REVIEW PAPER TERKAIT PENELITIAN OPTIMASI KINCIR ANGIN DENGAN ASPEK YANG MELIPUTI KECEPATAAN ANGIN,
KETINGGIAN LOKASI, STABILITAS ATMOSFER DAN MEMPERTIMBANGKAN DAMPAK NEGATIF KINCIR ANGIN YANG
TIMBUL SEPERTI KEBISINGAN SERTA MASALAH LINGKUNGAN.
Abstrak : Paper pertama menyajikan multi-level algoritma Extended Pattern Search (EPS) untuk mengoptimalkan posisi dan geometri turbin kincir angin di lapangan sehingga
efek aerodinamis berkurang dan meningkatkan kecepatan angin di setiap turbin yang menghasilkan daya lebih optimal. EPS digunakan dalam skema iterative untuk mencari posisi
optimal, lalu EPS sub-level menentukan tinggi kincir dan rotor optimal untuk setiap turbin. Proyek ini memperhatikan dampak perubahan atmosfer yang mempengaruhi
kecepatan angin dimana ketinggian dan lokasi kincir angin sangat mempengaruhi daya yang dihasilkan. Proyek ini bertujuan untuk memaksimalkan laba dimana biaya
pengadaannya berdasarkan model National Renewable Energy Laboratory (NREL) JEDI. Dua kasus angin yang dipertimbangkan yaitu pada kecepatan angin konstan dan
searah, serta pada kecepatan angin yang realistis. Hasilnya menunjukkan perkiraan biaya dan daya yang dikaitkan pada stabilitas atmosfer dan diaplikasikan bentuk kincir angin.
Abstrak : Paper kedua akan semakin banyak digunakan sebagai ladang angin hingga mendekati permukiman warga. Hal ini berdampak pada permasalahan lingkungan
dan kesehatan berupa noise (kebisingan) yang dihasilkan oleh kincir angin. Oleh karena itu, pada paper ini membahas optimisasi tata letak ladang angin dengan noise (kebisingan)
dan energi sebagai fungsi objektif dengan menggunakan model wake Jensen dan ISO-9613-2 kalkulasi derau berupa genetic algorithms (NSGA-II).
PAPER 1
PENGANTAR
Ketika bahan bakar fossil mulai langka dan dinilai tidak ramah lingkungan, tenaga angin semakin
dikembangkan untuk menghasilkan daya yang optimal. Algoritma EPS sebelumnya telah digunakan
untuk mengoptimalkan posisi turbin di lapangan. Model biaya menurut NREL didasarkan pada radius
rotor turbin dan tinggi kincir yang berhubungan dengan perhitungan kecepatan angin efektif. Optimisasi
sebelumnya memperlakukan rotor turbin sebagai pusat, namun kali ini mempertimbangkan efek interaksi
bangun parsial di seluruh area sapuan rotor. Pendekatan sistematis menentukan kecepatan rata-rata angin
dan algoritma EPS akan menyesuaikan area sapuan motor sehingga akan mengoptimalkan biaya dan daya
yang dihasilkan dengan mempertimbangkan stabilitas atmosfer berdasarkan musim dan waktu. Selain itu,
EPS dipasang dalam system multi-agen untuk memperhitungkan setiap aktivitas desain turbin yang
arsitekturnya sangat mudah beradaptasi dengan kondisi lapangan.
RISET TERDAHULU
Pendekatan optimasi komputasi pertama untuk masalah tata letak lapangan dilakukan oleh Mosetti (1994)
dengan pendekatan Genetic Algorithm (GA), disusul oleh Grady, menggunakan model 2-D PARK yang
dikembangkan oleh Jensen, tujuannya adalah menimalkan biaya dan memaksimalkan daya yang dihasilkan
kincir angin. Kemudian Huang melakukan pendekatan Distribute Genetic Algorithm (DGA) dan menciptakan
Hybrid-DGA yang menggunakan fungsi objektif global dan local. Kusiak melalui pendekatan multi-objective
evolutionary algorithm yang memaksimalkan produksi daya tahunan dan pemodelan biaya yang lebih akurat.
