APLIKASI SIMULASI MONTE CARLO UNTUK MENENTUKAN KEANDALAN SISTEM DISTRIBUSI PRIMER TENAGA LISTRIK

Transkripsi

1 Apliasi Simulasi onte Carlo anuaba, Suerayasa, Satriya Utama APLIKASI SIULASI ONTE CARLO UNTUK ENENTUKAN KEANDALAN SISTE DISTRIBUSI PRIER TENAGA LISTRIK IBG anuaba, I Wayan Suerayasa, Ngaan P Satriya Utama Staff pengaar Teni Eletro Universitas Udayana Kampus buit Jimbaran Bali Abstra eningatnya ebutuhan aan tenaga listri, menuntut suatu sistem tenaga listri yang mempunyai eandalan yang tinggi dalam penyediaan dan penyaluran dayanya. Untu mengetahui eandalan penyaluran tenaga listri, perlu diperhitungan indes eandalannya. Untu mendapatan indes eandalan pada penyulangpenyulang pada GI. Padang Sambian digunaan metode Simulasi onte Carlo (SC). etode ini adalah suatu prosedur simulasi untu memperoleh indes eandalan dengan memaai bilangan aca. SC disimulasian melalui program yang dibangun dalam Bahasa Pemrograman atlab v6.1.hasil simulasi menghasilan indes anga watu egagalan (r) yang nilainya hampir sama yaitu 3,0 am/egagalan sedangan indes frewensi egagalan ( λ ) dan indes etidatersediaan (U) nilainya bertambah besar apabila saluran bertambah panang. Besarnya indes sistem SAIFI = , SAIDI = , CAIDI = , ASAI = dan ASUI = Histogram indes eandalan menunuan bahwa indes berbeda setiap tahun. Kata Kunci : Keandalan, Sistem distribusi tenaga listri, Simulasi onte Carlo 1. LATAR BELAKANG Kebutuhan aan tenaga listri sealan dengan semain meningatnya taraf hidup masyaraat. eningatnya ebutuhan aan tenaga listri, menuntut suatu sistem tenaga listri yang mempunyai eandalan dalam penyediaan dan penyaluran dayanya. Dalam penyaluran tenaga listri dari Gardu Indu e pusat-pusat beban diperluan saluran distribusi. Untu mengetahui eandalan dalam penyaluran tenaga listri epada para onsumen, perlu diperhitungan indes eandalannya. Indes eandalan adalah merupaan suatu indiator eandalan yang dinyataan dalam suatu besaran probabilitas. [1] Teni yang digunaan dalam evaluasi eandalan sistem tenaga listri dapat dibagi menadi dua ategori dasar yaitu metode analisis dan metode simulasi. Teni analisis telah diembangan dan telah digunaan pada beberapa deade terahir ini. Teni analisis menggambaran sistem sebagai model matematia dan mengevaluasi indes eandalan dari model ini dengan menggunaan solusi matematia. Teni analisis umumnya digunaan untu mengevaluasi nilai tengah atau nilai periraan dari titi beban dan indes eandalan sistem. Namun nilai tengah tida menyediaan informasi apapun atas variabilitas dari indes, sedangan probabilitas distribusi menyediaan suatu penyaian bergambar atas daerah indes yang berubah-ubah walaupun teradi sangat arang tetapi dapat mempunyai efe sistem yang sangat serius. Teni simulasi dapat menentuan probabilitas dari indes. Berdasaran hal-hal tersebut di atas, maa dilauan suatu evaluasi eandalan aringan distribusi melalui suatu pendeatan Simulasi onte Carlo yang menyediaan esempatan untu mengembangan suatu pengetahuan dan informasi dari variabilitas yang berhubungan dengan indes tahunan. Sehingga dengan membahas evaluasi eandalan penyulang 20 V dengan metode Simulasi onte Carlo dapat dietahui indes eandalan titi beban dan indes eandalan sistem yang sangat berguna untu perencanaan sistem. 2. TINJAUAN PUSTAKA 2.1 Indes Keandalan Indes eandalan merupaan suatu indiator eandalan yang dinyataan dalam suatu besaran probabilitas Seumlah indes sudah diembangan untu menyediaan suatu eranga untu mengevaluasi eandalan sistem tenaga. Evaluasi eandalan sistem distribusi terdiri dari indes titi beban dan indes sistem. Indes egagalan titi beban yang biasanya digunaan meliputi tingat egagalan λ (egagalan/tahum), rata-rata watu eluar (outage) r (am/egagalan) dan rata-rata etidatersediaan tahunan U (am/tahun). [3] Nilai rata-rata dari etiga indes titi beban dasar untu titi beban dapat dihitung dari searah operasi (up-down) dari titi beban dengan menggunaan persamaan sebagai beriut: N λ = (1) T u Td r = (2) N Td U = (3) T + T u d Tenologi Eletro 11

