OPERASI PENJADWALAN BEBERAPA PEMBANGKIT TERMAL

DENGAN KEKANGAN TRANSMISI MENGGUNAKAN METODE

LAGRANGIAN RELAXATION
Mega Nur Sonyawati, Yadi Mulyadi, Dadang Lukman Hakim
Program Studi Teknik Elektro, FPTK UPI
Jl. Dr. Setiabudhi No. 207 Bandung 40154 Telp. (022) 2013163 Ext. 3410
e-mail: SonyaNur@yahoo.com

ABSTRAK
Operasi Penjadwalan Beberapa Pembangkit Termal dengan Kekangan
Transmisi Menggunakan Metode Lagrangian Relaxation membahas tentang
perencanaan menjadwalkan pembangkit-pembangkit termal yang akan
dioperasikan dengan pengaruh kekangan transmisi yakni rugi-rugi transmisi. Dari
penjadwalan tersebut dicari daya pembangkitan yang memenuhi permintaan beban
secara optimal dan biaya yang digunakan pun ekonomis. Hasil penjadwalan metode
yang dipilih penulis dalam penelitian ini akan dibandingkan dengan hasil realisasi
dari Penyaluran dan Pusat Pengatur Beban (P3B) PT PLN (Persero) Jawa Bali.
Perbandingan ini bertujuan untuk membuktikan apakah metode yang digunakan
penulis lebih baik dari realisasi PLN, sehingga diketahui pula keunggulan dan
kelemahan metode Lagrangian Relaxation. Dengan adanya penelitian ini
diharapkan dapat mengembangkan metode Lagrangian Relaxation, agar diketahui
sejauh mana metode ini mampu memberi kontribusi di lapangan.
Kata kunci: penjadwalan pembangkit, kekangan transmisi, dan Lagrangian
Relaxation

ABSTRACT
Operations scheduling several generating thermal with transmission
constrained using Lagrangian Relaxation Method discusses the planning schedule
of thermal power plants which will be operated by the confinement effect of the
transmission of transmission losses. The scheduling of generation sought the
optimally power to satisfy the load demand and costs used were economic. Results
scheduling method chosen authors in this study will be compared with actual results
of Distribution and Load Control Center (P3B) PT PLN (Persero) Java Bali. This
comparison aims to prove whether the method used by the author better than the
realization of PLN, so it is also known advantages and disadvantages of the
Lagrangian Relaxation method. With the research is expected to develop a
Lagrangian Relaxation method, in order to know the extent to which this method is
able to contribute in the field.
Kata kunci: generation scheduling, transmition constraint, dan Lagrangian
Relaxation

1
PENDAHULUAN

Dengan terjadi perubahan-perubahan beban pada proses pembangkitan listrik

setiap jamnya, diperlukanlah penjadwalan pembangkit-pembangkit, atau yang
dikenal juga dengan nama unit commitment [3, 14]. Ini dilakukan untuk
mempersiapkan daya yang dibutuhkan dalam penyaluran tenaga listrik.
Penjadwalan tersebut merupakan prakiraan bagi pembangkit mana yang paling
optimal untuk dioperasikan. Optimal di sini maksudnya adalah daya yang
dihasilkan sesuai kebutuhan dan dengan biaya yang seekonomis mungkin.
Banyak macam-macam pembangkit yang digunakan di Indonesia untuk
membangkitkan listrik. Namun yang akan diangkat di sini adalah mengenai
pembangkit listrik termal. Dalam pengoperasiannya diperlukan penjadwalan unit
pembangkit yang dapat meminimalisasi biaya operasi. Dalam hal ini, metode
penjadwalan pembangkit termal yang digunakan adalah Lagrangian Relaxation.
Walaupun metode ini merupakan metode lama, akan tetapi hingga sekarang masih
banyak digunakan pada berbagai penjadwalan pembangkit untuk dikombinasikan
atau dibandingkan dengan metode-metode lain, seperti Genetic Algorithm, Priority
List [14], Dynamic Programming, dan lain-lain. Ada pun kekangan-kekangan yang
mempengaruhi penjadwalan pembangkit termal, diantaranya biaya bahan bakar,
beban, daya, dan cadangan berputar. Selain itu, ada juga kekangan transmisi yang
terkadang diabaikan dalam beberapa penelitian unit commitment maupun economic
dispatch, padahal keberadaannya cukup berpengaruh dalam pemenuhan beban.

