Kembali

Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (249-265)

MODEL SIMULASI PROYEKSI SISTEM ENERGI

MODUL BALANCE DARI ENPEP

Edwaren Liun∗

ABSTRAK

MODEL SIMULASI PROYEKSI SISTEM ENERGI MODUL BALANCE DARI ENPEP.

Modul BALANCE dari Program ENPEP didasarkan pada jaringan sistem energi yang dibangun dengan
urutan logika diagram alir mulai dari sumber hingga pengguna akhir. Jaringan terdiri dari node dan link
yang memodelkan sektor energi. Node mewakili proses seperti pengilangan minyak, dan link mewakili
aliran energi antara dua node. Jaringan energi dikembangkan dengan mendefinisikan aliran energi di
antara 10 jenis node. Masing-masing jenis node menghubungkan sub model yang berbeda di dalam
BALANCE. Modul ini mempunyai persamaan sendiri yang berhubungan dengan harga dan aliran energi.
Modul ini berfungsi untuk penghitung aliran energi tahunan dari aktivitas-aktivitas produksi, konversi,
dan pemanfaatan sumberdaya energi yang ada. Outputnya berupa input dan output link dari node tersebut.
Informasi dari output dapat mencapai 75 tahun ke depan mengenai neraca demand dan supply bahan
bakar, energi listrik untuk masing-masing unit pembangkit, biaya produksi listrik oleh masing-masing
unit, total demand listrik, peak load, kapasitas pembangkit yang tersedia, reserve margin, dan biaya rata-
rata pembangkitan listrik total.

Kata-kata kunci: Simulasi dan Perencanaan Energi, Simulasi Perhitungan dan Perencanaan Energi

ABSTRACT
ENERGY SYSTEM PROJECTION SIMULATION MODEL OF BALANCE MODULE OF
ENPEP. The BALANCE Module of ENPEP Program is based on energy system network developed in
logical sequence of flow diagram starting from resources up to end use. The energy network consists of
nodes and links that model the energy sectors. The nodes of the network represent processes, such as
petroleum refining, and the links represent energy flows between pairs of nodes. Defining the energy
flows among 10 types of nodes develops the energy network. Each node type corresponds to a different
submodel in BALANCE. The module has its own equations relating the prices and energy flows in the
module to calculate energy flow from production, conversion and utilization of available energy
resources. The output of BALANCE Module consists of input and output of the node. In its describing
output produce the information can be up to 75 years on demand and supply balance of every power
plant, electricity production costs of each unit, total electricity demand, peak load, available plants
capacity, reserve margin, and average total electricity generation costs.

Keywords: Simulation and Energy Planning, Energy Planning, Simulation and Calculation

∗
Pusat Pengembangan Energi Nuklir - BATAN

249
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (249-265)

PENDAHULUAN

Latar belakang

Modul BALANCE dari ENPEP berfungsi untuk menghitung aliran energi

tahunan dari aktifitas-aktifitas produksi, konversi, dan pemanfaatan sumberdaya.
Dalam hal ini aliran dihitung untuk semua link pada network. Kemudian menghitung
harga energi untuk semua aktifitas energi (semua link pada network), dan
menggambarkan output pada bar chart dan pie chart. Dalam menjalankannya
pengguna memilih satu kasus dan dipandu ke arah fungsi-fungsi melalui hirarki menu
dan membuat network energi yang menunjukkan aliran energi dari aktifitas suplai
sampai ke aktifitas demand. Formulir menu digunakan untuk memasukkan data yang
mendefinisikan struktur dan proses pada network. Pengguna mempunyai opsi untuk
dapat menyimpan semua modifikasi dan perubahan file input maupun output dari
suatu case yang dibuat.
Modul BALANCE didasarkan pada jaringan sistem yang mewakili semua
aktifitas produksi, konversi, transportasi, distribusi dan pemanfaatan energi. Simpul
dari jaringan mewakili aktifitas dan link mewakili aliran bahan bakar antara aktifitas-
aktifitas tersebut. Pengguna model dapat me-run beberapa variasi pada kasus ini atau
lainnya dengan memodifikasi file data seperlunya pada model.
Kasus alternatif dapat dibuat dengan berbagai data masukan yang sesuai dengan
berbagai isu terkait, antara lain: a) kontribusi relatif dari berbagai jenis pembangkit
listrik seperti pembangkit listrik tenaga air, pembangkit berbahan bakar minyak,
batubara ataupun gambut untuk pembangkit listrik terpusat; b) potensi ekonomi untuk
pembangkit listrik yang tidak terpusat dan dampak-dampaknya terhadap sistem listrik
terpusat; c) produk-produk minyak dan bahan bakar minyak yang diimport serta
produksi kilang minyak dalam negeri; d) potensi ekonomi biomassa untuk mengurangi
permintaan bahan-bakar import meliputi produksi etanol, baggas, kayu, arang dan sisa
pertanian; e) potensi ekonomi sumber energi surya dan angin; f) dampak terhadap
konsumsi dari asumsi-asumsi yang berkenaan dengan laju pertumbuhan sektor-sektor
ekonomi; g) alternatif-alternatif pengalihan bahanbakar dan harga bahan bakar import;
dan h) potensi untuk mengurangi konsumsi energi melalui konservasi pada sektor
demand.

