MANAJEMEN ASET JARINGAN DISTRIBUSI TENAGA LISTRIK …digilib.its.ac.id/public/ITS-paper-39520-5210100023-Presentation.pdfjaringan distribusi tenaga listrik dapat memberikan gambaran

TUGAS AKHIR

Dosen PembimbingErma Suryani S.T, M.T, Ph.DNIP. 197004272005012001

JURUSAN SISTEM INFORMASI Fakultas Teknologi Informasi Institut Teknologi Sepuluh Nopember Surabaya 2014

Ayunda Puspa Kinanti5210100023

MANAJEMEN ASET JARINGAN DISTRIBUSI TENAGA LISTRIK UNTUKMENINGKATKAN KEANDALAN JARINGAN DISTRIBUSI MENGGUNAKAN SISTEMDINAMIK (STUDI KASUS PT.PLN (PERSERO) APJ SURABAYA SELATAN)

Outline

Latarbelakang Tujuan Rumusan Masalah

Batasan Tugas Akhir

Metodologi Model dan Implementasi Analisa Hasil Kesimpulan

dan Saran

Latar Belakang

PLN (Persero) sebagai satu‐satunya perusahaan BUMNYang menyediakan usaha jasa ketenaga listrikan di tuntut untuk memberikan pelayanan yang terbaik untuk seluruh lapisan masyarakat

Latar Belakang

susut energi listrik yang terbesar Pada tahun 2003 PT.PLN (Persero) kehilangan sebesar Rp. 4,8 triliun

Latar Belakang

wilayah APJ Surabaya Selatan losses (susut) distribusinya dari kisaran diatas 7 % Dan 1% susut distribusi kurang lebih setara dengan 3.000.000 kWH per bulan atau dengan tarif rata‐rata Rp. 809 / kWH setara dengan Rp. 2,4 M / bulan.

Latar BelakangPenggunaan manajemen aset dan simulasi sistem dinamik

Riset Proyek di Jerman pada sistemmanajemen aset dalam jaringan distribusimemberikan prospek perkembangandimasa depan (CIGRE Australian AssetManagement Working Group, 2000)

Sistem Dinamik dapat menginvestigasiSecara tidak terbatas untuk mendapatkanparameterDan sistem ini dikembangkan untukmenyelidiki beberapa hubunganYang penting dari waktu ke waktu (Senge etall, 1994)

Manajemen Aset pada jaringan distribusiMemperhatikan proses manajemen, pemanfaatanYang optimal umur aset untuk meningkatkan keandalan layanan, distribusi yang konstan, dan pemeliharaan yang sesuai ( Asset management techniques,2006)

Rumusan masalah

1. Bagaimana membuat model simulasi kondisi asetjaringan saat ini dan dampaknya terhadap losses (susut)distribusi energi listrik?

2. Bagaimana membuat model sekenario manajemen asetjaringan untuk meningkatkan keandalan danmenurunkan losses (susut) distribusi energi listrik?

Batasan Tugas Akhir

1. Data aset perusahaan yang digunakan untuk distribusi jaringan tenaga listrik di PT.PLN (Persero) APJ Surabaya Selatan

2. Losses (susut) yang dibahas dalam tugas akhir ini adalah losses (susut) teknik

Tujuan

1. Mengembangkan model simulasi kondisi aset jaringan saat ini dan dampaknya terhadap losses (susut) distribusi energi listrik

2. Mengembangkan model sekenario terhadap manajemen aset jaringan untuk meningkatkan keandalan dan menurunkan losses (susut) distribusi energi listrik di masa depan

Manfaat

1. Dengan terciptanya model simulasi manajemen aset jaringan distribusi tenaga listrik dapat memberikan gambaran tentang kondisi aset serta keandalan jaringan saat ini

2. Dari sekenario yang dikembangkan, dapat memberikan masukan kepada manajemen PT.PLN (Persero) APJ Surabaya Selatan dalam menentukan skala prioritas aset jaringan distribusi yang mesti diperbaiki serta hal‐hal apa saja yang perlu dilakukan dalam perbaikan aset untuk meningkatkan keandalan dan mengurangi losses (susut)

PT PLN (Persero) APJ Surabaya SelatanArea Surabaya Selatan mempunyai area pengusahaan yang luas danpadat dengan jumlah pelanggan 427.223 yang terdiri dari lima golongantarif, dengan pendapatan total sekitar Rp 196,6 Milyar per bulan dantotal daya terpasang sebesar 1.399.244.885 VA. Beban sebesar itudisuplai oleh 9 gardu induk dan disalurkan melalui sekitar 130 penyulang.GI tersebut antara lain : GIS Ngagel, GI Waru, GI Sukolilo, GI Rungkut, GITandes, GI Sukolilo, GI Alta Prima, GI Darmo Grande, GI Wonokromo.

