Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pada penelitian ini dilakukan lima jenis analisis pada PLTP Kamojang Unit 4, antara lain analisis exergy pada kondisi operasional, optimasi efisiensi exergy, optimasi ekonomi, optimasi exergoeconomic dengan tekanan wellhead sebagai variabel, dan optimasi steam ejector dengan aliran motive steam sebagai variabel. Perhitungan dilakukan dengan bantuan MATLAB. Karakteristik termodinamika uap panas bumi diasumsikan sama dengan karakteristik air yang didapatkan dari REFPROP. Tekanan wellhead 10 bar saat ini menghasilkan efisiensi exergy 31,91%. Optimasi efisiensi exergy menghasilkan tekanan wellhead 5,06 bar, efisiensi exergy 47,3%, dan biaya sistem US $3.957.100. Optimasi ekonomi menghasilkan tekanan wellhead 11 bar, efisiensi exergy 22,13%, dan biaya sistem US $2.242.200. Optimasi exergoeconomic menghasilkan 15 titik optimum. Optimasi steam ejector menghasilkan aliran motive steam 34,41 𝑘𝑔 𝑠 lebih kecil dari aliran operasional saat ini 40,61 𝑘𝑔 𝑠.

---

This study presents five analysis at Unit 4 Kamojang Geothermal Power Plant are exergy analysis at operational condition, exergy efficiency optimization, economic optimization, exergoeconomic optimization with wellhead pressure as a variable, and steam ejector optimization with mass flow of motive steam as a variable. Calculations are conducted by using the MATLAB. Thermodynamics characteristic of geothermal fluid assumed as water characteristic which get from REFPROP. Wellhead pressure operational condition 10 bar has exergy efficiency 31.91%. Exergy efficiency optimization has wellhead pressure 5.06 bar, exergy efficiency 47.3%, and system cost US$ 3,957,100. Economic optimization has well pressure 11 bar, exergy efficiency 22.13%, and system cost US$ 2,242,200. Exergoeconomic optimization has 15 optimum condition. Steam ejector optimization has mass flow of motive steam 34.41 𝑘𝑔 𝑠 smaller than the operational condition 40.61 𝑘𝑔 𝑠."

"Dalam rangka upaya memenuhi target pemerintah yaitu pengembangan pembangkit listrik tenaga panas bumi PLTP pada tahun 2025 ditargetkan sebesar 7.242 MW, maka tentu saja akan diperlukan data tentang desain PLTP yang paling optimal yang dapat diterapkan pada seluruh kondisi sumber panas bumi. Dengan demikian, diperlukan panduan desain yang dibuktikan secara ilmiah untuk pembangunan PLTP. Dalam dekade terakhir ini, banyak peneliti yang menganalis atau merancang sistem energi dengan menggabungkan antara analisis energi, exergy dan thermoekonomik. Hal ini dimaksudkan dalam upaya peningkatan efisiensi serta mengurangi kerugian-kerugian yang ditimbulkan oleh ketidakefisienan sistem. Melalui analisa yang komprehensif dengan menggabungkan analisa energi, exergy, exergoeconomics serta exergoenvironment, maka diharapkan dapat menjadi panduan desain yang paling optimum dengan mempertimbangkan segala aspek, baik aspek teknologi, ekonomi dan lingkungan yang dapat diaplikasikan untuk berbagai kondisi sumber panas bumi di Indonesia. Untuk itulah pada disertasi ini dilakukan analisa dan optimasi 3E exergy,economic,environment. Pemodelan dan optimasi sistem PLTP dilakukan menggunakan software EES dan diintegrasikan dengan MATLAB. Dari hasil analisis 3E, dapat diketahui bahwa komponen seperti turbin dan cooling tower merupakan komponen yang menyumbang nilai exergy destruction, total cost dan exergoenvironment yang paling besar dibandingkan komponen lainnya.

---

In order to reach the government 39;s target of building geothermal power plant PLTP in 2025 of 7,242 MW, then it will need data about the most optimal PLTP design that can be applied to all geothermal conditions. Thus, the design required for the construction of PLTP. In the last decade, many researchers have analyzed and discussed energy systems with energy, exergy and thermoeconomic analyzes. This is necessary in an effort to increase and reduce the losses caused by system inefficiencies.