Maka dari itu, saya akan menganalisis penjadwalan beberapa pembangkit

termal dengan kekangan transmisi beserta solusi untuk masalah-masalahnya
dengan menggunakan metode Lagrangian Relaxation sebagai pemecahannya [15].
Berhubung perhitungan merupakan penjadwalan beberapa kombinasi pembangkit
dan periode waktu, serta memiliki proses matematis Lagrangian Relaxation yang
cukup rumit, sehingga akan dikomputasikan ke dalam MATLAB [2] agar
pemecahannya pun akan semakin mempermudah proses perhitungan dan
mendekati hasil yang lebih akurat.

METODE

2
 Berikut ini merupakan flowchart dan langkah-langkah penjadwalan
pembangkit termal dengan kekangan transmisi menggunakan metode Lagrangian
Relaxation:
A
Mulai

Perbaharui λt(k+1)
Menentukan dan
mengumpulkan
data Menghitung Pit(k+1), PLt(k+1), ∆P(k+1),
Menghitung karakteristik I/O dan ∂fሺλt ሻ ሺk+1ሻ
∑Tt=1 ∑ni=1 ቀ ቁ , dan ∆λt (k+1)
fungsi biaya bahan bakar / ∂λt

persamaan incremental fuel cost

pembangkit termal
Tidak Apakah kekangan /
Membuat prakiraan biaya daya optimum
bahan bakar dan daya yang
diproduksi dengan metode Ya

Lagrangian Relaxation Menghitung biaya bahan bakar total

FT = ∑Tt=1 ∑ni=1 Fi ሺPit ሻ
Iterasi k = 1
Inisialisasi λt(k) Keluaran data biaya bahan
bakar, rugi-rugi transmisi
dan daya pembangkitan
Menghitung Pit(k), PLt(k),

∂fሺλt ሻ ሺkሻ
∆P(k), ∑Tt=1 ∑ni=1 ቀ ቁ , Penjadwalan Pembangkit
∂λt
Termal
dan ∆λt (k)
Selesai

A
Gambar 1. Flowchart Algoritma Lagrangian Relaxation untuk Penjadwalan Pembangkit Termal
1. Menentukan dan mengumpulkan data, yakni data biaya bahan bakar, rugi-rugi
transmisi, dan daya yang dihasilkan oleh pembangkit termal, dalam waktu 24
jam. Selain itu, ditetapkan juga kekangan-kekangan pada pembangkit termal,
antara lain:
a. Permintaan sistem / keseimbangan daya (MW)
∑ni=1 uit Pit = PLt + Dt (1)
Dimana n adalah jumlah unit pembangkit termal.

3
 b. Kapasitas batas operasional pembangkit
Pi(min) < Pit < Pi(maks) jika Pit > 0,
Pit = 0 jika Pit < 0 (2)
c. Cadangan berputar
∑ni=1 uit Piሺmaksሻ > Dt + PLt + Rt (3)
2. Dicari konstanta a, b, dan c setiap unit pembangkit termal.
3. Membentuk karakteristik input-output dengan memasukan hasil dari koefisien
a, b, dan c ke persamaan Fi(Pit) = ai + bi Pit + ci Pit2 (4)
4. Menghitung fungsi biaya bahan bakar atau persamaan incremental fuel cost
Fi(Pit) = ai + bi Pit + ci Pit2 x incremental fuel cost (5)
5. Membuat perkiraan biaya bahan bakar dan daya yang dihasilkan pembangkit
termal menggunakan metode Lagrangian Relaxation,
L = ∑Tt=1 ∑ni=1 Fi ሺPit ሻ + ∑Tt=1[λt (∑ni=1ሺ Pit uit − Dt +PLt) + µt(∑ni=1 Piሺmaksሻ uit
−R t ሻ + ∑ni=1 µiሺmaksሻ ሺPit − Piሺmaksሻ ሻ + ∑ni=1 µiሺminሻ ሺPit − Piሺminሻ ሻ] (6)
q = min ∑Tt=1 ∑ni=1 Fi ሺPit ሻ + ∑Tt=1[λt (∑ni=1ሺ Pit uit − Dt +PLt) + µt
Pit