Para peneliti terakhir juga mempertimbangkan geometri rotor turbin dalam optimalisasi. Aplikasi EPS
memungkinkan untuk pengembangan tata letak yang unggul dari algoritma sebelumnya. Proyek ini
menggunakan pemodelan daya yang lebih akurat bergantung pada geometri turbin dan pergerakan angin
serta mempertimbangkan stabilitas atmosfer yang bertujuan untuk pengoptimalisasian dan pengembangan
tenaga angin
POLA PENELITIAN
Proyek ini menguraikan pendekatan algoritma Extended Pattern Search (EPS)
untuk optimasitata letak kincir angin di lapangan yang dikembangkan oleh
DuPont dan Cagan.Pencarian polamenggunakan serangkaian arah pola yang
ditentukan dimana tata letak awal turbin diposisikan secara acak untuk me-
netapkan lokasi turbin sementara. Kemudian urutan pencarian diacak sehigga
tidak ada pergerakan turbin yang paling menonjol. Lalu algoritma digunakan
untuk mencari turbin terlemah yang selanjutnya menugaskan mereka ke
lokasi acak yang baru
STABILITAS ATMOSFER
Stabilitas atmosfer merupakan Lapisan atmosfer yang berada dekat
dengan permukaan bumi atau bisa dibilang stabilitas atmosfer
merupakan zona atau daerah atmosfer dimana makhluk masih bisa
bernafas tanpa alat bantu pernafasan. Pada lapisan ini juga turbin
dari PLTB berada. Bukan tanpa alasan meletakkan turbin di daerah
ini. Alasan yang menyebabkan turbin diletakkan di Stabilitas
atmosfer anatar lain suhu, kelembapan udara, dan arah angin
berhembus.
MODEL
WAKE MODELING
Untuk mengetahui daya yang dihasilkan turbin digunakan pemo-
delan ekstrapolasi 3D dari bangunan PARK. Model bangun ini
adalah penyederhanaan aerodinamika kompleks yang terlibat
dengan gerakan bilah turbin yang berputar di udara. Rotasi ini
menyebabkan bangun - sebuah area udara berbentuk kerucut yang
diasumsikan di mana alirannya sangat berkurang tepat di belakang
rotor, tetapi mendapatkan kembali kekuatan dan secara asimtotik
mendekati kecepatan angin ambien di hilir. Bangun ini dimodelkan
sebagai tapak segitiga dalam dua dimensi, dengan lebar bangun dan
efisit kecepatan angin sebanding dengan jarak hilir dari rotor, seperti
pada gambar
POWER MODELING
Secara akurat mencerminkan kekuatan produksi sebuah ladang angin
hipotetis sangat penting untuk memvalidasi hasil optimasi
tata letak ladang angin. Pabrikan turbin pada umumnya meng-
hasilkan turbin yang menggunakan sekumpulan geometri yang
tersedia.
COST
Untuk secara akurat melakukan perhitugan estimasi biaya yang dihabiskan untuk sebuah onshore wind
farm, bukan lah hal yang mudah. Banyaknya variabel seperti penggunaan lahan, infrastruktur, biaya
pengaliran listrik da lain sebagainya membuat ini menjadi sebuah perhitungan yang cukup kompleks,
namun juga salah satu faktor yang akan sangat dipertimbangksan untuk dibangunnya sebuah windpower.
National Renewable Energy Laboratory(NREL), telah mencetuskan sebuah permodelan yang dapat
mneghitung biaya dari Windpower yang diberi nama JEDI (Jobs and Economics Development Impact).
Permodelan ini dibuat dengan berdasarkan amerika sebagai dasarnya dan perhitungan ang dibuat per
turbin bukan keseluruhan Windpower. Perlu ditekankan bahwa perhitungan in bergantung pada daya
masukan dan nilai dari hukum daya
PERHITUNGAN NUMERIK
Terdapat 2 kasus yang berlaku pada paper ini, kasus pertama adalah kecepatan angin yang konstan dan
arah angin yang tidak beraturan. Sedangkan kasus kedua adalah kecepatan dan arah angin yang lebih
beraturan yaitu d kecepatan 6,9,12 m/s dengan arah 360 derajat. Daerah penelitian berdimensi 2.000 x
2.000 m tanpa variasi topografi dengan dimensi turbin sebesar 80 m. Dilakukan perhitungan numeris
yang akan memtakan 10 turbin dengan hasil terburuk pada 100 lokasi random.
