PENDAHULUAN
1. Latar Belakang
Saat ini kebutuhan masyarakat akan tenaga listrik terus meningkat dari
tahun ke tahun. Energi listrik merupakan kebutuhan yang sangat vital, baik bagi
dikembangkan seirama dengan kenaikan kebutuhan akan tenaga listrik dari para
pelanggan. Peramalan beban (load forecasting) adalah salah satu cara untuk
listrik. Peramalan beban dapat dibagi menjadi tiga katagori yaitu peramalan beban
Peramalan beban yang cepat dan akurat sangat penting untuk operasi sistem
bahan reference untuk analisis aliran daya, load switching, dan perencanaan
beban jangka pendek digunakan untuk memprediksi beban listrik harian untuk
setiap jam atau per setengah jam dan beban puncak harian. Sudah banyak metode
BAB II
PEMBAHASAN
pertumbuhan penduduk akan terus turun setiap tahunnya sampai pada suatu saat akan
berada pada kondisi yang stabil. Faktor pembangunan daerah. Berjalannya
pembangunan daerah akan sangat dipengaruhi oleh tingkat perekonomian daerah itu
sendiri. Dalam hal ini baik langsung maupun tidak langsung, faktor ekonomi sangat
berpengaruh terhadap kebutuhan energi listrik seiring dengan berjalannya
pembangunan. Pemerintah Daerah sebagai pelaksana pemerintahan di tingkat daerah
akan mengambil peran penting dalam perencanaan pengembangan wilayah. Hal itu
berbentuk kebijakan yang tertuang dalam peraturan daerah. Termasuk di dalamnya
adalah perencanaan tentang tata guna lahan, pengembangan industri, kewilayahan,
pemukiman dan faktor geografis.
Tabel 1
DAYA TERSAMBUNG PER SEKTOR PELANGGAN
POWER CONNECTED BY TYPE OF CUSTOMERS (MVA)
Grafik 1
PENRJUALAN TENAGA LISTRIK PLN
SEKTOR PELANGGAN 2009-2014
4
koreksi-koreksi terhadap hal-hal khusus, baik untuk perkiraan jangka panjang, jangka
menengah maupun jangka pendek.
selalu terpenuhi sepanjang waktu dengan biaya yang optimum. Mengingat hal itu
maka di dalam perencanaan operasi ada 6 masalah utama yang harus dipikirkan
secara khusus :
a. Pemeliharaan peralatan dalam sistem yang berkaitan dengan kemampuan
penyediaan daya untuk menghadapi beban.
b. Perkiraan beban yang akan terjadi dalam sistem untuk jangka waktu tertentu.
c. Perkiraan hujan yg akan jatuh dalam catching area PLTA untuk
memperkirakan kemampuan produksi PLTA dalam kaitannya dengan proses
optimasi hidro-thermis untuk menghadapi beban dalam butir 2.
d. Penjadwalan operasi unit-unit pembangkit yang optimum untuk menghadapi
beban yang diperkirakan dalam butir 2.
e. Pengaturan pembagian beban antara unit-unit pembangkit yang beroperasi
dalam sistem agar didapat pembebanan umum.
f. Kemungkinan terjadinya deviasi terhadap perencanaan operasi serta cara-
6
Gambar 1
Metode ini dapat dipakai untuk memperkirakaan beban beban puncak yang akan
terjadi di Sistem Tenaga Listrik untuk beberapa tahun yang akan datang.
8
b. Metode Exponensial
Exponential Smoothing adalah suatu prosedur yang secara terus menerus
memperbaiki peramalan dengan merata-rata (menghaluskan = smoothing) nilai masa
lalu dari suatu data runtut waktu dengan cara menurun (exponential). Menurut
Trihendradi (2005) analisis exponential smoothingmerupakan salah satu analisis
deret waktu, dan merupakan metode peramalan dengan memberi nilai pembobot pada
serangkaian pengamatan sebelumnya untuk memprediksi nilai masa depan.
Gambar 2
Pada Sistem Tenaga Listrik metode ini dapat dipakai kalua beban listrik masih jauh
dari kejenuhan dan ada suatu target kenaikan penjualan energi listrik yang
digariskan. Hal ini terjadi di tempat-tempat yang baru mengalami elektrifikasi.
