Abu Bakar Abdul Karim Al Mukmin NRP Dosen Pembimbing : Hendra Cordova, ST, MT NIP

Transkripsi

1 RANCANG BANGUN SISTEM PREDIKSI PEMBANGKIT LISTRIK TENAGA SURYA SECARA MOBILE BERBASIS LOGIKA FUZZY UNTUK PREDICTIVE MAINTENANCE DI PT. GMN TUBAN JAWA TIMUR Abu Bakar Abdul Karim Al Mukmin NRP Dosen Pembimbing : Hendra Cordova, ST, MT NIP

2 BACKGROUND Latar Belakang Masalah

3 KEBUTUHAN ENERGI MASA DEPAN DIANGGAP SANGAT PENTING Shell menugaskan Ipsos untuk mengadakan Future Energy Survey di Indonesia untuk mengkaji pandangan responden Indonesia akan masa depan energi responden mengikuti survey tatap muka di bulan Maret Survey yang sama di posting online dan 2160 orang Indonesia berpartisipasi dalam survey ini yang diadakan pada minggu dimana ada Hari Bumi, yaitu pada tanggal April 22, Survey menunjukkan : 9 dari 10# (93%)# menganggap penting energi masa depan. Sebanyak 93%* menganggap pengurangan emisi CO2 sebagai hal yang sangat penting. Energi surya (43%)^ dan energi hidro/air (29%) lebih banyak dipilih sebagai sumber energi masa depan. Mayoritas (98%) bersedia membayar lebih banyak untuk pembangkitan listrik yang dari sumber energi yang lebih bersih. 42% berpendapat bahwa pemerintah memainkan peran paling besar dalam menciptakan masa depan enegi yang lebih baik, diikuti oleh sektor Industri (39)%^. 3

4 BANYAK PLTS TANPA PERAWATAN DIBIARKAN TERBENGKALAI 4 GUNUNG KIDUL, KOMPAS.com Pemanfaatan energi alternatif di Kabupaten Gunung Kidul belum berhasil dengan baik. Banyak teknologi baru berupa Pembangkit Listrik Tenaga Surya atau PLTS yang dibiarkan terbengkalai. Masyarakat tidak memperoleh transfer teknologi perbaikan kerusakan PLTS dan tidak ada penanaman rasa kepemilikan sehingga pencurian bagian dari perangkat PLTS pun marak terjadi. Senin (31/8/2009). PANGKALPINANG, BANGKAPOS.com Menurut anggota Komisi III DPRD Babel Didit Srigusjaya, PLTS di Babel dipasang begitu saja tanpa ada perawatan berkelanjutan. Sehingga, bila ada PLTS rusak warga setempat tidak mampu memperbaikinya. Bila dibiarkan terus menerus maka PLTS yang rusak akan terbengkalai. Kamis (28/4/2011). Kesimpulan : Warga mengaku tidak tahu cara memperbaiki kerusakan pada dua dari tiga sel surya yang menggunakan sistem pompa air Fotovoltaik tersebut. Laporan kerusakan sudah dibuat oleh pemerintah desa, tetapi tak kunjung diperbaiki. Warga pun akhirnya membiarkan PLTS ini terbengkalai dan menggantinya dengan listrik dari Perusahaan Listrik Negara.

5 DIBUTUHKAN SISTEM PREDIKSI SECARA MOBILE Sistem prediksi yang dapat memantau segala aktivitas pembangkit listrik tenaga surya Sistem prediksi yang dapat mengirimkan hasil pemantauan secara mandiri ke stasiun pemantau atau badan yang bertanggung jawab Sistem prediksi yang handal dapat diletakkan dimana saja dan mampu mengirimkan data secara konsisten Sistem prediksi yang mampu melakukan analisa terhadap data yang didapatkan dan menyimpulkan sebuah statement tindakan perawatan apa yang dibutuhkan 5

6 PROBLEMS Perumusan Masalah

7 ADAPUN BEBERAPA PERMASALAHAN YANG DIHADAPI DALAM PENGERJAAN TUGAS AKHIR INI ADALAH SEBAGAI BERIKUT : Bagaimana Integrasi sensor yang membangun sistem prediksi pembangkit listrik tenaga surya? Bagaimana merancang dan membangun logika fuzzy untuk memperkirakan daya dari pembangkit listrik tenaga surya? Bagaimana menguji kehandalan sistem prediksi secara mobile? 7

