Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) 2018 ISSN: 1979-911XYogyakarta, 15 September 2018
A-467
APLIKASI PEMANTAUAN BEBAN PUNCAK TRANSFORMATOR 150/20 KV PADA P3B UPT TANJUNG KARANG
Muhammad Suyanto1, P. Wisnubroto2
Jurusan Teknik Elektro1), Teknik Industri2), Fakakultas Teknologi Industri Institut Sains & Teknologi AKPRIND Jogjakarta
E.mail : musyant @gmail.com
INTISARIAplikasi Pemantauan Beban Puncak Trasformator 150/20 KV Pada P3B UPT Tanjung Karang, sangat
diperlukan karena perkembangan beban harus selalu terpantau secara kontinyu mengingat, pemeliharaan peralatan pada jaringan tenaga listrik sangat diperlukan untuk mempertahankan unjuk kerja peralatan saat beroperasi. Oleh karenanya apabila daya yang dibangkitkan lebih kecil, daripada beban listrik maka frekuesi dan tegangan akan turun begitu pula sebaliknya. Mutu listrik yang baik adalah apabila frekuensi dan tegangan tidak terlalu jauh menyimpang dari nilai nominalnya. Besarnya beban yang harus dilayani tidak konstan, melainkan selalu berubah-ubah sepanjang waktu, tergantung pada keperluan para konsumen pengguna energi listrik. Penelitian ini membangun suatu aplikasi pantauan naik dan turunnya beban listrik, setiap bulan berdasarkan data dimana Gardu Induk (GI) ditempatkan. Metode yang digunakan pada Peneltian ini adalah analisis trend dengan sample transformator 150/20KV pada GI Tragi Tegineneng UPT P3B Tanjung Karang berdasarkan data yang terpantau. Hasil analisis beban puncak periode tahun 2016-2018 diperkirakan mencapai 29,35MVA. Berdasar data pengukuran awal tahun 2013-2015 beban puncak rata-rata 18,77 MVA, mengingat kapasitas transformator IIhanya 30MVA maka transformator segera ditambah kapasitasnya. Hasil penelitian ini diharapkan dapat memberikan kontribusi keilmuan khususnya dalam perancangan aplikasi pantauan beban puncak padatransformator, di GI Tegineneng UPT P3B Tanjung Karang, sehingga update data mudah dilakukan secara waktu nyata.
Kata kunci: data, aplikasi, gardu induk, beban puncak
ABTRACTPeak Load Monitoring Applications 150/20 KV Trainer On P3B UPT Tanjung Karang, is necessary
because the load development should always be monitored continuously given that the maintenance of equipment on the power grid is necessary to maintain the performance of equipment while operating. Therefore if the generated power is smaller, than the electrical load, the frequency and voltage will decrease and vice versa. A good electrical quality is when the frequencies and voltages do not stray far from their nominal values. The amount of burden that must be served is not constant, but always changing over time, depending on the needs of consumers of electric energy users. This study builds a monitoring application of rising and falling power loads, each month based on data on which the substation is placed. The method used in this research is trend analysis with transformer sample 150 /20KV on Tragi Tegineneng GI UPT P3B Tanjung Karang based on observed data. The peak load analysis for the period of 2016-2018 is estimated to reach 29.35MVA. Based on the measurement data beginning in 2013-2015 peak load 18,77 MVA, considering the transformer II capacity is only 30MVA then the transformer soon plus its capacity. The results of this study are expected to provide scientific contributions, especially in the design of peak load monitoring applications on the transformer, GI Tegineneng UPT P3B Tanjung Karang, so that data update is easy to do in real time.
Keywords: data, application, substation, peak load.