(∑ni=1 Piሺmaksሻ uit − R t ሻ + ∑ni=1 µiሺmaksሻ ሺPit − Piሺmaksሻ ሻ + ∑ni=1 µiሺminሻ

ሺPit −Piሺminሻ ሻ] (7)
dengan pemecahan masalah ganda
q*= max{ min ∑Tt=1 ∑ni=1 Fi ሺPit ሻ + ∑Tt=1[λt (∑ni=1ሺ Pit uit − Dt +PLt) + µt
λ
Pit

(∑ni=1 Piሺmaksሻ uit − R t ሻ + ∑ni=1 µiሺmaksሻ ሺPit − Piሺmaksሻ ሻ + ∑ni=1 µiሺminሻ

ሺPit −Piሺminሻ ሻ] (8)
artinya meminimumkan daya dan bahan bakar pada harga λt tertinggi.
6. Proses iterasi
Iterasi pertama k = 1
a. Membuat perkiraan nilai atau inisialisasi terhadap λt(k)
b. Hitung:
ሺkሻ
ሺkሻ λt −bi
 Pit = ሺkሻ (9)
2ሺci +λt Biiሺtሻ ሻ

4
  PLt (k) = ∑Tt=1 ∑ni=1 Biiሺtሻ Pit 2
(10)
ሺkሻ ሺkሻ
 ∆Pt(k) = Dt + PLt − ∑Tt=1 ∑ni=1 Pit (11)
∂Pit ሺkሻ ci +Biiሺtሻ bi
 ∑Tt=1 ∑ni=1 ቀ ቁ = ∑Tt=1 ∑ni=1 ሺkሻ (12)
∂λt 2ሺci +λt Biiሺtሻ ሻ2

ሺkሻ ∆Pit ሺkሻ

 ∆λt = ሺkሻ
dfሺλt ሻ
( )
dλt

∆Pt ሺkሻ
= dPit ሺkሻ
(13)
∑T n
t=1 ∑i=1( dλt
)

Bila pada iterasi pertama hasil belum memenuhi kekangan atau daya optimum,
maka proses iterasi berlanjut ke iterasi k + 1. Pengerjaan iterasi sama seperti k
= 1, hanya saja nilai iterasi k ditambah satu dan ada Memperbaharui nilai,
λt(k+1) = λt(k) + ∆λt(k) (14)
sebelum memulai perhitungan. Ulangi proses perhitungan ini sampai mencapai
hasil yang optimal.
7. Menghitung biaya bahan bakar total
FT = ∑Tt=1 ∑ni=1 Fi ሺPit ሻ (15)

Keterangan:
Fi(Pit) = fungsi biaya bahan bakar unit pembangkit i dengan daya
keluaran Pit pada waktu ke-t
i = indeks unit pembangkit termal (i = 1, 2, …, n)
t = indeks jam penjadwalan (t = 0, 1, …, T)
Pit = daya keluaran pembangkit i pada waktu ke-t
uit = status beroperasi atau tidak beroperasinya pembangkit
ke-i pada waktu ke-t, uit = 0 jika pembangkit tidak
beroperasi dan beroperasi bila uit = 1
Dt = permintaan beban pada waktu ke-t
Rt = cadangan berputar pada waktu ke-t
Pi(min), Pi(max) = batas minimum / maksimum daya pembangkitan
pembangkit ke-i

5
 PLt = rugi-rugi transmisi
FT = biaya total bahan bakar pembangkit termal
ai, bi, dan ci = konstanta input-output pembangkit ke-i
i = indeks unit pembangkit termal
n = jumlah unit pembangkit termal
Pi(min), Pi(maks) = batas minimum / maksimum daya pembangkitan
pembangkit ke-i
L = fungsi Lagrange
λt dan µt = pengali Lagrange
q = minimasi fungsi Lagrange
q* = maksimasi fungsi Lagrange