Through a comprehensive analysis with energy analysis, exergy, exergoeconomics and exergoenvironment, it is expected to be the most optimal design with good aspects, economics and environment that can be used for various geothermal conditions in Indonesia. For analysis, it was conducted 3E exergy, economy, environment analysis on this dissertation. By using EES software and integrated with MATLAB, the PLTP system can be modeled and optimized.

From the results of 3E analysis, it can be seen that components such as turbines and cooling towers are the components that contribute the largest value of total exergy destruction, total cost and exergoenvironment compared to other components."

"Pemeliharaan merupakan hal terpenting dalam menjalankan sebuah sistem produksi yang melibatkan aset yang besar, termasuk pada Pembangkit Listrik Tenaga Panas Bumi. Pemeliharaan mesin berbasis kondisi mesin Condition-Based Maintenance dirasa efektif dalam menjaga performa mesin. Kondisi mesin dapat diketahui melalui data operasi yang ada. Salah satu pendekatan yang dapat mempelajari dan mengolah ribuan data operasi yang terekam oleh sensor-sensor parameter keseluruhan data operasi yang ada adalah dengan pendekatan machine learning. Data operasi tersebut kemudian akan dibagi menjadi beberapa kategori yaitu long, medium dan short dengan batasan berupa lama waktu aset tersebut beroperasi. Data tersebut kemudian akan menjalani proses training menggunakan aplikasi Classification Learner pada software MATLAB. Proses ini memungkinkan MATLAB mempelajari hubungan antar parameter, waktu dan kategori yang dibuat hingga menghasilkan sebuah model klasifikasi kondisi mesin. Model tersebut kemudian digunakan untuk memprediksi kondisi turbin terkini yang kemudian dapat diperkirakan berapa lama lagi turbin dapat beroperasi dengan baik sampai turbin membutuhkan kegiatan pemeliharaan kembali.

---

Maintenance is the most important thing in running a large production system that is using some machinery such as turbines, pumps and so on. This is also applied for a geothermal power plants that have so many assets to maintain. Condition based maintenance is considered to be the most effective maintenance management to be applied for a big scale industrial company. Machines condition could be known from the machines operation data that is continously recorded by the censors of some parameter. One of the most suitable approach to learn and process the big operation data is machine learning. The operation data will be classified into three categories, there are long category, medium category and short category, which has its limit based on the length of time the machine has been operating. Then, the operation data will be trained using Classification Learner toolbox of MATLAB. This process let MATLAB understands the relationship between each parameter, time and the categories until a classification model of machines condition has been produced. The model later could be used to predict the most recent machines condition so that we can also predict how long the machine could still operate well until it needs to be maintained again. "

"Penelitian berfokus pada analisis penerapan double stage absorption system untuk meningkatkan kinerja Pembangkit Listrik Tenaga Panas Bumi Kamojang Unit V. Panas yang diambil berasal dari abandoned well sekitar Kamojang yang masih memiliki tekanan 400 kPa. Terdapat beberapa analisis yang dilakukan yaitu analisis exergy pada kondisi operasi, optimasi efisiensi exergy, optimasi biaya dan optimasi multi objektif. Perhitungan dilakukan dengan program Matlab, dan optimasi optimtool. Tekanan operasi saat ini menghasilkan efisiensi exergy 44.93. Optimasi single objektif sistem gabungan menghasilkan efisiensi exergy sebesar 52.66 , biaya 3558400. Optimasi single objektif biaya menghasilkan exergy 51.55 dengan biaya 2514000 dan Optimasi objektif menghasilkan efisiensi 48.64 dengan biaya 2913700 dengan parameter optimum tekanan scrubber 782.64 kPa, beda temperatur air pendingin 3.12°C, temperatur evaporator 7.6°C, temperatur desorber 120.08°C, temperatur condenser 44.9°C, temperatur absorber 43.79°C.

