Pengaturan Pembebanan PLTMH dengan Menggunakan Electronic Load Controller Berbasis Kendali Logika Fuzzy

DAFTAR SUSTAKA

[1] Sodiq, D., "Kontrol dan Proteksi Pembangkit Listrik Tenaga Mikrohidro", Penerbit Bandung Press, Bandung, 2011.

[2] D., Arismunandar dan D. S. Kuwahara, "Pembangkitan dengan Tenaga Air", Penerbit Pradnya Paramita, Jakarta, 1974.

[3] U. Yusman dan M. Rameli, "Perancangan Kontrol Fuzzy Untuk Pengaturan Keseimbangan Daya Aktif pada Sistem Pembangkit Listrik Mini Hidro", Penerbit Jurnal Teknik POMITS, vol. 1, pp. 1-7, 2013.

[4] Kurniawan, A.D., "Pedoman Studi Kelayakan Mekanikal Elektrikal", Penerbit IMIDAP, 2009.

[5] Saragih, A. M. S., "Studi Pemodelan Electronic Load Controller Sebagai Alat Pengatur Beban Pembangkit Listrik Tenaga Mikro-Hidro," Penerbit ITB, Bandung, 2011.

[6] A. Sandy P., "Studi Pengontrolan Beban Elektronik Pada Pembangkit Listrik Tenaga Mikro Hidro Seloliman, Trawas, Kabupaten Mojokerto", Penerbit ITS, Surabaya, 2010.

[7] B. Singh, S. M. dan S. Gupta, "Analysis and Design of Electronic Load Controller for Self-Excited Induction Generators," IEEE TRANSACTIONS ON ENERGY CONVERSION, vol. 21, pp. 285-293, 2006.

[8] Anonim, "Manual Pembangunan PLTMH", Penerbit Japan International Cooperation Agency.

[9] Sudrajat, "Modul Kuliah Dasar-Dasar Fuzzy Logic", Penerbit UNPAD, Bandung, 2008.

[10] Yadav, A., S. Singh dan A. Appan, "A Fuzzy Logic based Electronic Load Controller for Three Phase Alternator," Penerbit IJETAE, vol. 5, no. 3, pp. 514-520, 2015.

BAB III

METODE SENELITIAN 3.1 Tempat dan Waktu

Penelitian akan dilaksanakan dengan menggunakan simulasi komputer dengan menggunakan simulasi dengan komputer dengan memanfaatkan rating PLTMH yang diambil dari kantor “Kementrian Pertambangan dan Energi Pemerintah Provinsi Sumatera Utara”.

3.2 Bahan dan Seralatan

Adapun bahan yang digunakan dengan memanfaatkan rating PLTMH yang sudah ada. Peralatan yang digunakan dengan menggunakan software komputer untuk simulasi.

3.3 Variabel yang Diamati

Variabel – variabel yang diamati pada penelitian ini meliputi: - PK : Daya yang mengalir menuju konsumen

- Pdummy : Daya yang mengalir menuju beban komplementer - Vdc : Tegangan dc yang dihasilkan oleh inverter

3.4 Srosedur Senelitian

Berdasarkan rencana kerja terhadap tugas akhir ini, dibuatlah diagram alir (flowchart) yang dapat dilihat pada Gambar 3.1 dibawah ini:

SELESAI

MEMBERIKAN KESIMPULAN DAN SARAN DARI

PERCOBAAN MULAI

PENGUMPULAN DATA RATING PLTMH, TURBIN, DAN

BEBAN KONSUMEN

MERANCANG RANGKAIAN SIMULASI ELC DENGAN

KOMPUTER

MENAMBAHKAN RANGKAIAN DENGAN FUNGSI KENDALI

LOGIKA FUZZY

MENGANALISIS PENGARUH PENGGUNAAN LOGIKA FUZZY

PADA ELC

MELAKUKAN

PERBANDINGAN TANPA DAN DENGAN LOGIKA FUZZY

Berdasarkan flowchart penelitian pada Gambar 3.1, langkah-langkah penelitian adalah sebagai berikut:

1. Pengumpulan Data

Data diambil dari kantor “Kementrian Pertambangan dan Energi Pemerintah Provinsi Sumatera Utara”. Dipilih data PLTMH di Desa Sikeben, Kecamatan Sibolangit, Kabupaten Deli Serdang, yang mana data yang diperlukan meliputi:

a. Rating generator dan turbin pada PLTMH b. Perkiraan beban konsumen

c. Rangkaian generator dan ELC

2. Membuat model simulasi ELC dengan software komputer

Membuat model simulasi PLTMH dengan menggunakan ELC yang dilakukan dengan software konputer. Pemodelannya meliputi:

a. Pemodelan PLTMH dengan kontrol ELC

b. Pemodelan sistem kontrol ELC dengan menggunakan fuzzy logic

3. Melakukan pengaturan logika fuzzy

Melakukan pengaturan logika fuzzy akan dilakukan dengan memberikan masukan peraturan-peraturan pada kendali logika fuzzy dengan menentukan fungsi membership input berupa tegangan dc yang dihasilkan oleh rectifier, dan membership output berupa keluaran saklar yang bernilai 1 untuk tertutup dan 0 untuk terbuka.

4. Menganalisis pengaruh penggunaan logika fuzzy

Analisis pengaruh penambahan penggunaan logika fuzzy akan terlihat apabila kita membandingkan dengan besaran-besaran seperti:

a. Efek perubahan penyaluran daya ke konsumen dan beban dummy apabila beban konsumen berubah semakin besar.

b. Efek perubahan tegangan dummy load pada saat beban konsumen berubah semakin besar.

c. Efisiensi PLTMH dengan penambahan logika fuzzy pada pengaturan beban dengan ELC

5. Membandingkan ELC dengan dan tanpa menggunakan logika fuzzy Melakukan perbandingan ELC yang menggunakan logika fuzzy dengan tidak menggunakan logika fuzzy. Diharapkan adanya perbedaan yang dapat meningkatkan efisiensi aliran daya untuk konsumen.

6. Menarik hasil dan kesimpulan dari percobaan

Hasil yang diharapkan dengan penambahan logika fuzzy pada ELC dapat meningkatkan efisiensi kerja PLTMH dan efisiensi penyaluran beban ke konsumen pada saat beban puncak ataupun beban kecil.

3.5 Menentukan Kapasitas Daya pada Dummy Load

Penentuan kapasitas daya, dapat ditentukan dengan besar arus yang mengalir, besar tegangan, dan besarnya resistansi pada beban tersebut. Sesuai dengan Persamaan 3.1 dan 3.2:

R . I =

I V. =

P (3.2) Pada tugas akhir ini, akan digunakan besar resistansi yang konstan. Sesuai penjelasan tentang perhitungan besar resistansi dummy load pada Subbab 2.3, tugas akhir ini menggunakan metode yang kedua, dengan menggunakan satu dummy load yang digunakan untuk menyerap daya sisa yang dihasilkan oleh PLTMH.

