Optimasi Pola Operasi Produksi Listrik Waduk Saguling

1. Pendahuluan

Bendungan adalah bangunan berupa urugan tanah, urugan batu, dan beton, yang dibangun selain untuk menahan dan menampung air, dapat pula dibangun untuk menahan dan menampung limbah tambang, atau menampung lumpur sehingga terbentuk waduk. Waduk adalah wadah buatan yang terbentuk sebagai akibat

dibangunnya bendungan. Fungsi waduk adalah untuk penyediaan air baku, penyediaan air irigasi, pengendalian banjir dan/atau pembangkit listrik tenaga air (Kementerian PUPR, 2015).

Waduk Saguling berfungsi sebagai pembangkit tenaga listrik yang dikelola oleh PT. Indonesia Power. Pembangkit Listrik Tenaga Air (PLTA) Saguling yang

^* Penulis Korespondensi: redisuf21man@gmail.com

terletak dikawasan Bandung Barat, Bandung, Jawa Barat merupakan waduk yang mendukung sistim listrik untuk Jawa-Bali. Pembangkit Listrik Tenaga Air (PLTA) Saguling memproduksi sebanyak 700 MW dan berkontribusi sebesar 2,5 persen ke sistem Jawa-Bali yang memiliki total kapasitas 27.700 MW (M. Ahsin Sidqi, 2021). Waduk Saguling dengan luas 5.600 ha pada ketinggian 645 m diatas permukan laut dan mulai beroperasi dalam satu sistem kaskade yang membendung sungai Citarum sejak tahun 1988.

Sesuai dengan Peraturan Menteri Pekerjaan Umum dan Perumahan Rakyat Nomor 27/PRT/M/2015 Tentang Bendungan Pasal 47 disebutkan bahwa setiap bendungan pengelolaan sumber daya air harus memiliki pola operasi waduk (POW). Pola Operasi Waduk (POW) adalah patokan operasional bulanan suatu waduk dimana debit air yang dikeluarkan oleh waduk harus mengikuti ketentuan agar elevasinya terjaga sesuai rancangan.

2. Lokasi Penelitian

Penelitian ini dilaksanakan Waduk Kaskade Citarum adalah tiga buah waduk seri yang terletak di S. Citarum, berturut-turut dari hulu ke hilir Waduk Saguling, Waduk Cirata dan Waduk Ir. H. Djuanda. Secara administratif, Waduk Saguling terletak di Kabupaten Bandung dan Kabupaten Cianjur; Waduk Cirata terletak di Kabupaten Bandung Barat, Kabupaten Cianjur dan Kabupaten Purwakarta; dan Waduk Djuanda terletak di Kabupaten Purwakarta.

Gambar 1. Lokasi DAS Citarum berdasarkan wilayah sebagai berikut: administratif (Sumber: BAPEDA Jabar)

Gambar 2. Lokasi waduk Kaskade Citarum

2.1 Waduk kaskade Citarum

Waduk kaskade terdiri dari beberapa waduk dikarenakan dalam satu badan Sungai ada Waduk Saguling, Waduk Cirata, dan Waduk Juanda. Yang mengelola juga berbeda-beda. Waduk Saguling dan Waduk Cirata yang terletak di hulu berfungsi sebagai pembangkitan tenaga listrik sedangkan Waduk Juanda sebagai waduk serba guna.

3. Materi dan Metode

Penelitian ini merupakan penelitian deskriptif kuantitatif untuk mengetahui pola operasi Waduk Saguling yang optimal dengan menggunakan Metode Linear programming dan diharapkan hasilnya dapat digunakan sebagai masukan dalan pola operasi Waduk Saguling.