8 PURPOSE Tujuan

9 TUJUAN DARI TUGAS AKHIR INI YAITU : Integrasi sensor yang membangun sistem prediksi pembangkit listrik tenaga surya Merancang dan membangun logika fuzzy untuk memperkirakan daya dari pembangkit listrik tenaga surya Menguji kehandalan sistem prediksi secara mobile 9

10 RESTRICTION Batasan Masalah

11 PADA TUGAS AKHIR INI, ADA BEBERAPA BATASAN YANG DIGUNAKAN ANTARA LAIN: Pengujian dilakukan di pilot project PT. Gerbang Multindo Nusantara dengan daya pembangkit listrik yang diketahui Tidak ada daya dari luar pembangkit listrik Spesifikasi sistem sesuai datasheet alat masing masing Uji kehandalan dilakukan dengan input yang direkayasa 11

12 LITERATURE REVIEW Tinjauan Pustaka

13 PREDIKSI OF PHOTOVOLTAICS SYSTEMS: GOOD PRACTICES AND SYSTEMATIC ANALYSIS Achim Woyte, Maurrice Richter, David Moser, Stefan Mau, Nils Reich, Ulrike Jahn Paper ini menjelaskan historical review dari performa sistem photovoltaic dari 20 tahun yang lalu. Dan didapatkan rasio peforma rata rata secara statistik dari instalasi photovoltaic terbaru pada iklim yang berbeda beda mengalami kemajuan dari 0.65 hingga kurang lebih Kemajuan ini tentu tidak dapat berlanjut apa bila tidak ada sistem prediksi yang beroperasi secara terus menerus untuk menagnalisa dan prediksi data dari photovoltaic itu sendiri. Adapun data data yang perlu diamati dari sebuah photovoltaic untuk mengetahui performanya adalah : Temperatur, Debu dan Kotoran, Mismatch dan Wiring Losses, DC to AC Conversion Losses. Selain beberapa faktor yang mempengaruhi kinerja dari photovoltaic itu sendiri, ada juga pengaruh dari performa sistem, yaitu PR (Performance Ratio), MTTF (Mean Time To Failure), dan MTTR (Mean Time To Repair). 13

14 PHOTOVOLTAIC PROGNOSTICS AND HEATH MANAGEMENT USING LEARNING ALGORITHMS Daniel Riley, Jay Johnson Sistem prognostic and health management (PHM) didesain untuk memonitor kesehatan dari sebuah sistem fotovoltaik, pengukuran degradasi, dan indikasi jadwal maintenance. Sistem PV PHM pada umumnya membandingkan data data hasil pengukuran (dalam hal ini daya AC) sampai memprediksikan hasil pengukuran dari sebuah model. Kemudian digunakan metode artificial neural network (ANN) yang mana mempunyai kelebihan, yaitu pengguna tidak perlu mengetahui segala spesifik dari komponen sistem photovoltaic. Karena neural network hanya mengidentifikasi hubungan antara lingkungan sistem PV (input) dan daya yang dihasilkan (output). 14

15 DESIGN OF A COST EFFICIENT PV PARAMETERS PREDIKSI SYSTEM Muhammad Ali, Mahmood Khan, Khasan S Karimov Paper ini mendeskripsikan sebuah desain sistem prediksi PV sederhana yang efisien biaya (murah). Desain ini terdari dari sebuah hardware berbasis mikrokontroller dan sebuah program komputer yang didesain menggunakan program grafis LabView. Desain ini juga diobservasi pada kondisi yang realistis menggunakan sensor LDR, temperatur, tegangan, dan juga arus. 15

16 REMOTE PREDIKSI OF PHOTOVOLTAIC SYSTEMS Pengcheng Liu Paper ini mendeskripsikan sebuah desain dan pengembangan dari remote prediksi sistem fotovoltaik berbasis mikrokontroller. Fungsi utama dari sistem ini adalah mengumpulkan data generasi daya dan data klimatik dari sistem fotovoltaik dan mengirimnya secara remote ke pengguna. Sistem mengarsipkan komunikasi remote GSM secara langsung ke pengguna dan juga menyimpannya pada sebuah server database melalui koneksi internet melewati modem GSM yang terpasang pada tiap stasiun prediksi fotovoltaik. 16