2 Apliasi Simulasi onte Carlo anuaba, Suerayasa, uerayasa, Widnya Studi Keandalan Penyulang 20V anuaba, Suerayasa, Satriya Utama Di mana Tu dan Td menghadiran total uptime dan downtime untu titi beban dan N menghadiran banyanya egagalan sepanang periode simulasi untu titi beban. Dalam menentuan probabilitas distribusi dari frewensi egagalan titi beban, nilai periode dari indes ini dihitung untu masing-masing sampel tahun. m() adalah nomor tahun dimana teradi frewensi outage titi beban sama dengan. Probabilitas distribusi p() dari frewensi egagalan titi beban dapat dihitung menggunaan persamaan sebagai beriut: m( ) p( ) = (4) dimana: = 0,1,2,... Di mana adalah total sampel tahun. Probabilitas distribusi dari etidatersediaan titi beban distribusi dapat dihitung dalam suatu cara yang serupa. Untu mengalulasi probabilitas distribusi dari anga watu outage, dihitung umlah egagalan n(i) dengan anga watu outage antara i - 1 sampai i. Probabilitas distribusi p(i) dapat dihitung dengan menggunaan persamaan sebagai beriut: n( i) p( i) = (5) N dimana: i = 1,2,3,... Di mana N adalah total egagalan didalam sampel tahun. Indes sistem dapat dihitung dari indes titi beban dasar seperti indes sistem pada dasarnya adalah bobot rata-rata beban dari nilai titi beban individu. Distribusi dari indes sistem dapat uga diperoleh dari periode indes titi beban. Berdasaran pada indes titi beban pada persamaan (1) dan (2), indes eandalan sistem dievaluasi sebagai beriut : a. System Average Interruption Frequency Index (SAIFI) Indes ini didefinisian sebagai umlah ratarata egagalan yang teradi per pelanggan yang dilayani oleh sistem per satuan watu (umumnya per tahun). λ SAIFI = (6) b. System Average Interruption Duration Index (SAIDI) Indes ini didefinisian sebagai nilai ratarata dari lamanya egagalan untu setiap onsumen selama satu tahun. U SAIDI = (7) c. Customer Average Interruption Duration Index (CAIDI) Indes ini didefinisian sebagai lamanya egagalan untu pelanggan yang mengalami gangguan selama satu tahun. CAIDI = U λ (8) d. Average Service Availability Index (ASAI) Indes ini adalah perbandingan dari umlah total watu pelanggan yang dapat dilayani selama satu tahun terhadap total permintaan watu pelanggan U ASAI = (9) 8760 dimana adalah banyanya pelanggan di titi beban. e. Average Service Unavailability Index (ASUI) Indes ini adalah nilai pelengap dari ASAI yang mungin adang-adang diperluan. ASUI = 1 ASAI (10) Kegunaan dari informasi indes eandalan sistem adalah sangat luas, egunaan-egunaan yang paling umum meliputi:. 1. elengapi manaemen dengan data capaian mengenai mutu layanan pelanggan pada sistem listri secara eseluruhan. 2. Untu mengidentifiasi subsistem dan sirit dengan capaian di bawah standard dan untu memastian penyebabnya. 3. elengapi manaemen dengan data capaian mengenai mutu layanan pelanggan untu masing-masing area operasi. 4. enyediaan searah eandalan dari sirit individu untu disusi dengan pelanggan searang atau calon pelanggan. 5. emenuhi syarat pelaporan pengaturan. 6. enyediaan suatu basis untu menetapan uuran-uuran esinambungan layanan. 7. enyediaan data capaian yang penting bagi suatu pendeatan probabilisti untu studi eandalan sistem distribusi.[4] 2.2 Simulasi onte Carlo Simulasi onte Carlo (SC) adalah suatu teni stoasti yang digunaan untu memecahan permasalahan matematia. Kata Stoasti berarti bahwa Simulasi onte Carlo menggunaan angaanga aca dan probabilitas statisti untu memperoleh suatu awaban. etoda onte Carlo mula-mula diembangan untu proye anhattan selama Perang Dunia II. Bagaimanapun, Simulasi onte Carlo ini diberlauan bagi suatu caupan yang luas tentang permasalahan-permasalahan disain reator nulir, eonometri, evolusi mengenai bintang, meramalan bursa saham dan lain lain. [5] Tenologi Eletro 12

