1 JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6

1

Study Keandalan Jaringan Distribusi 20 kV di Wilayah Malang dengan Metode Monte Carlo

Fariz Musabil Hakim, Adi Soeprijanto, Ontoseno Penangsang.

Jurusan Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya 60111

Email : ontosenop@ee.its.ac.id

Abstrak Studi keandalan jaringan distribusi untuk wilayah Malang dengan metode Monte Carlo dengan indikator SAIDI (System Average Interruption Duration Index) dan SAIFI (System Average Interruption Frequensy Index). Suatu jaringan distribusi 20kV ditentukan oleh keandalan dari peralatan-peralatan listrik yang membentuk suatu sistem tenaga. Masing-masing peralatan tersebut mempunyai probabilitas untuk mengalami kerusakan sehingga peralatan tersebut seringkali tidak berfungsi dengan baik, sehingga akan dapat menyebabkan terjadinya suatu kegagalan dalam menjalankan fungsinya. Kegagalan tersebut akan menyebabkan terganggungnya kontinuitas tenaga listrik dengan segala konsekuensinya bagi perusahaan penyedia tenaga listrik maupun konsumen. Tujuan yang ingin dicapai pada Tugas Akhir ini adalah mengevaluasi distribusi gara dapat memperbaiki kinerja sistem distribusi dari nilai SAIDI dan SAIFI. Dalam Tugas Akhir ini software simulasi yang digunakan adalah software program matlab.

Kata Kunci Keandalan, SAIDI, SAIFI, Monte Carlo

I. PENDAHULUAN EBUTUHAN tenaga listrik semakin meningkat dari tahun ke tahun, hal ini semakin meningkatnya taraf

hidup masyarakat. Pada saat ini tenaga listrik telah menjadi kebutuhan pokok bagi seluruh konsumen tenaga listrik. Dengan semakin pentingnya peranan tenaga listrik dalam kehidupan sehari-hari, maka kontinyuitas penyediaan tenaga listrik juga menjadi tuntutan yang semakin besardari konsumen tenaga listrik. Oleh karena hal tersebut, maka dituntut adanya suatu sistem tenaga listrik yang handal. Untuk mengetahui keandalan dalam distribusi tenaga listrik ke konsumen, maka perlu dihitung indeks keandalannya.

Dengan menggunakan data kegagalan dalam transformator pada setiap gardu induk, dapat dihitung indeks keandalan transformator gardu induk. Dengan menggunakan data pada jaringan sistem distribusi, dapat dihitung indeks keandalan jaringan distribusi dan dapat dilakukan perhitungan besarnya nilai keandalan SAIDI dan SAIFI. Adapun metode yang digunakan untuk mengolah data adalah metode Simulasi Monte Carlo. Dari hasil simulasi, nantinya akan diperoleh indeks keandalan jaringan dan nilai keandalan beban. Pada Tugas Akhir ini, dari hasil-hasil perbandingan yang dilakukan dari beberapa program tersebut akan dapat terpecahkan solusi agar keandalan distribusi menjadi lebih baik.

II. TEORI PENUNJANG

A. Keandalan[1] Jika kita berbicara keandalan kuantitatif, maka kita

berbicara dalam konteks peluang (probability). Nilai keandalan ini adalah fungsi waktu, artinya keandalan sebuah sistem/komponen akan bervariasi sesuai dengan waktu dimana evaluasi keandalan tersebut dilakukan. Sistem/komponen yang sama dan diukur saat waktu operasi yang sama akan mungkin memiliki keandalan yang berbeda jika kondisi operasi kedua sistem/komponen sejenis tersebut berbeda.

Pengertian keandalan yang sampai saat ini sering digunakan adalah: Probability of a device performing its purpose adequately for the period of time intended and under the operating conditions encountered. Atau dengan kata lain, Peluang suatu sistem atau komponen untuk dapat beroperasi sesuai dengan fungsinya.

B. Indeks Keandalan Indeks-indeks ini dapat dievaluasi dengan

menggunakan teori keandalan yang relevan setelah beberapa kriteria tertentu yang berhubungan dengan kondisi operasional dari suatu item dipenuhi.

C. Faktor Nilai Keandalan Banyak faktor yang harus diketahui dan dihitung

sebelum akhirnya melakukan perhitungan analisa keandalan, faktor-faktor tersebut adalah: MTTF, MTTR, Laju Kegagalan, Laju Perbaikan, Ketersediaan.

Mean Time To Failure 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

Mean Time To Repair 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

K

2 JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6

2

Laju Kegagalan

Laju kegagalan atau hazard rate adalah frekuensi suatu sistem/komponen gagal bekerja, dilambangkan dengan (lambda), laju kegagalan dari suatu sistem biasanya tergantung dari waktu tertentu selama sistem tersebut bekerja. Rumus laju kegagalan:

=

Semakin besar nilai maka semakin jelek keandalan suatu sistem/komponen tersebut.

