Riski Cahya Anugrerah Haebibi

Transkripsi

1 Riski Cahya Anugrerah Haebibi Dosen Pembimbing: Prof. Dr. Ir. Adi Soeprijanto, M.T. Dr. Eng. Ardyono Priyadi, S.T., M.Eng. Jurusan Teknik Elektro Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember Surabaya

2

3

4 Peningkatan Latar Belakang Jumlah Beban Penambahan Kapasitas Pembangkit Gagalnya Pembangkit Masuk ke Dalam Sistem Interkoneksi Pelepasan Beban Yang Efektif Pertahanan Performansi Stabilitas Sistem Black Out

5 1. Bagaimana mendapatkan model stabilitas pada sistem kelistrikan Jawa-Bali 500 kv. 2. Bagaimana menentukan nilai gradient frekuensi pada sistem kelistrikan Jawa-Bali 500 kv. 3. Bagaimana keadaan sistem jika terjadi gangguan dan dilakukan pelepasan beban dengan menggunakan mekanisme pelepasan beban standar PLN. 4. Bagaimana respon sistem jika skema pelepasan beban menggunakan metode UFLS menggunakan metode sensitivitas bus. 5. Membandingkan kondisi sistem ketika dilakukan mekanisme pelepasan beban menggunakan standar PLN dan metode UFLS menggunakan metode sensitivitas bus.

6 1. Memodelkan sistem kelistrikan Jawa-Bali 500 kv untuk stabilitas frekuensi. 2. Mengetahui nilai gradient frekuensi pada sistem kelistrikan Jawa-Bali 500 kv. 3. Untuk mengetahui keadaan sistem jika terjadi gangguan dengan cara pelepasan beban menggunakan mekanisme pelepasan standar PLN. 4. Mengetahui mekanisme pelepasan beban menggunakan metode UFLS menggunakan metode sensitivitas bus dalam merespon gangguan. 5. Menaikkan keandalan sistem kelistrikan Jawa-Bali 500 kv terhadap gangguan stabilitas frekuensi.

7 METODE SENSITIVITAS BUS KONTRIBUSI PENELITIAN ANN BACKPROPAGATION

8

9 Metode adaptive underfrequency load shedding sudah dikenalkan oleh P.M Anderson dan Fellow pada tahun 1992, adaptive underfrequency load shedding memiliki skema pelepasan dengan cara memperhitungkan besar pelepasan beban dan dengan cara mengamati kondisi perubahan slope frekuensi yang terjadi ketika terjadi gangguan pada sistem tenaga listrik [4]. Vladimir dan H. Sayedi mengaplikasikan AUFLS (adaptive underfrequency load shedding) untuk mengatasi penurunan frekuensi dengan melakukan pengamatan rata-rata perubahan frekuensi dengan menggunakan metode non recursive Newton-Type algorithm [5]. Metode pelepasan beban kemudian dikembangkan oleh Y.Wang dengan menambahkan metode cara melakukan pelepasan beban seminimum mungkin dengan tujuan untuk melakukan pencegahan terjadinya voltage collapse [6]. Seethalekshmi adalah dengan cara melakukan rank pada bus yang dinyatakan dengan Voltage Stability Risk Index (VSRI) [7]. Metode ini melakukan pelepasan beban berdasarkan nilai rank (VSRI) yang terendah berdasarkan nilai VSRI.

10 Persamaan yang mengatur gerakan rotor suatu mesin serempak yang digerakan oleh penggerak mula (prime mover) berdasarkan prinsip dasar dinamika yang menyatakan bahwa momen putar percepatan (accellerating torque) adalah hasil kali dari momen-momen kelembaman (moment of inertia) rotor dan percepatan sudutnya. Persamaannya dapat ditulis dalam bentuk: 2 d θm J 2 = Tm T e =Ta dt Keterangan: J = momen inersia total dari massa rotor (kg-m 2 ) θ m = pergeseran sudut dari rotor terhadap suatu sumbu yang diam (rad) t = waktu (detik) Tm = torsi mekanik dari penggerak mula (Nm) Te = torsi listrik output generator (Nm) Ta = torsi percepatan (Nm)

