Muchafidhoh (20140120060)
E-mail: muchafidhoh@gmail.com
Abstrak
1
I. Pendahuluan Menggunakan Perhitungan LOLP (Loss
2.1 Latar Belakang of Load Probability)”.
Terdapat beberapa pembangkit
di pulau Jawa yang berkontribusi 2.2 Tujuan Penelitian
penting dalam memenuhi kebutuhan Mengacu pada latar belakang di
listrik masyarakat, salah satunya PT. atas, maka penelitian ini memiliki tujuan
PJB Unit Pembangkitan Gresik Jawa mengetahui nilai LOLP dan
Timur yang memasok kebutuhan energi menganalisa hubungan antara kurva
listrik pada lingkup wilayah Jawa Timur lama beban dalam perhitungan ini, serta
dan Bali sebesar 68% dan pada sistim mengetahui nilai LOLP pada
Jawa-Bali sebesar 10%. Pembangkit Listrik Tenaga Uap (PLTU)
Laju pertumbuhan di wilayah PT. PJB UP Gresik sudah sesuai dengan
Jawa Timur meningkat sebesar 0,61%. standar PLN
Di sisi lain, laju pertumbuhan di wilayah II. Tinjauan Pustaka
Bali juga mengalami peningkatan 2.1 Keandalan Sistem Pembangkit
sebesar 1.15%. Dengan laju peningkatan Keandalan suatu sistem energi
pertumbuhan tersebut, diperlukan listrik dapat diartikan sebagai
penelitian nilai keandalan pembangkit kemampuan menyeluruh dari sistem
sehingga dapat melihat perencanaan untuk mencapai permintaan beban
yang seharusnya dilakukan untuk pelanggan secara ekonomis dan dapat
pelayanan di masa yang akan datang. dipercaya yang dapat disederhakan
Pada penulisan tugas akhir ini dengan, membaginya menjadi dua aspek
akan dibahas perhitungan dan analisa dasar, yaitu ketersediaan sistem dan
keandalan pada sistem Pembangkit keamanan sistem.
Listrik Tenaga Uap (PLTU) dengan 2.2 Teori Umum Probabilitas
judul “Studi Analisa Indeks Keandalan Probabilitas adalah pernyataan
pada Pembangkit Listrik Tenaga Uap numerik atas kebolehjadian atau
(PLTU) PT. PJB UP Gresik kemungkinan yang diberikan pada suatu
kejadian. Secara lebih rinci probabilitas
2
ditetapkan sebagai fungsi real tertentu kapasitas gangguan lebih besar daripada
pada interval 0 dan 1 dimana nilai kapasitas cadangan (reserve capacity).
probabilitas mempunyai nilai dari suatu 2.4 Indeks Keandalan LOLP
kejadian sama dengan 0, maka kejadian
Ukuran keandalan dinyatakan
tersebut mustahil dapat terjadi.
dalam hari pertahun, beban sistem akan
Sedangkann bila nilai probabilitasnya
sama, lebih besar, atau lebih rendah dari
sama dengan 1 maka kejadian tersebut
kapasitas sistem yang tersedia.
pasti terjadi.
Perhitungan dilihat dari data unit
Dengan begitu probabilitas pembangkit yang terdiri dari kapasitas
kejadian A (P[A]) harus memenuhi pembangkit dan force outage rate
persamaan berikut: (FOR), dan dapat dihitung probabilitas
kapasitas outage kumulatif dengan
0 ≤ P[A] ≤ 1 ….……….… (2.1) menghitung probabilitas kapasitas
outage individunya terlebih dahulu,
2.3 Keandalan Ketersediaan Daya
kemudian baru didapatkan tabel
Ada beberapa indeks yang
probabilitas kehilangan beban. Sering
menunjukkan keandalan suatu sistem
tidaknya pembangkit mengalami
tenaga listrik. Indeks keandalan
gangguan atau biasanya diketahui
diantaranya adalah Kemungkinan
sebagai nilai FOR.