Laju Perbaikan

Laju perbaikan atau Downtime rate adalah frekuensi lamanya suatu sistem/komponen dalam masa perbaikan (kondisi OFF). Rumus laju perbaikan:

Jadi semakin besar nilai maka semakin bagus

nilai keandalan suatu sistem tersebut.

Ketersediaan 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).

D. Indeks Keandalan dari Sisi Pelanggan Indeks keandalan merupakan suatu metode

pengevaluasian parameter keandalan suatu peralatan distribusi tenaga listrik terhadap keandalan. Indeks ini antara lain adalah SAIFI (System Average Interruption Frequency Index), SAIDI (System Average Interruption Duration Index) dan CAIDI (Customer Average Interruption Frequency Index).

System Average Interruption Frequency Index[8]

SAIFI (System Average Interruption Frequency Index) adalah jumlah rata-rata kegagalan yang terjadi per pelanggan yang dilayani per satuan waktu (umumnya tahun). Indeks ini ditentukan dengan membagi jumlah semua kegagalan dalam satu tahun dengan jumlah pelanggan yang dilayani oleh sistem tersebut. Persamaan untuk SAIFI dapat dilihat pada persamaan berikut ini.

dengan: k = laju kegagalan saluran Mk = jumlah pelanggan pada saluran k

M = total pelanggan pada sistem

System Average Interruption Duration Index[8] SAIDI (System Average Interruption Duration Index)

adalah nilai rata-rata dari lamanya kegagalan untuk setiap pelanggan selama satu tahun. Persamaan SAIDI dapat dilihat pada persamaan berikut.

dengan: k = laju perbaikan saluran Mk = jumlah pelanggan pada saluran k M = total pelanggan pada sistem

Customer Average Interruption Duration Index[5] CAIDI (Customer Average Interruption Duration

Index) adalah index durasi gangguan konsumen rata-rata tiap tahun, menginformasikan tentang waktu rata-rata untuk penormalan kembali gangguan tiap-tiap pelanggan dalam satu tahun.

E. Simulasi Monte Carlo Metode Monte Carlo adalah algoritma komputasi

untuk mensimulasikan berbagai perilaku sistem fisika dan matematika. Penggunaan klasik metode ini adalah untuk mengevaluasi integral definit, terutama integral multidimensi dengan syarat dan batasan yang rumit.

III. ANALISA KEANDALAN DISTRIBUSI

A. Pengertian dan Tujuan Pemeliharaan Pemeliharaan peralatan listrik tegangan tinggi adalah

serangkaian tindakan atau proses kegiatan untuk mempertahankan kondisi dan meyakinkan bahwa peralatan dapat berfungsi. Tujuan pemeliharaan peralatan listrik tegangan tinggi adalah untuk menjamin kontinyunitas penyaluran tenaga listrik dan menjamin keandalan, antara lain: a. Untuk meningkatkan reliability, availability dan effisensi. b. Untuk memperpanjang umur peralatan.. c. Mengurangi resiko terjadinya kegagalan atau kerusakan peralatan. d. Meningkatkan Safety peralatan. e. Mengurangi lama waktu padam akibat sering gangguan.

B. Perhitungan Menggunakan Metode Monte Carlo Pada analisis evaluasi keandalan sistem tenaga listrik,

dilakukan langkah-langkah berikut untuk mendapatkan indeks keandalan berdasarkan data-data yang telah didapatkan:

1. Mengumpulkan data-data laju kerusakan () dan laju perbaikan () untuk tiap unit peralatan sistem yang terkait.

3 JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6

3

2. Membuat matriks hubungan antar unit peralatan. Matriks ini memiliki elemen ai,j = 1, bila terdapat hubungan kerusakan unit peralatan i menyebabkan pemadaman unit peralatan j dan ai,j = 0 bi la tidak ada hubungan.

3. Membuat simulasi perhitungan harian selama 1 tahun (365 hari), yaitu membangkitkan bilangan acak dan memeriksa apakah bilangan tersebut dalam peluang kegagalan unit peralatan sesaat R(t) = e-t.

4. Bila disimulasikan terjadi kegagalan unit, maka dicatat waktu kegagalan unit peralatan tersebut dan yang terkait berdasarkan matriks hubungan unit peralatan, serta dihitung secara acak lama perbaikan yang dilakukan.

5. Langkah (3) dan (4) dilakukan sebanyak jumlah iterasi yang diinginkan. Seluruh hasil simulasi waktu kegagalan dan lama perbaikan di rekap dan digunakan dalam perhitungan indeks keandalan SAIDI, SAIFI, CAIDI, ASAI, dan ASUI dan ditampilkan kurvanya.

