ABSTRAK
Perencanaan pengembangan pembangkit listrik merupakan salah satu hal pentingyang menjadi bagian dari perencanaan sistem kelistrikan nasional selain perencanaankebutuhan beban. Permasalahan yang harus terjawab dalam suatu perencanaanpengembangan pembangkit adalah bagaimana suatu investasi akan bernilai optimumdengan berbagai kendala dan keterbatasan yang ada untuk memenuhi tingkat kehandalanyang diinginkan.Optimasi perencanaan pengembangan pembangkit yang digunakan dalampenelitian ini didasarkan atas minimum pembiayaan (least cost) yang dinyatakan terhadapnilai saat ini (present value) dengan tingkat kehandalan yang ditetapkan dan sejalandengan kebijakan pemerintah. Pembiayaan yang dimaksud adalah pembiayaanpembangkit yang terdiri atas biaya modal, operasi dan pemeliharaan, serta biaya bahanbakar. Metode penghitungan nilai optimasi yang digunakan adalah algoritma genetika,dimana dalam penelitian sebelumnya hasil pengujian simulasi menunjukkan nilai totalpembiayaan 0,7% lebih rendah apabila dibandingkan dengan model Zopplan.Hasil optimasi bauran kapasitas pembangkit Jawa Bali di tahun 2030 adalahPLTU Batubara 55.492 MW (60%), PLTGU Gas (16%) 14.831 MW, PLTG LNG 10.385MW (11%), PLT Hidro 7.196 MW (8%), dan PLTP 3.797 MW (4%). PLTU Minyak danPLTU Gas yang dianggap sebagai pembangkit eksisting masing-masing sebesar 407 MW(0,4%) dan 815 MW (0,9%). Hasil optimasi bauran energi listrik dari pembangkit JawaBali di tahun 2030 adalah PLTU Batubara 340.272 GWh, PLTGU Gas 54.730 GWh,PLTG LNG 18.356 GWh, PLT Hidro 22.059 GWh, PLTP 27.762 GWh, PLTU Minyak713 GWh dan PLTU Gas 1.429 GWh. Proyeksi emisi CO2 di tahun 2030 adalah sebesar348,8 juta ton, sedangkan di tahun 2020 sebesar 198,2 juta ton. Proyeksi emisi CO2 ditahun 2020 hasil optimasi Algen menunjukkan 7 juta ton lebih rendah apabiladibandingkan terhadap proyeksi dari RUPTL.
ABSTRACT
Power generation expansion planning is one of an important thing that becamepart of the national electricity system planning, besides of the load forecasting. Problemthat must be answered in generation expansion planning is how an investment would beoptimum with several constraints and limitations, wether they are techno-economic factoror energy resources.Optimization of power generation in this study are based on least cost methodwhich stated in present value with a spesified level of reliability and in line withgovernment policy. Least cost are for capital cost, operation and maintenance cost, andfuel cost. The measurement of optimization?s value using the genetic algorithm, which inprevious studies test results demonstrate the value of total cost is 0,7% lower whencompared to Zopplan?s model.Optimization results for Jawa Bali generating capacity mix in 2030 was SteamCoal Power Plant 55,492 MW (60%), Gas Combined Cycle Power Plant 14,831 MW(16%), LNG Power Plant 10,385 MW (11%), Hydro 7196 MW (8%), and Geothermal3,797 MW (4%). Oil and Gas Steam Power Plant power plant is considered as existingpower plants amounted to 407 MW (0.4%) and 815 MW (0.9%). Optimization results ofelectrical generating energy mix for Java and Bali in 2030 was Coal Power Plant 340272 GWh, Gas Combined Cycle Power Plant 54 730 GWh, LNG Power Plant 18,356GWh, Hydro 22 059 GWh, Geothermal 27,762 GWh, Oil and Gas Steam Power plantare 713 GWh and 1,429 GWh. Projected CO2 emissions in 2030 amounted to 348.8million tons, while in 2020 amounted to 198.2 million tons. Projected CO2 emissions in2020 based on Algen?s optimization result shows 7 million tons lower when compared tothe projection of RUPTL (General Plan Electricity of Supply in Indonesia). |
T34912-Rudi Purwo Wijayanto.pdf :: Unduh