---

This study focusses on implementation of double stage absorption to improve performance of Kamojang 5 GPP rsquo s. Heat recovery used for optimization, utilized from abandoned well that still have 400 kPa saturation pressure. There are several optimization conducted in this study, there are exergetic efficiency, annual cost, and multi objective optimization. Calculations are conducted by using MATLAB, and optimtool function. The wellhead pressure operational condition has exergetic efficiency 42.4. Exergetic optimization of integrated system has 54.7 exergetic efficiency and system cost 3558400. Economic optimization has exergetic efficiency 44.3 and system cost 2598100. While, multiobjective optimization has exergetic efficiency 51.9 and system cost 2861900 with optimum parameters scrubber pressure 782.64 kPa, temperatur delta of cooling water 3.12°C, evaporator temperature 7.6°C, desorber temperature 120.08°C, condenser temperature 44.9°C, and absorber temperature 43.79°C."

"Energi panas bumi memiliki peran penting dalam transisi penyediaan energi yang rendah karbon serta aman terhadap lingkungan. Energi panas bumi adalah sumber energi terbarukan yang dapat menjadi solusi untuk memenuhi kebutuhan pasokan energi dalam negeri. Tetapi beberapa Pembangkit Listrik Tenaga Panas Bumi PLTP juga memiliki berbagai tantangan kehandalan berupa risiko kegagalan pada peralatannya, yang secara khusus disebabkan oleh kandungan fluida pada reservoir panas bumi. Berbagai metode untuk menghilangkan atau mengurangi risiko kegagalan mulai dipertimbangkan sebagai upaya membangun suatu program inspeksi. Inspeksi Berbasis Risiko memberikan hubungan antara mekanisme kerusakan dengan program inspeksi yang digunakan untuk menurunkan risiko. Penelitian ini, memanfaatkan program Inspeksi Berbasis Risiko sebagai teknik yang mudah digunakan untuk mengevaluasi tingkat probabilitas dan konsekuensu kegagalan sebagai upaya untuk membangun program inspeksi. Untuk menjaga tingkat akurasi dalam analisa penelitian, standar API 581 digunakan sebagai pedoman dalam penelitian kali ini agar dihasilakn kesesuaian antara level risiko dan program inspeksi yang di kembangkan untuk meningkatkan kehandalan.

---

Geothermal energy has an important role in the transition toward a low carbon energy and environmentally safe. Geothermal energy is a renewable energy source that can be a solution to meet domestic energy supply. But, some Geothermal Power Plant GPPs also have various reliability challenges of failure of the equipment, which is specifically caused by the fluid content. Various methods for eliminating or reducing the risk of failure are consideration as an effort to build an inspection program. Risk Based Inspection provides a link between the damage mechanism and the inspection program used to reduce the risk.

In this study, by utilizing the Risk Based Inspection program as an easy technique to use for evaluating probability levels and consequence of failure as an effort to build the inspection program. To maintain accuracy in this research analysis, standard of API 581 are used as guidance in this research to produced suitability between risk levels and inspection programs developed to improve reliability."

