Studi Keandalan Sistem Kelistrikan Hingga Level Beban Tegangan Menengah di PT.Pupuk Kalimantan Timur Nama : Prita Lukitasari NRP :

Ukuran: px

Mulai penontonan dengan halaman:

Download "Studi Keandalan Sistem Kelistrikan Hingga Level Beban Tegangan Menengah di PT.Pupuk Kalimantan Timur Nama : Prita Lukitasari NRP :"

Glenna Kusumo
6 tahun lalu
Tontonan:

1 Presentasi Seminar Tugas Akhir (Genap 2011) Teknik Sistem Tenaga Jurusan Teknik Elektro ITS Studi Keandalan Sistem Kelistrikan Hingga Level Beban Tegangan Menengah di PT.Pupuk Kalimantan Timur Nama : Prita Lukitasari NRP : Pembimbing : 1. Prof. Dr. Ir. Adi Soeprijanto, MT 2. Dr. Ir. Margo Pujiantara, MT

2 Latar Belakang Kontinuitas penyediaan tenaga listrik menjadi tuntutan yang semakin besar untuk menunjang proses produksi pabrik, sehingga dibutuhkan sistem tenaga listrik yang handal. Pemadaman akibat kegagalan pembangkit dapat mengakibatkan penurunan kapasitas produksi yang berakibat pada kerugian pabrik.

3 Permasalahan dan Batasan Masalah Bagaimanakah keandalan di PKT setelah diintegrasikan (33 kv) dari keadaan sebelumnya (independen (11kV))? Metode yang digunakan untuk mendapatkan nilai SAIDI dan SAIFI adalah simulasi Monte Carlo. Dalam tugas akhir ini software simulasi yang digunakan adalah software Matlab.

4 Tujuan Mendapatkan nilai SAIDI dan SAIFI dari pembangkit di PT. Pupuk Kaltim. Meningkatkan keandalan sistem Kelistrikan di PT. Pupuk Kaltim.

5 Langkah-langkah Penelitian Start Pengumpulan data data sistem kelistrikan dan keandalan generator Simulasi keandalan menggunakan software Matlab Analisis Keandalan Finish

6 Teori Penunjang LOLP (Loss of Load Probability) Monte Carlo Indeks Performansi Keandalan

7 LOLP (Loss of Load Probability) Adalah angka yang menggambarkan berapa besar probabilitas unit-unit pembangkit yang beroperasi tidak mampu melayani beban. Nilai LOLP biasanya dinyatakan dalam hari per tahun. "Makin kecil nilai LOLP, makin tinggi keandalan sistem. Sebaliknya, makin besar nilai LOLP, makin rendah keandalan sistem, karena hal ini berarti probabilitas sistem tidak dapat melayani beban yang makin besar. Nilai LOLP dapat diperkecil dengan menambah daya terpasang atau menurunkan nilai Forced Outage Rate (FOR) unit pembangkit, karena dua langkah ini dapat memperkecil probabilitas daya tersedia.

8 LOLP [2] (Loss of Load Probability) LOLP = p x t Keterangan: p: menggambarkan probabilitas sistem dapat menyediakan daya sebesar b. t: menggambarkan lamanya garis tersedianya daya sebesar b memotong kurva lama beban dari sistem. Gambar : Penggambaran LOLP = pxt dalam hari per tahun pada kurva lama beban.

9 Monte Carlo Jml Penarikan Gen 1 Ket Gen 2 Ket T Ket Total slip Load Ket Ket 1 2 on 73 on 33 on on n 2 1 off 7 on 50 on off 3 13 on 8 on 75 on on 4 4 on 12 on 19 on off Berdasarkan tabel tersebut maka ditentukan terlebih dahulu peraturan awal atau parameter untuk perhitungan. G1 :angka 1 (off), angka (on) G2 :angka 1,2 (off), angka (on) Trafo :angka 1 (off), angka (on) Load :angka 1-8 (75 MW), angka 9-11 (100 MW), angka (125 MW), angka (150 MW), angka (175 MW).