Metodologi Pengerjaan Tugas Akhir• Survei ke perusahaan

Pustaka mengenai distribusi tenaga listrik, manajemen aset, simulasi dinamik, causal loop diagram

Menggambarkan variable yang sudah didapatkan dengan Causal Loop Diagram

Pembuatan model menggunakan software VENSIM

Analisa hasil dari keluaran sistem dan membuat sekenariosasi

Menentukan apakah model dan hasil tidak menyimpang

Perumusan masaah yang ada di Perusahaan

MODEL DAN IMPLEMENTASI

Data MasukanData aset untuk wilayah APJ Surabaya Selatanyaitu daerah Darmo Permai, Dukuh Kupang,Ngagel, Rungkut dan Gedangan (Lampiran)

Data susut (losses) (Lampiran)

Data indikator keandalan (Lampiran)

Data Jumlah Pelanggan (Lampiran)

Causal Loop Diagram

Base‐Model

extenal factor

overload

climate

geographic

temperature

design lifetimetransformer

TransformerConditionmaintenance rate deteriorate

usable lifetime trans

former

average standartlife time

acelerate lifetime

aceleration factor

condition effectquality

TotalCustomercustomer rate

networkreliability

MeterConditionmaintenance meter deteriorate meter

design lifetimemeter

usable lifetimemeter

PoleConditionmaintenance pole deteriorate pole

design lifetime pole

usable lifetime pole

Cable Conditionmaintenance JT deteriorate JT

design lifetimecable

usable lifetime JT

Averageasset

Condition

network quality

SAIDI target

SAIFI target

SAIDIPercent

SAIFIPercent

difference

<INITIAL TIME>

year1990-1

996

year1997-20

06

year2007-20

13

<INITIAL TIME>

year1990-1

997

year1998-2

002

year2003-2

006

year2006-2

013

<INITIAL TIME>

year1991-20

00

year2001-2

010

year 2011-2013

<INITIAL TIME>

year1990-1

995

year1996-2

005

averagetransformercondition

averagemeter

condition

averagepole

condition

averagecable

condition

leaving customer

rate customer2006-2013


<Time>

InterruptDurationduration in duration out

rate duration1990-2005


<Time>

customerinterruptcustomer

interrupt incustomer

interrupt out

rate customerinterrupt 1990-2005


<Time>

SystemAverage

InterruptionDuration

Index

SystemAverage

InterruptionFrequance

Index

total transformer1990-1996



total meter1990-1997




Total Pole1991-2000

total pole2001-2010

total pole2011-2013

total cable1991-1995



year 2006-2013cable

Total PowerDistributiondistribution in distribution out

rate distribution2006-2013


<Time>

Total Customer'spower received

power received in power receivedout

rate received2006-2013


<Time>

TecnicalLosses

Technical Losses Percentage

Pengkategorian AssetPengkategorian Asset dan Lifetime Asset

Jenis Asset Kategori

Jaringan TeganganMenengah, Jaringan Tegangan Rendah

Cable

Tiang TM, Tiang TR Pole

Meter 1 Fasa, Meter 3 Fasa

Meter

Trafo Transformer

JenisAsset

DesignLifetime

UseableLifetime

Transformer

50 tahun 20 tahun

Meter 30 tahun 12 tahun

Pole 50 tahun 20 tahun

Cable 45 tahun 18 tahun

Pengkategorian Pemasangan Asset

Jenis Asset Tahun Pemasangan Jumlah Asset

Transformer 1990‐1996 406151997‐2006 812292007‐2013 284303

Meter 1990‐1997 1387381998‐2002 3237232003‐2006 41621542007‐2013 2081077

Pole 1990‐2000 1166442001‐2010 2332882011‐2013 816509

Cable 1990‐1995 75221996‐2005 150442006‐2013 52657

Dilakukan pengolongan berdasarkan tahun pemasangan untuktiap asset yaitu: (Hadi T, 2014)

Sub‐Model Condition EffectMerupakan faktor eksternal (external factor) dan (aceleration factor)yang mempengaruhi kondisi asset pada saat ini faktor eksternalyang mempengaruhi yaitu: (Anita Oommen,2005) (Jennifer J Crisp,2003) (murata,2012)

Eksternal Faktor yang mempengaruhi adalahQuality 10 %Temperature 25%Geographic 15%Climate 40%Overload 10%