"Energi listrik merupakan salah satu infrastruktur yang menyangkut hajat hidup orang banyak, oleh karena itu sudah seharusnya eketersediaan energi listrik terjamin dengan jumlah yang cukup dengan mutu yang baik dan harga yang wajar. Pertumbuhan perekonomian nasional menyebabkan konsumsi listrik setiap tahunnya terus meningkat. Dengan meningkatnya kebutuhan akan energi dan maraknya isu mengenai permasalahan lingkungan membuat para ahli terus mengembangkan teknologi yang tepat agar dapat mengatasi kedua masalah tersebut. Sistem PLTP siklus biner merupakan salah satu teknologi pembangkit yang sangat efektif untuk diterapkan dalam pemanfaatan energi panas bumi skala kecil enthalpy rendah sampai menengah dengan menggunakan fluida kerja yang memiliki titik didih lebih rendah daripada air, oleh karena itu maka pada tesis ini dilakukan suatu pemodelan sistem PLTP siklus biner dengan memanfaatkan waste brine dengan temperatur 180 0C pada wellpad 4 PLTP Dieng. Pemodelan dilakukan dengan menggunakan software Matlab dan REFPROP, kemudian dilakukan optimasi terhadap sistem dimana exergy destruction total dan total annual cost dipilih sebagai fungsi objektif. Adapun optimasi dilakukan dengan menggunakan multi objective genetic algorithm. Berdasarkan simulasi diketahui bahwa efesiensi exergi dan nilai ekonomis dari sistem PLTP siklus biner yang optimal adalah pada temperatur evaporasi sebesar 163,3 oC, temperatur brine keluar preheater sebesar 130 0C, temperatur air pendingin keluar kondenser sebesar 35,4 0C, tekanan kerja fluida kerja keluar pompa sebesar 3859 kPa dengan campuran refrigeran 86 R601 dan 14 R744 menghasilkan daya turbin sebesar 119,8 kW nilai exergy destruction total 742,4 kW dengan efesiensi exergy sebesar 48,8 dan total annual cost sebesar 36.723 US dollar.Kata kunci : PLTP siklus biner, efesiensi exergi, exergy destruction , cost, genetic algorithm.

---

Electrical energy is one of the important part of human life, so the provision of electrical energy must be able to guarantee the availability of sufficient quantity, reasonable price and good quality. Indonesia rsquo s electricity consumption every year continues to increase in line with the increase of national economic growth. The increasing demand on energy and environmental issues make the experts to develop the right technology in order to face both issues. PLTP binary cycle is a highly effective generating technology to be applied in the utilization of small scale enthalpy low to medium geothermal energy by using a working fluid that has a lower boiling point than water, hence in this thesis a PLTP binary system model was performed using waste brine with temperature of 180oC at wellpad 4 in PLTP Dieng. Modeling has been done by using Matlab and REFPROP software, then optimization procedure has been conducted to the system where total exergy destruction and total annual cost are chosen as the objective function. In addition, environmental aspects are also considered in this modeling where natural environmentally friendly working fluids are used. The optimization is done by using multi objective genetic algorithm. Based on the simulation it is known that the exergy efficiency and economic value of the optimal binary cycle of PLTP system has an optimum condition at the evaporation temperature of 163.3 oC, the brine temperature out the preheater of 130 oC, the condenser coolant outlet temperature of 35.4 oC, the outlet pump pressure at 3859 kPa with composition of refrigeran mixture 86 R601 and 14 R744, turbine power of 119.8 kW, total exergy destruction of 742.4 kW with exergy efficiency of 48.8 , and total annual cost about 36.723 US dollars. "

"Peralatan dan komponen di Pembangkit Listrik Tenaga Panas Bumi harus selalu diperhatikan keandalan serta ketersediaannya. Sehingga untuk memenuhi hal tersebut sangat diperlukannya program pemeliharaan atau maintenance. Hot well pump sendiri merupakan salah satu komponen utama yang sangat berpengaruh pada produktivitas sistem pembangkit listrik. Karena itulah reliability dan availability dari mesin sangat berpengaruh untuk sistem pembangkit secara keseluruhan. Peningkatan nilai availability ini dapat dilakukan dengan meningkatkan efektivitas daripada waktu operasi uptime mesin tersebut. Adapun sistem pemeliharaan yang dirasa tepat untuk meningkatkan availability tersebut adalah sistem pemeliharaan prediktif yang didasarkan pada kondisi aktual mesin condition-based maintenance. Dalam sistem ini, pemeliharaan akan dilakukan hanya ketika terdapat tanda-tanda penurunan performa mesin. Untuk itu dilakukan perancangan sebuah model prediksi dengan dengan pendekatan machine learning pada metode Classification Learner untuk mempelajari dan mengklasifikasikan rekaman data operasi mesin dalam jumlah besar dari sensor parameter mesin terkait dan menggunakan MATLAB sebagai perangkat lunak pengolah data. Model ini diharapkan dapat menjadi solusi dalam menentukan jadwal pemeliharaan mesin yang tepat sesuai dengan kondisi aktualnya.