3.6 Metode Kendali Logika Fuzzy pada ELC

Metoda kerja logika fuzzy adalah dengan menerjemahkan bahasa verbal yang bersifat kualitatif dan tidak presisi menjadi besaran angka, dimana proses kerja (fuzzyfikasi) berlangsung dengan memproses masukan berupa angka, lalu diproses dengan dasar bahasa verbal dan menghasilkan keluaran berupa angka sebagai output.

Kontrol logika fuzzy akan bekerja dengan tahapan sebagai berikut: 1. Menyatakan input dan output pada sistem,

2. Mengatur peraturan-peraturan (rules) yang akan digunakan pada sistem 3. Meracang metoda untuk mengubah hasil kerja fuzzy menjadi sinyal

keluaran yang dapat dimanfaatkan kembali pada sistem (defuzzifikasi) Kontrol logika fuzzy yang akan menggunakan input berupa berdasarkan deviasi tegangan dari nilai error (∆V) yang dapat dilihat pada Persamaan 3.1:

∆ = − (3.3)

Dimana Vref adalah tegangan dc yang dinyatakan pada sistem dan Vg adalah tegangan dc yang diukur pada keluaran rectifier. Angka dan bentuk dari fungsi

membership yang menyatakan nilai fuzzy (untuk input dan output) dinyatakan dengan garis untuk tiap variabel yang dinyatakan yang bergantung pada perlakuan tiap variabel yang diteliti pada simulasi [10].

Strategi logika fuzzy pada ELC dapat dilihat seperti dibawah ini, kontroller fuzzy logic berikut memiliki dua inputan variabel, yaitu ‘error’ dan ‘derror’ dan juga memiliki satu keluaran yaitu ‘control’.

Setiap variabelnya disimbolkan dengan 7 fungsi membership yang diwakilkan dengan perintah IF-THEN. Contoh peraturan dasar dari kontroler diperlihatkan pada Tabel 3.1 [10].

Tabel 3.1 Contoh peraturan dasar pada kontroller logika fuzzy

Dimana:

NL NM NS Z SS SM SL

NL NL NL NM PS PS PM PM

NM NL NM NM PS PS PM PM

NS NM NM NS PM PS PM PM

Z NM NM NS PM PS PM PL

SS NM NS Z PM PM PM PL

SM NS NS Z PM PM PS PL

SL NS NS Z PM PM PS PL

- NL = Negative Large - NM = Negative Medium - NS = Negative Small - Z = Tero

- PL = Positive Large - PM = Positive Medium - PS = Positive Small

error derror

Error merupakan perbedaan antara tegangan referensi dan tegangan operasi, derror merupakan turunan waktu yang terus menerus dari error. Gambar 3.2, 3.3, dan 3.4 menunjukkan fungsi membership variabel input dan output.

Gambar 3.2 Contoh fungsi membership variabel input “error”

Gambar 3.3 Contoh fungsi membership variabel input “derror”

Sedangkan proses kerjanya dapat dilihat melalui diagram alir pada Gambar 3.5 berikut:

Gambar 3.5 Diagram alir kontrol ELC berbasis logika fuzzy SELESAI

MULAI

MENENTUKAN TEGANGAN REFERENSI (VREF)

MENYATAKAN INPUT DAN

OUTPUT KENDALI LOGIKA

FUTTY

MENGATUR PERATURAN KERJA LOGIKA FUTTY

MENJALANKAN SIMULASI RANGKAIAN ELC

MENGANALISIS RANGKAIAN DENGAN TAMBAHAN LOGIKA

BAB VI

HASIL DAN ANALISIS

Hasil perancangan dan perhitungan diimplementasikan dan diuji dalam bentuk simulasi dengan menggunakan software pada komputer.

4.1 Serhitungan

4.1.1 Spesifikasi Generator SLTMH

Spesifikasi generator pada Tabel 4.1 didapat dari kantor “Kementrian Pertambangan dan Energi Pemerintah Provinsi Sumatera Utara”, yang mana spesifikasi generator ini merupakan generator yang bekerja pada PLTMH Desa Sikeben, Kecamatan Sibolangit, Kabupaten Deli Serdang, Sumatera Utara.

Tabel 4.1Spesifikasi generator Desa Sikeben AC. SYNCHORONOUS GENERATOR

Type : ST-20 NO. 1-86007

S : 25 kW Cos  : 0.8

Tegangan : 400 V EXCIT VOLT : 0.4 Volt

Kuat Arus : 36.1 A EXCIT CURR : 6.4 Ampere

Frekuensi : 50 Hz INS.CL :E/3

Kecepatan Putaran : 1500 rpm RAT : S1 3 Phase

Debit air maksimum : 400 l/det Ketinggian pipa penstock : 9 m Efisiensi Generator : 90 % Efisiensi Turbin : 80 %

4.1.2 Serhitungan Sarameter pada ELC

Menghitung daya maksimal yang dapat dibangkitkan dari pembangkit dapat dihitung menggunakan Persamaan 2.1:

kW 25.4016 = 0.4 x 9 x 0.9 x 0.8 x 1 x 9.8 . . . . 

 g HQ

P 

Pertama, akan dihitung besar tegangan DC pada dummy load dengan menggunakan Persamaan 4.1:

(1.35).

(

400/ 3

)

= = π .V 2 3 = V LL

dc 311.769 V (4.1)

Dengan perkiraan tegangan lebih sebesar 10% dari rating tegangan saat transien, tegangan rms adalah (231+23) = 254 V.



 2 254

Vdc x 359.210V (4.2)

Dari hasil perhitungan di atas, dapat kita hitung resistansi dummy load dengan menggunakan satu beban dummy load konstan yang berdasarkan dengan Persamaan 2.6, yaitu:

 

_{ } 25000 769 . 311 2 2 P V = R dc

d 3.887 Ω

Terakhir, menghitung kapasitor yang digunakan untuk filter pada ELC yang dapat dihitung dengan menggunakan Persamaan 4.3. Apabila tegangan ripple yang diizinkan adalah 5%, maka [10]:

      _        .r 2 ( 1 1 . ) (12.f.R 1 C (4.3)

F 1036.766 0.5 x 2 1 1 . 3.887) x 50 x (12 1

C  

             

4.1.3 Serancangan Fuzzy Logic pada ELC

Fuzzy logic biasa digunakan untuk menentukan nilai output yang tepat berdasarkan nilai membership input yang telah ditentukan.

Kontrol logika fuzzy akan bekerja dengan tahapan sebagai berikut: 1. Menyatakan input dan output pada sistem,

2. Mengatur peraturan-peraturan (rules) yang akan digunakan pada sistem 3. Meracang metoda untuk mengubah hasil kerja fuzzy menjadi sinyal

keluaran yang dapat dimanfaatkan kembali pada sistem (defuzzifikasi) Berikut perincian proses kerja logika fuzzy yang dirancang untuk kendali bukaan IGBT yang menghubungkan rangkaian menuju dummy load.

1. Menyatakan input dan output pada sistem

Telah ditentukan input terdiri dari 2 variabel yaitu error dan derror. Error merupakan besar tegangan DC yang telah dibandingkan dengan tegangan referensi. Derror merupakan besar turunan error, tepatnya merupakan turunan tegangan DC. Nilai fungsi input error dan derror ditentukan dari percobaan rangkaian simulasi tanpa menggunakan logika fuzzy.

