Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (249-265)
Edwaren Liun∗
ABSTRAK
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
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
251
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (249-265)
252
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (249-265)
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.
253
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (249-265)
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
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) = 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)
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
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:
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.
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) = 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
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.
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.
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.
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:
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)
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%
262
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (249-265)
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
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)
265