11

12 Pada penelitian ini untuk melakukan analisa underfrequency load shedding menggunakan metode sensitivitas bus pada sistem kelistrikan Jawa-Bali 500 kv data yang akan diambil adalah data sistem tenaga listrik yang bersumber dari PT. PLN P3B Jawa-Bali [1] Cibinong Bekasi 2 7 Cilegon 4 Gandul 6 1 Suralaya 24 Ngimbang 3 Kembangan 8 Muaratawar Cawang Depok Mandiracan Cibatu Pedan Bandung Selatan 14 Kediri 21 Balaraja 25 Ungaran 15 Tanjung jati 22 Paiton 16 Surabaya Barat 23 Grati 17 Gresik Gambar 1. Single Line Diagram sistem 500 kv Jawa-Bali.

13 Mulai Penentuan Parameter Sistem Kelistrikan Jawa-Bali 500 kv Gangguan (Generator Outage) Penurunan Frekuensi (df/dt) Penentuan Nilai Pshedding Menggunakan Artificial Neural Network Penentuan Titik Optimal Load Shedding Menggunakan Metode Sensitivitas Bus 2 1 Gambar 2. Diagram alir penelitian underfrequency load shedding menggunakan metode sensitivitas bus.

14 2 1 Aplikasikan Load Shedding pada Bus Paling Optimal f sistem > f kritis Tidak f sistem > f kritis Ya Sistem Stabil Stop Gambar 2. Diagram alir penelitian underfrequency load shedding menggunakan metode sensitivitas bus (lanjutan).

15 E1 E2... Em.. VL,IL SL1 =P1 + jq1 SL2 =P2 + jq2 SLn =Pn + jqn Penelitian ini menggunakan multiport network model yang berfungsi untuk menentukan lokasi pelepasan beban yang paling efektif dalam sistem kelistrikan. Pelepasan beban menggunakan multiport network model berguna untuk menyelesaikan dua permasalahan sebagai berikut dengan perhitungan yang lebih mudah [6]: Gambar 3. Model Multiport Network [6] 1. Menemukan lokasi yang paling efektif untuk menentukan pelepasan beban yang paling efektif. 2. Mencari nilai partisipasi generator yang terkait dengan nilai pelepasan beban dengan tujuan untuk mencari nilai pelepasan generator pada tiap generator.

16 Semua generator dan beban terpisah dari saluran, nilai saluran diubah menjadi sebuah matrik impedansi ekivalen Z. Persamaan untuk mendapatkan nilai multiport network diberikan melalui persamaan (1) sebagai berikut [10]: IG E YGG YGL E Y I V Y Y V L L LG LL L Keterangan: Y = Matrik jaringan admitansi sistem yang terdiri dari submatrik. E = Tegangan generator (Volt). V L = Tegangan bus load (Volt). Y GG = Matrik self admitance dari generator. Y GL = Matrik mutual admitance antara generator dan load. Y LG = Matrik mutual admitance antara load dan generator. Y LL = Matrik self admitance dari load. I G = Arus generator (A). = Arus beban (A). I L (1)

17 Dari persamaan 1 kita akan mendapatkan persamaan (2) dengan cara sebagai berikut: 1 1 VL Y (2) Keterangan: LL IL YLL YLG E V L = Tegangan bus load (Volt). 1 Zeq Y (3) Y LG = Matrik mutual admitance antara load dan generator. LL Y LL = Matrik self admitance dari load. (4) 1 I L = Arus beban (A). K Y Y E = Tegangan generator (Volt). LL LG Setelah menggabungkan antara persamaan (1) dan (2) maka akan didapatkan persamaan (5) sebagai berikut: Keterangan: (5) V L = Tegangan load bus (Volt). I L = Arus beban (A). E = Tegangan generator (Volt). = Tegangan equivalent bus (Volt) VL ZeqIL KE ZeqIL Eeq E eq