Tujuan

Tujuan dari modul ini adalah memproyeksikan aliran energi tahun dasar sesuai
dengan link jaringan untuk tahun-tahun mendatang selama periode studi hingga 30
tahun. Input data di dalam form menu dari proyeksi harga bahan bakar yang diimpor,

250
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (249-265)

proyeksi permintaan akhir, dan data teknik dan biaya-biaya yang berkenaan dengan
aktivitas sumberdaya dan konversi energi (misalnya pembangkitan tenaga listrik,
kilang) digunakan untuk memproyeksi neraca energi masa mendatang. Neraca energi
yang dibangun berdasarkan ekonomi relatif dari sumber suplpy alternatif, sumberdaya,
dan teknologi yang diperlukan untuk memenuhi demand, dikenakan pada kendala-
kendala yang mungkin ada pada kapasitas proses maupun peraturan pemerintah yang
mempengaruhi harga dan penggunaan energi.

TEORI

Data yang dibutuhkan

Data yang dibutuhkan adalah: a) neraca supply/demand tahun dasar; b)

cadangan sumberdaya, kapasitas produksi, O&M cost; c) efisiensi, kapasitas, kapital
dan O&M cost fasilitas proses energi; d) data sektor listrik (misalnya fasilitas
pembangkitan, LDC); dan e) proyeksi harga bahanbakar import.

Cara Kerja Modul BALANCE

Untuk memulainya pengguna modul dapat memilih satu kasus yang

mendefinisikan jaringan energi yang telah ada yang tampak pada layar monitor, atau
pengguna dapat membuat satu kasus baru yang didasarkan pada kasus yang telah ada.
Dalam hal ini input data dapat diubah dan menjadi sebuah kasus baru. Setelah kasus
dipilih sedemikian, pengguna diarahkan ke masing-masing fungsi melalui suatu
hirarki menu dengan formulir isian. Pada ujung masing-masing cabang pada hirarki ini
program melaksanakan perhitungan-perhitungan yang diperlukan dan sesuai. Jika
kasus telah selesai diisi dan di-run, pengguna dapat menayangkan berbagai bagian dari
file output, dan mempunyai opsi penyimpanan input baik yang dimodifikasi maupun
data hasil run ke dalam direktori studi perencanaan.
Modul BALANCE didasarkan pada jaringan energi, yang terdiri dari node dan
link yang memodelkan sektor energi. Node pada jaringan mewakili proses seperti
pengilangan minyak, dan link mewakili aliran energi antara dua node. Jaringan energi
dikembangkan dengan mendefinisikan aliran energi di antara 10 jenis node. Masing-
masing jenis node menghubungkan sub-model yang berbeda di dalam Modul
BALANCE. Modul ini mempunyai persamaan sendiri yang berhubungan dengan
harga dan aliran energi pada input dan output link dari node tersebut. Jenis node
adalah seperti diuraikan di bawah.

251
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (249-265)

Depletable Resource: Memodelkan produksi dari sumberdaya energi yang terhabiskan

yang diproduksi di dalam negeri atau diimport seperti crude oil atau batubara.
Renewable Resource: Memodelkan produksi sumberdaya energi baru seperti sisa
pertanian atau energi surya.
Conversion: Memodelkan konversi sumberdaya energi, bahan bakar, atau produk ke
bentuk lainnya. Misalnya boiler yang mengkonversi bahan bakar menjadi uap,
kendaraan bermotor mengkonversi gasoline menjadi jarak tempuh, dan proses distilasi
yang mengkonversi sisa pertanian menjadi etanol.
Refining atau Multiple Output Link: Memodelkan proses pengilangan di dalam
berbagai bentuk.
Stockpiling: Memodelkan penyimpanan sumberdaya untuk penggunaan pada
beberapa waktu mendatang.
Multiple-Input-Link Conversion: Memodelkan proses yang mempunyai lebih
daripada satu bentuk bahan bakar input tunggal seperti alat pemanas surya yang juga
menggunakan LPG sebagai bahan bakar backup.
Decision: Memodelkan seleksi bahan bakar atau bentuk energi dari sumberdaya suplai
alternatif.
Pricing: Memodelkan peraturan harga pemerintah dan kebijakan-kebijakan harga.
Demand: Memodelkan permintaan akhir terhadap bahan bakar atau bentuk useful
energy.
Electricity Generation: Memisahkan submodel yang memodelkan muatan dan output
listrik dari unit-unit pembangkitan.

