Tinjauan Pustaka
keandalan adalah probabilitas suatu barang atau peralatan dan kumpulannya yang
menunjukkan statistik selama kondisi ditetapkan dalam suatu perioda waktu.Periode
waktu ditetapkan secara spesifik dengan menjadi bagian pokok dari keandalan.
Periode waktu adalah kondisi alat atau barang selama masa kerja sesuai fungsi
(lifetime) barang tersebut.
1. Jaringan radial, jaringan yang saluran utamanya berupa satu garis. Sistem jaringan
tipe radial ini memiliki keandalan yang rendah apabila hanya dipasok dari satu
sumber tenaga.
2. Jaringan bentuk tertutup, jaringan yang saluran utamanya berbentuk tertutup (loop).
Keandalan sistem jaringan ini lebih tinggi dibandingkan dengan sistem jaringan tipe
radial sehingga pemadaman dapat dikurangi atau bahkan dihindari.
Rumus :
a. Laju Kegagalan
Laju kegagalan merupakan beberapa kegagalan yang terjadi selama waktu
perancangan dan pada umumnya mejadi sifat dasar untuk menghitung kegagalan
tetap yang terjadi pada peralatan tersebut.
Semakin kecil frekuensi laju kegagalan maka keandalan suatu sistem semakin bagus.
( p+q)n =1
p+q=1
n(n−1) n−2 2 n ( n−1 ) …(n−r +1) n−r r
( p+q)n =p n +n p n−1 q p q +..+ p q +..+q n..
2! r!
Dengan
p = Probabilitas Sukses
q = Probabilitas Gagal
n = Jumlah Pembangkit
r = Jumlah Sukses
Probabilitas individu dicari dengan persamaan berikut :
n!
Pr = pr q n−r
r ! ( n−r ) !
¿ n C r p r qn−r
¿ n C r p r (1− p)n−r
Pn adalah probabilitas individu kapasitas gangguan atau probabilitas dari Outage maka
hasil kali Pn dan dn adalah probabilitas kehilangan beban selama seluruh perioda yang
disebabkan oleh kapasitas gangguan. Menghitung nilai LOLP menggunakan kurva
lama beban puncak harian dengan menggunakan kurva beban seperti :
d 1=d 2=..=d n
LOLP ( t n )=Σ Pn hari/ perioda
Pn= p( x¿¿ n−1)=Probabilitas kapasitas gangguan ≧ x n−1 ¿
x n−1=C−L j
Pn=P( C− L j)
n
LOLP ( t n )=∑ ( C−L j ) hari/ perioda
j−1
Dengan
n = jumlah hari dalam peioda t n
L j = beban puncak pada hari ke j
C = Kapasitasa terpasang
Pi ( x ) =P i ( C i−Li , j )
Persamaan diatas menunjukkan nilai LOLP tahunan yang diperoleh dari penjumlahan
LOLP setiap perioda dalam tahun tersebut, sehingga di peroleh :
n n
LOLP ( t n )=∑ ∑ Pi ( C i−Li , j )
i=1 j=1
Dengan :
M = Jumlah perioda dalam satu tahun
ni = Jumlah hari dalam perioda ke i
C i = Kapasitas terpasang pada perioda ke i
Li , j = beban puncak pada hari ke j dari perioda ke i
Pi ( x ) = probabilitas kapasitas outage x pada perioda i
Contoh Kasus
Atau sering disebut dengan sering atauk tidaknya pembangkin mengalami gangguan. Berikut
data gangguan GTG PUSRI tahun 2013
= 0,1325
= 0,0667
Nilai forced outage rate Pusri-III dengan kapasitas 15MW dan Pusri-IB dengan kapasitas
21.5MW adalah 0.0667, diasumsikan sama dengan forced outage rate Pusri-IV.
- Pembangkit GTG 2 X 15 MW
p2+2pq +q2 =1
p1 = 0,93332 = 0,8710
2 p1q1 = 2 (0.9333) (0.0667) = 0,1245
q12 = 0,06672 = 0,0044
FOR = q2 = 0.0667
p2 = 1 – q2 = 1 - 0.0667 = 0.9333
p3 = 1 – q3 = 1 - 0.1325 = 0.8675
= 0.705234063
3 unit in, 1 unit out (51.5MW),
0.1325)
= 0.100801697 + 0.10775866
= 0.208517563
= 0.050400849
0.1325)
= 0.003601989 + 0.015396225
= 0.018998214
0.8675)
= 0.007203979 + 0.007698112
= 0.014902091
1 unit in, 3 unit out (21.5MW), p = q12 x p2 x q2
= 0.00055016
0.8675)
= 0.000257423 + 0.001100319
= 0.001357742
= 0.0000393182
Untuk mendapat nilai Loss of Load Probability sistem tenaga listrik pada saat ini, maka
dibutuhkan nilai beban puncak untuk membuat kurva lama beban
Sistem pembangkitan setelah penambahan beban pabrik baru yakni Pusri-IIB adalah
dengan menghentikan pengoprasian pabrik Pusri-II. Maka dari itu, dalam perhitungan LOLP
baru setelah penambahan jumlah bebanakan didapatkan pula kurva lama beban yang baru.
PT. Pusri menambahkan dua pembangkit sekaligu s dengan jenis pembangkit yang
berbeda dari pembangkit yang sebelumnya yakni STG (Steam Turbine Generator) yang
berbahan bakar batu bara.Saat STG ini di aktifkan maka GTG Pusri-II akan dimatikan. Jadi,
PT. Pusri menggunakan 5 generator dengan komposisi GTG 2x15MW, GTG 1x21.5 MW,
dan STG 2x20MW.