3 Apliasi Simulasi onte Carlo anuaba, Suerayasa, uerayasa, Widnya Studi Keandalan Penyulang 20V anuaba, Suerayasa, Satriya Utama Bagian penting dari Simulasi onte Carlo adalah pemahaman tentang anga aca mulai dari menghasilannya dan mengonversinya. Dalam distribusi esponensial yang mempunyai lau egagalan (λ ) yang onstan dan variasi esponensial dari T ditunuan dalam persamaan 2.15 beriut: 1 T = ln( X ) λ (11) Dimana X adalah anga aca yang nilainya antara 0 sampai 1. Pembuatan anga aca ini umumnya dibantu oleh program omputer. Dalam eandalan aringan distribusi, anga aca ini dipaai untu mendapatan nilai TTF dan TTR sesuai nilai rataratanya. Nilai TTF dan TTR didapatan dengan mengonversian nilai X edalam persamaan, sehingga persamaan 2.15 aan menadi: TTF = TTF ln( X ) (12) TTR = TTR ln(x ) (13) Proses yang digunaan untu mengevaluasi indes eandalan sistem distribusi yang menggunaan Simulasi onte Carlo terdiri dari langah-langah sebagai beriut: 1. Hasilan sebuah anga aca untu masingmasing elemen didalam sistem dan mengonversinya e dalam TTF yang sesuai dengan probabilitas distribusi dari parameter elemen tersebut. 2. Tentuan elemen dengan TTF minimum. 3. Hasilan sebuah nomor aca dan onversian nomor ini e dalam Repair Time (RT) dari elemen dengan TTF minimum menurut probabilitas distribusi dari watu perbaian. 4. Hasilan anga aca yang lain dan onversi nomor ini e dalam Switch Time (ST) menurut probabilitas distribusi dari Switch Time ia tindaan ini mungin. 5. Gunaan prosedur penentuan egagalan titi beban dan ream anga watu eluar (outage) untu masing-masing titi beban yang gagal. 6. Hasilan sebuah anga aca yang baru untu elemen yang gagal dan onversian edalam suatu TTF baru, dan embali e langah 2 ia watu simulasi urang dari satu tahun. Jia watu simulasi lebih besar dari satu tahun, langsung e langah Kalulasi umlah dan anga watu egagalan untu masing-masing titi beban untu masing-masing tahun. 8. Kalulasi nilai rata-rata dari anga watu egagalan titi beban untu sampel tahun. 9. Kalulasi indes sistem dan ream indesindes ini untu masing-masing tahun. 10. Kalulasi nilai rata-rata dari indes-indes sistem ini. 11. Kembali e langah 2 ia watu simulasi urang dari total tahun simulasi yang ditetapan, ia tida eluaran hasil. [2] 3. DATA DAN HASIL SIULASI Data Standar PLN yang digunaan dalam simulasi adalah Standar PLN 59 : Kandalan pada Sistem Distribusi 20 v dan 6 V, yaitu: [10] λ saluran = 0.2 /m.tahun λ trafo = /unit.tahun TTR saluran = 3 am TTR trafo = 10 am Penyulang-penyulang pada Gardu Indu Padang Sambian ditunuan pada gambar 1 beriut: Gambar 1 Penyulang pada GI. Padang Sambian Data panang saluran dan umlah titi beban pada masing-masing saluran ditunuan pada tabel 1. Setelah program disimulasian maa dapat dihasilan Indes titi beban untu masing-masing titi beban pada GI Padang Sambian yang ditunuan dalam tabel 2. Tanda : pada tabel 2 menunuan bahwa semua baris diantara tanda : mempunyai nilai yang hampir sama. Dalam tabel 3 menunuan nilai dari indes eandalan sistem. Gambar 2 sampai gambar 5 menunuan histogram dari indes eandalan titi beban dan gambar 6 sampai gambar 10 menunuan histogram dari indes eandalan sistem. Tenologi Eletro 13