3.1 Bendungan Saguling

Studi ini hanya meninjau waduk Saguling saja dan menganggap waduk Saguling ini sebagai suatu sistem waduk tunggal/parsial. Bendungan saguling berada di lokasi paling hulu sistem kaskade. Bendungan Saguling merupakan bendungan kedua yang dibangun setelah Bendungan Jatiluhur. Tipe Bendungan adalah Bendungan Urugan Bantu dengan Inti Tanah. Kapasitas tampungan saat ini adalah 525 juta m3 dan luas permukaan 50 Ha. Puncak bendungan berada pala elevasi 650.5 m.Bendungan ini dilengkapi dengan Turbin sebanyak 4 buah dengan kapasitas masingmasing 175 MW. Kapasitas masing-masing turbin adalah 54 m3/s. Bendungan Saguling merupakan bendungan kedua yang dibangun setelah Bendungan Jatiluhur. Pelimpah Bendungan saguling terletak di tepi kiri sungai (Gambar 2). Bangunan pelimpah terdiri dari 2 (dua) bagian yaitu pelimpah berpintu (elevasi puncak 634,7 m) dan Pelimpah tidak berpintu (elevasi puncak 643.0 m). Pelimpah berpintu diatur dengan 3 (pintu), masing-masing lebarnya 10.0m dan panjang overflow 63,6m. Pelimpah kedua berbentuk ogee. Kapasitas debit dari seluruh pelimpah adalah 2.400 m3/s pada Muka air maksimum 645 m.

3.2 Data teknis bendungan Saguling

Data Teknis pada Bendungan Saguling yang telah didapatkan oleh pihak pengelolah yang terdiri dari

Gambar 3. Tampungan waduk kondisi awal (Departemen Pekerjaan Umum, 1995)

Tabel 1. Data teknis

Tabel 2. Data teknis pelimpah dan intek

3.3 Program dan model optimasi operasi waduk

Menurut Anggraheni, D & Jayadi, Rachmad, dan I. (2017), ada tiga tahapan dalam mempersiapkan model optimasi, yaitu:

• 1. Mengidentifikasikan fungsi objektif untuk mengukur efektivitas atau kegunaan yang menghubungkan beberap kombinasi dari variabel. Fungsi objektif merupakan fungsi yang dioptimasi baik maksimum atau minimum. Contoh fungsi objektif adalah minimum kekurangan (minimum shortage), atau maksimum keuntungan.
• 2. Mengidentifikasikan decision variable secara kuantitatif dan menentukan ketelitiannnya.
• 3. Mengidentifikasikan faktor-faktor tertentu yang membatasi (decision variable), tahapan ini akan menghasilkan persamaan kendala (constraints) yaitu persamaan aljabar atau ketidaksamaan atau dalam beberapa kasus sama dengan persamaan differensial dimana persamaan tersebut harus dipenuhi dalam menentukan nilai maksimum atau minimum dari fungsi objektif.

Model optimasi adalah penyusunan suatu model system yang sesuai dengan keadaan nyata yang nantinya dapat dirubah ke dalam model matematis dengan pemisahan elemen-elemen pokok, agar suatu penyelesaian yang sesuai dengan sasaran atau tujuan pengambilan keputusan dapat tercapai (Subagyo, 1984) disajikan dalam skema pada Gambar 4.

Gambar 4. Skema model optimasi

Model optimasi disebut juga sebagai model pengambilan dan penentuan keputusan dimana pada dasarnya mempunyai sistematikan kerja yang membandingkan semua keputusan-keputusan yang dapat dilaksanakan dan pada akhirnya memilih satu alternatif yang baik. Model optimasi biasanya dibentuk dengan cara mengkombinasikan kelakuan system disebut kendala (constaint) dan system objektif dibentuk menjadi fungsi tujuan (objective function). Kemudian algoritme matematika yang cocok akan terpilih untuk diterapkan ke dalam model optimasi tersebut, kadangkala untuk memenuhi persyaratan salah satu algoritme optimasi, model optimasi suatu system perlu disederhanakan dalam bentuk algoritme optimasi yang dipakai. Kelebihan dari Teknik optimasi adalah dapat memberikan solusi yang baik dan semua alternatif dapat dievaluasi secara bersama. Kelebihan dari metode simulasi adalah dapat mensimulasi masukan data dalam jumlah yang cukup banyak dan dapat membandingkan beberapa manajemen kebijaksanaan.