Himpunan derror juga terdiri dari 7 variabel, yaitu:

Skema input fuzzy yang diusulkan dapat dilihat pada Gambar 4.1 dan 4.2.

Gambar 4.1 Fungsi membership input error - NBE (x ≤ -30)

- NKE (-30 < x < -35) - NSE (-35 ≤ x ≤ 0)

- PSE (-10 ≤ x ≤ 10) - PKE (10 < x ≤ 35) - PBE ( x > 20)

- NBD (x ≤ -30) - NKD (-40 < x < -20) - NSD (-20 ≤ x ≤ 0)

- PSD (-10 ≤ x ≤ 10) - PKD (10 < x ≤ 35) - PBE ( x > 20)

E E E E E E

Selanjutnya adalah menentukan nilai output. Nilai output merupakan range bukaan sakelar IGBT.

Himpunan output terdiri dari 7 variabel, yaitu:

Gambar 4.3 menampilkan skema fungsi output yang diusulkan.

Gambar 4.3 Fungsi membership output

Grafik yang digunakan adalah tipe segitiga. Disetiap grafik ada yang berimpit (irisan), artinya nilai tersebut memiliki 2 makna. Maka dari itu logika fuzzy akan menentukan output yang cocok apabila terjadi nilai irisan.

- NBO (-2 ≤ x ≤ -3) - NKO (-2 < x < -1) - NSO (-1 ≤ x ≤ 0)

- PSO (0 ≤ x ≤ 1) - PKO (1 < x ≤ 2) - PBE ( 2 < x ≤ 3)

2. Menentukan peraturan (rules) untuk logika fuzzy

Rule fuzzy menggunakan IF-AND-THEN, yang mana diwakilkan pada Tabel 4.2:

Tabel 4.2 Tabel Peraturan Fuzzy Logic NBE NKE NSE PSE PKE PBE NBD NBO NKO PSO PBO NKO NKO NKD NBO NKO PSO PBO NKO NKO PSD NBO NKO PSO PBO NKO NBO PSD NBO NKO PSO PBO NBO NBO PKD NBO NBO PKO PSO PKO PKO PBD NBO NBO PKO PSO PBO PBO

3. Proses deffuzifikasi

Proses deffuzifikasi merupakan proses keluaran output yang merupakan nilai tegas. Sebelum proses deffuzifikasi dilakukan, input akan diubah menjadi output oleh sistem inferensi. Dapat kita contohkan proses inferensi dengan menggunakan variabel di atas. Kita gunakan sampel dua variabel saja agar perhitungan tidak terlalu panjang. Gambar 4.4(a), 4.4(b), dan 4.5 menampilkan input dan output yang ditentukan.

error derror

(a) (b) Gambar 4.4(a) Sampel fungsi membership error

(b) Sampel fungsi membership derror

Gambar 4.5 Sampel fungsi membership output

Sampel rule fuzzy menggunakan IF-AND-THEN yang ditentukan dapat dilihat pada Tabel 4.3 berikut.

Tabel 4.3 Sampel Tabel Peraturan Fuzzy Logic PKE PBE

PKD PKO PKO PBD PBO PBO

E E

O O

error derror

Tahap dibawah ini akan mencari nilai output apabila error bernilai 20 dan derror bernilai 25 dengan menggunakan metode Mamdani.

1) Tahap Fuzzifikasi

Error terdiri dari 2 variabel, yaitu PKE dan PBE

 

            50 x 50 x 10 10 x 0 40 x 501 x

PKE

 

            50 x 50 x 10 10 x 1 40 10 x 0 x PBE

Derajat keanggotaan untuk error = 20

 

0.75

40 ) 20 50 ( 20

PKE   



 

0.25

40 ) 10 20 ( 20

PBE   



Derror terdiri dari 2 variabel, yaitu PKD dan PBD

 

            50 y 50 y 10 10 y 0 40 y 501 y

PKD

 

            50 y 50 y 10 10 y 1 40 10 y 0 y PBD

Derajat keanggotaan untuk derror = 25

 

0.625

40 ) 25 50 ( 25

PKD   



 

0.375

40 ) 10 25 ( 25

PKD   



Output terdiri dari 2 variabel, yaitu PKO dan PBO

 

            3 y 3 y 1 1 y 0 2 z 31 z

PKO

 

            3 y 3 y 1 1 y 1 2 1 z0 z PKO

2) Pembentukan peraturan (rules)

Sesuai Tabel 4.3, rule yang dibentuk dapat dilihat pada peraturan dibawah ini:

[R1] IF error PKE AND derror PKD THEN output PKO [R2] IF error PKE AND derror PBD THEN output PBO [R3] IF error PBE AND derror PKD THEN output PKO [R4] IF error PBE AND derror PBD THEN output PBO 3) Tahap Inferensi

Dengan menggunakan metode Mamdani, kita terapkan fungsi MIN untuk setiap aturan pada aplikasi fungsi implikasinya.

[R1] IF error PKE AND derror PKD THEN output PKO

0,625 ) 625 , 0 ; 75 , 0 min( ]) 25 [ ], 20 [ min( PKE PKD PKD PKE predikat          

[R2] IF error PKE AND derror PBD THEN output PBO

0,375 ) 375 , 0 ; 75 , 0 min( ]) 25 [ ], 20 [ min( PKE PBD PBD PKE predikat          

[R3] IF error PBE AND derror PKD THEN output PKO

0,25 ) 625 , 0 ; 25 , 0 min( ]) 25 [ ], 20 [ min( PBE PKD PKD PBE predikat          

0,25 ) 375 , 0 ; 25 , 0 min( ]) 25 [ ], 20 [ min( PBE PBD PBD PBE predikat          

Komposisi rule menggunakan fungsi MAX. Kemudian, daerah hasil komposisi kita bagi 2 bagian yaitu A1 dan A2. Selanjutnya mencari nilai A1 dan A2.

(A1 – 1)/2 = 0,25 A1 = 1,5 (A2 – 1)/2= 0,625 A2 = 2,25

Dengan demikian, didapatlah fungsi keanggotaan fuzzy yang baru, yaitu:

 

            25 , 2 x 25 , 2 x 5 ,1 5 ,1 x 0 2 ) 1 z (0,25 z

4) Tahap Deffuzifikasi

Pada tahap ini kita menggunakan metode centorid

 

 

 

 

963 , 1 46875 , 0 328 , 0 375 , 0 230 , 1 6328 , 0 28125 , 0 z dz 625 , 0 dz 2 1 z dz 25 , 0 zdz 625 , 0 zdz 2 1 z zdz 25 , 0 z dz z zdz z z o 5 , 1 0 2,25 1,5 3 25 , 2 5 , 1 0 2,25 1,5 3 25 , 2 o o               

















Jadi, apabila error bernilai 20 dan derror bernilai 25, maka nilai output adalah 1,963 yang mana sesuai dengan R3 yaitu “IF error PBE AND derror PKD THEN output PKO”

4.1.4 Rangkaian ELC dengan menggunakan Fuzzy Logic

Model simulasi ELC dengan menggunakan fuzzy logic ini menggunakan software komputer. Output daya generator konstan 25 kW. Gambar 4.6 menampilkan rangkaian ELC dengan fuzzy logic dan Gambar 4.7 menampilkan rangkaian ELC tanpa fuzzy logic.