Gambar 2. Kurva Lama Beban Baru
TABEL 6. LOSS OF LOAD PROBABILITY YANG BARU
Dari data diatas, dapat dilihat bpenambahan beban maka nilai indeks keatenaga listrik di
PT.PUPUK SRIWIDJAdaripada sistem pembangkitan saat ini, Perhitungan nilai LOLP
dengan asumsi salah satu
pembangkit sedang mengalami perawatan ternyata menghasilkan nilai LOLP yang besar
karena pembangkitan di PT.PUPUK SRIWIDJAJA ini tergolong sistem pembangkitan n-1,
jika dengan satu pembangkit di nonaktifkan maka sistem tenaga listrik masih dapat berjalan
sebagaimana mestinya tepapi, jika terjadi hal yang tidak diinginkan dengan bertambah satu
pembangkit yang mengalami gangguan setelahnya maka sistem tersebut dapat terhenti. Oleh
karena itu, jika salah satu pembangkit mengalami perawatan maka sistem tenaga listriknya
menjadi rawan dalam pelepasan beban.
LOSS OF LOAD PROBABILITY (LOLP) INDEX UNTUK MENGANALISIS KEANDALAN
PEMBANGKIT LISTRIK
Kemungkinan bahwa pembangkit tidak dapat melayani beban atau kebutuhan konsumen
tenaga listrik dinyatakan dalam indeks Loss of Load Probability atau biasa disebut dengan
LOLP [2].
Dalam perhitungannya, LOLP melibatkan suatu faktor yang dinamakan FOR. FOR
adalah sebuah faktor yang menggambarkan sering-tidaknya suatu unit pembangkit
mengalami gangguan, biasanya diukur untuk masa satu tahun. Dalam istilah reliabilitas, FOR
dapat juga disebut dengan unavailability. Unavalability adalah kebalikan dari availability
yang artinya tingkat jaminan ketersediaan daya dalam sistem. Availability dapat dihitung
dengan [3]:
nilai unavailability atau FOR inilah yang akan mengekspresikan ketersediaan pembangkit
untuk mendapatkan LOLP.
LOLP merupakan indeks risk level dalam operasi sistem pembangkit listrik Apabila
diinginkan tingkat jaminan operasi yang tinggi, maka risk level harus rendah atau LOLP
harus kecil, dan ini berarti bahwa investasi harus tinggi untuk keperluan mendapatkan daya
terpasang yang tinggi dan juga untuk mendapatkan nilai pembangkit dengan nilai Forced
Outage Rate (FOR) yang rendah. Selain itu, untuk mengetahui berapa nilai LOLP
khususnya untuk keperluan prediksi keandalan, maka perlu diketahui pola kinerja sistem
berdasarkan data gangguan seperti yang telah dijelaskan sebelumnya dan prediksi nilai
beban. Beban dapat diprediksi dengan metode peramalan menggunakan model ARIMA.
Formula dari LOLP adalah:
Data yang digunakan pada penelitian ini adalah data sekunder yang didapat dari
perusahaan dengan data berupa data gangguan dalam tiap mesin pembangkit dan data beban
mesin di UBP Suralaya tahun 2014. Unit pembangkit yang dipilih adalah Unit 2 UBP
Suralaya, karena unit tersebut pada tahun 2014 terjadi paling banyak gangguan.
Tahapan analisis memberikan hasil bahwa uji kecocokan distribusi (goodness of fit) dari
waktu antar kerusakan yang terjadi pada unit 2 pembangkit Suralaya adalah distribusi
Weibull 2 parameter. Demikian halnya dengan waktu perbaikan (repair time) juga
berdistribusi Weibull 2 parameter. Pengujian dilakukan dengan statistik uji Kolmogorov
Smirnov serta Anderson Darling. Keduanya memberikan hasil yang serupa. Table 1,
merupakan ringkasan dari hasil goodness of fit beserta taksiran parameternya.
Tabel 1. Goodness of Fit Time to Failure dan Time to Repair
MTTF MTTR
Kolmogorov-Smirnov Kolmogorov-Smirnov
Statistic 0.20658 Statistic 0.31968
P-Value 0.8723 P-Value 0.47423
a 0.05 0.02 0.01 a 0.05 0.02 0.01
Critical Value 0.51926 0.57741 0.61661 Critical Value 0.48342 0.53844 0.57581
Reject? No No No Reject? No No No
Anderson-Darling Anderson-Darling
Statistic Statistic
Rank Rank
a 0.05 0.02 0.01 a 0.05 0.02 0.01
Critical Value 2.5018 3.2892 3.9074 Critical Value 2.5018 3.2892 3.9074
Reject? No No No Reject? No No No
Taksiran parameter dipergunakan untuk menghitung nilai MTTF dan MTTR. Diperoleh
hasil perhitungan MTTF = 1022.64 jam dan MTTR = 27.104 jam. Nilai MTTF menunjukkan
bahwa rata-rata waktu menuju kerusakan atau gangguan berikutnya adalah setelah 1022.64
jam beroperasi, sedangkan MTTR merupakan rata-rata waktu perbaikan saat terjadi
gangguan, yaitu selama 27.104 jam. Dari nilai MTTF dan MTTR tersebut, kemudian dapat
dihitung nilai FOR.