sawit sebagai sumber energi pembangkit listrik. Hasil perhitungan
menunjukkan bahwa masuknya PLTS dan PLT Biogas dengan kapasitas
potensi masing-masing sebesar 11,8 MW dan 2 x 100 kW mampu
meningkatkan keandalan sistem pembangkit yang ditandai dengan turunnya
nilai LOLP dari 0,00618683 menjadi 0,00363560.
3. Skenario yang paling baik dalam meningkatkan keandalan adalah
menambahkan kapasitas semua pembangkit (PLTD sewa, PLTS dan PLT
Biogas) ke sistem pembangkit existing. Hasil perhitungan menunjukkan nilai
LOLP untuk skenario tersebut sebesar 0,000495822. Semakin kecil nilai
LOLP menunjukkan bahwa sistem pembangkit semakin andal.
4. Indeks keandalan sistem pembangkit maksimal 0,00274 atau setara dengan
maksimal 1 hari/tahun akan tercapai dengan cara menambahkan kapasitas
potensi PLTS sebesar 11,8 MW, kapasitas potensi PLT Biogas sebesar
2x100 kW serta kapasitas rencana PLTD 30 MW ke sistem pembangkit
existing selama pertumbuhan beban tidak lebih dari 15,4 MW

55 Universitas Indonesia
DAFTAR REFERENSI

[1] Billinton. R, and Allan. RN, Reliability Evaluation of Power System, 2nd
edn, Plenum Press, New York, 1996.

[2] Marsudi. D, Operasi Sistem Tenaga Listrik, edisi ke-2, Graha Ilmu,
Yogyakarta, 2006.

[3] Phoon, Hee Yao, Generation System Reliability Evaluation with Intermittent
Renewables, Thesis, University of Strathclyde, UK, 2006.

[4] Hashim, Aeni H, Future Great Britain Generation System Reliability


Evaluation in the Presence of Intermittent Renewables, Thesis, University of
Strathclyde, UK, 2007.

[5] Yosi Dwi TA, Analisis Keandalan Sistem Pembangkit Terdistribusi Diesel,
Angin dan Photovoltaic, Tesis, ITB, Bandung, 2013.

[6] Kueck, J.D. et al. Measurement Practices for Reliability and Power Quality
– A toolkit of Reliability Measurement Practices. Oak Ridge National
Laboratory, 2004

[7] Hossein M.S. et al, Comparison of Capacity Value Methods for


Photovoltaic in the Western United States, U.S. Department of Energy.
Report NREL/TP-6A20-54704, US, 2012.

[8] Isdawimah, Analisis Kinerja Pembangkit Listrik Energi Terbarukan Pada


Model Jaringan Listrik Mikro Arus Searah, Tesis, FTUI, Depok, 2010.

[9] Pembangkit Listrik Tenaga Surya, Badan Litbang ESDM, Kementerian


ESDM (http://www.litbang.esdm.go.id)

[10] Markvart. T, and Castaner. L, Practical Handbook of Photovoltaics:


Fundamentals and Applications, Elsevier, 2003

[11] Khalifa, A. Control and Interfacing of Three Phase Grid Connected


Photovoltic System, Thesis, University of Waterloo, 2010

[12] Syukri NM, Karakteristik Kelapa Sawit Sebagai Bahan Baku Bioenergi,
makalah, Kutai Timur, 2014

[13] Goenadi D. H., W. R. Susila, and Isroi, Pemanfaatan Produk Samping


Kelapa Sawit Sebagai Sumber Energi Alternatif Terbarukan, 2008
(http://isroi.com/2008/03/12/pemanfaatan-produk-samping-kelapa-sawit-
sebagai-sumber-energi-alternatifterbarukan/.)

xiii Universitas Indonesia


[14] Kusriadie E, Analisis Potensi Pemanfaatan Limbah Cair Tapioka Untuk
Pembangkit Listrik Tenaga Biogas di Industri Tepung Tapioka Lampung ,
Tesis, Magister Manajemen Teknik Elektro UI, Depok, 2014

[15] Statistik Perkebunan, Pemprov Bangka Belitung, 2012

[16] Abdullah, N. and F. Sulaiman, The Oil Palm Wastes in Malaysia, Biomass
Now – Sustainable Growth and Use, Miodrag Darko Matovic (Ed.), 2013,
(ISBN: 978-953-51-1105-4, InTech, DOI:10.5772/55302.)

[17] Hadiyono A, Analisis Tekno Ekonomi Penerapan Pembangkit Listrik Tenaga


Surya Skala Besar di Sistem Ketenagalistrikan Bangka, Tesis, Magister
Manajemen Teknik Elektro UI, Depok, 2014.