Gambar 4.7 Rangkaian ELC tanpa Fuzzy Logic

Ada perbedaan rangkaian antara rangkaian ELC dengan menggunakan fuzzy logic dan tanpa menggunakan fuzzy logic. Pada rangkaian tanpa fuzzy logic kita menggunakan PyM Generator untuk membangkitkan sinyal untuk mengaktifkan IGBT yang mana IGBT merupakan sakelar menuju dummy load. Sedangkan dengan logika fuzzy, PyM Generator dihilangkan. Logika fuzzy dapat juga menyederhanakan suatu sistem kontrol. Artinya skema PyM Generator digantikan dengan fuzzy logic controller. Keluaran logika fuzzy akan dibandingkan dengan sawtooth carrier wave yang mempunyai frekuensi sebesar 1000 Hz.

Kapasitor diletakkan setelah rectifier, diletakkan untuk menyaring tegangan ripple yang masuk ke dalam dummy load. Dummy load dihubungkan dengan universal bridge yang berfungsi sebagai penyearah AC-DC (rectifier), artinya beban dummy merupakan beban DC. Besar resistansi dummy tidak diubah-ubah, tetap menggunakan besar resistansi sesuai dengan perhitungan di atas. Waktu

delay sebelum masukan sinyal saklar ke IGBT diset beberapa detik. Beberapa detik digunakan oleh fuzzy untuk membaca tegangan dc yang keluar dari rectifier.

Model generator yang dipakai adalah: 3-phase, 50 Hz, 400 V, 31.3 kVA, 1500 rpm, dan salient-pole type rotor. Beban dirancang terdiri dari 5 beban, dan besar masing-masing beban adalah 5 kW. Masing-masing breaker diberikan timer untuk memperlihatkan kondisi sistem apabila bebannya berubah-ubah. Simulasi ini menggunakan mode discrete pada power gui dengan step 5e-05 dengan mode ode23tb stiff solver.

4.2 Simulasi

Simulasi penggunaan ELC ini menggunakan dua kondisi, yaitu dengan tanpa menggunakan fuzzy logic dan menggunakan fuzzy logic.

Cara kerja simulasi ini akan dijelaskan sebagai berikut:

1. Generator sinkron berkapasitas 25 kW, tegangan 400 V dibebani 5 beban masing-masing sebesar 5 kW secara bergantian. Turbin yang menggerakkan generator berputar konstan.

2. Tiap beban mempunyai circuit breaker yang mana diatur waktunya masing-masing 4 detik agar circuit breaker bekerja.

3. Beban pertama diatur langsung bekerja tanpa timer. Artinya sebelum detik 4, generator membebani beban 5 kW.

4. Beban kedua diatur setelah waktu 4 detik.

5. Beban ketiga, keempat, dan kelima cara kerjanya sama seperti beban kedua. Setiap penambahan 4 detik, circuit breaker akan aktif.

Percobaan di atas dilakukan untuk melihat penambahan daya pada konsumen dan pada dummy load ketika beban berubah semakin besar menuju beban maksimal yang dapat dipikul generator.

Pemaparan hasil simulasi dibuat menjadi dua kondisi, yaitu beban konsumen bertambah secara konstan dan beban konsumen berubah. Beban konsumen berubah, disimulasikan dengan mencontoh kurva beban harian seperti pada Gambar 4.8. Tujuan dari percobaan ini adalah melihat cara kerja ELC dengan kendali logika fuzzy membagi arus yang masuk menuju dummy load apabila dikondisikan dengan beban konsumen yang berubah-ubah. Berikut pemaparan hasil beserta analisisisnya.

4.2.1 Simulasi tanpa Menggunakan Kendali Logika Fuzzy

Pada subbab ini, akan ditampilkan grafik daya pada konsumen, grafik daya pada dummy load, dan total daya yang terbentuk (jumlah daya konsumen ditambah daya dummy load) pada saat ELC digunakan tanpa kendali logika fuzzy.

Gambar 4.9 menampilkan grafik penambahan daya konsumen setiap detiknya apabila ELC dikendalikan tanpa menggunakan kendali logika fuzzy.

Gambar 4.9 Grafik penambahan daya konsumen tanpa fuzzy logic

Dapat dilihat pada Gambar 4.9, pada waktu 1 sampai 12 detik, artinya beban berkisar 5 sampai 15 kW, penyaluran daya konsumen terpenuhi. Tetapi, setelah detik ke 12, tepatnya pada saat beban konsumen sebesar 20 kW, daya yang tersalurkan ke konsumen tidak mencapai 20 kW, hanya sekitar 15 kW saja. Setelah detik ke 16, tepatnya pada saat beban puncak, penyaluran daya ke konsumen hanya dapat mencapai 16 kW. Artinya, penyaluran daya konsumen setelah beban berkisar 20 kW sampai 25 kW tidaklah efisien.

Selanjutnya, Gambar 4.10 menampilkan grafik besarnya daya setiap waktu yang masuk menuju dummy load apabila ELC dikendalikan tanpa menggunakan kendali logika fuzzy.

Gambar 4.10 Grafik pengurangan daya dummy load tanpa fuzzy logic Dapat dilihat pada Gambar 4.10, terjadi penurunan grafik dari awal sampai akhir. Setiap penambahan beban konsumen, daya yang terserap oleh dummy load semakin kecil. Daya minimum yang dapat dikonsumsi dummy load adalah sekitar 30% dari beban terbangkit yang mana dapat dilihat pada Persamaan 4.2. Daya minimum dummy load dapat dilihat pada saat beban puncak konsumen, yaitu pada saat detik ke 16 ke atas.

Grafik total daya yang dihasilkan oleh generator pada PLTMH dapat kita lihat pada Gambar 4.11. Total daya merupakan penjumlahan antara besar daya yang masuk ke beban konsumen dan besar daya yang masuk ke beban dummy load.

Gambar 4.11 Grafik total daya tanpa fuzzy logic

Dapat dilihat berdasarkan Gambar 4.11, menampilkan generator tetap konstan menghasilkan daya 25 kW, walaupun beban konsumen berubah – ubah setiap detiknya.

Selanjutnya, ditampilkan grafik daya konsumen yang berubah berdasarkan Gambar 4.8 yang dapat dilihat pada Gambar 4.12.

Dapat dilihat pada Gambar 4.12, waktu diatur 24 detik yang mana setiap detiknya mewakilkan 1 jam. Penggunaan beban puncak dapat dilihat pada detik 20 sampai 22, dan penggunaan minimal beban dapat dilihat pada detik 0 sampai detik 3. Ditarik kesimpulan, penggunaan puncak harian berada pada pukul 8 hingga 10 malam, dan penggunaan minimal berada pada pukul 12 hingga 3 pagi. Tanpa logika fuzzy dapat disimpulkan pada saat beban puncak, daya yang dihasilkan generator tidak semuanya masuk ke dalam konsumen.