PENDAHULUAN
Tenaga listrik tidak dapat disimpan dalam skala besar, karenanya tenaga ini harus disediakan pada saat
dibutuhkan. Akibatnya timbul persoalan dalam menghadapi kebutuhan daya listrik yang tidak tetap dari waktu
ke waktu, bagaimana mengoperasikan suatu sistem tenaga listrik yang selalu dapat memenuhi permintaan daya
pada setiap saat, dengan kualitas baik dan harga yang murah. Apabila daya yang dikirim dari bus-bus
pembangkit jauh lebih besar daripada permintaan daya pada bus-bus beban, maka akan timbul persoalan
Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) 2018 ISSN: 1979-911XYogyakarta, 15 September 2018
A-468
pemborosan energi pada perusahaan listrik, terutama untuk pembangkit berbahan bakar minyak. Sedangkan
apabila daya yang dibangkitkan dan dikirimkan lebih rendah atau tidak memenuhi kebutuhan beban konsumen
maka akan terjadi pemadaman lokal pada bus-bus beban, yang akibatnya merugikan pihak konsumen. Oleh
karena itu diperlukan penyesuaian antara pembangkitan dengan permintaan daya.
Syarat mutlak yang pertama harus dilaksanakan untuk mencapai tujuan itu adalah pihak perusahaan
listrik mengetahui beban atau permintaan daya listrik dimasa depan. Karena itu prakiraan beban jangka pendek,
menengah dan panjang merupakan tugas yang penting dalam perencanaan dan pengoperasian sistem daya.
Prakiraan beban jangka pendek, yaitu beban setiap jam atau tiap hari digunakan untuk penjadualan dan
pengontrolan sistem daya atau alokasi pembangkit cadangan berputar, juga digunakan untuk masukan dalam
studi aliran daya.
Satu hal yang luput dari analisis kerugian PLN adalah masalah estimasi (prediksi) pengeluaran beban
listrik. Padahal bahwa kemampuan pihak PT. PLN (Persero) P3B (Penyaluran dan Pusat Pengatur Beban) untuk
memprediksi berapa besar beban listrik yang harus dikeluarkan setiap waktunya sangat diandalkan. Metoda
Koefisien Beban yang sudah lama digunakan PLN ternyata masih memberikan error prediksi yang cukup besar
yaitu rata-rata berkisar antara 5%-10% [1]. Sehingga menimbulkan kerugian daya yang cukup besar bagi PLN
untuk setiap satuan waktunya. Hal ini belum memperhitungkan pada saat pemeliharaan trafo pada gardu induk
(GI), saat dipelihara akan terjadi pemadaman karena trafo GI tidak mampu memikul beban dari konsumen. Oleh
sebab itu menjadi suatu tantangan bagi peneliti untuk mencari suatu model prediksi beban listrik sehingga
menghasilkan error prediksi yang lebih baik dari model prediksi yang selama ini dipakai PLN. Metode ini juga
dapat memberikan evaluasi dan perencanaan penambahan kapasitas trafo GI agar pelayanan terhadap konsumen
semakin andal dimasa depan[4],[5].
TINJAUAN PUSTAKA
Pemeliharaan peralatan pada sebuah jaringan tenaga listrik baik meliputi pembangkit, transmisi maupun
distribusi diperlukan untuk mempertahankan unjuk kerja peralatan. Di lain pihak pemeliharaan peralatan dari
suatu sistem tenaga listrik ssebagian besar memerlukan pembebasan tegangan yang berarti bahwa peralatan yang
dipelihara harus dikeluarkan dari operasi (tidak beroperasi). Hal ini menyebabkan berkurangnya kemampuan
penyediaan daya dari sistem tenaga listrik terutama apabila yang dipelihara adalah unit pembangkit, sehingga
mengurangi keandalan system[7].
Oleh karenanya pemeliharaan peralatan dalam sistem tenaga listrik perlu dikoordinir melalui suatu
jadwal pemeliharaan, agar syarat pemeliharaan dan syarat keandalan sistem kedua-duanya terpenuhi. Masalah
yang unik dalam operasi sistem tenaga listrik adalah daya yang dibangkitkan/diproduksi harus selalu sama
dengan daya yang dikonsumsi oleh para pemakai energi listrik yang secara teknis umumnya disebut sebagai
beban listrik. Apabila daya yang dibangkitkan lebih kecil daripada beban listrik maka frekuesi dan tegangan
akan turun begitu pula sebaliknya. Mutu listrik yang baik adalah apabila frekuensi dan tegangan tidak terlalu
jauh menyimpang dari nilai nominalnya. Untuk itu harus selalu diupayakan agar daya yag dibangkitkan selalu
sama dengan beban listrik[8].
Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) 2018 ISSN: 1979-911XYogyakarta, 15 September 2018
A-469
Gambar 1. Peta Sistem Interkoneksi &Sistem Isolated
Besarnya beban yang harus dilayani tidaklah konstan besarnya melainkan selalu berubah ubah besarnya
sepanjang waktu tergantung pada keperluan para pemakai energi listrik. Tidak ada rumus yang eksak yang dapat
memastikan besarnya beban untuk setiap saat, melainkan yang dapat dilakukan hanyalah memperkirakan
besarnya beban dengan melihat angka-angka statistic serta mengadkan analisis beban. Kondisi saat ini, sistem
ketenagalistrikan di Provinsi Lampung adalah bagian dari system interkoneksi Sumatera seperti ditunjukkan
pada Gambar 1. Peta Sistem Interkoneksi &Sistem Isolated [2]. Peta Sistem Interkoneksi &Sistem Isolated.
Sistem kelistrikan Lampung akan dikembangkan untuk mencakup daerah-daerah sebagai berikut: Kota Agung di
Kabupaten Tanggamus, Liwa, dan Ulubelu di Kabupaten Lampung Barat. Pakuan Ratu di Kabupaten Tulang
Bawang Barat dan Simpang Pematang di Kabupaten Mesuji. Berikut ini merupakan single line diagram sistem
150/20 KV TRAGI Tegineneng sebagai unit induknya diperlihatkan pada Gambar 2.
Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) 2018 ISSN: 1979-911XYogyakarta, 15 September 2018
A-470
Gambar 2. Single Line Diagram Sistem 150/20 KV PT. PLN (Persero)
UPT Tanjung Karang TRAGI Tegineneng.
METODE PENELITIAN
Penelitian ini akan menghasilkan aplikasi rancangan pantauan beban puncak berdasarkan aplikasi
berbasis pantauan beban, berupa arus listrik pada setiap gardu induk di setiap wilayah di seluruh propinsi
Lampung. Secara garis besar, bagan alir penelitian yang menggambarkan apa saja yang telah dikerjakan dalam
penelitian, tahapan penelitian, dan luaran penelitian ditampilkan pada Gambar 3 dan 4.
Peramalan Beban Listrik , suatu model peramalan beban yang akurat sangat penting dalam perencanaan
dan pengoperasian sistem tenaga listrik. Peramalan beban sangat membantu perusahaan listrik dalam mengambil
Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) 2018 ISSN: 1979-911XYogyakarta, 15 September 2018
A-471
keputusan untuk menyuplai tenaga listrik termasuk keputusan dalam mengatur pembangkitan, pemutusan beban
(load switching), dan juga pembangunan infrastruktur Peramalan beban listrik (load forecast) atau kebutuhan
listrik (demand forecast) merupakan langkah awal dari Rencana Usaha Penyediaan Tenaga Listrik (RUPTL).
RUPTL disusun oleh PT PLN Pusat. Peramalan beban listrik pada unit bisnis (UB) PLN di setiap wilayah
memiliki peranan sangat penting dalam penyusunan RUPTL. Menurut jangka waktunya, peramalan beban listrik
dapat dikelompokkan menjadi tiga jenis. Pengelompok kan tersebut adalah sebagai berikut [4] .
1. Peramalan beban jangka pendek (short-term load forecasting), merupakan peramalan yang meramalkan
beban dalam jangka waktu per jam hingga per minggu. Dalam peramalan jangka pendek terdapat batas atas
untuk beban maksimum dan batas bawah untuk beban minimum yang ditentukan oleh peramalan beban
jangka menengah.