18 Sistem admitansi matrik Y dapat ditentukan dari SCADA, sehingga nilai matrik dan K juga dapat ditentukan dengan mudah. Setelah mendapatkan nilai-nilai tersebut kemudian dari persamaan tersebut dapat menentukan nilai E eq yang merupakan nilai tegangan equivalent pada semua bus yang ada pada sistem jaringan tenaga listik. Berikut merupakan persamaan (6) dan persamaan (7) yang merupakan cara untuk memperhitungkan tegangan equivalent [10]: Keterangan: V L = Tegangan load bus (Volt). E eq K E (6) I L = Arus beban (A). E eq VL Z E = Tegangan generator (Volt). eq IL (7) = Tegangan equivalent bus (Volt) Untuk pemilihan bus yang akan dilakukan load shedding dengan beban tertentu dapat diperhitungkan untuk kontribusi dari masing-masing generator berdasarkan generator participant factor. Melalui persamaan (6) kita dapat menentukan tegangan equivalent thevenin dengan cara persamaan (8) sebagai berikut [6]: Keterangan: E K E K E K E K E (8) eqj j1 1 j2 2 j3 3 ji i E eq Z eq E eqj = Tegangan equivalent thevenin (Volt). K ji = Matrik admitansi sistem pada load bus j generator ke i. E i = Tegangan generator ke i (Volt).

19 Melalui persamaan (8), ratio kontribusi dari masing-masing generator pada bus j yang dipilih dapat didefinisikan melalui persamaan (9) sebagai berikut [6]: C ji KjiEi Cos ( ji ) E eqj Keterangan: C ji = Ratio kontribusi generator ke i pada bus j. K ji E i = Tegangan generator ke i (Volt). E eqj = Tegangan equivalent thevenin (Volt). = Sudut yang dibentuk antara dan ji KjiEi Setelah mendapatkan rasio kontribusi dari masing-masing generator maka melalui persamaan (10) dapat menentukan perubahan output daya aktif dari generator i terhadap perubahan load pada bus j dengan perhitungan sebagai berikut [6]: C ji rji i 1,2,3, k k C ji i 1 (9) (10) Eeqj Keterangan: C ji = Rasio kontribusi generator ke i pada bus j. r ji = Perbandingan rasio kontribusi generator ke i pada bus j terhadap total seluruh rasio kontribusi generator.

20 Dengan menggunakan persamaan yang didapatkan dari persamaan sebelumnya maka didapatkan nilai sensitivitas pada bus j dengan persamaan nilai sensitivitas sebagai berikut [1]: f H Ri rji s i 1, 2,3, k H fc c i 1 i j k Pj i 1 k i (11) Keterangan: fc s j f c = Nilai sensitivitas bus ke-j. = Perubahan frequency of the the inertial centre (Hz). = Perubahan daya aktif pada bus j (Watt). P j H i = Momen inersia pada generator ke i. R i = Droop pada generator ke i. r ji = Rasio kontribusi generator ke i pada bus j.

21 Dalam sistem tenaga listrik perubahan daya aktif dapat diperhitungkan melalui perubahan rata-rata frekuensi sebuah generator berdasarkan persamaan (12) sebagai berikut [11]: 2 k P i 1 fn H i df i dt (12) Keterangan: P = Perubahan daya aktif (pu). fn = Frekuensi nominal sistem (Hz). H i = Momen inersia pada generator ke-i. df i = Laju perubahan frekensi generator ke-i dt terhadap waktu Untuk menentukan nilai daya penyimpangan frekuensi dalam batas yang diizinkan maka diperlukan nilai daya threshold sebagai nilai acuan yang dapat ditentukan melalui persamaan (13) sebagai berikut [4]: P ( DR K ) / R (13) th m Keterangan: P th = Nilai daya threshold (pu). R = Droop rata-rata dari semua generator. K m = Konstanta rata-rata daya mekanik turbin. D = Damping rata-rata dari semua generator. = Perubahan frekuensi (pu).