HASIL
Untuk kedua kasus, rata-rata nilai yang didapat adalah 0.15567 dari beberapa nilai yang didapatkan dapat
menentukan beberapa hal, dari seberapa produktif lapangan tersebut mengahsilkan daya, dan dari hasil
yang didapatkan maka untuk mendapatkan hasil yabng menguntungkan, sebuah lapangan harus
beroperasi lebih dari 20 tahun.
KESIMPULAN
Penggunaan algoritma EPS multi-level canggih ini menjadi dasar optimasi tata letak ladang angin sebelum-
nya dengan memasukkan lebih banyak variabel realistis dan pemodelan untuk menghasilkan dunia nyata
hasil yangberlaku. Mengaktifkan pengoptimalan untuk memilih beragam geometri turbin memungkinkan
pemilihan tataletak yang lebih luas mendesain dan memfasilitasi penangkapan energi. Selain itu, karya ini
menunjukkan implikasidari kekuatan dan biaya realistis yang sebelumnya belum dijelajahi pemodelan
pada pemilihan ukuran turbin
PAPER 2
PENGANTAR
Instalasi energi angin sudah melejit selama satu dekade ini. Di Kanada, energi angin sudah mengalami
peningakatan yang signifikan, sedangkan di USA sudah terlihat sedikit peningkatan. Namun di USA,
energi angin masih terdapat penolakan perihal kesehatan dan masalah lingkungan. Dalam desain suatu
kincir, suara(noise) menjadi faktor yang sangat penting mengingat banyaknya komplain akibat suara yang
dihasilkan kincir angin menurut The Canadian Wind Energy Association. Dalam aplikasinya, jika energi
yang dihasilkan oleh kincir banyak, maka suara yang dihasilkan oleh kincir semakin keras. Komponen
mekanik turbin memproduksi suara. Di sisi lain, angin yang melewati turbin juga memproduksi suara.
Kecepatan putaran turbin juga menghasilkan suara yang semakin kencang. Walaupun para ilmuan dan
desainer sudah mencari cara agar suara yang dihasilkan seminim mungkin, tetapi tetap terdapat suatu
batas dalam pencapaiannya. Jika dioptimalisasi secara manual, maka masih terdapat banyak error,
maupun dari alat dan manusia. Oleh karena itu kita memerlukan pendekatan komputasi dalam perbaikan
dalam mengatasi masalah suara yang dihasilkan turbin yang dapat memecahkan masalah seperti mencari
nilai optimal dari perbandingan suara dan performa, dan solusi dari sensitivitas desain. Kami mengutara-
kan pendekatan yang berbeda dalam masalah ini. Pendekatan kita mengenai kedua masalah, yaitu peng-
urangan kebisingan dan pemaksimalan energi sebagai objektif dengan menggunakan scholastic
optimization alghoritm. Dengan algoritma ini, diharapkan kami dapat menentukan karateristik
layout yang baik dalam performa kincir angin
TINJAUAN PUSTAKA
Interaksi turbin dengan model wake Jensen yang mempertimbangkan wake berkembang secara linier,
menghasilkan fungsi kecepatan angin hilir yang tidak linier dengan jarak hilir (Mosetti dkk, 1994).
Untuk optimisasi algoritma, digunakan Genetic Algorithm yang merupakan algoritma pencarian peluang.
Selain GA, metaturistik lain yang dapat digunakan dalam pemecahan permasalahan kincir angin adalah
Particle Swarm Optimization dan Mixxed integer programming (mip)
DASAR TEORI
Wake Modelling
Model wake Jensen merupakan model wake untuk menyatakan pengurangan kecepatan angin hilir kincir
angin. Model wake Jensen menggunakan prinsip momentum dalam wake terkonservasi dan daerah wake
meluas secara linier searah dengan pergerakan aliran angin.