---

Equipments and components in the Geothermal Power Plant shall always be noted for its reliability and availability. It is very necessary a good maintenance program. Hot well pump itself is one of the main components that are very influential on the productivity of power generation systems. That is why reliability and availability of that machine is very influential for the overall generating system. The increased availability value can be achieved by increasing the effectiveness of the machine 39 s uptime operation time. The maintenance system that considered appropriate to increase availability is a predictive maintenance system based on the actual condition of the machine condition based maintenance.

In this system, maintenance will be held only when there are signs of decreased machine performance. For that purpose, designing a prediction model with machine learning approach in Classification Learner method is used to study and classify the machine operation data record in large quantities from the sensor of that machine parameters and using MATLAB as a data processing software. This model is expected to be a solution in determining the exact machine maintenance schedule of machine in accordance with actual conditions. "

"Penelitian ini berfokus pada analisis dari konstruksi Pembangkit Listrik Tenaga Panas Bumi di Wilayah Kerja Panas Bumi WKP Tulehu. Salah satu sumur yang telah diuji di WKP Tulehu memproduksi fluida panas bumi dengan karakteristik low-medium enthalpy 130-165oC, low wellhead pressure 300-700 kPa, dan low mass flow rate 16,67-25 kg/s, dimana karakteristik tersebut sangat sesuai untuk diutilisasi dengan tipe binary power plant. Pembangkit listrik binary secara umum terdiri atas dua tipe Organic Rankine Cycle,yang menggunakan hidrokarbon sebagai fluida kerja, dan Kalina Cycle System, yang menggunakan campuran ammonia-air sebagai fluida kerja. Penelitian ini akan berfokus pada optimasi multiobjektif terhadap tipe pembangkit listrik binary yang paling sesuai dengan kondisi fluida panas bumi tersebut. Objektif yang akan dimasukkan dalam optimasi ini adalah Exergy Destruction dan Purchased Equipment Cost. Hasil optimasi tersebut kemudian akan digunakan sebagai basis untuk kalkulasi estimasi biaya proyek pembangkit listrik yang dicanangkan. Dengan begitu akan diperoleh tipe pembangkit listrik binary yang paling sesuai untuk digunakan di WKP tersebut. Simulasi dan optimasi dilakukan dengan menggunakan Matlab dan Engineering Equation Solver EES .

---

This study focuses on simulation and optimization of the binary cycle power plant on Tulehu Geothermal Field. One of the tested well in the field produces geothermal fluid with characteristics such as low to medium temperature 130 165oC, low wellhead pressure 3-7 bar, and low mass flow rate 16,67 ndash 25 kg s, in which those characteristics are suitable for binary cycle power plant. Binary power plant can be categorized into two types, Organic Rankine Cycle, which uses hydrocarbon as its working fluid, and Rankine Cycle System, which uses ammonia water mixture as its working fluid. The study will mainly focuses on the optimization of the types of binary power plant with multiobjectives. Those objectives which will be included are Exergy Destruction and Purchased Equipment Cost. The results then will be used as basis for the estimation of the power plant project total cost. By using those method we will be able to find out the solution to which one of the types that have the best output for possible later use on the geothermal field. The simulation and optimization will be conducted by using Matlab and Engineering Equation Software EES."