Perhitungan Depletable Resource Processes dan Imported Fuel

Node-node untuk depletable resource (sumberdaya terhabiskan) mempunyai

satu output link dan tidak mempunyai input link. Depletable resource node digunakan
untuk memodelkan produksi domestik dan/atau import sumberdaya depletable seperti
produk-produk crude oil, coal dan bahan bakar minyak ataupun gas. Misalnya node
sumberdaya depletable didalam jaringan energi dapat meliputi: import crude oil,
import produk-produk bahan bakar minyak seperti gasoline, distillate dan minyak
bakar, import batubara.
Untuk perhitungan sumberdaya energi dan bahan bakar terhabiskan, sebuah
persamaan tunggal dikenakan pada node sumberdayanya. Persamaan tersebut berhu-
bungan dengan biaya (atau harga yang tergantung pada penggunaan node sumberdaya)
yang memproduksi atau mengimport sumberdaya ke total, kumulatif (seluruh
periode), jumlah sumberdaya yang dihasilkan atau diimport. Persamaan tersebut
mewakili kurva suplai sumberdaya tersebut secara efektif. Harga dari sumberdaya
terhabiskan dapat dihitung dari persamaan:

252
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (249-265)

P(t) = A(Q) × (1 + R(t)) + B × Q(t) (1)

yang mana P(t) = biaya (harga) dari sumberdaya dalam periode t; Q(t) = jumlah
sumberdaya yang diproduksi atau diimport dalam periode t; A(Q) adalah perpotongan
kurva suplai untuk sumberdaya setelah diekstraksi sejumlah Q sumberdaya sebelum
waktu t. Nilai ini diatur pada akhir masing-masing tahun dalam periode simulasi
berdasarkan pada jumlah sumberdaya yang diproduksi atau diimport selama tahun
tersebut. (Nilai awal dari A(Q) di dalam base year dapat di diambil sebagai harga
sumberdaya pada tahun dasar); R(t) = laju eskalasi ril dari biaya (harga) sumberdaya;
dan B = slop kurva suplai sumberdaya.

Gambar 1 Contoh Segmen Energy Network untuk Sektor Gas

Pada Tabel 1 berikut ditunjukkan besaran dari Resource menuju demand

melalui beberapa proses yang sederhana sehingga diperoleh angka bersih sampai pada
node demand.

253
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (249-265)

Tabel 1 Kuantitas Sumberdaya dari Sumber menuju Demand

Al 11 To Industri Grid PP Nongrid dmd HH Sum Input St.pile

Share 0.9416 0.0131 0.0443 0.0010 1.0000
Quant. 45,081.00 627.19 2,120.95 47.88 47,877.02 88,449.00 -40,571.98

Al 10 To PR 15 PR 16 AL 11
Share 0.0676 0.6452 0.2871 0.9999 0.0001
Quant. 20,686.82 197,442.81 87,857.77 306,018 306,018 0.0000

PR 2 To Al 10 Input
Share 0.92
Quant. 306,697.64 333,367 333,367

Perhitungan Proses Sumberdaya Terbarukan

Node sumberdaya terbarukan mempunyai satu link output tanpa link input.
Digunakan untuk memodelkan produksi domestik sumberdaya energi terbarukan
seperti energi surya dan residu biomass. Sebuah node sumberdaya juga memodelkan
berbagai keterbatasan alamiah pada produksi sumberdaya. Misalnya jumlah paparan
sinar surya menentukan batas atas terhadap jumlah tahunan energi surya yang dapat
digunakan; luas lahan yang digunakan untuk produksi kayu untuk keperluan produksi
energi. Bentuk fungsi langkah node sumberdaya terbarukan adalah:

P(t) = C(1) if Q(t) < L(1) (2)

P(t) = C(2) if Q(t) < L(2) (3)

P(t)= C(5) if Q(t) < L(5) (4)

P(t) = biaya atau harga sumberdaya pada periode t; Q(t) = jumlah sumberdaya yang
dihasilkan dalam periode t; C(1) = biaya produksi masing-masing unit sumberdaya
pada langkah 1; C(2) = biaya produksi masing-masing unit sumberdaya pada langkah
2; C(5) = biaya produksi masing-masing unit sumberdaya pada langkah 5; jumlah
maksimum langkah yang diizinkan adalah lima); L(1) = jumlah sumberdaya pada
langkah 1; L(2) = jumlah sumberdaya pada langkah 2; dan L(5) = jumlah sumberdaya
pada langkah 5.

