Hasil Pencarian  ::  Simpan CSV :: Kembali

"Ketidakadilan dalam menyediakan tarif listrik dengan metode tarif flat listrik saat ini mendorong keinginan untuk mengubah pola desain skenario tarif, yaitu penetapan harga dinamis. Harga dinamis telah diuji di beberapa negara barat dengan berbagai jenis skenario. Namun, untuk Indonesia sendiri, penetapan harga dinamis belum familiar di sektor listrik. Berangkat dari masalah tarif untuk penyediaan biaya dasar pembangkit yang bervariasi setiap waktu dan pola penggunaan beban listrik, skenario penetapan harga dinamis dirancang sedemikian rupa sehingga sesuai dengan karakteristik di Indonesia. Dalam studi ini, kita akan membahas rancangan skenario penetapan harga dinamis berdasarkan beban rumah tangga dan generator di Java Madura Bali System. Desain skenario tarif yang digunakan adalah kombinasi dari Critical Peak Pricing (CPP) dan Time-of-Use (TOU), di mana CPP hanya berlaku dalam 132 jam selama satu tahun tergantung pada penggunaan PLTG sedangkan untuk hari lain skenario TOU akan digunakan dengan jadwal puncak dan di luar puncak ditentukan berdasarkan karakteristik beban perumahan. Setelah skenario desain penetapan harga dinamis, maka dicoba untuk disuntikkan ke dalam biaya real estat untuk menganalisis perbandingan biaya listrik ketika menggunakan tarif tetap dan penetapan harga dinamis dan pengurangan penggunaan beban pada waktu puncak dan dampak dari pengurangan konsumsi listrik di tanaman di sistem Jawa Madura Bali.

---

The injustice in providing electricity rates with the current flat electricity tariff method encourages the desire to change the design pattern of tariff scenarios, namely dynamic pricing. Dynamic pricing has been tested in several western countries with various types of scenarios. However, for Indonesia itself, dynamic pricing is not yet familiar in the electricity sector. Departing from the problem of tariffs for supply of basic costs of plants that vary each time and usage patterns of electric loads dynamic pricing scenarios are designed in such a way that they match the characteristics in Indonesia.

In this study, we will discuss the design of dynamic pricing scenarios based on household and generator loads in the Java Madura Bali System. The tariff scenario design used is a combination of Critical Peak Pricing (CPP) and Time-of-Use (TOU), where CPP is only valid in 132 hours for one year depending on the use of PLTG while for other days the TOU scenario will be used with peak schedules and off-peak is determined based on the characteristics of the housing load.

After the scenario design dynamic pricing is made, then it is attempted to be injected into real estate costs to analyze the comparison of electricity costs when using flat tariffs and dynamic pricing and reduction in load usage at peak times and the impact of reducing electricity consumption in plants in the Java Madura Bali system."

"Tarif dinamis saat ini telah menjadi tren di negara-negara maju khususnya di bidang ketenagalistrikan. Tarif tetap (flat tariff) pada konsumen listrik menyebabkan kurang optimalnya biaya penyediaan listrik. Di Indonesia kelompok konsumen tertinggi kedua setelah industri adalah rumah tangga yaitu sebesar 37,6 % dari konsumsi total energi listrik. Sehingga secara alamiah kurva beban cenderung mendekati kurva kebutuhan rumah tangga. Pada sistem Jawa Madura Bali, beban puncak pelanggan rumah tangga terjadi pada saat yang sama dengan beban puncak pada sistem. Sehingga jika terjadi load shifting pada beban rumah tangga akan mempunyai dampak yang besar bagi sistem. Beban puncak dipikul oleh pembangkit dengan biaya operasional yang mahal. Dengan adanya pengurangan beban puncak diharapkan terjadi efisiensi sistem yang signifikan. Tesis ini mengembangan metode penentuan skema kombinasi tarif dinamis TOU (Time Of Use) dan CPP (Critical Peak Pricing) dengan berdasarkan revenue neutrality. Skema tersebut disimulasikan pada pelanggan rumah tangga di sistem Jawa Madura Bali. Dari beberapa skenario, hasil penerapan skema ini menunjukkan peningkatan efisiensi biaya pokok penyediaan listrik secara total di sistem Jawa Madura Bali.