[18] PT. PLN (Persero) Wilayah Bangka Belitung

xiv Universitas Indonesia


LAMPIRAN

xv Universitas Indonesia
Algoritma Pemrograman Untuk Membuat COPT

Sub COPT()
Sheets("COPT").Select
Range("A10:H5000").ClearContents
SysCap = Sheets("PlantData").Cells(7, 4)
For Row1 = 10 To SysCap + 11
For Col1 = 4 To 8
Cells(Row1, Col1) = 0
Next Col1
Next Row1
Application.ScreenUpdating = False
Dim n, C, U As Double

Step = Sheets("COPT").Cells(5, 3)
TotCap = 0
Groups = Sheets("PlantData").Cells(6, 4)

Dim Msg, Style, Title, Response


Msg = "You have chosen " & Step & " step increment" & Chr(13) & "Your calculation is going to take a
while" & Chr(13) & "Do you want to continue?"
Style = vbYesNo + vbQuestion + vbDefaultButton2
Title = "Capacity Outage Probability Calculation"
Response = MsgBox(Msg, Style, Title)

If Response = vbYes Then


For i = 11 To Groups + 10
n = Sheets("PlantData").Cells(i, 4)
C = Sheets("PlantData").Cells(i, 5)
U = Sheets("PlantData").Cells(i, 6)
Sheets("COPT").Select
For j = 1 To n
TotCap = TotCap + C
Pn = 1
x=0
Do While Pn > 0
Cells(10 + x, 1) = x
Cells(10 + x, 2) = TotCap - x
Cells(10 + x, 3) = x
If Cells(10 + x, 3) = 0 Then
Cells(10 + x, 4) = 1
Else
Cells(10 + x, 4) = Cells(10 + x, 8)
End If
Cells(10 + x, 5) = x - C
If Cells(10 + x, 5) <= 0 Then
Cells(10 + x, 6) = 1
Else
Cells(10 + x, 6) = Application.WorksheetFunction.VLookup(Cells(10 + x, 5), Range("C10:D5000"), 2)
End If
Cells(10 + x, 8) = Cells(10 + x, 4) * (1 - U) + Cells(10 + x, 6) * U
Pn = Sheets("COPT").Cells(10 + x, 8)
If x = 0 Then
Else
Cells(10 + x - 1, 7) = Cells(10 + x - 1, 8) - Cells(10 + x, 8)
End If
x = x + Step
Loop
Next j
Next i
Sheets("COPT").Range("A1").Select
MsgBox ("Well done! " & x - 1 & " capacity outage states are calculated")

Else
MsgBox ("You have terminated the calculation")
End If

End Sub
Algoritma Pemrograman Untuk Membuat SMST

Sub Margin()
Sheets("COPT").Select
Application.ScreenUpdating = False
Step = Sheets("COPT").Cells(5, 12)
Nb = Sheets("COPT").Cells(6, 12)
Nk = Sheets("COPT").Cells(7, 12)
Np = Sheets("COPT").Cells(8, 12)
MaxC = Sheets("COPT").Cells(10, 2)
Dim pLj, Lj, Ljd, pLjd, Ljm, Ljmd, PXj, PXjd As Double
Cells(21, 23) = 0
Cells(24, 23) = 0
Range("J10:P5000").ClearContents
For k = 1 To (Nk - Np + 1) / Step
Cells(k + 9, 10) = k - 1
If k = 1 Then
Cells(k + 9, 11) = Nk
Else
Cells(k + 9, 11) = Cells(k + 8, 11) - Step
End If
Cells(k + 9, 12) = 0
Cells(k + 9, 13) = 0

For j = 0 To Nb
Ljd = Sheets("LoadData").Cells(6 + j, 4) * Sheets("LoadData").Cells(4, 2)
pLjd = Sheets("LoadData").Cells(6 + j, 6)
Ljmd = CInt(Sheets("COPT").Cells(k + 9, 11) + Ljd)

If Ljmd > MaxC Then


PXjd = 0
ElseIf Ljmd < 0 Then
PXjd = 0
Else
PXjd = Application.WorksheetFunction.VLookup(Ljmd, Range("B10:H5000"), 7, False)
End If

Cells(k + 9, 13) = Cells(k + 9, 13) + (pLjd * PXjd)

Next j
Cells(k + 9, 14) = Cells(k + 9, 11) / Cells(6, 15) * 100
Cells(21, 23) = Cells(21, 23) + Cells(k + 9, 14) * 365

Next k
Cells(20, 23) = Application.WorksheetFunction.VLookup(-Step, Range("K10:M5000"), 3, False)
'LOLP in days per year

MsgBox ("" & k - 1 & " margin state calculated")

End Sub