22 Setelah mendapatkan besar nilai threshold agar penyimpangan frekuensi dalam ambang batas yang diizinkan maka kita dapat menentukan nilai pelepasan beban dari sistem tenaga listrik melalui persamaan (14) sebagai berikut [1]: P 1.05( P P ) sh th (14) Keterangan: P sh = Nilai daya aktif untuk load shedding (pu). P = Perubahan daya aktif (pu). P th = Nilai daya threshold (pu). Setelah mendapatkan nilai beban yang harus dilepas dari sistem ketika terjadi gangguan pada sistem tenaga listrik maka kita dapat memperhitungkan nilai pelepasan beban pada masing-masing bus berdasarkan nilai sensitivitas bus dengan persamaan (15) sebagai berikut [1]: P sh j sh j Ld P j S S fc j fc j (15) Keterangan: sh P j fc S j = Nilai daya aktif untuk load shedding pada bus ke-j (pu). = Nilai sensitivitas pada bus ke-j.

23 Artificial Neural Network (ANN) merupakan suatu teknik komputasi yang berfungsi menggantikan model matematik yang dibentuk dari sejumlah elemen pemroses yang dapat saling berkomunikasi melalui interkoneksi jaringan. ANN yang telah dan sedang dikembangkan merupakan pemodelan matematika dari jaringan syaraf, berdasarkan asumsi [12]. 1. Pemrosesan informasi terjadi pada banyak elemen sederhana yang disebut neuron 2. Sinyal dilewatkan antar neuron yang membentuk jaringan neuron 3. Setiap elemen pada jaringan neuron memiliki 1 (satu) pembobot. Sinyal yang dikirimkan ke lapisan neuron berikutnya dikalikan dengan pembobot 4. Tiap-tiap neuron mengerjakan fungsi aktivasi untuk mendapatkan keluaran 5. Sedangkan karakteristik dari ANN secara umum adalah [12]: 6. Arsitektur atau pola koneksi antar neuron 7. Pelatihan / pembelajaran 8. Fungsi aktivasi

24 Arsitektur Gambar 4 menunjukkan arsitektur backpropagation dengan satu hidden layer. Hal yang baru yaitu adanya bias. Bias memiliki pembobot, dimana masukannya selalu bernilai 1. Arah panah pada gambar menunjukkan arah sinyal pada fase feed forward, sedangkan fase backpropagation merupakan arah yang sebaliknya. Fungsi Aktivasi Fungsi aktivasi merupakan fungsi pengolah data masukan menjadi data keluara. Karakteristik pada fungsi aktivasi dari backpropagation adalah kontinyu, dapat diturunkan, dan tidak menurun secara monoton. Fungsi aktivasi merupakan lengkung sigmoid, sebagaimana ditunjukkan sebagai berikut. Ada beberapa jenis fungsi aktivasi untuk algoritma backpropagation: 1. Bipolar Sigmoid 2. Binary Sigmoid Gambar 4. ANN Backpropagation Dengan Satu Hidden Layer.

25 Bipolar sigmoid Fungsi bipolar sigmoid ini dapat dihasilkan dari: tanh x = ex e x e x + e 1 e 2x x = 1+e 2x (18) Dengan turunan fungsinya adalah: h x = 1 + h x. [1 h(x)] (19) Gambar 5. Bipolar Sigmoid Binary sigmoid Binary sigmoid memiliki range (0 sampai dengan 1) dan didefinisikan : f x = 1 1+exp( x) (20) Dengan turunan fungsinya adalah : f x = f x. [1 f x ] (21) Gambar 6. Binary Sigmoid

26 Pembelajaran Pada ANN, belajar adalah proses pembentukan konfigurasi nilai-nilai bobot dari jaringan. Pembentukand ini memiliki tujuan akhir, yaitu agar masukan-masukan yang diberikan padanya akan direspon melalui bobot-bobot tersebut, sehingga menghasilkan keluaran yang sesuai dengan target keluaran yang diinginkan dari masukan yang bersangkutan. Faktor-Faktor Pembelajaran 1. Inisialisasi Pembobot Dan Bias 2. Learning rate (α) 3. Momentum (μ)