Kehilangan Beban (Loss of Load
Probability, LOLP). Kemungkinan
kehilangan beban merupakan Dan secara umum persamaan
probabilitas yang menyatakan seberapa LOLP sebagai berikut:
besarnya suatu sistem kehilangan beban
LOLP = P x t …....................……(2.4)
dikarenakan kapasitas pembangkitan
yang tersedia (Availability Capacity) Sedangkan untuk kemungkinan
sama atau lebih kecil dari pada beban adanya daya setelah ada unit ke-n
sistem yang diminta. Dengan kata lain, didapatkan dengan perhitungan berikut.
kehilangan beban akan terjadi bila 𝑃𝑛 {( 𝑦𝑛−1 + 0) = 𝑃𝑛−1 (𝑦𝑛−1 )𝑞𝑛 (2.5)
3
dimana: Setiap kombinasi yang tebentuk, dapat
𝑞𝑛 = FOR unit ke-n dihitung kemungkinan terjadinya atau
𝑃𝑛 = probability setelah ada unit ke-n probabilitas individu dengan
𝑃𝑛−1 = probability sebelum ada unit menggunakan FOR (Forced Outage
ke-n Rate).
Tabel 3.1 Data kapasitas daya terpasang Dari data gangguan yang ada, maka nilai
unit 4 200 MW
Total Pembangkit
600
Energi Listrik c. FOR Unit 3 = FOR3
Banyaknya kombinasi = 2n
= 24 d. FOR Unit 4 = FOR4
=16 kombinasi.
4
3.3 Perhitungan Probabilitas c. Unit 3
Individu Tabel 3.5 Probabilitas Individu
Probabilitas individu merupakan Unit 3
penggabungan probabilitas masing- Capacity Capacity
in of out of
masing kapasitas pembangkit. Service Service
Probability
a. Unit 1 (MW) (MW)
0 200 1- FOR3 0.7218
Tabel 3.3 Probabilitas Individu 200 0 FOR3 0.2782
Unit 1 Jumlah 1
5
f. Probabilitas Individu terdiri dari g. Probabilitas Individu terdiri dari
3 unit 4 unit
Selanjutnya peninjauan ketika Berikut adalah tabel
sistem ditambahkan unit ke-3 dengan kemungkinan terjadi yang terdiri
kapasitas daya 200 MW dan FOR3 = dari 4 unit:
0.2782. Tabel 3.9 Probabilitas
Tabel 3.8 Probabilitas Individu Individu terdiri dari 4 unit
terdiri dari 3 unit
Unit Capacity Capacity
in of out of
Unit Unit Unit Unit Probability
Service Service
Capacity Capacity 1 2 3 4 (MW) (MW)
Unit
in of out of 0.4982
Probability 1 1 1 1 0 600 0.4658
Unit Unit Unit Service Service (1-FOR4)
1 2 3 (MW) (MW)
0.0443
(1- 0 1 1 1 100 500 0.0414
FOR1) (1-FOR4)
(1- 0.1647
1 1 1 0 400 0.4982 1 0 1 1 100 500 0.154
FOR2)
(1-FOR4)
(1-
FOR3) 0.0146
1 1 0 1 200 400 0.0137
FOR1 (1-FOR4)
(1-
0 1 1 100 300 FOR2) 0.1920
0.0443 0 0 1 1 200 400 0.1795
(1- (1-FOR4)
+
FOR3)
0.1647 0.0171
FOR2 0 1 0 1 300 300 0.016
= (1-FOR4)
(1-
0.2090
1 0 1 100 300 FOR1) 0.0635
(1- 1 0 0 1 300 300 0.0593
(1-FOR4)
FOR3)
FOR3 0.0056
0 0 0 1 400 200 0.0053
(1- (1-FOR4)
1 1 0 200 200 FOR1)
0.0146
(1-
+
FOR2)
0.1920
FOR1 Unit Capacity Capacity
=
x in of out of
0.2067 Unit Unit Unit Unit Probability
0 0 1 200 200 FOR2 Service Service
1 2 3 4 (MW) (MW)
(1-
FOR3) 0.4982
1 1 1 0 200 400 0.0324
FOR1 x FOR4
x 0.0443
0 1 1 0 300 300 0.0029
0 1 0 300 100 FOR3 x FOR4
0.0171 0.1647
(1- 1 0 1 0 300 300 0.0107
+ x FOR4
FOR2)
0.0635 0.0146
FOR2 1 1 0 0 400 200 0.001
= x FOR4
x 0.1920
0.0805 0 0 1 0 400 200 0.0125
1 0 0 300 100 FOR3 x FOR4
(1- 0.0171
FOR1) 0 1 0 0 500 100 0.0011
x FOR4
FOR1 0.0635
x 1 0 0 0 500 100 0.0041
x FOR4
0 0 0 400 0 FOR2 0.0056 0.0056
x 0 0 0 0 600 0 0.0004
x FOR4
FOR3
Jumlah 1
6
Pada tabel 3.10 adalah hasil perhitungan terpakai dengan lama waktu
yang sudah disederhanakan dari tabel pembebanan itu terjadi. berikut adalah
3.9. hasil dari perhitungan besar rerata beban
Tabel 3.10 Probabilitas Individu 4 unit secara keseluruhan dari 12 bulan selama
Capacity Capacity
in of out of
tahun 2017.