254
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (249-265)

Asumsi dasar dalam pengembangan persamaan harga untuk node konversi

adalah bahwa pendapatan tahunan yang diperoleh dari output proses sama dengan
biaya tahunan jus yang meliputi harga dan prosesnya. Dengan asumsi ini dan
menganggap bahwa operasi proses mendekati kapasitas output nominal tahunan, maka
diperoleh persamaan berikut yang menghubungkan harga etanol yang berasal dari gula
tebu dengan harga jus gula dan biaya prosesnya:

P( j )  TCI 
P ( e) = + OM +   × CRF (i, n) (5)
Eff  Cap × CF 

Di sini P(e) = harga etanol; P(j) = harga jus gula; OM = biaya operasi dan
perawatan proses etanol. Biaya ini diluar biaya-biaya feedstock jus gula. Biaya jus
dihitung untuk tahap pertama pada sisi kanan persamaan; TCI = biaya modal total dari
proses distilasi atau pabrik yang mewakili; CRF(i,n) = biaya pengembalian modal
yang menutupi biaya modal selama umur proses n pada laju bunga tahunan i; CAP =
kapasitas output maksimum nominal tahunan dari pabrik yang mewakili; dan CF =
faktor kapasitas pembangkit yang menunjukkan fraksi waktu pembangkit yang
beroperasi selama setahun. Sedangkan faktor pengembalian modal CRF(i,n) untuk
menutupi biaya modal dari suatu proses yang meliputi jumlah dalam interval waktu
diskrit dihitung dengan persamaan berikut:

CRF = i
(1+ i )
n
(6)
(1 + i )n −1

Perhitungan Proses Konversi Multi Input Link

Di dalam prosesor minyak mentah di sektor oil, minyak berat dipisahkan dari
fraksi lebih ringan. Jika digunakan suatu pemanas berbahan bakar LPG yang berasal
dari sektor oil, maka untuk memproduksi sejumlah kuantitas panas digunakan
persamaan:

Q(l) = Q(h) × IO(l) (7)

yang mana Q(l) = kuantitas input LPG; dan IO(l) = kuantitas input LPG yang
dibutuhkan per satuan output panas.
Asumsi yang digunakan dalam pengembangan persamaan harga untuk node
konversi input adalah bahwa nilai output proses sama dengan biaya proses dan bahan-
bakar input pada tahun dasar. Besarnya nilai output panas diperoleh dengan
persamaan:

255
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (249-265)

TCI
P(h) = P( s ) × IO( s ) + P(1) × IO(1) + OM + × CRF (i, n) (8)
Cap × CF

yang mana P(h) = harga output panas (berdasarkan kandungan kalori ekuivalen); P(s)
= harga (jika ada) dari energi surya; P(l) = harga LPG; OM = O&M cost heater untuk
mengkonversi energi surya dan LPG menjadi panas. TCI = total capital cost dari
heater; CRF(i,n) = capital recovery factor yang menutupi capital cost heater selama n
tahun umurnya pada laju bunga i; Cap = maximum rated output capacity tahunan dari
heater yang mewakili; dan CF = capacity factor untuk heater yang mewakili yang
menunjukkan fraksi waktu selama masa operasi.

Perhitungan Proses Refinery atau Multiple Output link

Sebuah refinery node mempunyai satu link input dan dua atau lebih link output.
Persamaan kuantitas mewakili transformasi input (misalnya crude oil) terhadap output
(misalnya produk bahan bakar minyak). Persamaan harga mewakili nilai tambah oleh
pemrosesan terhadap input dan mengalokasikan biaya pengolahan terhadap output.
Refinery node dapat digunakan untuk memodelkan berbagai proses yang mempunyai
satu input dan produk-produk multi output. Misalnya refinery crude oil, sebuah node
refinery dapat digunakan untuk memodelkan proses cogeneration yang menghasilkan
uap dan listrik. Refinery node yang mempunyai dua output products yang menggam-
barkan persamaan kuantitas dan harga. Misalnya, kuantitas produk 1 dihubungkan
dengan kuantitas input crude mempunyai persamaan:

Q(1) = Q(c) × s(1) (9)

Q(1) = kuantitas output product 1; Q(c) = kuantitas input crude; dan s(1) = rasio
output produk 1 per satuan crude input. Dengan asumsi bahwa refinery beroperasi
dalam kapasitas nominalnya, maka diperoleh persamaan berikut yang menunjukkan
hubungan harga produk 1 terhadap harga input crude, harga produk 2 dan biaya-biaya
pengolahan adalah:

P ( c ) s ( 2) OM TCI
P(1) = − × P ( 2) + + × CRF (i, n) (10)
s (1) s (1) s (1) Cap × CF × s (1)

CAP = crude input capacity dari the refinery; CF = capacity factor; P(1), P(2) =
masing-masing prices dari produk 1 dan 2; P(c) = price of crude; OM = operating and
maintenance cost dari refinery; TCI = total capital cost of the refinery; dan CRF(i,n) =

256
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (249-265)

capital recovery factor yang menutupi refinery capital cost sepanjang umurnya n,
pada annual interest rate i.