Keadaan daya dummy pada saat beban konsumen berubah dapat dilihat pada Gambar 4.13. Daya yang dihasilkan generator masuk menuju dummy load walaupun pada saat beban puncak. Kondisi beban puncak dapat dilihat pada detik 20 sampai 22.

Berdasarkan grafik pada Gambar 4.9 sampai Gambar 4.11, dapat dilihat bahwa pada saat beban konsumen dibawah 15 kW, ada beberapa kW daya masuk ke dalam ELC. Berikut besar daya konsumen dan daya dummy load yang masuk pada saat kondisi 5 kW, 10 kW, 15 kW, 20 kW, dan 25 kW tanpa menggunakan fuzzy logic.

Tabel 4.4 Tabel kondisi daya tanpa Fuzzy Logic

Daya (W) berdasarkan grafik Besar daya (W)

Besar daya dummy load (W)

5000 5034 18935

10000 10567 15378

15000 14937 10735

20000 15897 9587

25000 15997 8358

Berdasarkan Tabel 4.4, daya yang dapat mengalir ke konsumen pada saat beban di atas 20 kW hanya 60% dari daya yang dihasilkan oleh generator. Penyaluran daya ke konsumen sangatlah tidak efisien apabila ELC aktif terus menerus pada saat beban puncak. Maka dari itu, dibutuhkan logika fuzzy yang mana digunakan untuk mengatur bukaan IGBT yang dijadikan sakelar menuju dummy load.

Pada pengujian kedua, digunakan beban berubah sesuai dengan kurva daya harian pada Gambar 4.8. Pada Tabel 4.5 ditampilkan besar daya konsumen, daya dummy yang masuk apabila ELC bekerja tanpa kendali logika fuzzy.

Tabel 4.5 Tabel kondisi daya berubah tanpa Fuzzy Logic

Waktu (s)

Besar Daya Konsumen yang diharapkan (W)

Besar Daya Konsumen pada

Grafik (W)

Besar Daya Dummy Load (W)

1 3000 3456.7 20142.3

2 2500 2769.6 21347.7

3 3000 3167.5 19928.9

4 4000 3926.7 19278.5

5 5000 5100.8 19761.6

6 6000 5978.2 18728.9

7 5500 5512.9 18976.1

8 5000 4965.8 18625.4

9 5500 5416.8 17938.9

10 6000 6172.9 16425.2

11 7000 6972.5 16721.8

12 8000 8231.9 16120.7

13 10000 9921.6 14828.8

14 9000 9100.1 15827.9

15 9500 9516.3 16892.9

16 10500 10257.9 14278.1

17 12000 11892.7 12192.4

18 13000 12344.8 11671.8

19 17000 16782.9 8718.9

20 20000 16189.7 3982.8

21 21000 14982.8 2656.4

22 22000 14168.9 2176.9

23 15000 14245.5 9817.8

24 5000 6518.1 18321.8

Berdasarkan Tabel 4.5, dapat dilihat bahwa penggunaan ELC tanpa logika fuzzy tidak dapat melayani beban konsumen pada saat beban puncak. Beban puncak terjadi dimulai dari jam 7 malam hingga jam 11 malam. Pada simulasi ini, diwakilkan pada detik 19 sampai 23.

4.2.2 Simulasi dengan Menggunakan Kendali Logika Fuzzy

Pada subbab ini, akan ditampilkan grafik daya pada konsumen, grafik daya pada dummy load, dan total daya yang terbentuk (jumlah daya konsumen ditambah daya dummy load) pada saat ELC digunakan dengan tambahan kendali logika fuzzy. Kendali logika fuzzy diatur pada saat beban konsumen mencapai 60% dari daya yang dihasilkan oleh generator.

Gambar 4.14 menampilkan grafik penambahan daya konsumen setiap detiknya apabila ELC dikendalikan dengan menggunakan kendali logika fuzzy.

Gambar 4.14 Grafik penambahan daya konsumen dengan fuzzy logic Dapat dilihat berdasarkan Gambar 4.14, grafik menunjukkan perubahan daya konsumen terhadap waktu. Dapat kita lihat, pada waktu 1 sampai 12 detik, artinya beban berkisar 5 sampai 15 kW, penyaluran daya konsumen normal besarnya. Tetapi, setelah detik ke 12, tepatnya beban konsumen sebesar 20 kW, daya yang tersalurkan ke konsumen mencapai 20 kW. Adanya perubahan naik turun daya sekitar detik ke 16 sampai 17 menunjukkan kendali logika fuzzy bekerja untuk memutuskan sakelar IGBT yang menghubungkan rangkaian sistem menuju

dummy load. Artinya, penyaluran daya konsumen pada saat beban konsumen menuju puncak menjadi efisien.

Selanjutnya, Gambar 4.15 menampilkan grafik besarnya daya setiap waktu yang masuk menuju dummy load apabila ELC dikendalikan dengan menggunakan kendali logika fuzzy.

Gambar 4.15 Grafik pengurangan daya dummy loaddengan fuzzy logic Dapat dilihat berdasarkan Gambar 4.15, grafik menunjukkan perubahan daya dummy terhadap waktu. Dapat kita lihat penurunan grafik dari awal sampai akhir. Dari detik 0 sampai 14, penyaluran daya ke dummy berlangsung normal. Tetapi, pada saat detik 16 ke atas, daya pada dummy menuju 0. Pada detik ini, kendali fuzzy bekerja untuk memutuskan sakelar IGBT. Daya yang dihasilkan oleh generator tidak ada yang mengalir menuju dummy load. Semua mengalir menuju konsumen.

Grafik total daya yang dihasilkan oleh generator pada PLTMH dapat kita lihat pada Gambar 4.16. Sekilas grafik pada Gambar 4.16 mirip dengan Gambar

4.11. Total daya merupakan penjumlahan antara besar daya yang masuk ke beban konsumen dan besar daya yang masuk ke beban dummy load.

Gambar 4.16 Grafik total daya dengan fuzzy logic

Dapat dilihat berdasarkan Gambar 4.16, grafik menunjukkan total daya yang dihasilkan oleh generator PLTMH. Penjumlahan antara daya yang tersalurkan pada konsumen dan daya pada dummy load menunjukkan 25 kW. Ada perbedaan sedikit antara Gambar 4.11 dan Gambar 4.16. Pada saat detik ke 14, ada naik turun daya, dimana pada saat itu kendali logika fuzzy aktif untuk memutuskan sakelar IGBT yang menghubungkan rangkaian menuju dummy load.

Pada Gambar 4.11 dan Gambar 4.16, dapat kita lihat perbedaan bentuk grafik pada saat fuzzy belum aktif membuka sakelar dan setelah aktif membuka sakelar IGBT. Adanya komponen dioda pada rectifier yang membuat ripple pada grafik. Disaat dibukanya IGBT, maka rangkaian tidak lagi terhubung dengan dioda, dan ripple grafik tidak muncul.