Acelerate Factor yang mempengaruhi adalah Acelerate Life time 17,5 tahunAverage Standart Life time 43,75

Sub‐Model Asset Condition

Sub‐Model Technical Losses

Sub‐Model SAIDI SAIFI

Sub‐Model Network Reliability

Running Base‐ModelTransformer Condition

100

75

50

25

01990 1993 1996 1999 2002 2005 2008 2011

Time (Year)Transformer Condition : basemodel

Meter Condition100

70

40

10

-201990 1993 1996 1999 2002 2005 2008 2011

Time (Year)Meter Condition : basemodel

Pole Condition100

75

50

25

01990 1993 1996 1999 2002 2005 2008 2011

Time (Year)Pole Condition : basemodel

Cable Condition100

75

50

25

01990 1993 1996 1999 2002 2005 2008 2011

Time (Year)Cable Condition : basemodel

average transformer condition100

75

50

25

01990 1993 1996 1999 2002 2005 2008 2011

Time (Year)average transformer condition : basemodel

average pole condition100

75

50

25

01990 1993 1996 1999 2002 2005 2008 2011

Time (Year)average pole condition : basemodel

average cable condition100

75

50

25

01990 1993 1996 1999 2002 2005 2008 2011

Time (Year)average cable condition : basemodel

Tahun 2005 < 50%Tahun 2002 <50%

Tahun 2011 < 50%Tahun 2003 < 50%

73% 64%89% 63%

average meter condition100

75

50

25

01990 1993 1996 1999 2002 2005 2008 2011

Time (Year)average meter condition : basemodel

Running Base‐ModelSystem Average Interruption Duration Index

250

245

240

235

2301990 1993 1996 1999 2002 2005 2008 2011

Time (Year)

min

utue

s

System Average Interruption Duration Index : basemodel

Technical Losses Percentage8

7

6

5

41990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012

Time (Year)Technical Losses Percentage : basemodel

Average asset Condition100

75

50

25

01990 1993 1996 1999 2002 2005 2008 2011

Time (Year)Average asset Condition : basemodel

242 menit/pelanggan 7,9% 72%network reliability100

75

50

25

01990 1993 1996 1999 2002 2005 2008 2011

Time (Year)network reliability : basemodel

68%

Verifikasi

Validasi

E1 (Rata‐Rata)35548200,5 33882605

4,9%

E2 (Standev)8694110,841 7609444,335

14%

Tenaga Listrik yang di Terima Pelanggan

E1 (Rata‐Rata)34531908,48 33314852

3,7%

E2 (Standev) 7341171,541 6932018,694

6%

Lama Padam

E1 (Rata‐Rata) 10595,01025 10365,02782%

E2 (Stdev) 2908,537324 2800,6205954%

Total Pelanggan

E1 (Rata‐Rata) 476447,3 477706,17320,26%

E2 (Stdev) 3848,004 3367,29608314%

Pelanggan Padam

Tenaga Listrik yang di Distribusikan

E1 (Rata‐Rata)14637,62496 14518,19

1%

E2 (Stdev)1167,639718 1181,443

1,2%

Skenario 1

extenal factor

overload

climate

geographic

temperature



usable lifetime transformer


acelerate lifetime

aceleration factor

condition effect

quality


networkreliability







Cable Conditionmaintenance cable deteriorate cable


usable lifetimecable

Averageasset

Condition

network quality

SAIDI target

SAIFI target

SAIDIPercent

SAIFIPercent

difference

<INITIAL TIME>

year1997-20

06

year2007-20

13

<INITIAL TIME>

year1998-2

002

year2003-2

006

year 2007-2013 meter

<INITIAL TIME>

year2001-2

010

year 2011-2013

<INITIAL TIME>

year1996-2

005


averagemeter

condition

averagepole

condition

averagecable

condition

leaving customer



<Time>




<Time>



interrupt out



<Time>

SystemAverage


Index

SystemAverage


Index






total pole2001-2010

total pole2011-2013



year2006-2013 cable




<Time>





<Time>

TecnicalLosses


rate transformer

rate meter

rate pole

rate cable

year2014-2025




year 2014-2025 pole

total pole2014-2025

year 2014-2025 cable


Melakukan Pemasangan AssetBaru pada tahun 2014 denganJumlah asset sesuai dengan jumlah assetYang di pasang pada tahun 1990

Hasil Skenario 1Average Condition Asset Scn 1

100

75

50

25

01990 1995 2000 2005 2010 2015 2020 2025

Time (Year)Average asset Condition : basemodelAverage asset Condition : sekenario