HASIL DAN PEMBAHASAN

Hasil Karakteristik Input-Output dan Fungsi Biaya Bahan Bakar Pembangkit

Termal
Berikut ini adalah hasil karakteristik input-output dan fungsi biaya bahan bakar
pembangkit termal:
Tabel 1. Karakteristik Input-Output Pembangkit Termal
Konstanta Input-Output Pembangkit Karakteristik Input-Output Pembangkit
No Pembangkit
a b c F = a + bPit + cPit2
1 PLTGU Gersik
Baru unit 1.0 21.864,8056 2.059,2651 0,9256 21.864,8056 + 2.059,2651Pit + 0,9256Pit2
dan 3.0
2 PLTGU Grati
844.018,9062 -11.011,5848 53,3682 844.018,9062 – 11.011,5848Pit + 53,3682Pit2
unit 1.0
3 PLTGU Grati
unit 1.1, 1.2, 98.561,9256 869,1091 14,2157 98.561,9256 + 869,1091Pit + 14,2157Pit2
dan 1.3
4 PLTU Paiton
274.025,5128 1.245,689 1,7397 274.025,5128 + 1.245,689P it + 1,7397Pit2
unit 1 dan 2

Tabel 2. Fungsi Biaya Bahan Bakar / Persamaan Incremental Fuel Cost Pembangkit Termal

6
 Incremental Fungsi Biaya Bahan Bakar
No Pembangkit
Fuel Cost F = a + bPit + cPit2 x incremental fuel cost
1 PLTGU Gersik Baru
268,5208 5.871.154,0756 + 552.955,4164Pit + 248,5482Pit2
unit 1.0 dan 3.0
2 PLTGU Grati unit
224,5257 22.129.687,0585 + 195.137,3442Pit + 3.191,7902Pit2
1.1, 1.2, dan 1.3
3 PLTU Paiton unit 1
149,2456 40.897.107,3495 + 185.913,6262Pit + 259,6426Pit2
dan 2

Hasil Optimasi Penjadwalan Pembangkit Termal dengan Kekangan

Transmisi Menggunakan Metode Lagrangian Relaxation
Berikut adalah perhitungan metode Lagrangian Relaxation menggunakan
MATLAB pada permintaan beban Dt tertinggi terdapat pada jam ketujuh t = 19,
yakni 1.090 MW.
Tabel 3. Hasil Simulasi MATLAB Metode Lagrangian Relaxation pada
Beban Tertinggi
Menentukan Daya Optimal dan Biaya Bahan Bakar Pembangkit Termal dengan Kekangan Transmisi
Menggunakan Metode Lagrangian Relaxation
Harga Estimasi Awal Lambda( λt) = 2.518,07
λ19 P119 P219 P319 P419 P519 P619 P719 P819
Iterasi (Rp/MW-jam) (MW) (MW) (MW) (MW) (MW) (MW) (MW) (MW)

1 2.519,0666 151,1866 151,1866 125,3676 55,6801 55,6801 55,6801 272,8737 272,8737

2 2.519,1530 151,4916 151,4916 125,3763 55,7129 55,7129 55,7129 273,0600 273,0600
3 2.519,1605 151,5181 151,5181 125,3770 55,7157 55,7157 55,7157 273,0762 273,0762
4 2.519,1611 151,5203 151,5203 125,3771 55,7160 55,7160 55,7160 273,0776 273,0776
Total Daya = 1.141,7209 MW
Rugi-Rugi Transmisi PLt = PL7 = 51,7216 MW
Biaya Bahan Bakar Fi(P it) = Fi(P i19) = 541.508.952,2834 Rp/jam

Berdasarkan tabel di atas iterasi terjadi empat kali. Maka, kombinasi unit
pembangkit yang beroperasi untuk memenuhi beban terendah ini terdapat pada
iterasi keempat. Dengan total daya sebesar 1.141,7209 MW, rugi-rugi transmisi
51,7216 MW, dan biaya bahan bakar 609.391.207,039 Rp/jam.