---

The current dynamic tariff has become a trend in developed countries, especially in the electricity sector. Flat tariffs on electricity consumers cause the cost of electricity to be less optimal. In Indonesia, the second highest consumer group after industry is household, which is 37,6 % of total electricity consumption. So naturally the load curve tends to approach the curve of household needs. In the Java Madura Bali system, the peak load of a household customer occurs at the same time as the peak load on the system. If any load shifting of the electricity consumption of the household is happen it will have a big impact on the system. The peak load is borne by the power plant with expensive operational costs. With the reduction of peak load, significant system efficiency is expected. This thesis develope a method of determination of a dynamic tariff combination scheme, TOU (Time Of Use) and CPP (Critical Peak Pricing) with revenue neutrality. The scheme is simulated to household customers in the Java Bali Madura system. From several scenarios, the results of the implementation of this scheme show increasing of the total cost efficiency of electricity supply in the Java Madura Bali system."

"Manajemen usaha penyediaan tenaga listrik merupakan hal yang kompleks. Salah satu hal yang penting dalam manajemen penyediaan tenaga listrik, khususnya dalam perencanaan adalah peramalan tenaga listrik di masa yang akan datang. Peramalan (forecasting) adalah suatu kegiatan atau usaha untuk memprediksi kondisi di masa yang akan datang dengan bantuan model untuk merepresentasikannya. Dalam membuat peramalan, keakuratan merupakan kriteria utama dalam menentukan metode peramalan. Dalam penelitian ini metode algoritma genetik digunakan untuk membuat peramalan beban tenaga listrik. Algoritma Genetik adalah algoritma pencarian yang meniru mekanisme evolusi dan genetik alam. Dalam proses peramalan, dilakukan optimasi parameter-parameter model dengan meminimalkan nilai mean square error (mse). Model peramalan yang dikembangkan dengan algoritma genetik dapat mendekati model sebenarnya. Parameter optimal model peramalan jangka panjang adalah A= 1.558, B1= 0.642, B2= 1.188, B3= -0.437, B4= -0.378, B5= -0.484, dan B6= 0.848, sedangkan untuk jangka menengah adalah adalah α= 0.6383 ,β=0, dan γ=0.8289. Laju pertumbuhan beban rata-rata hasil ramalan jangka panjang tahun 2008-2017 sekitar 6.9%. Peramalan beban jangka menengah memberikan hasil yang lebh baik jika dibandingkan dengan peramalan dari PLN P3B Jawa-Bali dengan jumlah selisih eror sebesar 0.44%.

---

Managing electricity energy supply is a complex task. The most important part of electricity supply management, particularly in utility planning is forecasting of the future electricity load. Forecasting is a process to predict future conditions usually achieved by constructing models on relative information and some assumptions. In making a electricity forecasting, accuracy is the primary criteria in selecting forecasting methods.

In this research, a genetic algorithm approach is proposed to build electricity load forecasting. Genetic algorithms are global search methods that mimic the methapor of natural evolution and genetic. Parameter optimization process have done by minimize mean square error (mse).

Load forecasting model using genetic algorithm gives model which is almost the same with actual data. Optimal parameters for long term model are: A= 1.558, B1= 0.642, B2= 1.188, B3= -0.437, B4= -0.378, B5= -0.484, dan B6= 0.848, for medium term model are: α= 0.6383 ,β=0, dan γ=0.8289. Annual growth rate for 2008-2017 using genetic algorithm model is about 6.9%. Medium term forecasting using genetic algorithm gives better result than PLN P3B Java-Bali forecasting with sum error difference about 0.44%."