Probability
Service Service
(MW) (MW)
Rerata Rerata
0 600 0.4658 + N/A 0.4658
100 500 0.0414 + 0.154 0.1954
Bulan Beban Bulan Beban
200 400 0.0137 + 0.1795 + 0.0324 0.2256 (MW) (MW)
300 300 0.0160 + 0.0593 + 0.0029 + 0.0107 0.0889
400 200 0.0053 + 0.0010 + 0.0125 0.0187 Januari 309 Juli 307
500 100 0.0011 + 0.0041 0.0052
600 0 N/A + 0.0004 0.0004 Februari 276 Agustus 238
Jumlah 1
Maret 310 September 281
7
dengan nilai 451 MW pada hari ke-5 di Untuk dapat memformulasikan
bulan Oktober, hal ini dikarenakan kemungkinan kehilangan beban (Loss of
pengaturan beban kebutuhan jaringan Load Probability), maka perlu di
listrik dari pihak PLN Pusat Pengaturan transformer menjadi kurva lama beban
Beban (P2B) pada bulan Oktober di (Load Duration Curve).
PLTU PJB Gresik diatur menjadi beban KURVA LAMA BEBAN TAHUN 2017
maksimum. Dapat dilihat dari data 500
450
358
106
127
148
169
190
211
232
253
274
295
316
337
64
22
43
85
1
HARI KE-
MW.
Setelah didapatkan data beban Gambar 3.2 Kurva Lama Beban
dalam satu tahun langkah selanjutnya
adalah membuat kurva beban dengan 3.6 Loss of Load Probability
memasukkan data beban satu tahun (LOLP)
menjadi sebuah grafik. Nilai LOLP didapatkan dari
perkalian antara probabilitas kumulatif
KURVA BEBAN TAHUN 2017
500 Capacity in of Service (MW) sistem 4
DAYA TERPASANG (MW)
450
400 unit pembangkit dengan interval titik
350
300 potong kurva lama beban yang
250
200 dinyatakan dalam hari per tahun.
150
100
Dengan merujuk persamaan 2.4 dengan
50
syarat beban lebih besar atau sama
0
185
277
116
139
162
208
231
254
300
323
346
93
24
47
70
1
8
Probability), didapatkan kesimpulan
sebagai berikut:
1. Bulan November memiliki rerata
beban terendah disebabkan terdapat
2 unit tidak beroperasi cukup lama,
terdapat data beban maksimum
(Maximum Demand) di bulan
Gambar 3.3 Perpotongan kurva lama Oktober, hal ini dikarenakan
beban dengan nilai t pengaturan beban kebutuhan
jaringan listrik dari pihak PLN Pusat
Tabel 4.3 Hasil Perhitungan LOLP Pengaturan Beban (P2B) pada bulan
Oktober di PLTU PJB Gresik diatur
Capacity Capacity
in of out of Probabilitas LOLP menjadi beban maksimum.
t
Service Service Kumulatif (P x t)
(MW) (MW)
2. Perhitungan indeks keandalan
0 600 1.000000 0 1.000000 x 0 0.000000 LOLP (Loss Of Load Probability)
100 500 0.534151 0 0.534151 x 0 0.000000
200 400 0.338754 12 0.338754 x 12 4.065046 menghasilkan nilai total sebesar
300 300 0.113170 136 0.113170 x 136 15.391053
31.5 hari/tahun pada tahun 2017.