Berikut ini adalah tabel penjadwalan unit dan biaya pembangkit termal setelah
optimasi Lagrangian Relaxation pada hari Kamis, 8 Mei 2014:

7
Tabel 4. Penjadwalan Unit Pembangkit Termal dengan Kekangan Transmisi Menggunakan Metode
Lagrangian Relaxation Kamis, 8 Mei 2014
Daya Pembangkitan Unit Pembangkit Termal Pit (MW) Rugi-Rugi
Beban
PLTGU Gresik Baru PLTGU Grati PLTU Paiton Transmisi Jumlah
Jam Dt
PLt Iterasi
(MW) 1.0 3.0 1.0 1.1 1.2 1.3 1 2
(MW)
1 987,7 120,26 120,26 124,5 52,4 52,4 52,4 254,09 254,09 42,7 4
2 987,7 120,26 120,26 124,5 52,4 52,4 52,4 254,09 254,09 42,7 4
3 987,7 120,26 120,26 124,5 52,4 52,4 52,4 254,09 254,09 42,7 4
4 987,7 120,26 120,26 124,5 52,4 52,4 52,4 254,09 254,09 42,7 4
5 987,7 120,26 120,26 124,5 52,4 52,4 52,4 254,09 254,09 42,7 4
6 987,7 120,26 120,26 124,5 52,4 52,4 52,4 254,09 254,09 42,7 4
7 923,2 0 0 128,01 65,61 65,61 65,61 327,9 327,9 57,4 5
8 987,7 120,26 120,26 124,5 52,4 52,4 52,4 254,09 254,09 42,7 4
9 987,7 120,26 120,26 124,5 52,4 52,4 52,4 254,09 254,09 42,7 4
10 987,7 120,26 120,26 124,5 52,4 52,4 52,4 254,09 254,09 42,7 4
11 993,8 122,12 122,12 124,55 52,6 52,6 52,6 255,21 255,21 43,2 5
12 987,7 120,26 120,26 124,5 52,4 52,4 52,4 254,09 254,09 42,7 4
13 990,7 121,18 121,18 124,53 52,5 52,5 52,5 254,64 254,64 43 4
14 1.010,2 127,12 127,12 124,69 53,12 53,12 53,12 258,24 258,24 44,6 5
15 987,7 120,26 120,26 124,5 52,4 52,4 52,4 254,09 254,09 42,7 4
16 987,7 120,26 120,26 124,5 52,4 52,4 52,4 254,09 254,09 42,7 4
17 1.057,3 141,51 141,51 125,09 54,65 54,65 54,65 266,97 266,97 48,7 5
18 1.074,7 146,83 146,83 125,24 55,21 55,21 55,21 270,22 270,22 50,3 4
19 1.090 151,52 151,52 125,38 55,72 55,72 55,72 273,08 273,08 51,7 4
20 1.065,5 144,02 144,02 125,16 54,91 54,91 54,91 268,5 268,5 49,4 5
21 1.057,3 141,51 141,51 125,09 54,65 54,65 54,65 266,97 266,97 48,7 5
22 987,7 120,26 120,26 124,5 52,4 52,4 52,4 254,09 254,09 42,7 4
23 987,7 120,26 120,26 124,5 52,4 52,4 52,4 254,09 254,09 42,7 4
24 995,9 122,76 122,76 124,57 52,67 52,67 52,67 255,6 255,6 43,4 4
Jumlah 24.086 2.902,21 2.902,21 2.995,31 1.285,24 1.285,24 1.285,24 6.254,59 6.254,59 1.078,2 -
Min 923,2 0 0 124,5 52,4 52,4 52,4 254,09 254,09 42,7 -
Max 1.090 151,52 151,52 128,01 65,61 65,61 65,61 327,9 327,9 57,4 -
Rata-Rata 1.003,6 120,93 120,93 124,8 53,55 53,55 53,55 260,61 260,61 44,9 -

Di bawah ini merupakan hasil daya dan biaya bahan bakar seluruh
pembangkit termal per jam setelah optimasi menggunakan metode
Lagrangian Relaxation :

8
Tabel 5. Daya dan Biaya Bahan Bakar Pembangkit Termal dengan Kekangan Transmisi
Setelah Optimasi Menggunakan Metode Lagrangian Relaxation (Kamis, 8 Mei 2014)

Daya Pembangkit Termal Pit Biaya Bahan Bakar / Fuel Cost

Jam
(MW) (Rp/jam)