C. Setup Simulasi program analisis kelistrikan transien

Program program analisis kelistrikan transien Reliability digunakan untuk menganalisis keandalan suatu sistem dengan skala besar. Di dalam program analisis kelistrikan transien keandalan tersedia fasilitas untuk mencari indeks keandalan sistem, diantaranya :

1. Indeks rata-rata Frekuensi Gangguan Sistem (SAIFI). 2. Indeks rata-rata Durasi Gangguan Sistem (SAIDI). 3. Indeks rata-rata Durasi Gangguan Peralatan (CAIDI). 4. Indeks rata-rata Ketersediaan Layanan (ASAI). 5. Indeks rata-rata Ketidaktersediaan Layanan (ASUI).

IV. SIMULASI DAN ANALISIS

A. Simulasi Analisa Keandalan dengan menggunakan Software program analisis kelistrikan transien.

Untuk melakukan simulasi dengan menggunakan program Program Analisis Kelistrikan Transien ini adalah dengan memasukkan data-data yang ada dan sesuai dengan sistem kelistrikan. Kemudian data tersebut merupakan parameter yang harus dimasukan hingga mendapatkan hasil running pada realibility pada Single Line Diagram. Agar hasil setelah di running menghasilkan hasil yang maksimal, maka parameter-parameter yang harus diperhatikan adalah nilai-nilai peralatan yang terdapat pada Single Line Diagram.

Gambar1. Realibility Single Line Diagram

B. Simulasi Monte Carlo Untuk memberikan hasil yang lebih konvergensi, maka

pada Tugas Akhir ini memberikan pembanding dengan menggunakan simulasi metode Monte Carlo.

Pada simulasi Monte Carlo diambil contoh jumlah iterasi (N) sebagai berikut : 1.000, 2500, 5.000, 7.000, dan 7.500 kali. Tujuan dari banyaknya iterasi (N) yang dilakukan adalah untuk melakukan percobaan acak sebanyak mungkin sehingga hasil perhitungan menjadi lebih akurat hingga suatu nilai iterasi tertentu hasil yang didapat cenderung mencapai konvergensi. Dari hasil program dan dengan menggunakan berbagai macam iterasi tersebut didapatkan hasil seperti berikut :

Gambar2. Hasil SAIFI dengan banyak iterasi 1000

4 JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6

4

Gambar3. Hasil SAIDI dengan banyak iterasi 1000

Gambar4. Hasil SAIFI dengan banyak iterasi 2500

Gambar5. Hasil SAIDI dengan banyak iterasi 2500

Gambar6. Hasil SAIFI dengan banyak iterasi 5000

Gambar7. Hasil SAIDI dengan banyak iterasi 5000

Gambar8. Hasil SAIFI dengan banyak iterasi 7000

5 JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6

5

Gambar9.Hasil SAIDI dengan banyak iterasi 7000

Gambar10. Hasil SAIFI dengan banyak iterasi 7500

Gambar11. Hasil SAIDI dengan banyak iterasi 7500

C. Perbandingan Perhitungan dengan Simulasi program analisis kelistrikan transien dan Simulasi Monte Carlo

Dengan menggunakan bahasa pemrograman kita dapat membuat bahasa pemrograman dengan simulasi Monte Carlo dan menentukan indeks keandalan SAIFI, SAIDI, CAIDI, ASAI, dan ASUI dari seluruh peralatan dengan menggunakan perhitungan berdasarkan rumus yang telah dijabarkan sebelumnya. Sedangkan pada program analisis kelistrikan transien juga dapat mengetahui indeks keandalan suatu sistem dari menu Reliability dengan terlebih dahulu memasukan parameter-parameter yang dibutuhkan. Dibawah ini adalah tabel perbandingan antara perhitungan dengan simulasi Monte Carlo dan program analisis kelistrikan transien.

Tabel 1. Perbandingan Perhitungan Simulasi program analisis

kelistrikan transien dengan Simulasi Monte Carlo

Dari tabel diatas, terlihat bahwa perbandingan antara perhitungan keandalan program analisis kelistrikan transien dengan simulasi Monte Carlo didapatkan hasil yang mendekati sama. Perbedaan untuk hasil dari simulasi Monte Carlo dikarenakan pada simulasi Monte Carlo digunakan bilangan variable bilangan acak sehingga hasil untuk setiap iterasi (N) tidak selalu sama. Dapat terlihat bahwa perhitungan dengan software lebih cepat dan tingkat akurasi perhitungan tinggi.

V. KESIMPULAN DAN SARAN

A. Kesimpulan 1. Berdasarkan dari nilai indeks keandal dengan

menggunakan simulasi program analisis kelistrikan transien dan dengan standart program analisis kelistrikan transien mempunyai hasil yang tidak berbeda jauh dengan hasil simulasi Monte Carlo.