PROSES-PROSES NODE

Stockpile Node Node decision berfungsi untuk mengendalikan jumlah produk di

dalam stockpile untuk masing-masing tahun dan mengambil sebanyak mungkin untuk
memenuhi permintaan demand pada refinery. Kelebihan produksi (jika ada) dari
masing-masing produk refinery ditambahkan ke jumlah yang telah ada di dalam
stockpile setiap tahun periode simulasi.
Pricing Node Node harga mempunyai satu link input dan satu link output. Berfungsi
menentukan harga pada link input dari node untuk mensimulasikan pajak oleh peme-
rintah, subsidi, price ceiling, price floor, atau kebijakan-kebijakan harga lainnya oleh
pemerintah. Harga output dari node output ditentukan dari persamaan berikut:

P(o) = a × P(i) + b (11)

P(o) = price pada output link dari pricing node; P(i) = price pada input link dari
pricingnode; a = price multiplier; dan b = price increment (atau decrement).
Decision Node Node decision mempunyai satu atau lebih input link dan satu
atau lebih output link yang berfungsi untuk memilih jumlah bahan bakar untuk
disuplai dari sumber. Demand Node Node ini di dalam network energi
menunjukkan titik akhir demand dari aliran energi mempunyai satu link input
dan tidak mempunyai link output.

Modul BALANCE pada Sektor Listrik

Sektor pembangkitan listrik dari Modul BALANCE merupakan submodul

tersendiri dengan prosedur dan logika komputasionalnya yang berbeda dari bagian-
bagian lain modul tersebut. Namun sektor listrik tertanam di dalam sistem network
energi dan menerima demand listrik dan harga bahan bakar selama periode simulasi
dari link input ke sektor listrik. Demand total energi listrik dan harga bahan bakar
tahunan yang diberikan yang diambil dari link-link input dan output model sektor
listrik melakukan perhitungan berikut untuk masing-masing tahun selama periode
simulasi: (1) mengembangkan suatu discrete approximation menjadi Load Duration
Curve (LDC) tahunan; (2) menghitung peak load dari LDC dan total electricity
demand; (3) menghitung derated capacity dari masing-masing unit pembangkit listrik

257
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (249-265)

yang tersedia; (4) menghitung biaya variabel total (variable O&M cost plus fuel cost)
untuk masing-masing unit yang tersedia dan urutan unit pada variabel cost dasarnya;
(5) unit-unit beban dalam urutan ke LDC (didasarkan pada derated capacity) untuk
memenuhi demand listrik, beban puncak dan reseve margin yang dibutuhkan didalam
sistem; dan (6) menghitung total cost rata-rata dari produksi listrik dan jumlah bahan
bakar yang dikonsumsi oleh masing-masing unit pembangkit yang tersedia. Derated
capacity unit dihitung dari persamaan pembangkitan berikut:

 DMAIN 
DCAP = CAP x (1 − FORC ) x 1 −  (12)
 365 

Di mana DCAP = derated capacity unit; CAP = maximum continuous capacity unit;
FORC = forced outage rate unit (fraksi dari waktu time selama tahun yang unit
terhenti karena masalah operasional); and DMAIN = jumlah hari dalam setahun untuk
scheduled maintenance. Sedangkan variable cost unit dihitung dari persamaan:

VOM  HTRT 
VC = +  PF x  (13)
10  CONV 

Di mana VC = total variable cost of the unit (cents/kWh); VOM = variable O&M
cost (mills/kWh) [1 mill = 0.1 cent]; PF = fuel price ($/BOE); HTRT = heat rate
(Btu/kWh; dan CONV = faktor konversi Btu ke BOE. Total cost dari electricity
generation dihitung dengan:

 OUT (u )  (14)
TC = SUM  CAP (u ) × CRF (i, n(u )) + FOM (u ) × CAP (u ) + VC (u ) 
 100 

TC = total cost dari electricity generation dalam beberapa tahun ($/yr); U = jumlah
unit yang tersedia yang dibutuhkan untuk memenuhi demand listrik; peak load, dan
reserve margin yang dibutuhkan untuk memenuhi beban tetapi telah dioperasikan
pada tahun sebelumnya dalam periode simulasi; CAPC(u) = capital cost dari unit
($/kW); CRF(i, n(u)) = capital recovery factor untuk menutupi capital cost sepanjang
umur unit, n(u) tahun, pada laju bunga tahunan i; FOM(u) = fixed operating and
maintenance cost dari unit ($/kW-yr); CAP(u) = maximum rated capacity unit (kW);
VC(u) = variable cost dari unit (sent/kWh) dari persamaan di atas; dan OUT(u) =
produksi listrik total oleh unit (kWh/year). Sedangkan biaya rata-rata pembangkitan
tenaga listrik ($/kW) adalah:

258
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (249-265)

TC [ US$]
ATC = (!5)
Sum over Units {Out (u )}[kW . yr]

Harga listrik diambil dari harga rata-rata pembangkitan listrik di dalam model.

