Pertumbuhan energi surya membawa tantangan baru
Pembangkit listrik tenaga surya semakin banyak terintegrasi ke jaringan distribusi listrik. Kehadiran panel surya di dekat pusat beban dapat membantu mengurangi beban saluran, memperbaiki profil tegangan, dan meningkatkan pemanfaatan energi terbarukan.
Namun, semakin besar penetrasi energi surya, semakin kompleks pula pengelolaan jaringan listrik. Produksi listrik dari matahari bersifat berubah-ubah mengikuti kondisi cuaca dan waktu. Kondisi tersebut dapat memicu perubahan tegangan, aliran daya balik, peningkatan kehilangan energi, hingga berkurangnya stabilitas tegangan jaringan.
Karena itu, penempatan panel surya tidak cukup hanya mempertimbangkan berapa banyak listrik yang dapat dihasilkan. Lokasi dan kapasitas setiap unit juga perlu diperhitungkan agar jaringan tetap efisien dan aman.
Trieu Ngoc Ton menyoroti persoalan yang selama ini sering muncul dalam perencanaan pembangkit surya. Banyak pendekatan sebelumnya berfokus pada pengurangan kehilangan daya atau perbaikan tegangan, sementara aspek stabilitas tegangan sering hanya diperiksa setelah proses optimasi selesai.
Padahal, jaringan dengan kehilangan daya rendah belum tentu memiliki tingkat keamanan operasi yang tinggi. Jaringan tersebut tetap dapat berada dekat dengan batas ketidakstabilan tegangan ketika menghadapi peningkatan beban atau perubahan produksi energi terbarukan.
Menggabungkan tiga sasaran dalam satu strategi
Untuk mengatasi persoalan tersebut, Ton mengembangkan kerangka perencanaan panel surya dengan tiga sasaran sekaligus: mengurangi kehilangan daya aktif, memperbaiki penyimpangan tegangan, dan meningkatkan Voltage Stability Margin (VSM).
Secara sederhana, VSM dapat dipahami sebagai ukuran seberapa jauh kondisi jaringan saat ini dari titik ketika tegangan mengalami keruntuhan. Semakin besar margin tersebut, semakin besar pula ruang keamanan jaringan dalam menghadapi perubahan beban atau gangguan operasi.
Strategi tersebut menggabungkan Multi-Verse Optimizer (MVO) dengan algoritma Backward/Forward Sweep (BFS). MVO digunakan untuk mencari kombinasi lokasi dan kapasitas panel surya yang paling baik, sedangkan BFS digunakan untuk menghitung kondisi kelistrikan dari setiap pilihan yang dihasilkan.
Peneliti menguji metode tersebut menggunakan dua model jaringan distribusi radial, yaitu sistem 33-bus dan 69-bus. Dalam simulasi, tiga unit PV dipasang dengan kapasitas masing-masing maksimal 1,5 MW. Tegangan jaringan dijaga pada rentang 0,95–1,05 p.u., sementara kapasitas total PV dibatasi hingga 80 persen dari total kebutuhan beban aktif. Pengujian dilakukan menggunakan MATLAB R2023a.
Kinerja MVO kemudian dibandingkan dengan empat metode optimasi lain, yaitu Particle Swarm Optimization (PSO), Grey Wolf Optimizer (GWO), Harris Hawks Optimization (HHO), dan Marine Predators Algorithm (MPA).
Kehilangan daya turun lebih dari 66 persen pada sistem 33-bus
Pada jaringan 33-bus, kondisi awal menunjukkan kehilangan daya aktif sebesar 202,67 kW. Setelah penempatan panel surya dioptimalkan menggunakan MVO, angka tersebut turun menjadi 67,58 kW, atau berkurang sekitar 66,65 persen.
Panel surya optimal ditempatkan pada bus 13, 24, dan 30 dengan kapasitas masing-masing 0,90 MW, 1,12 MW, dan 1,18 MW.
Perbaikan juga terlihat pada kualitas tegangan. Tegangan minimum jaringan meningkat dari 0,9131 p.u. menjadi 0,9784 p.u. Sementara itu, indeks penyimpangan tegangan turun dari 0,1335 menjadi 0,0383, atau membaik lebih dari 71 persen.
Yang tidak kalah penting, VSM meningkat dari 0,681 menjadi 0,872. Nilai tersebut merupakan yang tertinggi dibandingkan empat metode pembanding.
MVO juga menyelesaikan proses optimasi dalam waktu 6,54 detik, lebih cepat dibandingkan PSO, GWO, HHO, dan MPA pada pengujian yang sama.
Hasil serupa muncul pada jaringan 69-bus
Pengujian kedua dilakukan pada jaringan 69 bus yang lebih besar dan memiliki saluran lebih panjang. Kondisi awal jaringan mencatat kehilangan daya sebesar 224,98 kW dengan tegangan minimum 0,9092 p.u.
Dengan MVO, kehilangan daya berhasil ditekan menjadi 72,43 kW, atau turun sekitar 67,81 persen. Lokasi optimal PV berada pada bus 21, 61, dan 64 dengan kapasitas masing-masing 0,99 MW, 1,16 MW, dan 1,25 MW.
Tegangan minimum juga meningkat dari 0,9092 p.u. Menjadi 0,9802 p.u., sedangkan indeks penyimpangan tegangan turun sekitar 73 persen, dari 0,1528 menjadi 0,0408.
Pada saat yang sama, VSM meningkat dari 0,664 menjadi 0,867. MVO kembali menghasilkan waktu komputasi tercepat, yaitu 7,46 detik, dibandingkan dengan metode optimasi lainnya.
Berpotensi mendukung ekspansi energi terbarukan
Temuan Trieu Ngoc Ton menunjukkan bahwa perencanaan pembangkit surya sebaiknya tidak hanya berfokus pada pengurangan kehilangan energi. Stabilitas jaringan juga perlu dimasukkan sejak awal dalam proses penentuan lokasi dan kapasitas PV.
Pendekatan tersebut berpotensi membantu operator jaringan menentukan lokasi panel surya yang lebih sesuai sehingga peningkatan penggunaan energi terbarukan tidak mengorbankan keamanan sistem listrik.
Bagi pengembangan jaringan listrik berbasis energi terbarukan, hasil ini menjadi penting karena semakin banyak pembangkit surya yang terhubung ke jaringan, semakin besar kebutuhan terhadap strategi yang mampu menjaga efisiensi sekaligus stabilitas operasi.
Namun, penelitian ini masih menggunakan kondisi beban tetap dan model pembangkitan PV dengan faktor daya satu. Penulis merekomendasikan bahwa penelitian berikutnya memasukkan ketidakpastian produksi energi surya, perubahan kebutuhan beban, sistem penyimpanan baterai, dukungan daya reaktif, serta optimasi operasi dalam beberapa periode waktu.
0 Komentar