1 1.030,4 485.093.569
2 1.030,4 485.093.569
3 1.030,4 485.093.569
4 1.030,4 485.093.569
5 1.030,4 485.093.569
6 1.030,4 485.093.569
7 980,6 405.555.031
8 1.030,4 485.093.569
9 1.030,4 485.093.569
10 1.030,4 485.093.569
11 1.037 488.396.799
12 1.030,4 485.093.569
13 1.033,7 486.717.159
14 1.054,8 497.315.438
15 1.030,4 485.093.569
16 1.030,4 485.093.569
17 1.106 523.238.610
18 1.125 532.932.420
19 1.141,7 541.508.952
20 1.114,9 527.799.037
21 1.106 523.238.610
22 1.030,4 485.093.569
23 1.030,4 485.093.569
24 1.039,3 489.535.737
Jumlah 25.164,6 11.807.547.759

Analisis Hasil Penjadwalan Optimasi Pembangkit Termal

9
 Analisis hasil optimasi pembangkit termal ini dilakukan untuk mengetahui
apakah metode yang digunakan penulis dalam penelitian ini dapat menghasilkan
daya pembangkitan Pit yang optimal dan biaya yang ekonomis, jika dibandingkan
dengan realisasi PLN. Berikut ini adalah perbandingan hasil optimasi pembangkit
termal:
Tabel 6. Perbandingan Hasil Optimasi Penjadwalan Pembangkit Termal Menggunakan Metode
Lagrangian Relaxation dengan Realisasi PLN (Kamis, 8 Mei 2014)

Daya Pembangkit Termal Rugi-Rugi Transmisi PLt Biaya Bahan Bakar / Fuel Cost
Beban Pit (MW) Fi(Pit)
Jam Dt (MW) (Rp/jam)
(MW) Lagrangian Realisasi Lagrangian Realisasi Lagrangian
Realisasi PLN
Relaxation PLN Relaxation PLN Relaxation
1 987,7 1.030,4 1.067 42,7 24,5 485.093.569 496.540.673
2 987,7 1.030,4 1.053,4 42,7 24,2 485.093.569 492.160.351
3 987,7 1.030,4 1.034,9 42,7 23,8 485.093.569 481.453.994
4 987,7 1.030,4 1.048,6 42,7 24,1 485.093.569 486.098.998
5 987,7 1.030,4 1.055,2 42,7 24,2 485.093.569 491.491.506
6 987,7 1.030,4 1.053,7 42,7 24,2 485.093.569 489.288.872
7 923,2 980,6 1.059,3 57,4 24,3 405.555.031 492.622.904
8 987,7 1.030,4 1.037,5 42,7 23,8 485.093.569 482.111.274
9 987,7 1.030,4 1.093,5 42,7 25,1 485.093.569 513.877.968
10 987,7 1.030,4 1.114,2 42,7 25,6 485.093.569 524.868.822
11 993,8 1.037 1.161,6 43,2 26,7 488.396.799 539.765.931
12 987,7 1.030,4 1.097,5 42,7 25,2 485.093.569 511.811.420
13 990,7 1.033,7 1.090,2 43 25,0 486.717.159 509.308.551
14 1.010,2 1.054,8 1.152,8 44,6 26,5 497.315.438 535.793.032
15 987,7 1.030,4 1.150,4 42,7 26,4 485.093.569 532.967.117
16 987,7 1.030,4 1.204 42,7 27,6 485.093.569 558.950.456
17 1.057,3 1.106 1.250,1 48,7 28,7 523.238.610 575.343.743
18 1.074,7 1.125 1.363,3 50,3 31,3 532.932.420 614.461.874
19 1.090 1.141,7 1.412,6 51,7 32,4 541.508.952 642.523.695
20 1.065,5 1.114,9 1.415,6 49,4 32,5 527.799.037 646.521.115
21 1.057,3 1.106 1.418,7 48,7 32,6 523.238.610 645.595.040
20 987,7 1.030,4 1.316,5 42,7 30,2 485.093.569 626.777.743
23 987,7 1.030,4 1.203,2 42,7 27,6 485.093.569 559.327.340
24 995,9 1.039,3 1.192,5 43,4 27,4 489.535.737 567.661.963
Jumlah 24.086 25.164,6 28.046,4 1.078,2 644 11.807.547.759 13.017.324.382

10
 1600
1400
1200
1000
Beban
MW

800
600 Daya LR
400 Daya
200 Realisasi PLN
0
1 2 3 4 5 6 7 8 9 101112131415161718192021222324
Jam Ke-