"Penulisan disertasi ini terbagi dalam 3 bagian utama: Pertama, menghitung biaya pokok penyediaan tenaga listrik tahun 2014 dibedakan menurut karakteristik pembangkit di masing-masing wilayah dan waktu (peak dan off-peak) menggunakan metode revenue requirement. Penggunaan biaya universal memperlihatkan bahwa subsidi lebih banyak dinikmati oleh wilayah Jawa, sedangkan penggunaan biaya pokok yang berbeda memperlihatkan sebaliknya. Penggunaan biaya pokok yang berbeda juga menghasilkan total alokasi subsidi yang lebih rendah dibandingkan penggunaan biaya universal. Di masa depan, penerapan biaya menurut wilayah dan waktu dalam menghitung alokasi subsidi hendaknya diikuti dengan penerapan tarif regional serta melibatkan pemerintah daerah setempat terkait cost sharing subsidi. Kedua, menghitung biaya penyediaan listrik di masing-masing kelas pelanggan dibedakan menurut wilayah menggunakan metode Long Run Marginal Cost berdasarkan rencana jangka panjang penyediaan listrik 2015-2024. Terjadi distorsi tarif (subsidi silang antar kelas pelanggan) dimana kelas pelanggan industri mensubsidi kelas pelanggan rumah tangga. Tingginya selisih biaya penyediaan dan tarif berlaku, menyebabkan PLN kehilangan kesempatan untuk membiayai investasi ketenagalistrikan di Indonesia yang rata-ratanya per tahun mencapai US$ 6,94 miliar. Ketiga, mengaplikasikan metode Frisch untuk menghitung elastisitas permintaan terhadap harga melalui elastisitas pengeluaran. Nilai elastisitas harga yang diperoleh digunakan untuk menganalisis perubahan kesejahteraan rumah tangga, redistribusi dan inefisiensi subsidi menggunakan data triwulanan Susenas 2014 berdasarkan tiga skenario kenaikan tarif. Pencabutan subsidi untuk rumah tangga dengan daya minimal 1.300 VA dan pengurangan subsidi untuk rumah tangga dengan daya maksimal 900 VA memperlihatkan adanya penurunan kesejahteraan rumah tangga, dan peningkatan persentase penduduk miskin namun redistribusi subsidi menjadi lebih baik serta inefisiensi subsidi pada rumah tangga daya terpasang 450 VA. Sebelum kebijakan menaikkan tarif diimplementasikan hendaknya dilakukan verifikasi rumah tangga melalui pencocokan dan penelitian di lapangan dengan harapan di masa depan subsidi menjadi lebih tepat sasaran.

---

The writing of this dissertation is divided into three main ideas: First, calculate the cost of supplying electricity in 2014 is differentiated according to the characteristics of the plant in each region and time (peak and off-peak) using the revenue requirement method. The use of universal costs shows that more subsidies are enjoyed by the Java region, whereas the use of different basic costs shows otherwise. Different cost of use also resulted in a lower total subsidy allocation than the use of universal costs. In the future, the implementation of costs by region and time in calculating the subsidy allocation should be followed by the application of regional tariffs and involving local governments on the cost-sharing of subsidies. Second, calculate the cost of providing electricity in each class of customers differentiated by region using Long Run Marginal Cost method based on long-term plan of electricity supply 2015-2024. There is a tariff distortion (cross-subsidy between customer classes) where the class of industrial customers subsidizes the class of household customers.

The high cost of provisioning and tariffs is prevailing, causing PLN to lose the opportunity to finance an electricity investment in Indonesia, which averaged US $ 6.94 billion per year. Third, apply the Frisch method to calculate the elasticity of demand for prices through the elasticity of expenditure. The value of elasticity of prices obtained is used to analyze changes in household welfare, redistribution, and inefficiency of subsidies using quarterly data of Susenas 2014 based on three tariff increment scenarios. The abolition of subsidies for households with a minimum power of 1,300 VA and a reduction in subsidies for households with a maximum of 900 VA shows a decrease in household welfare, and an increase in the percentage of the poor but better redistribution of subsidies and the inefficiency of subsidies in installed households of 450 VA. Before the policy of raising tariffs implemented, household verification should be conducted through matching and field research in the hope that in the future subsidies will be more targeted."

"Ratifikasi United Nation Framework Convention on Climate Change (UNFCCC) dan Protokol Kyoto oleh Pemerintah Indonesia melalui Undang-Undang Nomor 6/1994 dan Undang-Undang Nomor 17/2004 memberikan peluang bagi Indonesia untuk dapat berpartisipasi dalam upaya dunia mengatasi masalah perubahan iklim akibat pemanasan global. Perwujudan dari partisipasi tersebut antara lain dengan terlibat dalam Clean Development Mechanism (CDM) di sektor energi melalui pengembangan pembangkit listrik tenaga panas bumi (PLTP) di sistem ketenagalistrikan Jawa-Madura-Bali (JAMALI). Tulisan ini menentukan kelayakan suatu PLTP untuk dijadikan proyek CDM dengan membandingkan IRR dari suatu PLTP dengan MARR-nya. Hasil analisis pada tulisan ini menghasilkan kesimpulan bahwa PLTP yang paling layak dikembangkan adalah PLTP Salak Tahap I dengan kapasitas 165 MW.

