TESIS FIRMAN YUDIANTO S2 TEKNIK ELEKTRO

Transkripsi

1 TESIS

2 Pulau Rote Merupakan daerah terpencil dan belum dialiri listrik oleh PLN serta apabila dialiri listrik oleh PLN maka akan sering terjadi pemadaman, sehingga energi terbarukan merupakan solusi untuk dapat mensupplai beban pada pulau tersebut. Kapasitas kecepatan angin dengan rata-rata 3.5 m/s di pulau tersebut bisa memenuhi untuk dibangkitkan pembangkit listrik tenaga bayu. Kapasitas kekuatan cahaya matahari di pulau rote pada pukul mencapai 500 Wh/m2, sehingga dapat dibangkitkan pembangkit listrik tenaga surya

3 Merencanakan Pembangkit Hybrid ( WT dan PV ) untuk memenuhi daya didaerah terpencil dengan biaya yang murah, tetapi Realibilitinya terpenuhi.

4 Data beban fix per tahun sampai 20 tahun ke depan Data angin per tahun sampai 20 tahun kedepan Data solar insulation per tahun sampai 20 tahun ke depan

5 Wind Turbind PV Panel Inverter Baterai Beban Heater DC AC

6 pemodelan wind turbin sangat penting untuk mendapatkan konfigurasi optimal dari energi yang terbarukan. Hasil wind turbin tergantung pada kecepatan angin.

7 Model matematika dari wind turbin sebagai berikut : P WT ( t) 0 1/ 2. ρ. A. v = Prated. NWT 0 3 v( t) < v ( t). ηw. ηc. NWT vc v( t) v v( t) r c v( t) > v < v f r v ρ = berat jenis air (kg/m 3 ); A= area sapuan dari rotor (m 2 ); v(t)= kecepatan angin : η w = efesiensi WT (%); η c = efesiensi dari perubahan AC/DC, diasumsikan 90%; v c = pemotongan dari kecepatan; v r = kecepatan rata-rata (m/s); v f = kecepatan menggulung (m/s); P rated = daya rata-rata dari turbin (kw); N WT = jumlah turbin f

8 Solar Sel adalah sebuah sel photovoltaic terdiri komponen semikonduktor yang berfungsi mengkonversikan tenaga radiasi matahari secara langsung menjadi tenaga listrik. Dalam simulasi ini di desain untuk perubahan dalam tiap jam dari PV dalam menghasilkan energi Listrik

9 Model matematika dari PV P ( t) = η. A N I ( t).. pv p PV ns η:efisiensi konversi energi (%) A PV panel (m 2 p :area dari ) N PV : jumlah dari PV panel I ns (t): data sinar matahari (W/m2)

10 Media penyimpanan/baterai digunakan untuk menyimpan surplus energy listrik dan mencatu energy listrik saat PV dan windturbin tidak mampu mensupllai beban.

11 Penyaluran dan penyerapan tenaga dari baterai selama periode waktu t-1 sampai t dapat digambarkan dalam persamaan berikut : C ( t) = C ( t 1 )(. 1 σ ) P ( t) B B + BAT Dimana : C B ( t) ( t 1) C B σ :kapasitas yang tersedia dari baterai banks pada saat jam t :kapasitas yang tersedia dari batteray banks pada saat jam (t-1) :rata-rata dari discharge batteray bank, pada penelitian ini diasumsikan sebesar 0.002

12 Beberapa batasan harus ditentukan dibawah operasi baterai sebagai berikut : C ( t) B min C B C B max Dimana : C B min C B max : Tingkat energi minimun tenaga yang diijinkan pada baterai : Tingkat energi maksimum tenaga yang diijinkan pada baterai

13 Model matematika mekanisme pengisian dan pengosongan baterai sebagai berikut : P ( t) = P ( t ). P ( t) + G WT PV P G ( t) : Daya Generasi pengisian dan pengosongan

14 Dalam penelitian ini fungsi obyektif yang akan dicari adalah biaya tahunan dari sistem ( Annual Cost Of System ) / ACS ACS = ACC + ARC + AOM + ADC

15 Modal dari tiap unit yang tidak memerlukan penggantian selamanya ACC = C cap. CRF ( I,Y project ) Dimana: C cap Y project CRF (Capital Recovery Factor) : adalah capital cost setiap komponen (US$). : adalah umur proyek (tahun). : adalah rasio untuk menghitung nilai pada saat ini dari sederet aliran dana tahunan.