27 Gambar 8. Tongkat Frekuensi PLN P3B Jawa-Bali [13]

28 RJKB RJBR RJTD RJTB TAHAP/ SETTING Dist. JUMLAH KETERANGAN Dist Jabar Banten Dist Jateng Dist. Jatim Dist. Bali SKEMA UFR (Hz) Jaya Tg (MW) (Waktu Kerja) (MW) (MW) (MW) (MW) (MW) SKEMA A Tunda waktu 7 menit SKEMA B Tunda waktu 9 menit Sub Jumlah Seketika Seketika Seketika Seketika Seketika Seketika Seketika Sub Jumlah Sub Jumlah df/dt: Target: T5+T6+T7 Seketika df/dt: Seketika df/dt: Seketika

29

30

31 No Bus Gardu Induk Voltage Load Generation Angle Degree Magnitude MW Mvar MW Mvar 1 Suralaya Cilegon Kembangan Gandul Cibinong Cawang Bekasi Muaratawar Cibatu Cirata Saguling Bandung Selatan Mandiracan Ungaran Tanjung Jati Surabaya Barat Gresik Depok Tasikmalaya Pedan Kediri Paiton Grati Ngimbang Balaraja Total

32 Tegangan generator pada hasil simulasi analisa aliran daya berfungsi untuk mengetahui tegangan equivalent pada bus yang lain berdasarkan persamaan (6) dan untuk mencari nilai sensitivitas dari sebuah bus. Tegangan generator pada sistem Jawa-Bali dapat dilihat pada Tabel 1. Selain analisa aliran daya, Karakteristik speed droop dari governor dan momen inersia dari generator juga mempengaruhi nilai sensitivitas bus. Berikut merupakan data generator sistem Jawa-Bali yang dapat dilihat melalui Tabel 2. Tabel 1. Tegangan generator untuk case 0.6 Hz/s No Generator Voltage Angle Magnitude Degree 1 Suralaya Muaratawar Cirata Saguling Tanjung Jati Gresik Paiton Grati Tabel 2. Karakteristik Generator Jawa-Bali No. Pembangkit H (pu) D (%) R (%) 1 Suralaya Muaratawar Cirata Saguling Tanjung Jati Gresik Paiton Grati

33 Rank nilai sensitivitas bus pada sistem Jawa-Bali 500 kv dapat ditentukan melalui persamaan (11) dan didapatkan nilai sensitivitas bus pada bus beban pada Tabel 3 sebagai berikut: Tabel 3. Rank nilai sensitivitas bus beban Jawa-Bali untuk penurunan laju frekuensi 0.6 Hz/s. Rank Bus Gardu Induk Nilai Sensitivitas 1 2 Cilegon Kediri Pedan Ngimbang Surabaya Barat Balaraja Ungaran Tasikmalaya Depok Kembangan Gandul Cibinong Mandiracan Bandung Selatan Bekasi Cawang Cibatu

34 1 Suralaya 52 Respon Penurunan Laju Frekuensi 0.6 Hz/s ResponPenurunanFrekuensi 2 Cilegon Ngimbang 48 5 Cibinong 4 Gandul Kembangan 3 18 Depok Frekuensi (Hz) Bekasi 7 9 Cibatu 6 8 Cawang Mandiracan 13 Muaratawar Pedan Waktu (s) Gambar 9. Grafik laju penurunan frekuensi 0.6 Hz/s akibat pembangkit Gresik outage. 12 Bandung Selatan Kediri Balaraja 25 Ungaran 15 Tanjung jati 22 Paiton 16 Surabaya Barat 23 Grati 17 Gresik Daya Hilang : 1839 MW

35 Setelah mendapatkan titik bus yang paling efektif untuk melakukan pelepasan beban. Langkah selanjutnya adalah mencari besar pelepasan beban yang harus dilepas dari sistem agar frekuensi kembali kedalam batas 50 ± 0.2 Hz. Untuk mencari besar pelepasan beban yang dilakukan pada sistem maka harus mencari nilai daya threshold sebagai nilai acuan untuk menentukan nilai penyimpangan frekuensi dalam batas yang diizinkan. Parameter yang digunakan untuk mencari daya threshold adalah parameter ratarata pembangkit yang ada pada sistem Jawa-Bali. Nilai parameter rata-rata kemudian dimasukkan kedalam persamaan (13) dengan perhitungan sebagai berikut: P ( DR K ) / R P P P P th th th th th 0.004(4.7125x ) / pu 748.5MW 750MW m

