BAB I PENDAHULUAN. 1.1 Latar Belakang

Transkripsi

1 BAB I PENDAHULUAN 1.1 Latar Belakang Pertumbuhan ekonomi dan perkembangan teknologi suatu daerah mengakibatkan kebutuhan tenaga listrik akan semakin meningkat, baik yang berhubungan dengan bidang industri, komersil dan konsumsi rumah tangga. Untuk memenuhi kebutuhan energi listrik tersebut, perusahaan listrik harus mampu menyediakan energi listrik tersebut melalui kapasitas pembangkitpembangkit yang tersedia secara berkesinambungan. Pengoperasian suatu pembangkit termal sangat tergantung pada bahan bakar, dengan demikian hal tersebut yang perlu mendapatkan perhatian khusus, karena sebagian besar biaya operasi yang dikeluarkan adalah untuk keperluan bahan bakar. Biaya bahan bakar sebuah unit pembangkit termal merupakan fungsi beban suatu pembangkit. Kemampuan memikul beban menentukan keandalan sistem energi listrik, sehingga selalu diupayakan besar daya yang dibangkitkan harus sama dengan besar kebutuhan di sisi beban setiap saat. Pada unit pembangkit termal yang berbahan bakar fosil, pertambahan beban akan mendorong pertambahan kuantitas (jumlah) bahan bakar per satuan waktu yang akan meningkatkan pertambahan biaya per satuan waktu. Fluktuasi kebutuhan energi listrik di sisi beban akan menimbulkan fluktuasi biaya bahan bakar, berkaitan dengan hal tersebut perlu ditentukan pola korelasi keduanya, yang biasa disebut masukan-keluaran unit pembangkit tenaga listrik. Dalam suatu sistem tenaga listrik, unit-unit pembangkit tidak berada dalam jarak yang sama dari pusat beban dan biaya pembangkitan tiap-tiap pembangkit pun berbeda. Pada kondisi operasi normal sekalipun, kapasitas pembangkitan harus lebih besar dari jumlah beban ditambah rugi-rugi daya pada sistem. Oleh karena itu, perlu dilakukan suatu pengaturan yang optimal dan ekonomis terhadap pembangkitan. Analisis aliran daya optimal adalah suatu perhitungan untuk meminimalkan suatu fungsi tujuan yaitu biaya pembangkitan atau rugi-rugi 1

2 transmisi dengan mengatur daya aktif dan daya reaktif pembangkitan tiap pembangkit sistem tenaga yang terinterkoneksi dengan memperhatikan batasbatas (constraints) tertentu. Pembebanan ekonomis (economic dispatch) adalah pembagian pembebanan optimal pada unit-unit pembangkit yang ada di dalam sistem secara optimal ekonomis, pada suatu nilai permintaan beban sistem. Melalui penerapannya, maka akan didapatkan biaya pembangkitan yang minimum terhadap produksi daya listrik yang dibangkitkan unit-unit pembangkit pada suatu sistem kelistrikan yang memenuhi batasan/kendala persamaan (equality constraint) dan batasan/kendala ketidaksamaan (inequality constraint). Batasan persamaan mencerminkan suatu keseimbangan daya nyata dan batasan ketidaksamaan mencerminkan batas minimum dan maksimum pembangkitan yang harus dipenuhi sehingga diperoleh total biaya bahan bakar yang minimum. Hingga saat ini, sumber energi utama penggerak mekanik pada sistem pembangkitan energi listrik umumnya masih berupa bahan bakar fosil (batubara, minyak dan gas). Proses pada pembangkit listrik termal tersebut dapat menimbulkan emisi akibat gas buang hasil pembakaran berupa carbon dioxide (CO2), sulfur dioxide (SO2), nitrogen oxides (NOx) dan partikulait yang akan menyebabkan dampak lingkungan terhadap masyarakat sekitar dan menjadi polusi di atmosfir bumi. Meningkatnya keperdulian masyarakat dunia yang diawali dengan keputusan kongres Amerika Serikat (U.S Clean Air Act Amandments of 1990) yang mengharuskan setiap perusahaan listrik memodifikasi kebijakan dan strategi pengoperasiannya untuk mengurangi polusi dan emisi di atmosfir pada pembangkit listrik tenaga termal, sehingga pemerintah Indonesia juga telah mengaturnya dalam regulasi lingkungan melalui Peraturan Menteri Negara Lingkungan Hidup Nomor 21 Tahun 2008 tentang baku mutu emisi kegiatan pembangkit tenaga listrik termal. Dalam Lampiran I A Peraturan tersebut dibatasi emisi SO2 dan emisi NOx Pembangkit Listrik Tenaga Uap berbahan bakar batubara, minyak dan gas. 2