Selanjutnya, ditampilkan grafik daya konsumen yang berubah berdasarkan Gambar 4.8 yang dapat dilihat pada Gambar 4.17.

Gambar 4.17 Grafik daya konsumen berubah-ubah dengan logika fuzzy Dapat dilihat pada Gambar 4.17, waktu diatur 24 detik yang mana setiap detiknya mewakilkan 1 jam. Penggunaan beban puncak dapat dilihat pada detik 20 sampai 22, dan penggunaan minimal beban dapat dilihat pada detik 0 sampai detik 3. Ditarik kesimpulan, dengan kendali logika fuzzy, penggunaan puncak harian berada pada pukul 8 hingga 10 malam dapat terpenuhi.

Selanjutnya, keadaan daya dummy pada saat beban konsumen berubah dapat dilihat pada Gambar 4.18. Daya masuk menuju dummy load apabila daya konsumen berada di bawah 20 kW. Dapat dilihat pada kondisi beban puncak, yaitu pada detik 20 sampai 22, daya yang dihasilkan generator semuanya masuk menuju beban konsumen.

Gambar 4.18 Grafik daya dummy berubah-ubah dengan logika fuzzy

Kendali logika fuzzy diatur agar mengaktifkan IGBT pada saat permintaan beban konsumen di atas 16 kW, karena pada simulasi ini pada saat kondisi beban di atas 16 kW, daya yang dihasilkan generator tidak sepenuhnya masuk ke konsumen. Berikut besar daya konsumen dan daya dummy load yang masuk pada saat kondisi 5 kW, 10 kW, 15 kW, 20 kW, dan 25 kW dengan fuzzy logic.

Tabel 4.6 Tabel kondisi daya dengan Fuzzy Logic

Daya (W) berdasarkan grafik Besar daya (W)

Besar daya dummy load (W)

5000 5034 18935

10000 10567 15378

15000 14937 10735

20000 23546 0.4382

25000 24789 0.5463

Berdasarkan Tabel 4.6, pada saat permintaan daya konsumen sebesar 60% atau lebih dari daya terbangkit, fuzzy akan bekerja menutup sakelar IGBT.

Penyaluran daya menuju dummy load tidak ada lagi, dan daya yang dihasilkan oleh generator akan konstan dan tersalurkan semua menuju beban konsumen. Untuk penyaluran beban konsumen yang berlebih, dapat diatur lagi pembukaan guide vane pada turbin air. Guide vane merupakan gerbang masuknya air menuju turbin air.

Selanjutnya, Tabel 4.7 menampilkan besar daya konsumen, daya dummy yang masuk apabila ELC bekerja dengan kendali logika fuzzy dengan menggunakan beban yang berubah.

Tabel 4.7 Tabel kondisi daya berubah dengan Fuzzy Logic

Waktu (s)

Besar Daya Konsumen yang diharapkan (W)

Besar Daya Konsumen pada

Grafik (W)

Besar Daya Dummy Load (W)

1 3000 3456.7 20142.3

2 2500 2769.6 21347.7

3 3000 3167.5 19928.9

4 4000 3926.7 19278.5

5 5000 5100.8 19761.6

6 6000 5978.2 18728.9

7 5500 5512.9 18976.1

8 5000 4965.8 18625.4

9 5500 5416.8 17938.9

10 6000 6172.9 16425.2

11 7000 6972.5 16721.8

12 8000 8231.9 16120.7

13 10000 9921.6 14828.8

14 9000 9100.1 15827.9

15 9500 9516.3 16892.9

16 10500 10257.9 14278.1

17 12000 11892.7 12192.4

18 13000 12344.8 11671.8

19 17000 19657.8 2879.9

22 22000 23468.6 0.2357

23 15000 14245.5 9817.8

24 5000 6518.1 18321.8

Berdasarkan Tabel 4.7, dapat dilihat bahwa penggunaan ELC dengan menggunakan logika fuzzy dapat melayani beban konsumen pada saat beban puncak. Beban puncak terjadi dimulai dari jam 7 malam hingga jam 11 malam. Pada simulasi ini, diwakilkan pada detik 19 sampai 23.

Apabila dibandingkan Tabel 4.4 dan Tabel 4.6 sangatlah terlihat perbedaan yang signifikan apabila sistem menggunakan fuzzy logic. Tabel 4.8 menampilkan perbandingan besar daya konsumen antara menggunakan logika fuzzy dan tanpa menggunakan logika fuzzy.

Tabel 4.8 Tabel Perbandingan Daya Konsumen

Daya (W) kendali logika Besar daya dengan fuzzy (W)

Besar daya tanpa kendali logika fuzzy

(W)

5000 5034 5034

10000 10567 10567

15000 14937 14937

20000 15897 23546

25000 15997 24789

Grafik pada Gambar 4.19 menunjukkan perbandingan daya konsumen antara sistem menggunakan fuzzy logic dan tanpa menggunakan fuzzy logic.

Gambar 4.19 Grafik perbandingan daya konsumen tanpa fuzzy vs dengan fuzzy Tabel 4.9 menampilkan perbandingan besar daya pada dummy load antara menggunakan logika fuzzy dan tanpa menggunakan logika fuzzy.

Tabel 4.9 Tabel Perbandingan Daya pada dummy load

Daya (W) kendali logika Besar daya dengan fuzzy (W)

Besar daya tanpa kendali logika

fuzzy (W)

5000 18935 18935

10000 15378 15378

15000 10735 10735

20000 0.4382 9587

25000 0.5463 8358

Grafik pada Gambar 4.20 menunjukkan perbandingan daya dummy load pada saat tanpa menggunakan fuzzy logic dan saat menggunakan fuzzy logic.

0 5000 10000 15000 20000 25000 30000

5000 10000 15000 20000 25000

Ke lu ar an d ay a pa da si m ul as i ( W )

Keluaran daya yang diharapkan (W)

Gambar 4.20 Grafik perbandingan daya dummy tanpa fuzzy vs dengan fuzzy Tabel 4.10 menampilkan perbandingan besar daya pada konsumen antara menggunakan logika fuzzy dan tanpa menggunakan logika fuzzy.

Tabel 4.10 Tabel Perbandingan Daya Berubah pada Konsumen

Waktu (s) Konsumen dengan Besar Daya logika fuzzy (W)

Besar Daya Konsumen tanpa

logika fuzzy (W)

1 3456.7 3456.7

2 2769.6 2769.6

3 3167.5 3167.5

4 3926.7 3926.7

5 5100.8 5100.8

6 5978.2 5978.2

7 5512.9 5512.9

8 4965.8 4965.8

9 5416.8 5416.8

10 6172.9 6172.9

11 6972.5 6972.5

12 8231.9 8231.9

13 9921.6 9921.6

14 9100.1 9100.1

15 9516.3 9516.3

0 2000 4000 6000 8000 10000 12000 14000 16000 18000 20000

5000 10000 15000 20000 25000

Ke lu ar an D ay a du m m y lo ad (W )

Daya konsumen (W)

16 10257.9 10257.9

17 11892.7 11892.7

18 12344.8 12344.8

19 19657.8 16782.9

20 21464.4 16189.7

21 22765.7 14982.8

22 23468.6 14168.9

23 14245.5 14245.5

24 6518.1 6518.1

Grafik pada Gambar 4.21 menunjukkan perbandingan daya konsumen pada saat tanpa menggunakan fuzzy logic dan saat menggunakan fuzzy logic.