Gambar 2. Grafik Perbandingan Beban, Daya Pembangkitan Menggunakan Lagrangian

Relaxation (LR), dan Daya Pembangkitan Realisasi PLN

Dari grafik di atas, daya pembangkitan Pit yang lebih optimal adalah daya
pembangkitan Pit yang menggunakan metode Lagrangian Relaxation. Ini karena
daya yang dibangkitkannya lebih kecil daripada daya pembangkitan Pit realisasi
PLN, sehingga dayanya pun lebih mendekati nilai permintaan beban Dt. Hal
tersebut karena pada metode ini, daya pembangkitan Pit yang belum termasuk rugi-
rugi transmisinya memiliki nilai yang sama dengan permintaan beban, contohnya
permintaan beban Dt pada jam ke-7 sebesar 923,2 MW dan hasil daya
pembangkitan Pit yang telah termasuk rugi-rugi transmisi adalah 980,6174 MW.

Bila rugi-rugi transmisinya PLt tidak termasuk dalam daya pembangkitan,

maka daya pembangkitan Pit sebesar 980,6174 MW dikurangi rugi-rugi transmisi
PLt sebesar 57,4174 MW adalah 923,2 MW.Berdasarkan proses perhitungan rugi-
rugi transmisi pada metode Lagrangian Relaxation sebelumnya, daya
pembangkitan Pit mengalami penguadratan saat dikalikan dengan koefisien rugi-
rugi Bii(t). Maka dapat diambil kesimpulan bahwa untuk mendapatkan nilai rugi-
rugi transmisi yang rendah, dibutuhkan pembangkit-pembangkit yang memiliki
kemampuan beroperasi di bawah 100 MW. Namun dalam kasus ini, unit-unit
pembangkit termal yang digunakan pada sub sistem Jawa-Bali kebanyakan
berkapasitas di atas 100 MW, sehingga rugi-rugi transmisi yang dihasilkan menjadi
lebih besar daripada rugi-rugi transmisi pada realisasi PLN, seperti terlihat pada
diagram di bawah ini.

11
 1100
1000
Rugi-Rugi Transmisi 900
800
700
(MW)

600
500
400
300
200
100
Lagrangian Relaxation Realisasi PLN

Gambar 3. Perbandingan Rugi-Rugi Transmisi Total Metode Lagrangian Relaxation dengan

Realisasi PLN

Dilihat dari gambar 4.6, diperkirakan bahwa selisih rugi-rugi transmisi pada metode
Lagrangian Relaxation 40,27% lebih tinggi dibandingkan rugi-rugi transmisi pada
realisasi PLN.

1.6E+10
Biaya Bahan Bakar

1.5E+10
1.4E+10
(Rp)

1.3E+10
1.2E+10
1.1E+10
1E+10
Lagrangian Relaxation Realisasi PLN

Gambar 4. Perbandingan Biaya Bahan Bakar Total Metode Lagrangian Relaxation dengan
Realisasi PLN

Seperti yang terlihat pada diagram batang, biaya bahan bakar yang
digunakan pada metode Lagrangian Relaxation lebih rendah dibandingkan
biaya bahan bakar pada realisasi PLN. Ini artinya penjadwalan pembangkit
termal dengan kekangan transmisi menggunakan metode Lagrangian
Relaxation lebih ekonomis daripada penjadwalan yang dilakukan oleh PLN.
Dari gambar 4.8, dikalkulasikan biaya bahan bakar yang dikeluarkan pada
metode Lagrangian Relaxation lebih murah 9,29% atau sebesar Rp
1.289.044.351 dari biaya bahan bakar yang digunakan PLN. Biaya yang
digunakan dengan penjadwalan menggunakan metode Lagrangian lebih
murah karena daya yang dibangkitkan Pit pun lebih sedikit daripada daya
yang dibangkitkan PLN.