3 Beberapa strategi untuk mengurangi emisi telah diusulkan dan diteliti. Diantaranya adalah pemasangan peralatan penyaring (filter) polutan, penggantian dengan bahan bakar beremisi rendah dan penggantian komponen-komponen pembangkit yang telah usang. Namun ketiga opsi ini memerlukan pertimbangan biaya/modal yang besar sehingga menjadi opsi jangka-panjang. Opsi alternatif jangka-pendek yang menarik adalah pembebanan emisi (emission dispatching) yang ditambahkan kedalam fungsi biaya bahan bakar untuk diminimalkan. Meskipun demikian, penanganan operasi dengan hanya memperhatikan minimalisasi dampak lingkungan tidak praktis karena menyebabkan biaya bahan bakar yang lebih tinggi dan disisi lain, untuk mengoperasikan sistem pembangkit dengan meminimalkan total biaya bahan bakar juga tidak memenuhi persyaratan baku mutu emisi lingkungan. Oleh sebab itu, pembebanan ekonomis dengan mengendalikan emisi (economic emission dispatch) yang adalah permasalahan multiobyektif mendapat peranan tersendiri dalam operasi ekonomis sistem tenaga listrik dan banyak mendapatkan perhatian para peneliti. Beberapa penelitian telah dilakukan dengan mempertimbangkan emisi dan biaya bahan bakar menjadi sebuah fungsi tujuan tunggal. Diantaranya, permasalahan multiobyektif ini dikonversi menjadi sebuah obyektif tunggal dengan memperlakukan emisi sebagai sebuah fungsi batasan/kekangan dalam batas yang diijinkan. Metode ini memiliki beberapa kesulitan dalam memperoleh hubungan trade-off antara biaya dan emisi. Ada peneliti yang mengkonversi multiobyektif ini menjadi sebuah obyektif tunggal dengan kombinasi linier fungsi obyektif yang berbeda-beda ini sebagai jumlah pembobotan (weighted sum) dimana melalui metode ini sejumlah solusi-solusi yang non-inferior dapat diperoleh dengan menvariasikan nilai bobot (w). Pada beberapa tahun belakangan ini oleh para peneliti, permasalahan multiobyektif ini dikonversi menjadi sebuah obyektif tunggal dengan memasukkan sebuah harga faktor penalti (price penalty factor) h yang kemudian diselesaikan dengan beberapa algoritma evolusioner (evolutionary algorithms) misalnya pemrograman evolusioner (evolutionary programming), optimasi kelompok partikel (particle swarm optimization), optimasi koloni semut (ant colony optimization) dan algoritma genetik (genetic 3

4 algorithm). Teknik konversi ini lebih efesien dalam menemukan nilai kompromi antara fungsi-fungsi obyektif yang berkonflik ini. Evolusi Diferensial (differential evolution) dikenalkan oleh Storn dan Price di tahun 1995 termasuk salah satu dari metode dalam algoritma evolusioner. Sebagaimana algoritma evolusioner yang lainnya, Evolusi Diferensial mampu menangani permasalahan optimasi yang kompleks. Beberapa alasan yang membuat algoritma ini banyak mendapat pujian adalah struktur yang sederhana, implementasinya yang mudah, dan kecepatan konvergensinya. Maka untuk mengatasi permasalahan pembebanan ekonomis dengan kendali emisi ini, peneliti tertarik untuk menerapkan algoritma ini dalam penyelesaiannya. 1.2 Perumusan masalah Optimasi permasalahan multiobyektif pembebanan daya dilakukan dengan mengkonversi permasalahan pembebanan ekonomis dan emisi dengan metode faktor harga penalti (price penlty factor). Fungsi obyektif (objective function) dari permasalahan ini adalah minimalisasi total biaya sistem pembangkit pada suatu permintaan beban tertentu dengan mempertimbangkan kendala-kendala (constraints) yang ada. Dengan melihat latar belakang tersebut diatas, maka dapat dirumuskan permasalahan sebagai berikut: 1. Bagaimana menggunakan algoritma Evolusi Diferensial dalam menyelesaikan permasalahan pembebanan ekonomis dengan pengendalian emisi? 2. Apa kelebihan algoritma Evolusi Diferensial dibandingkan dengan algoritma lainnya yang telah dilakukan untuk menyelesaikan permasalahan pembebanan ekonomis dengan pengendalian emisi? 1.3 Keaslian Penelitian Untuk melihat apakah permasalahan yang ditemukan atau yang terkait dengan itu sudah pernah diteliti, dilakukan kajian literatur dan laporan penelitian 4