"Monitoring kinerja pembangkit listrik penting dilakukan untuk melihat efisiensi sistem secara keseluruhan. Kinerja dalam pembangkit listrik tenaga panas bumi dapat ditinjau dari nilai Specific Steam Consumption (SSC). Penelitian ini bertujuan untuk mengestimasi SSC dengan menggunakan pendekatan artificial intelligence berbasis algoritma Adaptive Neuro Fuzzy Inference System (ANFIS). Variabel input algoritma ini ANFIS berjumlah 10 variabel yang berasal dari sub-sistem pembangkit listrik tenaga panas bumi yakni steam supply and venting system (SSVS), turbine-generator system (TGS), steam return and condensate system (SCRS), gas removal system (GRS), dan cooling water system (CWS). Dalam penelitian ini dilakukan seleksi variabel menggunakan principal component analysis (PCA) dan genetic algorithm (GA) guna meminimalisir nilai error estimasi SSC serta menganalisis secara numerik variabel-variabel apa saja yang mempengaruhi SSC dari 10 variabel awal yang ditentukan. Evaluasi model ANFIS-PCA dan ANFIS-GA yang digunakan adalah RMSE, MAE, dan MAPE. Pada penelitian ini, algoritma hybrid ANFIS-GA dan ANFIS-PCA menghasilkan kinerja estimasi yang sama dan lebih baik dibandingkan tanpa melakukan seleksi variabel. Hasil evaluasi RMSE menunjukkan nilai 0.0298 untuk ANFIS-GA dan ANFIS-PCA serta 0.0351 untuk ANFIS tanpa seleksi variabel. Dengan hasil estimasi ini, diharapkan dapat menjadi alat monitoring SSC jika terjadi abnormalitas pada pengukuran SSC yang dapat disebabkan oleh abnormalitas pada instrument flowmeter uap.

---

Monitoring the performance of the power plant is important to see the overall system efficiency. The performance in geothermal power plants can be viewed from the Specific Steam Consumption (SSC) value. This research aims to estimate the SSC using an artificial intelligence approach based on the Adaptive Neuro Fuzzy Inference System (ANFIS). The ANFIS’s input variables consist of 10 variables originating from the geothermal power generation sub-system, namely the steam supply and venting system (SSVS), the turbine-generator system (TGS), the steam return and condensate system (SCRS), the gas removal system (GRS), and a cooling water system (CWS). In this study, principal component analysis (PCA) and genetic algorithm (GA) are used to minimize the estimation error value and to analyze variables affecting the SSC. The evaluations of the ANFIS-PCA and ANFIS-GA models used are RMSE, MAE, and MAPE. In this study, the ANFIS-GA and ANFIS-PCA algorithms produce the same and better estimation performance than without selecting variables. The RMSE evaluation showed a value of 0.0298 for ANFIS-GA and ANFIS-PCA and 0.0351 for ANFIS without variable selection. It is hoped that this result can become an SSC monitoring tool as a mitigation of the abnormality in the steam flowmeter instrument."

"Merangking peralatan kritis di Pembangkit Listrik Tenaga Panas Bumi PLTP merupakan hal terpenting sebelum menentukan metode pemeliharaan yang digunakan untuk setiap masing ndash; masing peralatan. Pada penelitian ini, penulis memperkenalkan metode terbarukan dalam menentukan dan merangking peralatan kritis di PLTP dengan metode Fuzzy Borda Count FBC. Proses perhitungan dengan metode FBC menggabungkan antara analisis kualitatif dengan analisis kuantitatif. Langkah pertama pada proses ini adalah menyaring terlebih dahulu sistem dengan menggunakan matriks risiko orde 2 x 2. Setelah itu menyaring peralatan dengan menggunakan matriks risiko orde 5 x 5. Dalam tahapan perhitungan terdapat 8 faktor yang berpengaruh terhadap sistem dan peralatan. Faktor tersebut di bobotkan serta di normalisasikan dengan menggunakan metode Analytic Hierarchy Process AHP . Dengan adanya nilai bobot setiap faktor maka dapat menghitung indeks dari setiap peralatan. Serta tahapan terakhir dalam merangking dengan menggunakan metode Fuzzy Borda Count FBC.

---

Ranking of critical equipment in Geothermal Power Plants GPPs is the most important thing before determining maintenance method used for each equipment. In this research, the author introduces a new method in determining and ranking of critical equipment in GPPs with Fuzzy Borda Count method. The calculation process by FBC method through combination of qualitative analysis with quantitative analysis. The first step in this process is to filter the system using Risk Analysis RA of a 2th order risk matrix. After that, we must filter the equipment from system in GPPs using Risk Analysis RA of a 5th order risk matrix. In this calculation, we use 8 factors that affect the system and equipment in GPPs. These factors are weighted and normalized using the Analytic Hierarchy Process AHP method. Given the weight value of each factor then it can calculate the index of each equipment. And the last step is ranking critical equipment by using Fuzzy Borda Count method FBC."