2. Peramalan beban jangka menengah (medium-term load forecasting), merupakan peramalan yang
meramalkan beban dalam jangka mingguan hingga satu tahun. Dalam peramalan jangka menengah, faktor-
faktor manajerial perusahaan merupakan faktor utama yang menentukan. Masalah-masalah manajerial
misalnya kemampuan teknis memperluas jaringan distribusi, kemampuan teknis menyelesaikan proyek
pembangkit listrik baru, serta juga kemampuan teknis menyelesaikan proyek saluran transmisi.
3. Peramalan beban jangka panjang (long-term load forecasting), merupakan peramalan yang meramalkan
beban dalam jangka waktu satu tahun atau lebih. Dalam peramalan jangka panjang, masalah-masalah makro
ekonomi yang merupakan masalah eksternal perusahaan listrik merupakan faktor utama yang menentukan
arah peramalan.
Definisi Peramalan dan Time Series, peramalan (forcesting) adalah kegiatan memperkirakan apa yang
terjadi pada masa yang akan datang berdasarkan data yang relevan pada masa lalu dan menempatkan ke masa
yang akan datang dengan suatu bentuk model matematis. Bisa juga merupakan prediksi ituisi yang bersifat
subyektif, atau dengan menggunakan kombinasi model matematis yang di sesuaikan dengan pertimbangan yang
baik dari seorang manager. Kelebihan data runtun waktu adalah kemampuannya dalam mengestimasi, meramal
dan memperkirakan nilai data pada periode berikutnya berdasarkan data sebelumnya. Selain itu, data runtun
waktu juga dapat digunakan untuk memperkirakan data waktu sebelumnya dengan data runtun waktu yang telah
tersedia. Metode peramalan yang baik adalah yang memberikan hasil peramalan yang tidak berbeda dengan
kenyataan yang terjadi. Dalam teknik peramalan terdapat beberapa jenis model. Antara lain:[4].
1. Model Kuantitatif Model yang berupaya memasukkan faktor-faktor subyektif dalam model peramalan.
Model
semacam ini diharapkan akan sangat bermanfaat apabila data kuantitatif yang akurat sulit di peroleh.
2. Model runtun waktu (time series) Model ini berusaha untuk memprediksi masa depan dengan menggunakan
historis.
3. Model kausal Model ini memasukkan dan mengguji variabel-variabel yang diduga mempengaruhi variabel
dependent. Model kausal biasanya menggunakan analisis regresi untuk menentukan mana variabel yang
signifikan mempengaruhi variabel dependent. Model ini juga dapat menggunakan metode ARIMA untuk
mencari metode terbaik yang dapat digunakan dalam pramalan.
Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) 2018 ISSN: 1979-911XYogyakarta, 15 September 2018
A-472
Data Penelitian dari Transformator II GI Tegineneng, pada penelitian kali ini penulis menggunakan data
data dari gardu induk (GI) Tegineneng. Adapun GI Tegineneng memiliki 3 buah tranformator tenaga, masing-
masing dengan kapasitas 20 MVA, 30 MVA dan 20 MVA, dan transformator 30 MVA sebagai pemikul beban
tertinggi. Dari ketiga transformator yang ada, dalam prosesnya penulis menggunakan transformator II dengan
kapasitas 30 MVA sebagai bagian dari proses analisis pertumbuhan beban kedepannya, sehingga perlu diketahui
juga data-data yang berkaitan dengan transformator, Seperti ditunjukkan pada Gambar 2. Transformator daya II
di GI Tegineneng mempunyai data data sebagai berikut: Data transformator II 30 MVA: Merk: PASTI; No. Seri:
93.P.0002; Daya: 30 MVA;Tegangan: 150/20 KV; Frekuensi: 50 Hz; BIL: 650/125 A; Current: 76.7/577.4;
Vektor group: YNynD; Impedance:10.83 %; Colling:ONAN/ONAF; Oil Temp: 60 K; NGR: 40 ohm; Year of
Manufacture: 1993
Dengan kapasitas transformator II 30 MVA penulis ingin meramalkan penambahan beban selama 2 tahun
kedepan, apakah gardu induk Tegineneng khususnya transformator II masih dapat memikul beban yang terus
bertambah setiap periodenya [2].