10 Indeks Performansi Keandalan Mean Time To Failure (MTTF) adalah waktu rata-rata kegagalan yang terjadi selama beroperasinya suatu sistem, dapat dirumuskan: MTTF= dimana: T=waktu operasi (up time) n=jumlah kegagalan Mean Time To Repair (MTTR) adalah waktu rata-rata yang diperlukan untuk melakukan perbaikan terhadap terjadinya kegagalan suatu sistem yang dapat dirumuskan: MTTR= dimana: L=waktu perbaikan (down time) n=jumlah perbaikan

11 Indeks Performansi Keandalan (2) Laju kegagalan atau hazard rate adalah frekuensi suatu sistem/komponen gagal bekerja, biasanya dilambangkan dengan λ (lambda), semakin besar nilai λ maka semakin jelek keandalan suatu sistem/komponen tersebut. λ = Laju perbaikan atau Downtime rate adalah frekuensi lamanya suatu sistem/komponen dalam masa perbaikan (kondisi OFF). Jadi semakin besar nilai µ maka semakin cepat pula waktu perbaikannya yang berarti semakin bagus nilai keandalan suatu sistem tersebut. Ketersediaan atau Availability didefinisikan sebagai proporsi waktu dimana sistem dalam keadaan siap beroperasi. Nilai dari availability sistem bergantung pada frekuensi komponen-komponen sistem yang gagal bekerja (laju kegagalan) dan lama perbaikan dari komponen yang rusak hingga sistem berfungsi kembali (laju perbaikan) [7].

12 Indeks Performansi Keandalan (3) SAIFI (Sistem Average Interruption Frequency Index) adalah indeks keandalan dari hasil pengukuran frekuensi gangguan sistem rata-rata tiap tahun [3]. Berisi informasi tentang frekuensi gangguan permanent rata-rata tiap konsumen dalam suatu area yang dievaluasi dengan: λ k = laju kegagalan saluran M k = jumlah pelanggan pada saluran k M = total pelanggan pada sistem SAIDI (Sistem Average Interruption Duration Index) adalah indeks keandalan hasil pengukuran durasi gangguan sistem rata-rata tiap tahun [3]. Indeks ini berisi tentang frekuensi gangguan permanent rata-rata tiap konsumen dalam suatu area yang dievaluasi. dengan: µ k = laju perbaikan saluran M k = jumlah pelanggan pada saluran k M = total pelanggan pada sistem

13 Flowchart Simulasi Monte Carlo dengan Matlab Set for iterasi = 1 to N For n=1 to gen R n = e -λn Bangkitkan bilangan acak Bil acak > Rn Ya U n = e μn Tidak Iterasi + 1 Bangkitkan bilangan acak Bil acak > Un Tidak (tambah waktu R) Ya Catat waktu R Catat daylife, failure Plot SAIDI Plot SAIFI

14 Single Line Diagram PKT 2008 Kaltim 1

15 Single Line Diagram PKT 2008 Kaltim 2

16 Single Line Diagram PKT 2008 Kaltim 3

17 Single Line Diagram PKT 2008 Kaltim 4

18 Single Line Diagram PKT 2008 KDM

19 Single Line Diagram PKT 2011

Data Beban No Beban Daya (MW) Area/Sub-system 1. Kaltim 1 19.1 Kaltim 1 2. Kaltim 2 14.6 Kaltim 2 3. Kaltim 3 8.5 4. DKM 3.7 Kaltim 3 5. NPK 4.0 6. Kaltim 4 14.2 Kaltim 4 7. KDM load 1.5 8. KPI 1.3 9.

20 Data Beban No Beban Daya (MW) Area/Sub-system 1. Kaltim Kaltim 1 2. Kaltim Kaltim 2 3. Kaltim DKM 3.7 Kaltim 3 5. NPK Kaltim Kaltim 4 7. KDM load KPI KPA 3.6 KDM 10. POPKA SS Substation KNI 5.0 TURSINA 13. Blackbear Coal Boiler 10.6 Tanjung Harapan PKT Data Kapasitas Pembangkit No Pembangkit Area/Subsystem Daya Terpasa ng (MW) Daya Mampu (MW) 1. G 1511 Kaltim GTG K2 Kaltim Z Kaltim Gen P Kaltim GTG KDM KDM Total Kapasitas Generator

21 Simulasi dan Analisis Keandalan Keandalan Pembangkit No. Pembangkit Lokasi Pembangkit MTTF (hari/tahun) MTTR (hari/tahun) 1. G 1511 Kaltim GTG K2 Kaltim Z 001 Kaltim Gen P Kaltim GTG KDM KDM Example: MTTR pada Kaltim 1 (G-1511) selama tahun 2011 terdapat 3 kali kejadian trip selama: 2 minggu, 3 minggu dan 1 minggu sehingga total menjadi 6 minggu dikali 7 hari = 42 hari dibagi 3 kali jadian. Sehingga didapatkan nilai MTTRnya 14 hari atau 336 jam per tahun. MTTF pada Kaltim 1 (G-1511) terjadi 3 kali trip dan selama setahun ada 365 hari aktif jadi 365 dibagi 3, nilai MTTFnya hari per tahun.