Network Reliability Scn 1100

75

50

25

01990 1995 2000 2005 2010 2015 2020 2025

Time (Year)network reliability : basemodelnetwork reliability : sekenario

Technical Losses Scn 110

7.5

5

2.5

01990 1995 2000 2005 2010 2015 2020 2025

Time (Year)Technical Losses Percentage : basemodelTechnical Losses Percentage : sekenario 1

2014=75%2025=27%

2014=71%2025=46%

2014=240 menit/pelanggan2025=242 menit/pelanggan

2014=6,9%2025=8,4%

System Average Interruption Duration Index250

245

240

235

2301990 1995 2000 2005 2010 2015 2020 2025

Time (Year)

min

utue

s

System Average Interruption Duration Index : skenario 1System Average Interruption Duration Index : basemodel

Skenario 2

extenal factor

overload

climate

geographic

temperature



usable lifetime transformer


acelerate lifetime

aceleration factor

condition effect

quality


networkreliability







Cable Conditionmaintenance cable deteriorate cable


usable lifetimecable

Averageasset

Condition

network quality

SAIDI target

SAIFI target

SAIDIPercent

SAIFIPercent

difference

<INITIAL TIME>

year 2020 transfo

rmer

year2007-20

13

<INITIAL TIME>

year2020meter

year2003-2

006


<INITIAL TIME>

year2020pole

year 2011-2013

<INITIAL TIME>

year2020cable


averagemeter

condition

averagepole

condition

averagecable

condition

leaving customer



<Time>




<Time>



interrupt out



<Time>

SystemAverage


Index

SystemAverage


Index

total transformer2020


total meter2020



total pole2020

total pole2011-2013

total cable2020


year2006-2013 cable




<Time>





<Time>

TecnicalLosses


rate transformer

rate meter

rate pole

rate cable

year2014-2025




year 2014-2025 pole

total pole2014-2025

year 2014-2025 cable


impact networkconfiguration

impact additionalproject

Melakukan Pemasangan Asset BaruPada tahun 2020Menurunkan susut dengan rekonfigurasiJaringanMenurunkan SAIDI dengan melakukan Proyek yang dilakukan penyulang

Skenario 2Menurunkan Technical Losses yaitu dengan Rekonfigurasi jaringan(Network Reconfiguration) merupakan suatu usaha merubah bentukkonfigurasi jaringan distribusi dengan mengoperasikan pensakelaranterkontrol jarak jauh (switching remotely controlled) pada jaringandistribusi tanpa menimbulkan akibat yang beresiko pada operasi danbentuk sistem jaringan distribusi secara keseluruhan. Dapatmenurunkan 1% technical Losses (Zimmerman,Ray Daniel, 2005).

Menurunkan SAIDI yaitu dengan proyek yang dilakukan oleh penyulangdengan cara pengoperasian otomatis switch untuk mengisolasikesalahan, perbaikan alat sensor untuk mengurangi overloadingtransformator, mengembangkan otomatisasi alat pendeteksi kesalahanuntuk mengontrol alat distribusi (American Recovery and InvestmentAct of 2009, 2012) dapat menurunkan SAIDI 25 menit/pelanggan

Hasil Perbandingan Basemodel, Skenario 1 dan Skenario 2

Average asset Condition100

75

50

25

01990 1995 2000 2005 2010 2015 2020 2025

Time (Year)Average asset Condition : sekenario 2Average asset Condition : basemodelAverage asset Condition : sekenario 1

Technical Losses Scn 210

7.5

5

2.5

01990 1995 2000 2005 2010 2015 2020 2025

Time (Year)Technical Losses Percentage : basemodelTechnical Losses Percentage : sekenario 1Technical Losses Percentage : sekenario 2

network reliability100

75

50

25

01990 1995 2000 2005 2010 2015 2020 2025

Time (Year)network reliability : sekenario 2network reliability : basemodelnetwork reliability : sekenario 1

System Average Interruption Duration Index400

350

300

250

2001990 1995 2000 2005 2010 2015 2020 2025

Time (Year)

min

utue

s

System Average Interruption Duration Index : skenario 2System Average Interruption Duration Index : skenario 1System Average Interruption Duration Index : basemodel

2014= 215 menit/pelanggan2025 = 217 menit/pelanggan

2014 = 75%2025 = 53%

2014= 5,9%2025 = 7%

2014= 82%2025=41%

Analisa HasilBase‐Model Skenario 1 Skenario 2

Average AssetCondition

72% 75% 82%

Technical Losses 7,9% 6,9% 5,9%

Network Reliability 68% 71% 75%

SAIDI 242 menit/pelanggan

240 menit/pelanggan

215 menit/pelanggan

Skenario 2 lebih baik dari pada skenario 1 yaitu dengan cara pemasangan asset baru pada tahun2020, melakukan konfigurasi jaringan, dan adanya proyek yang dilakukan oleh penyulang