Prosedur Iterasi dan Running Data

Model analisis neraca energi Modul BALANCE terdiri dari persamaan dan
pertidaksamaan sistem non linier simultan. Hubungan ini menspesifikasi transformasi
kuantitas energi dan harga energi melalui berbagai tahap produksi, pengolahan dan
penggunaann energi. Selanjutnya penyelesaian terhadap semua persamaan kuantitas
dihitung untuk link berturut-turut ke bawah network. Jika semua persamaan di dalam
network terpenuhi, maka solusi penentuan kuantitas akan diperoleh. Di sisi lain
kuantitas di bagian bawah network diatur, dan semua persamaan diulang meyelesai-
kannya. Proses iterasi ini berlanjut hingga dapat menentukan harga tertentu untuk
kuantitas pada bagian bawah network, dengan prosedur sebagai berikut: 1)
Menghitung kuantitas pada bagian bawah network untuk sumberdaya depletable dan
renewable. 2) Bermula dengan persamaan harga untuk node sumberdaya, diselesaikan
persamaan harga dalam urutan, naik ke bagian atas network. Tahap ini disebut sebagai
up-pass. 3) Berdasarkan perhitungan harga untuk input link ke proses demand,
dihitung jumlah yang diminta. 4) Selanjutnya persamaan harga diselesaikan secara
berurutan di dalam urutan terbalik ke bawah network mulai dengan kuantitas demand.
Proses ini disebut sebagai down-pass. 5) Membandingkan jumlah yang terhitung pada
down-pass untuk proses sumberdaya dengan perkiraan mula.
Jika jumlah hampir sama dengan jumlah yang diacu terhadap toleransi
konvergen, maka model dikatakan konvergen, dan solusi imbangnya diperoleh. Jika
model tidak terkonvergen, maka perkiraan awal untuk besarnya sumberdaya
depletable dan renewable diatur, dan iterasi lainnya dimulai pada Langkah 2. Prosedur
tersebut adalah untuk mengatur jumlahnya yang diacu sebagai logaritma.

HASIL DAN ANALISIS OUTPUT

Contoh Perhitungan Demand Bahan-bakar pada Pembangkit Listrik

Sektor listrik merupakan salah satu demand yang mengkonsumsi energi primer
menjadi energi sekunder dalam jumlah besar. Pada sektor listrik berlangsung proses

259
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (249-265)

konversi dari kandungan energi di dalam bahanbakar menjadi energi listrik yang siap
digunakan atau dikonversi menjadi berbagai bentuk energi lainnya dengan mudah.
Pada proses konversi ini akan banyak energi yang hilang atau lepas ke lingkungan
sebagai panas sehingga energi yang diperoleh sebagai listrik akan menjadi jauh lebih
kecil. Faktor keterbatasan efisiensi dari mesin merupakan penyebabnya. Energi listrik
(kWh) yang dihasilkan pada proses konversi adalah:

 kcal   kWh  (16)

E = jumlah bahanbakar [kg ] × nilaikalor   × efisiensi × faktor konversi  
 kg   kcal 

Sebagai contoh, jika diasumsi bahwa: jumlah bahanbakar LNG 23,3 juta ton (23,3.109
kg) dalam suatu tahun, nilai kalor LNG = 11807 kcal/kg, efisiensi pembangkit = 0,42,
maka energi yang dihasilkan pada pusat listrik siklus ganda (combined cycle) PLTGU
dengan bahan bakar LNG tersebut adalah:

kcal kWh
E = 23,3.10 9 kg × 11087 × 0,42 × 1,16 ×10 −3 = 125,86.10 9 kWh (17)
kg kcal

Dari besarnya energi tahunan yang diperoleh tersebut dapat dihitung kapasitas daya
listriknya, yaitu:

125,86.10 9 kWh
P= = 17.959,04 MW (18)
1000 k
8760 h × 0,8 ×
M

Tabel 2 di bawah adalah contoh hasil proses konversi energi dari liquefied natural
gas (LNG) Indonesia. Kolom 1 sampai dengan 3 adalah data aktual, dan kolom 4 sampai
dengan 6 hasil perhitungan konversinya. Jika dimisalkan bahwa nilai produksi LNG
adalah seperti tertera pada kolom kedua dari tabel tersebut, maka hasil perhitungan untuk
kesetaraan produksi listrik yang dapat dihasilkan, nilai uang menurut harga listrik, dan
setara kapasitas terpasang pusat listriknya dapat dilihat pada kolom keempat, kelima dan
keenam.