---

Ratification of UNFCCC and Kyoto Protocol by the Government of Indonesia trough Law Number 6/1994 and Law Number 17/2004 give the opportunity to Indonesia to participate with the world effort in solving the climate change problems caused by global warming. The form of that participation is by being involved on the Clean Development Mechanism (CDM) in energy sector trough the development of geothermal power plant in Jawa-Madura-Bali (JAMALI) power system. This writing determines the feasibility of geothermal power plant to be proposed as a CDM project by compare its IRR and MARR. The analysis resulted that Salak Phase I geothermal power plant is the most feasible to develop."

"Pola konsumsi energi ternyata menjadi masalah tersendiri yang menyebabkan biaya pokok penyediaan yang tinggi dikarenakan mahalnya sumber energi yang di gunakan untuk memenuhi beban puncak, serta nilai investasi yang tinggi untuk membangun pembangkit listrik yang hanya digunakan untuk memenuhi pemakian pada satu waktu . Maka tulisan ini meneliti dampak tarif listrik dinamis terhadap tagihan listrik dan biaya pokok penyedian untuk mengoptimalkan pembangkit yang tersedia. Dari hasil penelitian bahwa membuat rasio tarif off peak dengan peak 1:2 atau penurunan off peak 6% dan kenaikan tarif peak 26% membuat kenaikan tarif rata rata pelanggan industri 9% dan membutuhkan pergeseran beban dari peak & mid-peak ke off peak sebesar 28% dan 1% agar tagihan listrik konsumen tidak berubah, kemudian jika tarif off peak diturunkan 30% dan tarif peak dinaikkan 26% membuat kenaikan tarif rata rata pelanggan industri 5%. Dengan kenaikan tarif mid-peak 50% dan kenaikan peak 26% membuat kenaikan tarif rata rata pelanggan industri 33 % dan membutuhkan pergeseran beban dari peak& mid-peak ke off peak sebesar 63% dan 43% agar tagihan listrik konsumen tidak berubah. Selain itu  elastisitas tarif menunjukan angka minus yang menunjukan bahwa tarif listrik industri bersifat elastis dan elastisitas silang nya bersifat komplenter. Tarif mid-peak memiliki elastisitas yang paling berpengaruh dengan nominal -0,3%. Sekitar 33% pelanggan yang bersedia melakukan investasi untuk alat yang bisa menggeser beban ke luar beban puncak. Dari total biaya pembangkitan perhari yang mencapai Rp. 955.974.721.222 untuk suatu sistem maka dengan skema Time of Use bisa menurunkan biaya pokok penyediaan total sebanyak 2,59% perhari atau Rp 10.126.850.860 ( Rp. 3.645.666.309.746 / tahun).

---

The pattern of energy consumption turns out to be a separate problem that causes high cost of supply due to the high energy sources used to meet peak loads, as well as a high investment value to build a power plant that is only used to meet usage at one time. So this paper examines the impact of dynamic electricity tariffs on electricity bills and supply costs to optimize the available power plants. From the results of the study that made the peak 1: 2 off peak tariff ratio or 6% drop off peak and 26% peak tariff increase made the average tariff increase for industrial customers 9% and needed a shift in load from peak & mid-peak to off peak of 28 % and 1% so that the consumer electricity bill does not change, then if the off peak tariff is reduced by 30% and the peak tariff is increased by 26%, the average tariff increase for industrial customers is 5%. With a 50% increase in mid-peak rates and a 26% increase in peak, the average tariff increase of industrial customers is 33% and requires a shift of load from peak & mid-peak to off peak by 63% and 43% so that consumer electricity bills do not change. In addition, the tariff elasticity shows a minus number which indicates that industrial electricity tariffs are elastic and the cross elasticity is complex. Mid-peak rates have the most influential elasticity with a nominal of -0.3%. Around 33% of customers are willing to invest in a tool that can shift the load out of the peak load. Of the total generation costs per day which reaches Rp. 955,974,721,222 for a system with the Time of Use scheme can reduce the total cost of providing a total of 2.59% per day or Rp. 10,126,850,860 (Rp. 3,645,666,309,746 / year)."