17 AN APPROACH TO IMPLEMENT PHOTO VOLTAIC SYSTEM USING ARDUINO Neeraj Vijay Kale, Prashant Shivasharan Malge Dijelaskan bahwa penggunaan power conditioner (DC to DC atau DC to AC) untuk load interface dapat ditingkatkan efisiensinya. Peningkatan efisiensi dilakukan menggunakan sebuah sistem yang dapat mengekstrak daya maksimal yang memungkinakan pada modul PV dengan teknik MPPT (Maximum Power Point Tracking). Paper ini akan menjelaskan desain dan implementasi MPPT menggunkan Arduino. 17

18 BASIC THEORY Teori Dasar

19 1 OUT

20 METHODOLOGY Metodologi Penelitian

21 21 FLOW CHART PENGERJAAN TUGAS AKHIR

22 22

23 DATA ANALYSIS Analisa Data

24 24 Humidity (%RH) Temperature ( C) Nilai 0:00 1:00 2:00 3:00 4:00 5:00 6:00 7:00 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 21:00 22:00 23:00 Waktu (jam:menit)

25 25

26 26

27 27

28 28

29 29

30 30

31 31

32 32

33 33

34 NILAI RMSE PERKIRAAN DAYA DALAM 1 MINGGU No Hari RMSE 1 Senin Selasa Rabu Kamis Jumat Sabtu Minggu

35 NILAI RMSE PERKIRAAN DAYA HISTORICAL DATA No Durasi Data RMSE 1 2 bulan bulan bulan bulan

36 CONCLUSION Kesimpulan

37 KESIMPULAN Dari hasil perekaman data suhu dan kelembapan, didapatkan hasil bahwa perubahan suhu tidak selalu signifikan jika dilihat tiap jamnya (hanya sekitar 1 hingga 3 derajat) sedangkan perubahan kelembapan sangat signifikan berkisar antara 38% paling kecil hinggal 92% paling besar. Tingkat pengaruhnya pada perkiraan daya lebih berat pada kelembapan daripada suhu. Dari hasil pemrosesan logika fuzzy untuk memperikirakan daya keluaran PV menggunakan software MATLAB, didapatkan bahwa perkiraan daya cukup baik dengan nilai kesalahan pada 3 hari dalam 1 minggu mencapai RMSE kurang dari 10 persen. Namun 4 hari perkiraan yang lainnya masih nilai kesalahnnya belum mencapai tujuan. Ini dikarenakan adanya fluktuasi daya yang dinamis dan tidak teratasi oleh faktor cuaca. Setelah dilakukan perhitungan dengan historical data hingga 5 bulan kebelakang, didapatkan bahwa nilai kesalahan RMSE turun hingga kurang dari 10 persen, namun nilai itu tidak dapat stabil turun secara periodik. Didapatkan bahwa pada penambahan historical data justru meningkatkan sedikit error. Dibutuhkan variabel lain yang bisa mengatasi dinamika fluktuasi daya. 37

38 WORK Pengerjaan

39 39

40 40

41 41 PHP CODING

42 42

43 REFERENCES Daftar Pustaka

44 DAFTAR PUSTAKA 1. Kebutuhan Energi Masa Depan Dianggap Sangat Penting oleh Responden Indonesia dalam Survey Energi Shell, shell.co.id, Juni [Online]. [Accessed June 2014]. 2. Banyak PLTS Dibiarkan Terbengkalai, Gunung Kidul, kompas.com, Agustus [Online]. [Accessed June 2014]. 3. Irwan Fachrurrozi. Perancangan Sistem Monitoring Dan Optimasi Berbasis Labview Pada Pembangkit Listrik Tenaga Surya Dan Angin. Proceeding Seminar Tugas Akhir Jurusan Teknik Elekto FTI ITS, Eugene A. Feinberg, Dora Genethliou. Applied Mathematics For Power Systems. Chapter 12 : Load Forecasting. State University of New York, Stony Brook, E. Srinivas, Amit Jain. A Methodology for Short Term Load Forecasting Using Fuzzy Logic and Similarity. The National Conference on Advances in Computational Intelligence Applications in Power, Control, Signal Processing and Telecommunications (NCACI-2009), Bhubaneswar, India, March 20-22, Amit Jain, E. Srinivas, Rasmimayee Rauta, Short Term Load Forecasting using Fuzzy Adaptive Inference and Similiarity IEEE Nature Biologically Inspired Computing, 2009.