36 Berdasarkan nilai daya threshold P th = 750 MW yang didapatkan melalui persamaan (13) maka selanjutnya adalah menentukan besar pelepasan pada sistem yang tepat agar frekuensi kembali kedalam batas 50 ± 0.2 Hz. Pada penelitian ini mencoba untuk melakukan prediksi menggunakan ANN (Artificial Neural Network) untuk melakukan prediksi besar pelepasan beban yang harus dilakukan dengan menggunakan dua masukan nilai yaitu : 1. Perubahan daya aktif 2. Penurunan laju frekuensi. Perubahan daya aktif dan respon laju penurunan frekuensi itu yang nantinya akan digunakan sebagai data masukan ANN Backpropagation sebagai proses training data untuk membentuk jaringan. Sementara untuk data keluaran ANN menggunakan nilai pelepasan beban (Psh) yang didapatkan melalui persamaan (13) untuk setiap perubahan frekuensi yang diakibatkan perubahan daya aktif pembangkitan.

37 Tabel 4. Data training untuk proses pembentukan jaringan ANN Backpropagation. Input Output Input Output Input Output P (MW) df/dt (Hz/s) Psh(MW) P (MW) df/dt (Hz/s) Psh(MW) P (MW) df/dt (Hz/s) Psh(MW)

38 Tabel 5. Perbandingan hasil training data output dan target menggunakan ANN Backpropagation untuk memprediksi pelepasan beban. No. Data Data Data Data Data Data Error No. Error No. Target Output Target Output Target Output Error E

39 Setelah melakukan training data pada ANN Backpropagation didapatkan nilai error yang sangat baik maka langkah selanjutnya adalah melakukan testing pada data yang berbeda dari data training. Pada penelitian ini diambil 10 data yang digunakan sebagai testing yang dapat dilihat pada tabel 6 sebagai berikut: Tabel 6. Perbandingan hasil testing data output dan target menggunakan ANN Backpropagation untuk memprediksi pelepasan beban. No. Data Target Data Error Output (MW) Error (%) % % % % % % % % % %

40 Berikut merupakan grafik perbandingan hasil testing antara data output dan target yang dapat dilihat pada gambar 3 sebagai berikut: 1900 Hasil pengujian dengan Data Testing: Target (biru), Output (merah) MW Data ke- Gambar 10. Grafik hasil testing data target dan output.

41 Dengan menggunakan ANN ( Artificial Neural Network ) didapatkan nilai pelepasan beban untuk penurunan laju frekuensi untuk 0.6 Hz/s, 0.8 Hz/s, dan 1 Hz/s yang dilihat pada tabel 7 sebagai berikut: Tabel 7. Nilai pelepasan beban untuk penurunan laju frekuensi 0.6 Hz/s, 0.8 Hz/s, dan 1 Hz/s menggunakan ANN Backpropagation. No. Pshedding Error df/dt Data Data Error (Hz/s) Error (MW) Target Output (%) % % %

42 Pada simulasi ini didapatkan nilai pelepasan beban menggunakan metode sensitivitas bus yang harus dilakukan pada masing-masing bus yang berjumlah total 1157 MW yang dapat dilihat pada tabel 8 sebagai berikut: Tabel 8. Nilai pelepasan beban pada masingmasing bus untuk penurunan laju frekuensi 0.6 Hz/s. No. Gardu Nilai Pelepasan Beban Induk Sensitivitas (MW) 1 Cilegon Kediri Pedan Ngimbang

43 Defisit daya aktif yang terjadi lepasnya salah satu pembangkit gresik yang berkapasitas 1839 MW menyebabkan turunnya frekuensi sebesar -0.6 (Hz/S). Untuk dapat mengembalikan frekuensi maka harus dilakukan pelepasan beban agar frekuensi sistem kembali kedalam batas operasi yang diizinkan sebesar 50 ± 0.2 Hz. Dalam melakukan mekanisme ini PLN memiliki pola operasi pelepasan beban yang dapat dilihat pada Tabel 9 sebagai berikut : Tabel 9. Skema Pelepasan Beban PLN SKEMA SETTING JUMLAH Waktu (-df/dt) UFR (Hz) (MW) Kerja Seketika Seketika Seketika