"ABSTRAKSolar photovoltaic Solar PV merupakan salah satu teknologi energi terbarukan yang telah berkembang dengan pesat. Efisiensi solar PV terus meningkat dan total biaya instalasinya semakin murah di beberapa tahun terakhir. Hal ini mempengaruhi tren kenaikan total kapasitas pembangkitan solar PV di dunia, baik tipe utility-scale PV maupun rooftop PV. Menurunnya biaya energi listrik yang dihasilkan rooftop PV juga akan mendorong konsumen beralih ke peralatan yang memanfaatkan listrik, seperti : dari kompor gas ke kompor listrik; dan kendaraan berbahan bakar minyak ke kendaraan listrik. Di sisi lain, integrasi solar PV ke suatu sistem jaringan berpotensi menimbulkan masalah karena sifatnya yang intermittent dan waktu pembangkitannya yang tidak dapat diatur. Penelitian ini akan membahas tentang dampak penetrasi solar PV pada sistem tenaga listrik Jawa - Bali. Metode yang digunakan adalah dengan memproyeksikan kapasitas terpasang solar PV lalu melakukan simulasi pembangkitan listrik untuk melayani permintaan beban pada tahun 2025. Rencana pengembangan kapasitas terpasang pembangkit listrik di Jawa - Bali diperoleh dari Rencana Usaha Penyediaan Tenaga Listrik RUPTL yang disusun oleh Perusahaan Listrik Negara PLN . Hasil penelitian menunjukkan bahwa sistem tenaga listrik Jawa - Bali berpotensi kekurangan pembangkit dengan fleksibilitas tinggi untuk mengantisipasi penetrasi solar PV dan pertumbuhan jumlah kendaraan listrik dan kompor listrik.

---

ABSTRACTSolar photovoltaic Solar PV is one of the renewable energy technologies that has grown rapidly. The efficiency of solar PV continues to increase and the total installation cost is getting lower in this recent years. This affects the upward trend in total solar PV generation capacity in the world, for both utility scale PV and rooftop PV type. The decrease in the cost of electrical energy generated by rooftop PV will also encourage consumers to switch to equipment that utilizes electricity, such as from agas stove to an electric stove and oil fueled vehicles to electric vehicles. However, the integration of solar PV into a grid system has the potential to cause problems due to its intermittent nature and uncontrollable generation time. This research will discuss the impact of solar PV penetration on Java Bali grid system. The method used is by projecting the installed capacity of solar PV and then perform the simulation of electricity generation to serve the load demand in 2025. The development plan of power plant in Java Bali is obtained from the Rencana Usaha Penyediaan Tenaga Listrik RUPTL . The result shows that Java Bali grid system potentially lack of flexible generator to anticipate the penetration of solar PV and the growth of electric vehicle and induction stove."

"Pola beban sistem tenaga listrik yaitu pola permintaan beban puncak dan kurva lama beban (KLB) sangat berpengaruh dalam perencanaan pengembangan sistem pembangkitan jangka panjang. Pola beban tersebut mempengaruhi: nilai total biaya kumulanf pengembangan sxstem koniigurasn optnmum vanabel kandidat pembangkit, total tambahan kapasitas pembangkit terpasang, Jumlah energi yang diproduksi dan keandalan sistem (indeks LOLP (Loss Of Load Probability) & ENS (Energy Not Served)). Beberapa model telah digunakan untuk peramalan permintaan beban puncak dan untuk merepresentasikan KLB. KLB merupakan parameter yang sangat penting untuk analisis sistem ketenagalistrikan seperti estimasi biaya operasi sistem pembangkitan prediksi jumlah energi yang diproduksi dan untuk perhitungan tingkat keandalan. Dalam disertasi ini telah dikembangkan model peramalan beban puncak jangka panjang dan model KLB dengan menggunakan metode Jaringan Syaraf Tiruan (JST). Model yang dikembangkan mampu melakukan komputasi secara paralel melalul pembelajaran dari pola pola yang diajarkan sehingga mampu menemukan hubungan non-linear antara beban dan faktor-faktor ekonomi populasi, konsumsi energi listrik dan faktor faktor Iainnya serta dapat melakukan penyesuaian terhadap perubahan-perubahan yang terjadi. Model tersebut diaplikasikan pada sistem ketenagalistrikan Jawa-Madura-Bali (Jamali) dan hasil output peramalan beban puncak dan KLB nya digunakan sebagai masukan dalam optimasi perencanaan pengembangan sistem pembangkltan dengan program WASP (Wien Automatic System Planning). Selanjutnya dilakukan analisis keandalan sistem berdasarkan hasil optimasi. Untuk mengetahui keakuratan model yang dikembangkan maka output hasil dan model yang dikembangkan dibandingkan dengan model lain. Hasil ramalan beban puncak pada tahun 2025 dengan metode JST tidak berbeda jauh dengan model ekonometrik Simple E yang digunakan untuk Rencana Umum Ketenagalistrikan Nasional (Simple E-RUKN) yaitu masing-masing sebesar 57.030 MW dan 59.107 MW (perbedaannya sekitar 3,58%). Berdasarkan metode JST, laju pertumbuhan beban tahunan rata-rata sekitar 7,1 % selama periode tahun studi 2006-2025, sementara itu menurut Simple E-RUKN laju pertumbuhan diperkirakan sekitar 7,3%per tahun. Representasi pola model KLB-RJST yang dikembangkan lebih mendekati pola KLB-Aktual, dibandingkan dengan pola model KLB-Synder. Berdasarkan hasil analisis keandalan dalam optimasi perencanaan pengembangan sistem pembangkitan diperoleh kesimpulan bahwa perbedaan hasil perhitungan keandalan antara model KLB-JST dibandingkan pola KLB-Aktul mempunyai perbedaan yang relatif kecil (sekitar 0,94% untuk perbedaan LOLP dan 4,44% untuk perbedaan ENS). Untuk model proyeksi KLB berdasarkan metode JST, hasilnya cukup bagus.