2. Untuk nilai MTTR sesuai dengan standart program analisis kelistrikan transien. Jadi dapat disimpulkan bahwa waktu yang dibutuhkan untuk menormalkan kembali penyaluran daya setelah terjadi gangguan adalah relatif singkat.

3. Pada simulasi Monte Carlo tersebut dilakukan berbagai macam iterasinya. Iterasinya diantaranya adalah 1000, 2500, 5000, 7000 dan juga 7500.

4. Agar mendapatkan hasil yang lebih akurat sehingga suatu nilai iterasi tertentu hasil yang didapat cenderung mencapai konvergensi.

5. Perbedaan hasil yang terdapat pada kedua simulasi tidak berbeda jauh. Simulasi yang digunakan adalah program analisis kelistrikan transien dan Monte Carlo dari perbedaan itu dapat dismpulkan bahwa nilai indeks

PROGRAM ANALISIS

KELISTRIKAN TRANSIEN Monte Carlo

SAIFI 2.486 1.050

SAIDI 6.678 7.258

6 JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6

6

keandalan pada Gardu Induk tersebut mempunyai indeks keandalan yang normal.

6. Pada simulasi program analisis kelistrikan transien tersebut data untuk panjang-panjang saluran semestinya mempunyai nilai data yang pasti agar dapat menghasilkan nilai indeks keandalan yang benar-benar bagus.

7. Perbedaan perhitungan simulasi program analisis kelistrikan transien dengan perhitungan matlab mempunyai selisih yang cukup besar. Nilai SAIFI dengan perhitungan Program Analisis Kelistrikan Transien lebih baik dibandingkan dengan simulasi program Monte Carlo, sedangkan nilai SAIDI dengan simulasi program Monte Carlo lebih baik dengan perhitungan manual. Hal itu disebabkan karena pada simulasi program Monte Carlo digunakan variable bilangan acak (random) untuk menghitung nilai SAIDI dan SAIFI.

B. Saran 1. Untuk penelitian lebih lanjut tentang keandalan sistem

distribusi, perlu dilibatkan berbagai analisa lainnya, seperti cost analysis, management analysis maupun maintenance analysis.

2. Untuk melengkapi wacana penelitian tentang keandalan distribusi, dapat dilakukan pengembangan untuk daerah lain yang memiliki karakteristik jaringan dan beban yang berbeda-beda, baik di PT. PLN (Persero) Distribusi Malang maupun di seluruh Indonesia.

3. Untuk menghitung nilai indeks keandalan dengan menggunakan metode Monte Carlo ini membutuhkan data-data yang pasti dan signifikan.

DAFTAR PUSTAKA [1] Artana, Ketut Buda, Diktat Kuliah: Kuliah Keandalan1-

Pendahuluan - FTK ITS, Surabaya. [2] Artana, Ketut Buda, Diktat Kuliah: Statistika Rekayasa-

Distribusi Peluang FTK ITS, Surabaya. [3] Endrenyi, J., Reliability Modeling in Electric Power

Systems, John Wiley & Sons Ltd., Toronto, Ch. 2, 1980. [4] Ir. Syariffuddin Mahmudsyah, M.Eng, Pembangkitan

dan Manajemen Energi Listrik, Institut Teknologi Sepuluh Nopember, Surabaya, 2009.

[5] L. Goel and R. Billinton, Monte Carlo Simulation Applied to Distribution Feeder Reliability Evaluation, Electr. Power Syst. Rrs. 29 193-202, 1994.

[6] Marsudi, Djiteng, Operasi Sistem Tenaga Listrik, Balai Penerbit dan Humas ISTN, Jakarta Selatan, 1990.

[7] Moubray, John, Reliability Centered Maintenance, Industrial Press, New York, 1997

[8] Rausand, M. and Hoyland, A., System Reliability Theory; Models, Statistical methods, and Applications, John Wuiley & Sons, New York, 2004.

[9] X. Liang and L. Goel, Distribution System Reliability Evaluation using the Monte Carlo Simulation Method, ELSEVIER. Electric Power Systems Research, 40 75-83, 1997.

I. PendahuluanII. teori penunjangA. Keandalan[1]B. Indeks KeandalanC. Faktor Nilai KeandalanD. Indeks Keandalan dari Sisi PelangganE. Simulasi Monte Carlo

III. ANALISA KEANDALAN DISTRIBUSIA. Pengertian dan Tujuan PemeliharaanB. Perhitungan Menggunakan Metode Monte Carlo

IV. simulasi dan analisisA. Simulasi Analisa Keandalan dengan menggunakan Software program analisis kelistrikan transien.B. Simulasi Monte CarloC. Perbandingan Perhitungan dengan Simulasi program analisis kelistrikan transien dan Simulasi Monte Carlo

V. KESIMPULAN DAN SARANA. KesimpulanB. Saran