Gambar 3. Transformator Pada PT. PLN (Persero) Gambar 4: Bagan alir metode penelitian
Gardu Induk Tegineneng
Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) 2018 ISSN: 1979-911XYogyakarta, 15 September 2018
A-473
PEMBAHASAN
Data Beban Puncak Periode 2013-2015, dalam penelitian ini penulis menggunakan data beban puncak
gardu induk(GI) Tegineneng khususnya transformator II dengan kapasitas 30 MVA, selama 3 tahun terhitung
bulan September 2013 s/d Agustus 2015. Berikut ini merupakan data beban puncak transformator II GI
tegineneng yang terdiri dari 24 poin beban puncak.
Tabel 1. Data beban Puncak Transformator II Gardu Induk Tegineneng
No BulanBeban Puncak (MW) Bulan Beban Puncak (MW)
13-15 16-18 13-15 16-18
1 Sep-13 17.31 23.5487 13 Sep-14 19.35 26.5164
2 Oktober 2013 16.82 22.1558 14 Oktober 2014 19.35 25.1235
3 Nov-13 18.41 22.2458 15 Nov-14 19.35 25.2136
4 Desember 2013 17.63 24.9967 16 Desember 2014 20.04 27.9644
5 Januari 2014 18.83 23.6384 17 Januari 2015 19.1 26.6061
6 Februari 2014 16.14 21.9676 18 Februari 2015 19.2 24.9353
7 Maret 2014 18.01 21.1503 19 Maret 2015 17.5 24.1181
8 Apr-14 18.1 23.9368 20 Apr-15 19.6 26.9045
9 Mei 2014 17.33 25.5128 21 Mei 2015 19 28.4805
10 Juni 2014 13.24 25.3755 22 Juni 2015 19 28.3433
11 Juli 2014 12.2 26.3012 23 Juli 2015 25.3 29.2689
12 Agustus 2014 19.03 26.3821 24 Agustus 2015 22 29.3498
Dari Tabel 1. Data beban puncak transformator II Gardu Induk Tegineneng, dapat diketahui bahwa beban
puncak di GI akan terus bertambah, dan diperkirakan pada akhir 2018 beban puncak transformator II mencapai
29,35MW. Berdasarkan Tabel 1. dapat diketahui bahwa hasil ramalan kebutuhan beban untuk setiap tahunnya
mengalami peningkatan. Hal tersebut dikarenakan kebutuhan beban cenderung mengalammi peningkatan. Secara
grafik dapat dilihat pada Gambar 5 dan 6.
Gambag 5. grafik peningkatan beban Trafo II dari 2013 - 2015.
0
10
20
30Beban Puncak Tahun 2013-2015
Series1
Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) 2018 ISSN: 1979-911XYogyakarta, 15 September 2018
A-474
Gambar 6. Grafik Total Ramalan Beban Tahun 2016-2018
Gambar 7. Grafik Total Ramalan Beban Tahun 2016-2018
Dari Table 1 memperlihatkan, bahwa kebutuhan beban dengan rata-rata pada tranformator II tertinggi
terdapat pada bulan Juli 2015 mencapai 25,3 MW, sedangkan kebutuhan beban dengan rata-rata terdapat pada
bulan Agustus 2018 sebesar 29,5 MW.
Gambar 7. grafik rekapitulasi ramalan beban per penyulang tahun 2016-2018, dapat diketahui bahwa
beban puncak di Gardu Induk Tegineneng akan terus bertambah, dan diperkirakan pada bulan Agustus 2018
beban puncak transformator II mencapai 29,35 MW. Dari analisis yang dilakukan dimana pendekatan hasil
ramalan dengan menggunkaan metode time series perhitungan yang di hasilkan hampir mendekati kapasitas trafo
yang terpasang sebesar 30 MVA, sedangkan kapasitas Gardu Induk Tegeneneng 150/20 KVA, dapat di
simpulkan pada tahun 2018 GI Tegeneneng Transforamator II mengalami overload.