5 yang sudah ada. Melalui kajian tersebut dapat diyakini bahwa penelitian ini masih asli atau belum pernah dilakukan sebelumnya. Adapun kajian literatur yang terkait dengan penyelesaian permasalahan pembebanan ekonomis dan emisi unit pembangkit termal dengan algoritma Evolusi Diferensial adalah sebagai berikut: 1. Jayabarathi dkk 2008, menggunakan metode Hibrida Evolusi Diferensial (HDE). Permasalahan pembebanan ekonomis dan emisi yang adalah fungsi bahan bakar dan fungsi emisi diselesaikan dengan menambahkan dua buah faktor bobot w (weighted factor) untuk menghasilkan fungsi objektif tunggal. Nilai dari w berada diantara 0 dan 1 dan divariasikan untuk mendapatkan nilai kompromi dari biaya bahan bakar dan biaya emisi. Hasil simulasi membuktikan metode ini lebih baik dalam hal solusi optimal, jumlah iterasi dan waktu operasi dibandingkan dengan metode pembanding yaitu penggunaan algoritma PSO dan Pemrograman Evolusioner. 2. Mandal dan Chakraborty 2008, menggunakan teknik pengaturan kontrol parameter jumlah populasi, faktor mutasi dan rasio pindahsilang pada algoritma Evolusi Diferensial untuk penyelesaian masalah diatas dengan mempertimbangkan rugi transmisi. Fungsi objektif tunggal diperoleh dengan menggunakan harga penalti faktor h. Penelitian ini bertujuan untuk memperoleh nilai pengaturan (setting) optimal dari parameter-parameter kontrol algoritma diferensial evolusi. Simulasi dilakukan pada sistem 14-unit pembangkit, dan merekomendasikan nilai-nilai kontrol parameter yang tepat pada algoritma Evolusi Diferensial pada permasalahan kombinasi pembebanan ekonomis dan emisi untuk sistem 14-unit pembangkit. 3. Sun dan Lu 2009, menggunakan metode Evolusi Diferensial pada penjadwalan jangka-pendek (short-time scheduling) pembagian beban ekonomis dengan beban emisi pada pembangkit hidrotermal. Pada penelitian ini batasan/kekangan keseimbangan dinamis air diselesaikan 5

6 dengan cara heuristik dan batasan keseimbangan daya diselesaikan dengan cara daftar prioritas (priority list). Faktor penalti digunakan untuk konversi permasalahan multiobjektif menjadi fungsi tujuantunggal. Simulasi dilakukan pada sistem dengan 4 unit pembangkit hidro dan 3 unit pembangkit termal yang menghasilkan solusi lebih baik dibandingkan dengan metode PSO. 1.4 Tujuan Penelitian Tujuan Penelitian adalah: 1. Memperoleh solusi optimal permasalahan pembebanan ekonomis dengan pengendalian emisi, dimana total biaya bahan bakar dan biaya emisi yang memperhatikan batasan-batasan sistem dengan menggunakan algoritma Evolusi Diferensial. 2. Menginvestigasi efektivitas algoritma Evolusi Diferensial untuk beberapa uji kasus (test case) dan membandingkan hasil yang diperoleh metode diatas dengan hasil yang diperoleh pada beberapa penelitian sebelumnya. 1.5 Manfaat Penelitian Hasil penelitian ini diharapkan memberi manfaat sebagai berikut: 1. Bagi ilmu pengetahuan yaitu memberi pemahaman/wawasan manfaat kajian tentang penggunaan algoritma Evolusi Diferensial dalam pencarian solusi optimal dalam permasalahan operasi sistem tenaga listrik khususnya persoalan dispatch ekonomis dengan memperhatikan emisi lingkungan. 2. Bagi pemakai sistem tenaga khususnya PT PLN (Persero) yaitu algoritma optimasi diantaranya Evolusi Diferensial dapat digunakan untuk mencari solusi optimal dalam permasalahan operasi ekonomis, sehingga biaya bahan bakar dapat ditekan seminimal mungkin namun dengan tetap memperhatikan emisi lingkungan. 6