---

Load pattern on the electricity system (i. e. demand pattern of peak load and load duration curve (LDC)) has an effect on the long term generating system expansion planning The load pattern affects of' cumulative total cost value of system development, optimum configuration of generating candidate variable, total addition of generating installed capacity amount of energy produced and system realibility (index of LOLP (Loss Of Load Probability) & ENS (Energy Not Served)) Several models have been used to forecast peak load demand and to express LDC An LDC is one of the most important parameters to analyze the electric power systems. It is used in estimating the operating cost of a power system predicting the amount of energy delivered by each unit, and calculating reliability measures. In this dissertation an intelligence model to forecast long-load and to express LDC using Artificial Neural Networks (ANN) method has been developed The model has ability to conduct parallel computing through training from taught patterns so that it is able to find non-linear relations between load economic thetors population electric energy consumption and other factors. The model can also conduct adjustment in response to any changes that happenes. The model is applied on the Jawa Madura Bali (Jamali) electricity system and the output result of the forecasted peak load and its LDC are used as input on the optimazation of expansion planning for electrical generating system using WASP (Wien Automatic System Planning) program. Hercinafter the system reliability is analyzed based on the optimization result. The developed model output is compared to other model output to verify the accuracy. The result of the forecasted peak load in 2025 by ANN method does not differ far from that of Simple E model used National Electricity General Planning (Simple E-NEGP) of which 57.030 MW and 59.107 MW respectively(its difference about 3,58%) Based in the ANN model, mean annual load growth rate is about 7,1% during study period of 2006-2025, meanwhile according to Simple E-NEGP, the growth rate is estimated about 7,3 % per year. The develop LDC model based on ANN approximates the actual-LDC, if compared to LDC model based on the Synder. Based on the reliability analysis on the optimization of generating system expansion planning, the reliability calculation result by LDC-ANN model is almost similar to LDC-Actual model (differs about 0,94% or LOLP and about 4,44% for ENS). Meanwhile for LDC projection based on ANN, the result is fine."

"Applied supply side Management of electric Energy in Supply side. This is prior in order tooptimalize of using Hydro generation so it could operation as maximal as possible in the peak of systemloading. In this WG] eficiency of using minimum fuel as expected can be occur in Operation theThermal Generation.In order to have an optimum .system, in Electric Power System that consist of unit Hydro Generationand other Thermal Generation such as PLTU1 PLTP, PLTGDI PLTG. A loading regulation is necessaryto build in an electrical power generation, in order to have an optimum operation for electric powersystem, in which minimum fuel cost in operation electric energy need all. It is important to do because theelectrical power generation serves electric power loads, that always change by the time, and also resultfuel-cost per unit time in rupiahs pers hours, changes by the time.The cost of Electrical Power System operation is set as the goal to be minimized and the junction ofoperation cost will be change. Gradient Method will be used in order to solve this hind of matters. Theoptimum of generation regulation in this paper was restricted as generation regulation of real powerwhenever the optimum generation using this gradient Method is more profitable then using merit ordermethod technically and economically.In this case Computer program will be Applied using computer simulation in which Borland Delphirelease 7.0 as computer language programming, in order to to find an optimization of operation systemhydro-thermis power generation. As the result of Computer simulation program, is picture, table or chartthat would be easier to be understood."