Program Teknik optimasi antara lain program linier, program non linier, program dinamik, program genetik, jaringan syaraf tiruan (artificial neural network), dan logika kabur (fuzzy logic). Pemilihan Teknik optimasi sangat bergantungan pada karakteristik waduk yang ditinjau, ketersedian data, tujuan, dan kendala yang di pakai. Dalam penelitian ini program Teknik optimasi yang akan dibahas selanjutnya adalah Linear programming.

3.4 Metode pengambilan data

Penelitian ini dilakukan melalui beberapa tahapan untuk mendapatkan hasil yang baik dan mengurangi kesalahan dalam penelitian. Tahapan dalam penelitian ini ditunjukkan pada Gambar 4. Berikut ini merupakan garis besar tahapan yang akan dilakukan dalam penelitian ini:

• a. Tahapan Persiapan
  • Pada tahap persiapan dilakukan studi literatur yang terkait dengan penelitian. Sumber literature dari buku, jurnal penelitian dan informasi lainnya yang bisa diakses melalu website.
• b. Mengumpulkan data pendukung berupa data sekunder Pengumpulan data sekunder yang akan dibutuhkan untuk penelitian.
• c. Melakukan pemodelan
  • Pemodelan Optimasi lempasan dilakukan menggunakan metode Linear Programing dengan alat bantu software Solver LINDO untuk mendapatkan pelepasan optimal pada Waduk Saguling.
• d. Melakukan pembahasan Melakukan pembahasan berdasarkan hasil simulasi pemodelan pengoperasian produksi listrik dan harga.

3.5 Data inflow waduk Saguling

Data Inflow Waduk Saguling terdokumentasikan dengan baik oleh pengelola bendungan. Data yang tersedia untuk penelitian ini adalah Inflow Waduk hasil pencatatan dari AWLR yang tersedia. Data pencatatan inflow waduk saguling, dalam penelitian ini data inflow dari tahun 2010 sampai 2017, yang diinformasikan dalam Table 3.

Tabel 3. Data debit inflow

3.6 Data elevasi, storage dan area

Data diperoleh berdasarkan laporan Pola Operasi Waduk Saguling, sebagai berikut:

3.8 Data PLTA

Waduk Saguling memiliki fungsi pembangkit listrik tenaga air (PLTA). Total kapasitas daya turbin yang

Tabel 4. Data E-S-A waduk Saguling

dimiliki waduk Saguling hanya 700,8 MW karena volume efektifnya kecil tetapi tinggi jatuh (head) yang dimiliki sangat tinggi sehingga produksi listrik yang akan dihasilkan lebih kurang sebesar 1 KWh untuk 1 m3 /s air yang dikeluarkan. Berikut data PLTA Waduk Saguling yg disajikan dalam Tabel 5.

4. Hasil dan Pembahasan

4.1 Analisis data inflow

Data yang digunakan pada penelitian ini menggunakan pada tahun 2010 - 2021 data di dapatkan dari data sekunder (Tabel 6). Lalu di bagi menjadi 3 kondisi yang dimana tahun basah, normal dan kering (Tabel 7).

Data pada Tabel 7 dilakukan perhitungan simulasi untuk dibagi menjadi tiga periode yaitu Tahun Basah, Tahun Normal dan Tahun Kering. Untuk simulasi menggunakan perangkat lunak Microsof Excel.