Kesimpulan dan SaranValidasiTenaga Listrik yang di Distribusikan E1 = 4,9%, E2 = 14%Tenaga Listrik yang di Terima Pelanggan E1 = 3,7%, E2 = 6%Total Pelanggan E1 = 0,26%, E2 = 14%Pelanggan Padam E1 = 1%, E2 = 1,2% Lama Padam E1 = 2%, E2 = 4%

Skenario 1 average asset condition meningkat 3%, keandalan jaringan (network reliability) meningkat3%, SAIDI menurun 2 menit/pelanggan, dan technical losses menurun 1%.

Skenario 2 average asset condition meningkat 7% network reliability meningkat 4% SAIDI 25menit/pelanggan, technical losses 1%

skenario yang tepat digunakan oleh perusahaan adalah menggabungkan skenario 1 dan skenario 2karena manajemen asset tidak hanya diperhatikan dari pemasangan asset baru saja melainkanpengwasan dari susutnya tenaga listrik dan durasi pemadaman harus diperhatikan dengan cararekonfigurasi jaringan, dan proyek pengoptimalan pengawasan oleh penyulang.

Saran adalah Perkiraan cost akibat dari pemasangan asset baru, melakukan rekonfigurasi jaringan, danadanya proyek oleh penyulang dapat di jadikan pertimbangan untuk mengembangan tugas akhir ini.Karena apa yang menjadi keputusan perusahaan juga mempertimbangkan biaya yang akan dikeluarkan

Daftar Pustaka

American Recovery and Investment Act of 2009. (2012). Reliability Improvements from the Application of Distribution Automation Technologies .United State : SMART GRID.GOV.AusNet, S. (2006). ELECTRICITY DISTRIBUTION 5 YEAR ASSET MANAGEMENT PLAN.Basyaib, F. (2006). Teori Pembuatan Keputusan. Jakarta: Grasindo.Crisp, J. J. (2004). Asset Management in Electricity Transmission factor that affect Asset Management Policies and Practices of Electricity and their impact on performance. Brisbane, Australia.Darmono, R. (2005). Pemodelan System Dynamics pada perencanaan Penataan Ruang Kota.Ivo, W. (2005). Development of an asset management strategy for a network utility company . lessons from a dynamic business simulation.Simulat Gaming.KEPUTUSAN DIREKSI PT PLN (PERSERO). (2010). Kriteria Desain Enjinering Konstruksi Jaringan Distribusi Energi Listrik. Jakarta Selatan:PT PLN (PERSERO).Law, A. M., & Kelton, W. D. (1991). Simulation Modeling and Analysis.Muhammadi, E. A. (2001). Analisis Sistem Dinamis: Lingkungan Hidup, Sosial, Ekonomi, Manajemen.Murata. (2012). Reliability Of Electronic Components. MuRata Manufacturing.Oommen, A. (2005). A Case Study Evaluation Of The Causes For The Premature Failure Of Transformers On the ESKOM Transmision Network.Calgary,CANADA: CIGRE .

Daftar PustakaRaymond McLeod, J., & Schell, G. P. (2007). Management Information System. Pearson/Prentice Hall.Suhadi, d. (2008). TEKNIK DISTRIBUSI TENAGA LISTRIK JILID 1. DirektoratPembinaan Sekolah Menengah Kejuruan.Suryani. (2010). Demand Scenario Analysis and Planned Capacity Expansion. A System Dynamics Framework.Suryani, E. (2010). Validation Model.Suryani, E., Chou, S.-Y., & Chen, C.-H. (2010). Demand scenario analysis and planned capacity expansion: A system. Simulation Modelling Practice and Theory, 732-751.Suryani, E., Chou, S.-Y., & Chen, C.-H. (2012). Dynamic simulation model of air cargo demand forecast and terminal capacity planning.Simulation Modelling Practice and

Theory, 27-41.Tasrif, M. (2005). Pengamat Kelistrikan. Diambil kembali darihttp://www.tempointeraktif.comY, B. (1996). Formal aspects of model validity and validation in system dynamics.

MANAJEMEN ASET JARINGAN DISTRIBUSI TENAGA LISTRIK …digilib.its.ac.id/public/ITS-paper-39520-5210100023-Presentation.pdfjaringan distribusi tenaga listrik dapat memberikan gambaran

Documents