Gambar 4.21 Grafik perbandingan daya berubah konsumen tanpa fuzzy vs dengan fuzzy

Tabel 4.11 menampilkan perbandingan besar daya pada dummy antara menggunakan logika fuzzy dan tanpa menggunakan logika fuzzy.

0 5000 10000 15000 20000 25000

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Da

ya

K

on

su

m

en

(W

)

Waktu (s)

Tabel 4.11 Tabel Perbandingan Daya Berubah pada dummy load

Waktu (s) Besar Daya tanpa logika Dummyfuzzy (W)

Besar Daya Dummy dengan logika fuzzy

(W)

1 20142.3 20142.3

2 21347.7 21347.7

3 19928.9 19928.9

4 19278.5 19278.5

5 19761.6 19761.6

6 18728.9 18728.9

7 18976.1 18976.1

8 18625.4 18625.4

9 17938.9 17938.9

10 16425.2 16425.2

11 16721.8 16721.8

12 16120.7 16120.7

13 14828.8 14828.8

14 15827.9 15827.9

15 16892.9 16892.9

16 14278.1 14278.1

17 12192.4 12192.4

18 11671.8 11671.8

19 8718.9 2879.9

20 3982.8 0.2454

21 2656.4 0.8653

22 2176.9 0.2357

23 9817.8 9817.8

24 18321.8 18321.8

Grafik pada Gambar 4.22 menunjukkan perbandingan daya dummy pada saat tanpa menggunakan fuzzy logic dan saat menggunakan fuzzy logic.

Gambar 4.22 Grafik perbandingan daya berubah dummy load tanpa fuzzy vs dengan fuzzy

0 5000 10000 15000 20000 25000

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Da

ya

(W

)

Waktu (s)

BAB V

KESIMSULAN DAN SARAN 5.1 Kesimpulan

Kesimpulan yang bisa didapat dari penelitian di atas adalah:

1. Berdasarkan hasil analisis data pada Tabel 4.8 dan Tabel 4.9, sebelum penggunaan fuzzy, daya yang terbuang menuju dummy load lebih besar daripada setelah penggunaan kendali fuzzy. Maka dari itu, fuzzy diatur agar pada saat beban puncak, daya yang dihasilkan generator tidak masuk lagi ke dummy load tetapi masuk menuju beban konsumen semuanya.

2. Menggunakan ELC tanpa fuzzy logic pada simulasi ini hanya dapat membebani secara maksimal pada saat beban konsumen dibawah 15 kW. Beban konsumen dan dummy load dibagi rata masing-masing agar perubahan frekuensi sistem secara besar tidak terjadi.

3. Pada simulasi ini, saat keadaan puncak yaitu 20 kW dan 25 kW, sebelum penggunaan kendali fuzzy, daya yang terbuang pada dummy load mencapai 35% sampai 40%. Dan setelah penggunaan kendali fuzzy, daya yang terbuang pada dummy load menjadi 0,02 %.

5.2 Saran

Saran yang dapat penulis sampaikan untuk penelitian di atas adalah:

1. Simulasi ELC dapat digunakan dengan daya generator yang lebih besar lagi, tetapi masih dibawah 100 kW, agar penyaluran daya konsumen dan daya dummy terlihat lebih variatif.

2. Apabila ingin melakukan percobaan simulasi ELC lagi, disarankan dengan menggunakan beberapa sakelar yang terhubung dengan beberapa dummy load. Semakin banyak variasi beban dummy, maka penyaluran beban konsumen akan semakin efisien tanpa mesti mengatur kecepatan turbin. 3. ELC juga dapat digunakan sebagai proteksi beban lebih pada generator.

Disarankan apabila ingin mengerjakan tugas akhir dengan ELC, dapat membahas cara kerja ELC sebagai alat proteksi.

BAB II

TINJAUAN PUSTAKA 2.1 Pembangkit Listrik Tenaga Mikro-Hidro (PLTMH)

Pembangkit Listrik Tenaga Mikro-Hidro merupakan pembangkit listrik tenaga air yang menghasilkan kapasitas daya yang kecil, yaitu berkisar dibawah 100 kW. Kapasitas PLTMH juga dijelaskan dalam Peraturan Menteri Energi dan Sumber Daya Mineral Republik Indonesia No. 2 Tahun 2012 Tentang Petunjuk Teknis Penggunaan Dana Alokasi Khusus Bidang Listrik Pedesaan Tahun Anggaran 2012, Pasal 1 Ayat 2 menyatakan bahwa “Pembangkit Listrik Tenaga Mikro Hidro, selanjutnya disingkat PLTMH adalah suatu pembangkit listrik skala kecil dengan kapasitas di bawah 1 MW yang menggunakan tenaga air sebagai sumber energinya, seperti dari saluran irigasi, sungai, atau air terjun alam, dengan

cara memanfaatkan tinggi terjunan (head) dan jumlah debit air”. Ilustrasi PLTMH

dapat dilihat pada Gambar 2.1 [1].

Tenaga air merupakan sumber tenaga listrik terpenting setelah tenaga uap atau panas. Hampir 30% dari seluruh tenaga di dunia dipenuhi oleh pusat-pusat listrik tenaga air. Total potensi teoritis PLTMH di Indonesia adalah sekitar 493 MW dengan tingkat pemanfaatan saat ini baru mencapai sekitar 21 MW atau hanya sekitar 4% dari potensi yang ada. Dengan demikian, masih cukup banyak potensi yang saat ini belum dimanfaatkan, atau bahkan belum tereksplorasi dengan baik [2].

PLTMH memerlukan dua hal pokok, yaitu debit air dan ketinggian jatuh

(head) air untuk menghasilkan tenaga untuk memutar turbin. Perhitungan energi

listrik yang dibangkitkan dapat dinyatakan secara umum sebagai Persamaan 2.1 [3]:

= . . . ℎ. (2.1) Dimana:

P = daya (watt)

Q = debit air (m3_/s)

ρ = kepadatan air (1000 kg/ m3)

h = Jarak tinggi air (head) (m)

g = konstanta percepatan gravitasi (9,8 m/s3₎

= Perkalian efisiensi turbin dan generator

konversi energi, menyerap energi dari bentuk ketinggian dan aliran, dan menyalurkan tenaga dalam bentuk listrik. Energi yang digunakan tidaklah semua dapat digunakan, karena ada energi yang hilang ketika proses konversi terjadi Ilustrasi alur kerja PLTA secara umum dapat dilihat pada Gambar 2.2 [4].