Gambar 3
Dalam praktek, kejenuhan dapat dilihat pada pusat-pusat beban (Gardu Induk
& Gardu Distribusi) yang sekitarnya penuh dengan perumahan. Penambahan beban
listrik hanya terjadi kalua ada pemakaian di tempat tersebut yang menambahkan
peralatan listriknya, misalnya ada pemakai listrik memperbesar rumahnya sehingga
memerlukan tambahan peralatan listrik.
1
0
Gambar 4
Metode ini dipakai untuk mcmperkirakan beban harian dari suatu sistem
tenaga Iistrik. Beban untuk setiap jam diberi koefisien yang menggambarkan
besarnya beban pada jam tersebut dalam perbandingannya terhadap beban
puncak, misalnya k4 = 0,6 berarti bahwa beban pada jam 04.00 adalah sebesar 0,6
kali beban puncak yang terjadi pada jam 19.00 (K19 = l), lihat gambar 11.6.
Koefisien-koefisien ini berbeda untuk hari Senin s/d Minggu dan juga untuk
hari libur bukan Minggu. Beban puncak dapat diperkirakan dengan melihat beban
puncak mingguan tahun-tahun yang lalu kemudian dengan menggunakan koefxsien-
koefisien tersebut diatas bisa diperkirakan grafik beban harian untuk suatu minggu
yang akan datang. Koefisien-koefisien ini perlu dikoreksi secara terus-menerus
berdasarkan hasil pengamatan atas beban yang sesungguhnya terjadi.
Setelah didapat perkiraan grafik beban harian dengan metode koefisien masih
perlu dilakukan koreksi-koreksi berdasarkan informasi-informasi terakhir mengenai
perkiraan suhu dan kegiatan masyarakat. Jika setelah koreksi-koreksi ini temyata
masih ada penyimpangan dalam operasi real time, maka adalah tugas operatior sistem
(dispatcher) untuk mcngatasi penyimpangan ini.
Apabila telah didapat koefisien beban puncak mingguan selama satu tahun (52
minggu) maka metode ini dapat pula dikembangkan untuk perkiraan beban puncak
1
1
mingguan tertinggi dalam satu tahun, dengan memperhatikan langgam beban puncak
mingguan scpcrti pada gambar 1.2.
Gambar 5
Kontstnta a sesungguhnta tergantung pada waktu t dan besarnya b0. Cara ini
hanya dipakai untuk perkirakan beban beberapa puluh menit kedepan dan biasanya
konstanta a juga tergantung pada ramalan cuaca.
f. Metode Markov
Metode ini di pakai untuk memperkirakan beban puncak pada Sistem Tenaga
Listrik dalam jangka panjang dengan memperhitungkan kegiatan-kegiatan ekonomi
di suatu negara secara makro.
Selain masalah perkiraan beban dari suatu Sistem Tenaga Listrik khususnya
beban puncaknya seperti diuraikan di atas, masih perlu pula dilakukan perkiraan
1
2
beban dari sub system, misalnya perkiraan beban dari setiap Gardu Induk (GI). Hal
ini diperlukan untuk membuat analisis daya dalam Sistem Tenaga Listrik secara
keseluruhan.
BAB III
PENUTUP
1
3
DAFTAR PUSTAKA
Amrullah M, MA. Tarif Listrik yang Mengacu pada Efisiensi Sumber Daya Nasional
serta Metodologi Peramalan Kebutuhan Listrik. PT PLN (Persero). Jakarta, 1993.
Djiteng, M. Operasi Sistem Tenaga Listrik. Penerbit Graha Ilmu, Yogyakarta, 2006.
Statistik Ketenagalistrikan 2014 – DIREKTORAT JENDERAL
KETENAGALISTRIKAN KEMENTERIAN ENERGI DAN SUMBER DAYA
MINERAL
Chandra P. Putra, Maickel Tuegeh ST. MT., Ir. Hans Tumaliang MT., Lily.S. Patras
ST. Analisa Pertumbuhan Beban Terhadap Ketersediaan Energi Listrik di Sistem
Kelistrikan Sulawesi Selatan Teknik Elektro -FT. UNSRAT, Manado-95115
http://riya-putri.blogspot.co.id/2011/12/karakteristik-perkiraan-beban.html
http://www.elektroindonesia.com/elektro/energi12b.html