4 Apliasi Simulasi onte Carlo anuaba, Suerayasa, uerayasa, Widnya Studi Keandalan Penyulang 20V anuaba, Suerayasa, Satriya Utama Tabel 1 Data panang saluran Penyulang pada GI. Padang Sambian Saluran Panang (meter) Jumlah titi beban Kode Gardu Distribusi DB.225, DB.442, DB.352, DB.084, DB.083, DB.237, DB.187, DB., DB.119, DB.328, DB.471, DB.275, DB., DB.316, DB DB.304, DB.128, DB.145, DB.214, DB.369, DB.413, DB.468, DB.203, DB.391, DB., DB.467, DB. 113, DB.259, DB. 472, DB.327, DB.386, DB.114, DB.244, DB., DB.419, DB. 116, DB.343, DB.115, DB.355, KA KA.736, KA.085, KA.418, DB.356, DB.175, DB.201, DB.088, DB.243, DB.207, DB.279, KA.263, KA.092, KA KA.108, KA.086, KA.087, KA.532, KA.772, KA.084, KA.318, KA., KA.088, KA.089, KA.866, KA.608, KA.417, KA.578, KA DB.403, DB.417, DB.149, DB.224, DB.318, DB.064, DB.065, DB.363, DB., DB.427, DB.218, DB.225, DB.257, DB.061 L KA.589, KA.713, KA.533 L DB.063, DB.461, DB.235, DB.645 L DB.124, DB.062, DB.323, DB.408 Sumber: One Line Diagram GI. Padang Sambian, PT. PLN (Persero) AJ Bali Selatan Tabel 2 Indes titi beban hasil program Simulasi onte Carlo untu GI. Padang Sambian No Gardu λ r U (egagalan/tahun) (am/egagalan) (am/tahun) Penyulang Saluran 1 DB Padang Sambian 1 15 DB Padang Sambian 1 16 DB Padang Sambian 2 40 KA Padang Sambian 2 41 KA Keroboan 3 53 KA Keroboan 3 54 KA Keroboan 4 68 KA Keroboan 4 69 KA Keroboan L1 71 KA Keroboan L1 72 DB Perumnas 5 85 DB Perumnas 5 86 DB Perumnas L2 89 DB Perumnas L2 90 DB Perumnas L3 93 DB Perumnas L3 Tabel 3 Indes eandalan sistem pada GI. Padang Sambian SAIFI SAIDI CAIDI ASAI ASUI( 10 4 ) Tenologi Eletro 14

5 Apliasi Simulasi onte Carlo anuaba, Suerayasa, uerayasa, Widnya Studi Keandalan Penyulang 20V anuaba, Suerayasa, Satriya Utama Gambar 2 Histogram lau egagalan pada gardu DB.225 Gambar 5 Histogram lama padam pada gardu DB.304 Gambar 3 Histogram lau egagalan pada gardu DB.304 Gambar 6 Histogram dari SAIFI Gambar 4 Histogram lama padam pada gardu DB.225 Gambar 7 Histogram dari SAIDI Tenologi Eletro 15

6 Apliasi Simulasi onte Carlo anuaba, Suerayasa menunuan bahwa lau egagalan berada diatas dua ali per tahun sedangan pola II menunuan lau egagalan berada dibawah dua ali per tahun. Histogram probabilitas lama padam membentu satu pola dimana lama padam 1 am peluangnya paling besar. 4. Probabilitas distribusi eandalan sistem pada Gardu Indu Padangsambian menunuan indes sistem yang berbeda setiap tahunnya yang dibedaan oleh peluang dari indes itu sendiri. 5. DAFTAR PUSTAKA Gambar 8 Histogram dari CAIDI Gambar 9 Histogram dari ASAI Gambar 10 Histogram dari ASUI 4. KESIPULAN Berdasaran hasil simulasi diatas dapat disimpulan antara lain: 1. Indes anga watu egagalan (r) nilainya hampir sama yaitu 3,0 am/egagalan sedangan Indes frewensi egagalan (λ) dan indes etidatersediaan (U) nilainya berbeda tergantung panang saluran. 2. Besarnya SAIFI = , SAIDI = , CAIDI = , ASAI = dan ASUI = 0, Histogram probabilitas egagalan umumnya mengacu pada dua pola yaitu: Pola I [1] Billinton, R., Goel, R An Analytical Approach to Evaluate Probability Distribution Associated with the Reliability Indices of Electrical Distribution Systems, IEEE Trans. on Power Delivery, PWRD-I No. 3 pp [2] Billinton, R., Wang, P Teaching distribution system reliability evaluation using monte carlo simulation. IEEE Transactions on Power Systems, vol. 14, no. 2, pp [3] Billinton, R., Allan, Ronald N Reliability Evaluation of Power Systems. 2nd ed. New Yor: Plenum Press. [4] Billinton, R., Billinton, J. E Distribution system reliability indices. IEEE Trans. Power Delivery, vol. 4, pp [5] Bong, Duane onte Carlo Simulation. United States : http /www. Visionengineer. com/ Vision Engineer - onte Carlo Simulation.htm [6] Draos, Nios Introduction to onte Carlo ethods. United States : Computer Based Learning Unit University of Leeds. [7] Ebeling, Charles E An Introduction To Reliability and aintainability Engineering. Singapura : The cgraw-hill Companies,Inc [8] King. E.W., Canizares.C.A., Salama...A., Reliability Effects of Intentional Islanding on Bacup Distributed Generation Systems. Canada : Department of Electrical and Computer Engineering University of Waterloo. [9] PT. PLN (Persero) Distribusi Bali Area Pengatur Distribusi Bali Standard Operation Procedure Distribusi 20 V GI. Padangsambian. Denpasar : PT. PLN (Persero). [10] PT. PLN (Persero) SPLN 59: Keandalan Pada Sistem Distribusi 20 V dan 6 V. Jaarta : Departemen Pertambangan dan Energi Perusahaan Umum Listri Negara. Tenologi Eletro 16