44 Frekuensi (Hz) Respon Frekuensi Pelepasan Beban Menggunakan Metode Sensitivitas Bus Frekuensi Steady State : 49.8 Hz Tabel 10. Perbandingan Skema Pelepasan Beban Case 0.6 Hz/s Metode Pelepasan Beban (MW) Frekuensi Steady State PLN Sensitivitas Bus Efisiensi 2.12% Waktu (s) Gambar 11. Respon Frekuensi Metode Pelepasan Beban Menggunakan Metode Sensitivitas Bus 50.2 Respon Frekuensi Pelepasan Beban PLN Frekuensi (Hz) Frekuensi Steady State : Hz Waktu (s) Gambar 12. Respon Frekuensi Metode Pelepasan Beban PLN

45

46 No. Bus Gardu Induk Voltage Load Generation Angle Degree Magnitude MW Mvar MW Mvar 1 Suralaya Cilegon Kembangan Gandul Cibinong Cawang Bekasi Muaratawar Cibatu Cirata Saguling Bandung Selatan Mandiracan Ungaran Tanjung Jati Surabaya Barat Gresik Depok Tasikmalaya Pedan Kediri Paiton Grati Ngimbang Balaraja Total

47 Tegangan generator pada hasil simulasi analisa aliran daya berfungsi untuk mengetahui tegangan equivalent pada bus yang lain berdasarkan persamaan (6) dan untuk mencari nilai sensitivitas dari sebuah bus. Tegangan generator pada sistem Jawa-Bali dapat dilihat pada Tabel 11. Tabel 11. Tegangan generator untuk case 0.8 Hz/s No Generator Voltage Angle Magnitude Degree 1 Suralaya Muaratawar Cirata Saguling Tanjung Jati Gresik Paiton Grati

48 Rank nilai sensitivitas bus pada sistem Jawa-Bali 500 kv dapat ditentukan melalui persamaan (11) dan didapatkan nilai sensitivitas bus pada bus beban pada Tabel 12 sebagai berikut: Tabel 12. Rank nilai sensitivitas bus beban Jawa-Bali untuk penurunan laju frekuensi 0.8 Hz/s. Rank Bus Gardu Induk Nilai Sensitivitas 1 2 Cilegon Kediri Pedan Ngimbang Surabaya Barat Balaraja Ungaran Tasikmalaya Depok Kembangan Gandul Cibinong Mandiracan Bandung Selatan Bekasi Cawang Cibatu

49 1 Suralaya 52 Respon Penurunan Laju Frekuensi 0.8 Hz/s 2 Cilegon Ngimbang 48 5 Cibinong 4 Gandul Kembangan 3 18 Depok Frekuensi (Hz) Bekasi 7 9 Cibatu 6 8 Cawang Mandiracan 13 Muaratawar Pedan Waktu (s) Gambar 13. Grafik laju penurunan frekuensi 0.8 Hz/s akibat pembangkit Gresik outage. 12 Bandung Selatan Kediri Balaraja 25 Ungaran 15 Tanjung jati 22 Paiton 16 Surabaya Barat 23 Grati 17 Gresik Daya Hilang : 2150 MW

50 Pada simulasi ini didapatkan nilai pelepasan beban menggunakan metode sensitivitas bus yang harus dilakukan pada masing-masing bus yang berjumlah total 1440 MW yang dapat dilihat pada tabel 8 sebagai berikut: Tabel 13. Nilai pelepasan beban pada masingmasing bus untuk penurunan laju frekuensi 0.8 Hz/s. No. Gardu Nilai Pelepasan Beban Induk Sensitivitas (MW) 1 Cilegon Kediri = Pedan Ngimbang