260
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (249-265)

Tabel 2. Produksi dan Hasil Proses Konversi LNG pada PLTGU

Listrik yg dpt Nilai uang menu- Setara Kapasitas

Produksi Export
Tahun dihasilkan rut harga listrik Pusat Listrik
(juta ton) (juta ton)
(juta kWh) (juta rupiah)* (MW)
1990 21.036 21.036 113,627.27 56,813,635.00 16,213.94
1991 22.783 22.783 123,064.34 61,532,170.00 17,560.55
1992 23.964 23.964 129,443.62 64,721,810.00 18,470.83
1993 24.429 24.429 131,955.35 65,977,675.00 18,829.25
• Asumsi harga listrik rata-rata = Rp.500,-/kWh

Output Modul BALANCE

File output utama adalah TIME.OUT, yang menghasilkan dan dibagi menjadi
empat bagian sebagai berikut: Bagian 1: Rangkuman error konvergensi dan iterasi
untuk semua tahun periode simulasi; Bagian 2: Hasil writer output; Bagian 3:
Kuantitas aliran energi pada semua link network untuk tahun yang sama; dan Bagian
4: Harga energi pada semua link network untuk tahun yang sama seperti halnya pada
kuantitas.
Rangkuman pesan error konvergensi dan iterasi menunjukkan jumlah iterasi
yang dibutuhkan dan error konvergensi hasil untuk operasi model didalam masing-
masing tahun periode simulasi. Hasil output writer menampilkan output utama model
yang merupakan informasi paling penting pada aliran dan harga energi keseluruhan
network yang dirangkum di dalam writer tables. Berikut adalah beberapa segmen
output hasil runing Modul BALANCE yang merupakan bagian kecil dari output
keseluruhan (Tabel 3.2).

261
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (249-265)

Tabel 3. Contoh Bagian dari Output Modul BALANCE (format dimodifikasi sesuai
kebutuhan analisis)

TOTAL
Year 1998 2003 2008 2013 2018 2023 2027 %
30 years
ENERGY DEMAND BY SECTOR (000 BOE)
Transport 96,649 110,696 205,194 342,001 604,403 1,087,954 1,757,942 15,421,885 100.%
Gasoline 41,761 42,614 105,130 163,265 284,619 512,301 827,926 7,216,837 46.8%
Avt/avgas 6,092 9,331 13,724 39,607 70,805 127,479 205,836 1,715,416 11.12%
Mid.dist 48,250 58,099 85,391 137,665 246,427 443,676 717,021 6,423,179 41.65%
FO 433 523 778 1,226 2,190 3,943 6,372 57,265 0.37%
Gas 113 129 171 238 362 555 787 9,188 0.06%
Growth -8.80% 7.89% 9.38% 10.99% 12.41% 12.69% Average: 10.44%

Industry 142601 217640 369185 592710 1030799 1854682 3023022 26751357 100.00%
LPG 1,833 2,701 5,088 8,652 14,777 26,890 43,573 382,719 1.43%
Mid.dist 31,518 40,252 59,335 82,022 117,808 170,788 229,614 2,904,531 10.86%
FO 8,964 17,796 26,233 36,264 52,086 75,089 100,953 1,259,589 4.71%
Gas 35,157 46,682 74,129 110,082 169,965 255,809 364,154 4,106,788 15.35%
Coal 24,244 36,210 69,719 120,151 221,370 414,582 683,595 5,741,912 21.46%
Elect.PLN 20,235 52,140 111,413 209,853 425,773 878,957 1,565,566 11,559,058 43.21%
Non PLN 14,657 14,657 14,657 14,657 14,657 14,657 14,657 439,710 1.64%
Kerosene 5,993 7,202 8,611 11,029 14,363 17,910 20,910 357,050 1.33%
Growth 1.97% 10.76% 9.67% 11.47% 12.15% 12.91% Average: 10.59%

DOMESTIC FINAL ENERGY DEMAND BY ENERGY TYPE (000 BOE)

Oil 272,146 304,311 445,482 614,865 942,767 1,513,548 2,277,490 24,321,408 41.09%
Gas 142,657 183,109 233,313 308,132 511,900 721,873 863,877 11,988,202 20.25%
Coal 64,600 121,759 266,808 447,620 706,487 1,162,039 1,485,452 16,764,828 28.32%
Hydro 5,816 8,552 9,299 10,197 13,908 17,993 18,794 357,166 0.60%
Geoth. 0 22,435 61,716 87,777 121,658 151,630 149,915 2,502,170 4.23%
Nuclear 0 0 0 105,112 175,186 262,780 280,298 3,258,465 5.50%
Sum 485,219 640,166 1016618 1,573,703 2,471,906 3,829,863 5,075,826 59,192,239 100.00%
Growth 1.71% 9.06% 7.78% 8.84% 9.35% 9.56% Average: 7.96%

FOSSIL ENERGY SUPPLY PLAN (000 BOE)

OIL 480,109 565,859 991,247 1,093,342 1,093,342 1,066,504 1,046,447 27,070,888 27.67%
GAS 586,064 721,452 936,390 1,209,538 1,707,235 2,274,216 2,747,221 41,461,608 42.37%
COAL 244,227 543,333 792,163 990,353 1,181,700 1,506,557 1,660,273 29,314,811 29.96%
Sum 1,310,400 1,830,644 2,719,800 3,293,233 3,982,277 4,847,277 5,453,941 97,847,307 100.00%

262
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (249-265)