12
KESIMPULAN

Daya pembangkitan dari penjadwalan pembangkit termal dengan kekangan

transmisi yang menggunakan metode Lagrangian Relaxation lebih optimal, karena
lebih mendekati jumlah permintaan beban dibandingkan daya pembangkitan PLN
yang jumlahnya bahkan lebih besar dari daya pembangkitan menggunakan metode
yang dipilih penulis dan biaya bahan bakar dari penjadwalan pembangkit termal
dengan kekangan transmisi menggunakan metode Lagrangian Relaxation lebih
ekonomis dibandingkan yang dikeluarkan PLN. Sedangkan untuk rugi-rugi
transmisi pada metode Lagrangian Relaxation, nilainya lebih tinggi daripada rugi-
rugi transmisi PLN. Dari sini diketahui, bila ingin dihasilkan rugi-rugi transmisi
yang lebih rendah daripada rugi-rugi transmisi pada realisasi PLN, maka unit-unit
pembangkit yang dioperasikan pada metode ini berkapasitas di bawah 100 MW.

REFERENSI

[1] Bidang Operasi Sistem Pusat Pembagi Beban (P3B) PT. PLN (Persero) Jawa
Bali (2014) Dokumen Bidang Operasi Sistem. Jakarta: PT. PLN (Persero).

[2] Cekdin, C. (2010). Sistem Tenaga Listrik - Contoh Soal dan Penyelesaian
Menggunakan MATLAB. Edisi kedua. Yogyakarta: ANDI.

[3] Gaddam, R. R. (2013). Optimal Unit Commitment Using Swarm Intelligence for
Secure Operation of Solar Energy Integrated Smart Grid. (Tesis). International
Institute of Information Technology, Hyderabad, India.

[4] Harun, N. (2011). Bahan Ajar Perancangan Pembangkitan Tenaga Listrik.

Makassar.

[5] Jatnika, G. S. D. (2013). Optimasi Sistem Interkoneksi 500 kV Jawa-Bali

dengan Aliran Daya Optimal Metode MINOPF. (Skripsi). Jurusan Pendidikan
Teknik Elektro, Universitas Pendidikan Indonesia, Bandung.

[6] Marsudi, D. (2006). Operasi Sistem Tenaga Listrik. Yogyakarta: Graha Ilmu.

13
[7] Marsudi, D. (2005). Pembangkitan Energi Listrik. Jakarta: Erlangga.

[8] Prihastomo. (2008). Makalah SCADA. [Online]. Tersedia di:

http://prihastomo.files. wordpress.com/2008/01/makalahscada.pdf. Diakses 3
September 2013.
[9] Rohmat, A., Abdullah, A. G., & Hasbullah. (2014). Koordinasi Hidro Thermal
Jangka Pendek Menggunakan Algoritma Lagrangian Relaxation. Hlm. 1-18.

[10] Saadat, H. (1999). Power System Analisys. New York: The McGraw-Hill
Companies, Inc.

[11] Siagian, A. (2011). BAB II Tinjauan Pustaka. [Online]. Tersedia di:

http://repository.usu.ac.id/bitstream/123456789/21771/4/Chapter%20II.pdf.
Diakses 8 Mei 2013.

[12] Stevenson, W. D. (1983). Analisis Sistem Tenaga Listrik. Edisi keempat.

Jakarta: Erlangga.

[13] Supriyatna. (2002). Simulasi Unit Commitment Berskala Besar pada

Persaingan Unit Pembangkit. (Tesis). Institut Teknologi Bandung, Bandung.

[14] Tseng, C. L. dkk. (1998). A transmission-constrained unit commitment

method. IEEE.

[15] Universitas Pendidikan Indonesia. (2014). Pedoman Penulisan Karya Ilmiah.

Bandung: UPI PRESS.

[16] Widiyastuti, Y. (2009). Optimasi Hidro-Termis dengan Menggunakan Metode

Gradien Berbantuan Software Matlab. (Tugas Akhir). Jurusan Pendidikan
Teknik Elektro, Universitas Pendidikan Indonesia, Bandung.

[17] Wang, S. J. dkk. (1995). Short-term generation scheduling with transmission

and environmental constraints using an augmented lagrangian relaxation.
IEEE Transactions on Power Systems, 10 (3), hlm. 1294-1301.

14
[18] Wood, A. J & Wollenberg, B. F. (1996). Power Generation, Operation, and
Control. Edisi kedua. New York: John Wiley & Sons, Inc.

[19] Yan, H. dkk. (1993). Scheduling of hydrothermal power system. IEEE

Transactions on Power Systems, 8 (3), hlm. 1358-1365.

15