KESIMPULAN
Berdasarkan hasil perhitungan dan analisis terhadap data-data dari penelitian, maka dapat ditarik kesimpulan
bahwa :
1. Hasil perhitungan dapat diketahui bahwa nilai ramalan untuk beban dari tahun 2016 sampai 2018 mengalami
peningkatan setiap tahunnya.
05
101520253035
Beban Puncak Tahun 2016-2018
Beban Puncak
1248
163264
Prediksi Peningkatan Beban Puncak DataTahun 2013-2015 Dengan 2016-2018
Beban Puncak Pengukuran MVA Beban Puncak Prediksi MVA
Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) 2018 ISSN: 1979-911XYogyakarta, 15 September 2018
A-475
2. Jumlah beban litrik di Gardu Induk Tegeneneng Bandar Lampung tahun 2015 bulan Juli adalah sebsar 25,3
MW, di Perkirakan di tahun 2018 Bulan Agustus Sudah mencapai 29.35 MW. Dengan jumlah beban yang
cukup signifikan peningkatannya, maka kebutuhan terhadap pemakaian beban sangat diperlukan. Hal
tersebut di sebabkan area pembangunan penyulang yang terbatas dan izin pembangunan yang harus sesuai
dengan zona pembangunan yang sudah ditetapkan oleh pemerintah Kota.
3. Kapasitas yang dimiliki untuk transformator II sebesar 30MVA, maka gardu induk (GI) tegeneneng propinsi
Lampung di perkirakan akhir tahun 2018 akan menglami overload.
DAFTAR PUSTAKA
[1]. Marsudi Djiteng , 2006 , “Operasi Sistem Tenaga Litrik” , Yogyakarta : Graha ilmu
[2]. Dwi Cahyana Laksana, 2013, “Peramalan Beban Puncak Transformator Daya Menggunakan Metode Time
Series Di Gardu Induk Tegineneng Lampung” KP2 Teknik Elektro Institut Sains & Teknologi
AKPRIND Yogyakarta.
[3]. Priyosusilo lilik, 2012, “Pemodelan Beban Puncak Gardu Induk wates dengan Program Aplikasi Microsoft
Excel”, Yogyakarta : KP2 Teknik Elektro Institut Sains & Teknologi AKPRIND Yogyakarta
[4]. Santoso, Singgih , 2009, “Business Forecasting Metode Peramalan Bisnis Masa Kini dengan Minitab dan
SPSS” , Jakarta: PT Elex Media Komputindo
[5]. http://daman48.files.wordpress.com/2010/11/materi-11-karakeristik-beban.pdf diakses tanggal 10 desember
2012 pukul 10.00 WIB
[6] Kurniawan, D. H., 2016. Analisis Penambahan Transformator Daya Baru (60 MVA) Untuk Menambah
Suplai Daya Area Distribusi Pada Gardu Induk Kentungan 150 KV., Yogyakarta: Institut Sains dan
Teknologi Akprind.
[7]. Menteri Energi Dan Sumber Daya Mineral, 2017. Rencana Usaha Penyediaan Tenaga Listrik PT
Perusahaan Listrik Negara (PERSERO) Tahun 2017 s.d. 2026, Jakarta: s.n.
[8]. Purwanto, B., 2010. Pengaplikasian Metode Double Exponential Smoothing Brown Untuk Memperkirakan
Pemakaian Beban Listrik Jawa-Bali Di PT. PLN (PRSERO) P3B Jawa-Bali Cinere Jakarta Selatan,
Yogyakarta: Institut Sains dan teknologi AKPRIND.
Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) 2018 ISSN: 1979-911XYogyakarta, 15 September 2018
A-476