Indeks Keandalan PKT Sebelum Terintegrasi Indeks keandalan PKT pada tahun 2008 (sebelum integrasi) dengan iterasi (N) 10000 kali Unit SAIFI

22 Indeks Keandalan PKT Sebelum Terintegrasi Indeks keandalan PKT pada tahun 2008 (sebelum integrasi) dengan iterasi (N) kali Unit SAIFI (Kali/tahun) SAIDI (Jam/tahun) Kaltim Kaltim Kaltim Kaltim KDM

23 Indeks Keandalan PKT Setelah Integrasi Dari hasil simulasi matlab menggunakan metode monte carlo dengan iterasi (N) didapatkan hasil SAIFI kali per tahun dan jam per tahun untuk nilai SAIDI Kali / tahun Jam / tahun Grafik SAIFI PKT 2011 dengan iterasi kali Grafik SAIDI PKT 2011 dengan iterasi kali

24 Kesimpulan 1. Seperti yang kita ketahui bahwa sistem distribusi dengan menggunakan ring ini memang relatif lebih mahal, namun apabila keandalan sistem menjadi lebih tinggi maka nilai BEP (Break Event Point) dapat segera tercapai sebab apabila pembangkit yang sering mengalami kegagalan dapat berimbas pada hasil produksi sehingga menimbulkan kerugian yang besar pada pabrik itu sendiri. 2. Nilai SAIFI dan SAIDI yang terbesar dihasilkan oleh Kaltim 1 dengan kondisi sebelum terintegrasi dengan system lain pada tahun 2008, yaitu kali per tahun untuk nilai SAIFI dan jam per tahun untuk nilai SAIDI dengan menggunakan iterasi (N) sebanyak kali berarti pembangkit yang paling sering trip dalam setahun adalah pembangkit di Kaltim Nilai SAIFI dan SAIDI untuk Kaltim 2 pada tahun 2008 sebelum diintegrasi yaitu, kali/tahun untuk SAIFI dan jam/tahun untuk SAIDI dengan iterasi (N) sebanyak kali. 4. Nilai SAIFI dan SAIDI untuk Kaltim 3 pada tahun 2008 sebelum diintegrasi yaitu, kali/tahun untuk SAIFI dan jam/tahun untuk SAIDI dengan iterasi (N) sebanyak kali.

25 Kesimpulan (2) 5. Nilai SAIFI dan SAIDI untuk Kaltim 4 pada tahun 2008 sebelum diintegrasi yaitu, kali/tahun untuk SAIFI dan jam/tahun untuk SAIDI dengan iterasi (N) sebanyak kali. 6. Nilai SAIFI dan SAIDI untuk KDM pada tahun 2008 sebelum diintegrasi yaitu, kali/tahun untuk SAIFI dan jam/tahun untuk SAIDI dengan iterasi (N) sebanyak kali. 7. Nilai SAIFI dan SAIDI yang terkecil dihasilkan oleh PKT 2011 setelah diintegrasi dengan menggunakan sistem distribusi ring, yaitu dengan hasil kali per tahun untuk nilai SAIFI dan jam per tahun untuk nilai SAIDI dengan iterasi (N) sebanyak kali. 8. Adanya integrasi dengan menggunakan sistem distribusi ring dapat mempengaruhi keandalan pembangkit di pabrik Pupuk Kalimantan Timur, sebab dengan adanya backup dari pembangkit lain sistem dapat tetap bekerja walaupun pembangkit di sistem itu sendiri mengalami gangguan atau trip. 9. Dari beberapa iterasi yang dilakukan dapat diambil kesimpulan bahwa tidak ada perbedaan hasil yang cukup signifikan.

26 Saran 1. Untuk penelitian lebih lanjut tentang keandalan perlu dilibatkan berbagai analisa lainnya, seperti cost analysis, management analysis, maupun maintenance analysis.

27 TANYA-JAWAB Mengapa menggunakan metode Monte carlo? Bagaimana caranya agar berhenti saat konvergen? Tentukan nilai error toleransi For n=1 to gen R n = e -λn Bangkitkan bilangan acak Bil acak > Tidak Ya U n = e μn Bangkitkan bilangan acak Tidak (tambah waktu R) Bil acak > Ya Catat waktu R Catat daylife, failure Error nilai Un < nilai error toleransi Plot SAIDI Plot SAIFI

dokumen-dokumen yang mirip

Analisa Keandalan Jaringan Distribusi Wilayah Surabaya Menggunakan Metode Monte Carlo Agung Arief Prabowo

Analisa Keandalan Jaringan Distribusi Wilayah Surabaya Menggunakan Metode Monte Carlo Agung Arief Prabowo 2207 100 058 Dosen Pembimbing: Prof. Dr. Ir. Adi Soeprijanto ST., MT. I Gusti Ngurah Satriyadi