4.2 Analisis data teknis waduk

Data teknis waduk diperlukan untuk memmodelkan batasa-batasan yang akan ditetapkan dalam optimasi. Volume tampungan waduk dihilir mempengaruhi batasan peleapasan maksimal waduk. Batasan kapasitas tampungan waduk dapat di lihat pada Gambar 5 sebagai berikut:

Selanjutnya data yang teknis yang diperlukan adalah kurva kapasitas tampungan waduk saguling. Dari

Tabel 5. Data PLTA

Tabel 6. Data inflow 2010-2017

274 Jurnal Teknik Sipil

Tabel 7. Kondisi tahun basah, tahun normal, dan tahun kering

Gambar 5. Volume tampungan awal waduk Saguling

lengkung kapasitas waduk ini akan diketahui berapa besarnya tampungan pada elevasi tertentu, sehingga dapat ditentukan ketinggian muka air yang diperlukan untuk mendapatkan besarnya volume tampungan pada suatu elevasi. Kurva ini juga dipergunakan untuk menentukan besarnya kehilangan air akibat perkolasi yang dipengaruhi oleh luas muka air pada elevasi tertentu.

4.3 Data evaporasi

Data Evaporasi diperoleh dalam satuan dalam satuan milimeter (mm) dalam waktu bulanan dan harian. Data evaporasi digunakan untuk mengetahui kehilangan air waduk. Sebagai berikut pada Tabel 8.

4.4 Target optimum

Suatu model dapat dikatakan optimum jika mampu mencapai batas tertentu yang ditetapkan. Penetapan batas tersebut dapat berupa kapasitas maksimum atau berdasarkan kebutuhan tertentu. Optimasi dalam penelitian ini ditujukan untuk memaksimalkan fungsi

Tabel 8. Evaporasi

Gambar 6. Kurva elevasi-volume-area waduk Saguling

dari masing-masing waduk dalam setiap periode operasi. Waduk Saguling mempunyai target operasi menghasilkan listrik.

Optimasi pada penelitian ini menggunakan Metode Linear Programming dengan bantuan Software Solver Linear Interaktive Discrete Optimizer (LINDO). Tujuan dari optimasi ini adalah untuk optimasi pola operasi produksi listrik. Hasil yang dikeluarkan dari model optimasi ini berupa debit optimum.

4.6 Input data optimasi

Optimasi yang akan dilakukan pada penelitian ini dilakukan untuk mendapatkan pola operasi waduk yang optimum pada pengoperasian tahun basah, normal dan kering. Proses optimasi dilakukan sebanyak 3 (tiga) kali dengan input data yang berbeda. Langkah pertama Optimasi menggunakan debit inflow setiap tahun basah, tahun normal dan tahun kering. Data Inflow Waduk Saguling 2010-2021 pada Tabel 6.

Dalam Software Linear Interaktive Discrete Optimizer (LINDO), kita bisa langsung memakusan nilai fungsi Tujuan dan fungsi Kendala dan jendela Linear Interaktive Discrete Optimizer (LINDO). Kemudian dapat langsung dijalankan simulasinya dengan menekan "Solve". Dalam Software Linear Interaktive Discrete Optimizer (LINDO) dalam mengoprasikan maka ada persyaratan yaitu:

· Fungsi Tujuan

Dalam optimasi penelitian ini fungsi tujuan yaitu total daya listrik yang optimal. Karena penelitian ini mau mencari produksi listrik pertahunnya pada setiap kondisi Tahun Basah, Tahun Normal, dan Tahun Kering.

MAX P1+P2+P3+P4+P5+P6+P7+P8+P9+P10+P11+P12 (1)

Keterangan:

MAX = Maksimum tujuan optimasi.

P = Daya listrik yang dihasilkan oleh waduk.

1,2,3, ..., 12 = Bulan

· Fungsi Kendala (SUBJECT TO)

Dalam software LINDO ini fungsi kendala adalah SUBJECT TO. Ada beberapa variabel yang di masukan ke LINDO tersebut yang terdiri dari:

1. Initial Tampungan dan Kapasitas Tampungan Waduk (m³/bulan) (Storage MAX)

2. Tampungan Minimum Waduk (m³/bulan) (Storage MIN)

Keterangan:

S = Volume Tampungan Waduk

1,2, ..., 12 = Bulan

Pada optimasi diawali S1 <=518 m³/bulan adalah tinggi maksimum, untuk awal optimasi menggunakan tinggi muka air waduk dan <=518 m³/bulan adalah max storage pada waduk. Dan untuk min storage pada waduk yaitu >=119.2 ini posisi di intake.