16 CRF (i, Y project ) = ( ) Y i 1+ i project ( ) 1 1+ i Y project Dimana : i = rata rata bunga tahunan ' i = 1 ( i f ) ( + f ) Dimana i : adalah bunga pinjaman, (%). f : adalah rata-rata inflasi tahunan, (%).

17 Biaya operasional dan Perawatan tahunan merupakan fungsi dari biaya modal, kehandalan komponen dan juga umur dari komponen. AOM dapat dihitung sebagai berikut : AOM = C ( ) cap 1 λ / y λ : Effisiensi masing masing komponen 98 % y : Waktu project berlangsung dalam tahun

18 Merupakan biaya yang digunakan untuk penggantian komponen dan unit selama project berlangsung. ARC dapat dihitung sebagai berikut : ARC = C rep.sff (i, Y rep ) C rep Y rep SFF : biaya penggantian unit ( US$) : usia dari unit : Faktor penurunan sebuah rasio untuk memperkirakan nilai dimasa datang dari dari sederet persamaan aliran dana tahunan.

19 SFF dapat dihitung sebagai berikut : SFF(i, Y rep ) = 1 Y ( 1+ i) rep 1

20 ADC merupakan biaya yang disebabkan karena sistem ini tidak mampu memenuhi permintaan beban, dihitung per kwh yang tidak dapat dipenuhi sistem. ADC = daya yang tidak dipenuhi x biaya denda

21 Merupakan algoritma yang digunakan untuk memecahkan suatu pencarian nilai dalam sebuah masalah optimasi yang didasarkan pada proses genetika yang ada dalam makhluk hidup yaitu perkembangan generasi dalam sebuah populasi yang alami.

22 Komponen GA Inisialisasi populasi Pengkodean kromosom Nilai fitnes seleksi Pindah silang Mutasi

23 Inisialisasi Populasi Dalam proses inisialisasi populasi ini, suatu matriks berukuran jumlah_populasi * jumlah_gen dibangkitkan dengan memiliki nilai pada setiap elemennya berupa bilangan acak antara 0 dan 1.

24 Pengkodean Kromosom Kromosom merupakan bagian dari keseluruhan populasi yang mewakili sebuah individu. Pada masalah ini kromosom yang dimaksud adalah jumlah windturbin, jumlah PV dan jumlah baterai. N WT Npv N BAT

25 Nilai Fitnes Merupakan nilai yang menyatakan baik tidaknya suatu solusi/ individu. Pada penelitian ini nilai yang dicari adalah nilai minimalisasi maka fungsi yang digunakan adalah fungsi objective yang merupakan nilai ACS.

26 Seleksi Seleksi dilakukan untuk mendapatkan dua kromosom dengan nilai fitness terbaik yang akan digunakan untuk proses pindah silang.

27 Pindah Silang Pindah Silang adalah operator dari algoritma genetika yang melibatkan dua induk untuk membentuk kromosom baru. Probabilitas pindah silang yang sering digunakan pada umumnya berkisar 0.6 sampai 0.95 dan pada penelitian ini yang digunakan adalah 0.8

28 Mutasi Operator mutasi digunakan untuk melakukan modifikasi satu atau lebih nilai gen dalam kromosom yang sama. Mutasi dilakukan secara acak pada gen dengan nilai kurang dari probabilitas mutasi. Dalam penelitian ini peluang mutasi nya adalah 0.01