400 200 0.024291 317 0.024291 x 317 7.700163
500 100 0.011822 360 0.011822 x 360 4.256019 Nilai indeks LOLP tersebut belum
600 0 0.000366 365 0.000366 x 365 0.133720
memenuhi standar yang sudah
Jumlah 31.546000
ditetapkan oleh PT. PLN yaitu
IV. Kesimpulan dan Saran sebesar 1 hari/tahun, berdasarkan hal
4.1 Kesimpulan tersebut dapat dikatakan keandalan
Berdasarkan hasil perhitungan sistem tenaga di PLTU PT. UP PJB
dan analisa yang dilakukan pada PLTU Gresik pada tahun 2017 dalam
PT. PJB Unit Pembangkitan Gresik kategori kurang andal atau
Jawa Timur mengenai keandalam sistem keandalan pembangkit yang rendah.
tenaga listrik dengan menggunakan
indeks risk level LOLP (Loss Of Load
9
4.2 Saran DAFTAR PUSTAKA
Setelah melakukan penelitian
[1] Bidang Perencanaan Sistem,
ini, terdapat beberapa saran berkaitan
Rencana Usaha Penyediaan Tenaga
dengan keandalan di PLTU PT. PJB
Listrik (RUPTL) 2015-2024. 2014.
Unit Pembangkitan Gresik, diantaranya
Jakarta: PT PLN (Persero).
adalah sebagai berikut:
1. Dilakukan penelitian lebih lanjut [2] H. Zein. 2008. Perkiraan
dengan harapan indeks keandalan Pasokan Daya Sistem Jawa-Madura-
PLTU PT. PJB Unit Pembangkitan Bali Sampai Tahun 2016 Berdasarkan
dapat sesuai dengan strandar PLN, Indeks LOLP Satu Hari Per Tahun.
salah satunya yaitu penambahan Jurnal Teknik Elektro, Vol. 10, No. 1,
kapasitas efektif pembangkit dengan pp. 6-9.
mempertimbangkan peramalan
beban di masa mendatang. [3] Marsudi, Ir. Djiteng. 2006.
10
Tahun 2016. Lampung: Universitas Pembangkit Listrik (Studi Kasus PT
Lampung. Indonesia Power UBP Suralaya). Jurnal
BIAStatistics: Vol. 9, No.2, hal 7-12.
[6] Matin, Totoh Abdul. 2009.
Alokasi Biaya Investasi Dan Operasi [10] Badan Pusat Statistika Jawa
Untuk Peningkatan Keandalan Titik Timur. “Jumlah Penduduk Menurut
Beban Dengan Menggunakan Teori Provinsi di Indonesia, 2012 – 2016”. 25
Permainan Kooperatif. Bandung: Januari 2018. https://jatim.bps.go.id/
Teknik Institut Teknologi Bandung. dynamictable/2017/08 /30/57/jumlah-
penduduk-menurut-provinsi-di-
[7] Prasetyo, Gunawan Eko. 2011.
indonesia-2012---2016.html.
Studi Tentang Indeks Keandalan
Pembangkit Tenaga Listrik Wilayah [11] Badan Pusat Statistika Bali. Laju
Jawa Tengah Dan Daerah Istimewa Pertumbuhan Penduduk Menurut
Yogyakarta. Semarang: Universitas Kabupaten/Kota, Provinsi Bali 2010-
Diponegoro. 2020. 25 Januari 2018.
https://bali.bps.go.id/statictable
[8] Apriani, Rina dan Rudyanto
/2016/07/06/224/laju-pertumbuhan-
Thayib. 2015. Perhitungan Loss Of
penduduk-menurut-kabupaten-kota-
Load Probability (Probabilitas
provinsi-bali-2010-2020.html.
Kehilangan Beban) Sistem Tenaga
Listrik Di PT. Pupuk Sriwidjaja. [12] Gunadin, Indar Chaerah. 2014.
Indralaya: Universitas Sriwijaya. Studi Keandalan Ketersediaan Daya
Mikrotiga, Vol 2, No. 1. Perencanaan Pembangkit Listrik PT
PLN Sistem Sulselbar Tahun 2010-
[9] Kurniawan, Yulius Indhra. 2015.
2020. Seminar Nasional Riset Inovatif
Loss of Load Probability (LOLP) Index
II, Tahun 2014 ISSN: 2339-1553.
untuk Menganalisa Keandalan
Makassar: Universitas Hasanuddin.
11