3. Kapasitas Turbin (jt/m³)

Keterangan:

P = Daya Listrik pada turbin.

1,2, ..., 12 = Bulan

Untuk mencari optimasi produksi listrik butuh daya listrik dan batas maksimum daya. Kapasitas debit 54,80 m³/s maka kalau di jadikan perbulan 568,17 juta m³/bulan.

4. Pola operasi yang terdiri dari Inflow, Evaporasi, dan Debit Pemeliharan ini kondisi Basah:

Perhitungan untuk pola operasi yang terdiri dari Inflow, Evaporasi, dan Debit pemeliharaan. Inflow yang di maksud adalah setiap masing-masing kondisi. Dalam penelitian ini debit pemeliharaan diasumsikan dengan probabilitas 95% dari data debit inflow selama 10 tahun. Sesudah itu lalu dioptimasikan dengan menekan (SOLVE). Hasil pola operasi dari persamaan pada tiga kondisi terdapat pada Gambar 7.

Gambar 7. Pola operasi 3 kondisi

4.7 Hasil optimasi software LINDO

Dalam penelitian ini menghitung setiap kondisi Tahun Basah, Tahun Normal dan Tahun Kering. Software LINDO tersebut output nya adalah daya yang optimal (jt m³) per tahun.

· Hasil optimasi pada kondisi Tahun Basah

Pada hasil optimasi kondisi tahun basah yang dikeluarkan oleh Software LINDO yaitu objective function value sebesar 4152 m³/tahun yang dimana P adalah daya listrik dan S adalah volume tampungan waduk (storage). Dimana pada kondisi P6 = 0 yang

berarti tidak ada daya listrik tetapi pada S6 adanya nilai yang besar dibulan yang lain, dibulan itu ada pengisian waduk.

· Hasil optimasi kondisi Tahun Normal

Pada hasil optimasi kondisi tahun normal yang dikeluarkan oleh Software LINDO yaitu objective function value sebesar 2576,8 m³/tahun yang dimana P adalah daya listrik dan S adalah volume tampungan waduk (storage). Dimana pada kondisi P1, P7, P8, dan P10 = 0 yang berarti tidak ada daya listrik tetapi pada S1, S7, S8, dan S10 adanya nilai yang besar, dibulan itu berarti ada pengisian waduk.

· Hasil optimasi kondisi Tahun Kering

Keterangan :

P = Daya Listrik yang dihasilkan oleh waduk

S = Volume tampungan waduk

1,2, ..., 12 = Bulan

Pada hasil optimasi kondisi tahun kering yang dikeluarkan oleh Software LINDO yaitu objective function value sebesar 1957,6 m³/tahun yang dimana P adalah daya listrik dan S adalah volume tampungan waduk (storage). Dimana pada kondisi P6, P7, P8, P10, dan P12 = 0 yang berarti tidak ada daya listrik tetapi pada S6, S7, S8, S10 dan P12 adanya nilai, dibulan itu berarti ada pengisian waduk.

4.8 Analisis biaya

Dari hasil optimasi menggunakan Software Solver LINDO maka dapat daya optimum yang di dapatkan untuk masing-masing kondisi Tahun Basah, Tahun Normal dan Tahun Kering. Dasar dari perhitungan analisis biasa dari harga yang ditetapkan oleh pihak PLN pada tahun 2022 dengan harga 1.444,7/kWh.

Dari hasil Analisa, total daya optimum yang didapat untuk masing masing kondisi adalah sebagai berikut

Tahun Basah = 3.877 GWh Tahun Normal = 2.383 GWh Tahun Kering = 1.830 GWh

Tabel 9. Biaya semua kondisi

Maka dari hasil optimasi Waduk Saguling dapat memproduksi listrik pada tahun Basah, Tahun Normal, dan Tahun Kering 3.877 GWh, 2.383 GWh, dan 1.830 Gwh. Maka biaya yang di hasilkan untuk 1 tahunnya pada kondisi Tahun Basah Rp 5.600.654.913.820,00, Tahun Normal Rp 3.443.229.424.068,00 dan Tahun Kering Rp 2.643.474.584.653,00.