51 Frekuensi (Hz) Respon Frekuensi Pelepasan Beban Menggunakan Metode Sensitivitas Bus Frekuensi Steady State : Hz Waktu (s) Gambar 14. Respon Frekuensi Metode Pelepasan Beban Menggunakan Metode Sensitivitas Bus Tabel 10. Perbandingan Skema Pelepasan Beban Case 0.8 Hz/s Metode Pelepasan Beban (MW) Frekuensi Steady State PLN Sensitivitas Bus Efisiensi 8.57 % Respon Frekuensi Pelepasan Beban PLN Frekuensi (Hz) Frekuensi Steady State : Hz Waktu (s) Gambar 15. Respon Frekuensi Metode Pelepasan Beban PLN

52

53 Dari hasil simulasi dan analisis didapatkan bahwa dengan menggunakan metode sensitivitas bus didapatkan efisiensi terbesar dalam melakukan pelepasan beban sebesar 8.57%. Dari efisiensi yang didapatkan tersebut berarti metode sensitivitas dapat mengurangi jumlah beban yang dilepas sehingga didapatkan penghematan uang untuk Energi Non Saving (ENS). Pada penelitian ini mencoba untuk membandingkan mekanisme pelepasan beban antara PLN dan metode sensitivitas bus dengan asumsi efisiensi 8.57% yang dapat dilihat pada tabel 4.19 sebagai berikut: Tabel 18. Perbandingan pelepasan beban metode sensitivitas bus dengan PLN dengan asumsi efisiensi 8.57%. Tahun Load Sheddding PLN Load Shedding Sensitivitas Bus (MWh) (MWh)

54 Dengan menggunakan data dari tabel 18 kita dapat menentukan besar pengehematan uang untuk Energi Non Saving (ENS) dengan asumsi konstan menggunakan efisiensi pelepasan beban sebesar 8.57% dan TDL dengan harga Rp.643,00 / kwh sebagai berikut: Tahun Load Sheddding PLN Load Shedding Sensitivitas Bus Biaya Penghematan 2005 Rp. 1,948,161, Rp. 1,781,176, Rp. 166,985, Rp. 3,888,864, Rp. 3,555,532, Rp. 333,331, Rp. 947,074, Rp. 865,896, Rp. 81,177, Rp. 4,616,097, Rp. 4,220,431, Rp. 395,665, Rp. 5,830,466, Rp. 5,330,712, Rp. 499,754, Rp. 2,238,926, Rp. 2,047,018, Rp. 191,907, Rp. 831,881, Rp. 760,577, Rp. 71,304, Total Rp.20,301,471, Rp. 18,561,345, Rp.1,740,126,098.57

55

56 Pada penelitian ini didapatkan kesimpulan bahwa metode sensitivitas bus dapat digunakan untuk menentukan titik optimal melakukan pelepasan beban. Dengan menggunakan metode sensitivitas bus didapatkan efisiensi untuk melakukan pelepasan beban. Selain penentuan titik optimal pelepasan beban dari penelitian ini didapatkan bahwa metode ANN Backpropagation dapat digunakan untuk menentukan jumlah pelepasan beban yang harus dilakukan berdasarkan perubahan penurunan laju frekuensi yang terjadi pada sistem tenaga listrik. Dengan menggabungkan kedua metode tersebut didapatkan bahwa metode pelapasan beban pada penelitian ini lebih efisien dibandingkan dengan metode yang digunakan oleh PLN. Dari hasil simulasi dan analisis didapatkan bahwa efisiensi metode sensitivitas bus sebesar 25 MW (0.6 Hz/s), 135 MW (0.8 Hz/s) dan 101 MW (1 Hz/s) untuk masing-masing penurunan laju frekuensi yang terjadi pada sistem tenaga listrik Dari hasil perhitungan analisis biaya penghematan untuk Energi Non Saving (ENS) dengan pelepasan beban menggunakan metode sensitivitas bus didapatkan biaya pengematan sebesar Rp ,57 dengan asumsi konstan menggunakan efisiensi pelepasan beban sebesar 8.57% dan TDL ( Tarif Dasar Listrik ) dengan harga Rp. 643,00.

57 Penelitian selanjutnya diharapkan mampu mengimplementasikan pada sistem secara real dan online agar didapatkan efisiensi dalam melakukan pelepasan beban.

58