PLN ELECTRICITY SUPPLY PLAN (000 BOE)

Coal 37,333 81,148 191,835 321,401 478,267 739,852 793,665 10,845,226 52.37%
Gas 40,976 78,791 96,910 129,258 263,328 370,340 381,968 5,655,897 27.31%
Geoth. 0 4,048 11,436 16,663 23,237 29,084 29,017 475,684 2.30%
Hydro 5,003 7,739 8,486 9,384 13,095 17,180 17,981 332,776 1.61%
FO 3,130 2,748 6,058 0 0 0 0 47,096 0.23%
Mid-dist. 5,902 1,914 8,017 3,342 3,391 605 0 95,476 0.46%
Nuclear 0 0 0 105,112 175,186 262,780 280,298 3,258,465 15.73%
Sum 92,344 176,388 322,742 585,160 956,504 1,419,841 1,502,929 20,710,620 100.00%

SUMMARY OF FINAL ENERGY DEMAND BY SECTOR (000 BOE)

Mining 9 9 9 9 10 12 14 301 0.00%
Transport 96,650 110,699 205,196 342,003 604,406 1,087,956 1,757,943 15,421,947 17.99%
Industry 142,604 217,643 369,189 592,712 1,030,803 1,854,686 3,023,025 26,751,453 31.21%
Household 68,062 71,522 87,622 122,358 204,817 421,289 846,683 6,414,383 7.48%
Gov./Serv. 6,546 6,379 11,708 21,606 43,583 90,510 162,685 1,212,320 1.41%
Agric. 9 8 10 14 19 25 31 472 0.00%
Constr. 9 9 10 12 15 18 22 391 0.00%
Export 619,053 938,205 1,155,513 1,289,946 1,377,206 1,438,575 1,515,173 35,917,765 41.90%
Sum 932,942 1,344,474 1,829,257 2,368,660 3,260,859 4,893,071 7,305,576 85,719,032 100.00%
Growth 5.71% 7.68% 4.88% 5.74% 7.69% 9.86% Average: 7.13%

KESIMPULAN

Modul BALANCE adalah salah satu modul di dalam Program ENPEP yang
mensimulasi proyeksi sistem energi multisektor berdasarkan analisis jaringan energi.
Masing-masing fasilitas proses dan lintasan pada sistem jaringan diwakili dengan node
dan link. Jaringan energi dikembangkan dengan mendefinisikan aliran energi di antara
10 jenis node. Masing-masing jenis node menghubungkan sub-model yang berbeda di
dalam Modul BALANCE. Modul ini mempunyai persamaan sendiri yang
berhubungan dengan harga dan aliran energi pada input dan output link dari node
tersebut. Untuk aplikasi studi sistem energi modul ini memberikan gambaran cukup
rinci hingga capaian 75 tahun ke depan.

263
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (249-265)

DAFTAR PUSTAKA

1. BILL BUEHRING, AT AL. BALANCE Module, Manual ENPEP, Argonne

National Laboratory, Argonne, Illinois, USA, (1992).

2. EDWAREN LIUN, Proyeksi Neraca Energi Indonesia Hingga Tahun 2027

(Dengan Opsi Nuklir), Jurnal Pengembangan Energi Nuklir, 3, Pusat Pengem-
bangan Energi Nuklir, Jakarta, 2001.

3. NIODE NONA, Pemanfaatan LNG Untuk Pembangkitan Listrik Dalam Negeri,

Hasil-Hasil Lokakarya Energi 1994, Prosiding Lokakarya KNI-WEC, Jakarta, 25
Oktober – 27 Oktober 1994.

DISKUSI

M. BUNJAMIN

Mengenai batas info output ke depan, mengapa 75 tahun ? Mengapa tidak 50 tahun
atau 100 tahun ?

EDWAREN LIUN

Batas output ditentukan oleh disain model untuk jangka waktu studi maksimumnya
dan pengguna model yang tidak dapat melebihi jangka waktu maksimum tersebut.
Pada versi sebelumnya model ini dapat melakukan simulasi sampai 30 tahun
sedangkan versi terakhir dapat mencapai 75 tahun kemudian.

264
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (249-265)

DAFTAR RIWAYAT HIDUP

1. Nama : Edwaren Liun

2. Tempat/Tanggal Lahir : Sulit Air Sumbar, 05 Maret 1957
3. Instansi : P2EN - BATAN
4. Pekerjaan / Jabatan : Staf Peneliti
5. Riwayat Pendidikan : (setelah SMA sampai sekarang)
• S1 Jurusan Teknik Elektro, Fak. Teknik, Universitas Indonesia, 1979 -
1987
6. Pengalaman Kerja :
• P2EN, 1988 - sekarang
• PUSDIKLAT, 1985-1988
7. Organisasi Professional :
• KNI-WEC, 1996-sekarang
• Himpunan Ahli Elektronik Indonesia (HAEI)

265