29 start PV, Baterai, turbin angin, Inverter spasifik, kebutuhan beban, Data Meteorologikal Inisialisasi dari NPV N BAT NWT oleh GA Menghitung tenaga dari PV termasuk jg inverter ( ( t) ) P RE ( P ( t) ) P ( t) RE > L Y ( C B ( t) ) = C B max Y N N N Pengosongan Baeterai bank PBAT ( t) = P ( t) P ( t) L RE Y ( C ( t) ) > ( P ( t) P ( t) ) B C B min L RE PBAT Pengisian baterai ( t) = P ( t) ( P ( t) / η ) PV L INV Membuang tenaga sisa N N P L ( t) PRE ( t) > Pn Y ( t) PRE ( t) PGAmin P L > N T=8760 Y Menghitung fungsi obyektif untuk ACS minimal ACS=ACC+AOM+ARC Y Pencarian generasi maksimum N Parameter optimal di simpan SELEKSI PENYILANGAN Operator GA STOP MUTASI

30 KARAKTERISTIK BEBAN

31 KARAKTERISTIK KECEPATAN ANGIN SELAMA SATU TAHUN

32 KARAKTERISTIK CAHAYA MATAHARI SELAMA SATU TAHUN

33 SPESIFIKASI WIND TURBIN Maksimum daya yang dikeluarkan Cut-in speed Firling speed Rated speed 1000 W 2.5 m/s 13 m/s 9 m/s Air density kg/m 3 Biaya pembelian US$ 1000 Usia 20 tahun

34 SPESIFIKASI BATERAI DAN INVERTER Maksimum daya yang dikeluarkan W Biaya pembelian baterai US$ 400 Biaya penggantian US$ 400 Usia 10 tahun Kapasitas inverter 2000 W Biaya pembelian inverter US$ 900 Biaya penggantian 0 Usia 20 tahun

35 SPESIFIKASI PV Daya maksimum Efesiensi Area untuk single PV panel Biaya Pembelian Usia 120 W 90% 1.07 m 2 US$ tahun

36 GRAFIK KONVERGENSI GA

37 HASIL OPTIMISASI GA Run ke- Winturbin PV Baterai Biaya (US$) Konvergen Pada Generasi ke , , , , , , , , , ,6820 6

38 TABEL HASIL OPTIMISASI ( SIZE DAYA, TOTAL BEBAN DAN TOTAL BIAYA ) Item Size Wind Turbin (W) 5100 Size PV (W) 5760 Size baterai (W) DayaWind Turbin (kw/th) Daya PV (kw/th) Daya Baterai (kw/th) Total beban dalam 1 tahun (kwh) Total daya yang dikeluarkan selama 1 tahun Total biaya Kapital (US$) Total Biaya Opersaional dan Perawatan (US$) Total Penggantian Part (US$) Total biaya penalty 0 Total biaya Sistem (US$) Hasil simulasi

39 BIAYA KAPITAL ( ACC ) TIAP KOMPONEN Komponen Wind turbin(us$) 1028 Baterai(US$) Photovoltaic(US$) Inverter(US$) Hasil Total

40 BIAYA OPERASIONAL DAN PERAWATAN ( AOM )TIAP KOMPONEN Komponen Wind turbin(us$) 102 Baterai(US$) 176 Photovoltaic(US$) Inverter(US$) 5.63 Hasil Total(US$)

41 BIAYA PENGGANTIAN ( ARC ) TIAP KOMPONEN Komponen Hasil Baterai(US$) Total(US$)

42 Berdasarkan hasil simulasi dan analisa dapat ditarik kesimpulkan sebagai berikut : Optimisasi untuk menentukan kombinasi optimal jumlah pembangkit hybrid antara Wind Turbin, Photovoltaic dan Baterai menggunakan GA didapatkan 17 WT, 48 PV, dan 11 baterai. Dengan biaya ± US$ , dengan kehandalan 100% dan dapat memenuhi beban tetap kwh/thn dalam kurun waktu selama 20 tahun. Parmater GA mempengaruhi hasil optimisasi, sehingga untuk memutuskan nilai optimum harus dilakukan running berkali-kali Sistem pembangkit tenaga angin dan surya cocok untuk di kembangkan di daerah terpencil yang memiliki potensi sumbercahaya matahari dan sumber angina lebih

43 TERIMA KASIH