5. Kesimpulan dan Saran

5.1 Kesimpulan

Berdasarkan analisis penelitian ini hasil pada optimasi menggunakan software Solver LINDO dapat disimpulkan sebagai berikut:

• 1. Hasil optimasi pola operasi produksi listrik menggunakn software Solver LINDO Waduk Saguling adalah:
  • a. Hasil optimasi produksi kondisi Tahun Basah, sebesar 3.877 GWh
  • b. Hasil optimasi produksi kondisi Tahun Normal, sebesar 2.383 GWh.
  • c. Hasil optimasi produksi kondisi Tahun Kering, sebesar 1.830 GWh
• 2. Hasil analisis biaya dari hasil optimasi untuk produksi listrik yang ditetapkan oleh PLN tahun 2022 adalah:
  • a. Pada Tahun Basah sebesar, Rp 5.600.654.913.820,00.
  • b. Pada Tahun Normal sebesar, Rp 3.443.229.424.068,00.
  • c. Pada Tahun Kering sebesar, Rp 2.643.474.584.653,00.

5.2 Saran

Saran pada penelitian ini adalah sebagai berikut:

• 1. Pola optimasi Waduk Saguling dapat dikembangkan lebih lanjut dengan metode lainnya.
• 2. Dapat dikembangkan juga analisis terhadap Waduk Kaskade terdiri dari Waduk Ciratra dan Waduk Jatiluhur dalam penelitian kedepannnya.

Daftar Pustaka

• Aprizal, A. and Budiman, B, Optimasi Metaheuristik dalam Penyusunan Pola Operasi Waduk, pp. 1– 11, (2019).
• BBWS Citarum, Sertifikasi Desain Bendungan Kaskade.
• BBWS Citarum, Pedoman Operasi dan Pemeliharaan Bendungan Kaskade.
• Chen, L. et al., A Study of Applying Genetic Algorithm to Predict Reservoir Water Quality, 7(2). doi: 10.7763/IJMO.2017.V7.566, (2017)
• Grey, D. and Sadoff, C. W., Sink or Swim? Water security for growth and development', Sink or Swim? Water Security for Growth and Development, 9(6), pp. 545– 571. doi: 10.2166/ wp.2007.021., (2007)
• Hermanto Teguh. 2010. Menyelesaikan Masalah Optimasi dalam Program Linear dengan Lindo. (online): Tersedia: hhtp://id.scribd.com/

• doc/34179882/Menyelesaikan masalah optimasi (15 Juli 2018)
• Kementerian PUPR, B. (2017) Modul Operasi Waduk. Legowo, S., Hadihardaja, I. K. and Rabuanawati, S. (2006) 'Pengoperasian dan Umur Guna Waduk', Teknik Sipil, 13(4), pp. 183–200.
• Klipsch, J. D., & Evans, T. a. (2010). Reservoir Operations Modeling With Hec-Ressim Joan. Reservoir Operations Modeling with HEC-ResSim. Retrieved from http://www.gcmrc.gov/ library/reports/physical/Fine_Sed/8thFISC2006/ 3rdFIHMC/7E_Klipsch.pdf
• Rani, D. and Madalena, M. (2010) 'Simulation Optimization Modeling : A Survey and Potential Application in Reservoir Systems Operation', pp. 1107–1138. doi: 10.1007/ s11269-009-9488-0.
• Samosir, C. S., Soetopo, W. and Yuliani, E. (2011) 'Optimasi Pola Operasi Waduk Untuk Memenuhi Kebutuhan Energi Pembangkit Listrik Tenaga Air (Studi Kasus Waduk Wonogiri).