Noise Modelling
Dalam tata letak ladang angin, perumahan penduduk yang berada di sekitar ladang angin termasuk reseptor
yang menurut ISO-9613-2 merupakan lokasi nilai sound level pressure (SPL) dapat dihitung. Nilai SPL
bergantung pada nilai pita oktaf yang dipancarkan sumber, koreksi langsung terhadap sumber, dan atenuasi
pita oktaf. Atenuasi pita oktaf juga bergantung pada perbedaan geometris, penyerapan oleh atmosfer,
penghalang suara, dan efek lainya
Optimasi dengan Genetic Algoritma
Genetic Algorithm merupakan salah satu algoritma yang dapat menyelesaikan permasalahan optimisasi
kompleks, salah satunya adalah permasalah optimisasi tata letak ladang angin. Walaupun memiliki runtime
yang cukup lambat dan memakan biaya yang cukup besar, Genetic Algorithm tetap digunakan karena tidak
membutuhkan informasi solusi gradien
METODOLOGI
PEMODELAN LADANGWAKE
ANGIN
MODELLING
NOISE MODELLING WAVE MODELLING
Pengoptimalan dengan algoritma genetik yang meliputi strength-Pareto
Evolution Algorithm (SPEA, SPEA-2 ) dan Non-Domination Sorting
Genetic Algorithm (NSGA, NSGA-II)
HASIL DAN PEMBAHASAN
Pada gambar disamping menunjukkan frekuensi relatif dimana satu
atau lebih turbin ditempatkan pada sel tertentu selama proses optimasi.
Jika tujuan dari optimasi adalah untuk meminimalkan
tingkat suara di batas peternakan, konfigurasi tata letak
yang optimalakan cenderung hanya memiliki beberapa turbin dekat
perbatasan, dengan kecenderungan untuk berkonsentrasi ke pusat
pertanian. Di sisi lain, jika fokusnya adalah pada konfigurasi dengan
pembangkit energi maksimum, turbin akan cenderung menyebar
melintasi ladang angin medan, termasuk lokasidi sepanjang
perbatasan pertanian
Untuk kasus dengan 15 turbin, depan Pareto tidak menyebar sepanjang sumbu horizon-
tal (AEP). Ini diharapkan, karena dalam hal ini hanya 15 turbin ditempatkan
di tambak, dan ada banyak kemungkinan tata letak yang akan menghasilkan
energi maksimum untuk kasus dengan 30 turbin, kita dapat melihat bahwa ada
susunan tata letak yang emisi kebisingannya akan di bawah 50 dBA, sembari
menyediakan pembangkit energi dalam kisaran 180-205 GWh. Dengan kata lain,
ada tata letak dengan hingga 10% perbedaan dalam produksi energi tetapi
tingkat kebisingan di bawah 50 dBA. Semakin banyak turbin ditambahkan ke ladang
angin,diamamati lebih banyak penyebaran energi dan penyebaran kebisingan yang
lebih kecil. Dari sudut pandang desainer, ini menunjukkan bahwa ketika
menambahkan lebih banyak turbin, desain tata letak menjadi lebih penting,
karena dimungkinkan untuk menemukan rentang nilai AEP
yang lebih luas untuk batasan tingkat kebisingan tertentu.
Gambar pada bawah text menunjukkan histogram spasial dari lokasi turbin untuk optimasi Single-Objective
(WR36, 30 turbin) . Gambar tersebut dihasilkan dengan menghitung berapa kali turbin ditempatkan di dalam sel,
berdasarkan populasi akhir dari sepuluh jalur optimasi GA. Perhatikan bahwa dalam kedua kasus yang
ditunjukkan pada Gambar dibawah, semua wilayah ladang angin diambil sampelnya untuk lokasi turbin potensial
dengan algoritma pengoptimalan, sepertiyang ditunjukkan oleh tidak adanya sel yang berwarna putih
KESIMPULAN
Semakin banyak turbin yang digunakan pada ladang angin, semakin besar nilai AEP (Annual Energy
Production / produksi energi tahunan) dengan nilai penyebaran SPL (Sound Pressure Level/
tingkat tekanan suara)