Gambar 2.2 Alur kerja pembangkit listrik tenaga air secara umum

Berdasarkan pada Gambar 2.2, dapat dijelaskan komponen dan alur kerja pembangkit listrik tenaga air secara umum, yaitu:

1. Air ditampung pada dam atau biasa disebut dengan bendungan.

Bendungan dilengkapi dengan pipa intake (pintu air) yang berguna

sebagai tempat mengalirnya air dari bendungan menuju turbin. Bendungan juga perlu dilengkapi dengan dan saringan sampah untuk mencegah masuknya kotoran atau endapan lumpur.

2. Air dari dam dialirkan oleh pipa menuju turbin air. Diameter pipa juga

sudah ditentukan agar dapat mengeluarkan debit air sesuai perhitungan. Saluran ini dibuat dengan konstruksi beton dan berjarak sedekat mungkin

ke turbin untuk menghemat panjang pipa. Pipa aliran air ini biasanya

disebut pipa pesat (penstock).

3. Air yang dialirkan menggerakkan turbin air. Aliran air akan memutar

runner dan menghasilkan energi kinetik yang akan memutar poros

turbin. Energi kinetik tadi disalurkan menuju generator dengan cara

menyambungkan (kopel) turbin terhadap rotor generator. Rotor generator yang nantinya akan menginduksikan listrik ke stator.

4. Energi listrik yang dihasilkan generator mengalir menuju transmission

line untuk dialirkan menuju konsumen. Biasanya, sebelum menuju

transmission line, listrik yang dihasilkan generator masuk ke trafo step-up. Trafo step-up menaikkan tegangan listrik, yang bertujuan untuk menghindari rugi – rugi pada transmisi listrik menuju konsumen.

Pada umumnya, PLTMH dibangun dengan sistem run off river, tidak dengan

kolam tandu (reservoir) dimana air sungai dialihkan dengan menggunakan dam

yang dibangun memotong aliran sungai, sehingga daya yang dibangkitkan

tergantung dari debit air sungai. Akan tetapi biaya pembangunan run off river

lebih ekonomis dibandingkan dengan sistem reservoir yang memerlukan

bendungan yang besar dan area genangan yang luas.

Penggunaan PLTMH memiliki beberapa kelebihan dan kekurangan. Beberapa kelebihan yang didapat pada pembangunan PLTMH, yaitu sebagai berikut:

1. Ramah lingkungan, karena menggunakan energi terbarukan, yaitu air. Setelah air digunakan untuk menggerakkan turbin, air dibuang dan dialirkan menuju sungai kembali. Air yang dibuang tidak bersifat polutan.

2. Dapat menyediakan listrik pada desa-desa yang susah dijangkau,

khususnya pada desa-desa yang memiliki aliran sungai didekatnya.

3. Pemeliharaannya mudah dan murah.

4. Dapat menggantikan ketergantungan masyarakat terhadap energi fossil,

contohnya yang sering digunakan masyarakat adalah mesin diesel (genset).

Namun, dari beberapa kelebihannya, terdapat beberapa kekurangan dari PLTMH, yaitu:

1. Ada PLTMH yang dapat langsung menggunakan aliran sungai (run off

river) sebagai penggerak turbinnya, tergantung kepada debit air sungai tersebut. Tetapi, apabila tidak mencukupi debitnya, maka haruslah dibangun bendungan, yang mana menambah biaya pembangunan PLTMH.

2. Sumber pembangkit PLTMH adalah air. Apabila musim kemarau, maka

sumber air akan berkurang, sehingga efisiensi generator berkurang.

3. Jika jumlah pelanggan melebihi kemampuan PLTMH, maka kualitas

listrik yang dihasilkan PLTMH akan menurun, dan lagi dapat membahayakan peralatan listrik.

2.2 Sistem Kendali Daya pada PLTMH

Sistem kendali daya merupakan hal yang sangat penting dalam PLTMH. Adapun fungsi dari sistem kendali daya pada PLTMH adalah sebagai berikut [5]:

1. Agar tegangan tetap konstan pada berbagai kondisi perubahan beban.

Tegangan konstan bertujuan untuk menyelamatkan peralatan sumber tegangan dan beban pada sisi konsumen dan juga untuk kenyamanan pengguna energi listrik. Alat yang biasa digunakan untuk

menyeimbangkan tegangan adalah AVR (Automatic Voltage Regulator).

2. Membentuk frekuensi yang konstan pada berbagai kondisi dan perubahan

beban. Frekuensi konstan digunakan untuk menyelamatkan peralatan mekanik pada sisi pembangkit, menyelamatkan peralatan dari perubahan

gerak pada sisi konsumen, dan menyelamatkan peralatan dari overload

pada saat kecepatan rendah.

3. Menjaga agar tidak ada kecepatan lebih pada saat beban kecil untuk

menyelamatkan peralatan mekanik pada sisi pembangkit. Intinya adalah untuk menjaga sistem elektrik dan mesin agar selalu berada pada daerah kerja yang diperbolehkan.

Ada beberapa jenis sistem kendali daya pada PLTMH. Umumnya, sistem kendali daya pada PLTMH dibagi 2 macam:

1. Kontrol daya yang dapat membuat frekuensi generator tetap konstan

adalah:

a. ELC (Electronic Load Controller)/DLC (Digital Load Controller) pada

Pengontrolan dengan menggunakan ELC bertujuan agar besar daya yang dibangkitkan oleh generator selalu sama dengan daya yang diserap

oleh konsumen ditambah dengan daya yang dibuang ke beban (ballast),

dengan demikian akan diperoleh frekuensi yang stabil [6].

2. Flow Kontrol (Governor, yaitu mengatur aliran air yang masuk ke dalam

turbin)

Governor didesain agar perputaran generator konstan dalam range

yang dikehendaki dengan menambah atau mengurangi debit air yang

masuk ke runner turbin untuk mempertahankan keseimbangan daya antara

masukan daya (power input) dan permintaan daya (power demand). Pada

Gambar 2.3 dapat dilihat rangkaian kerja pembangkit listrik tenaga air

dengan menggunakan governor. Kerugian dari sistem ini adalah

ketidakmampuannya bereaksi cepat bila terjadi terjadi perubahan beban secara mendadak [6].

Gambar 2.3 Diagram kendali PLTA dengan governor

Flywheel

Open Close

Hydraulic Connections

Turbine Valve in

Channel

RESERVOIR

Generator

2.3 Pengendalian PLTMH dengan Electronic Load Controller

Tujuan utama penggunaan Electronic Load Controller (ELC) adalah menjaga

frekuensi tetap konstan dengan cara membagi keluaran daya generator menuju

beban konsumen dan beban pengganti (dummy). Daya keluaran generator yang

digunakan oleh konsumen berupa lampu penerangan, mesin-mesin listrik, pemanas, dan lain-lain. Aliran daya antara generator, ELC, dan beban konsumen, dan juga skema komponen ELC dapat dilihat pada Gambar 2.5 [5].

Gambar 2.4 Skema komponen ELC

Secara umum komponen ELC pada PLTMH terbagi atas 3 bagian seperti yang terlihat pada Gambar 2.4, penjelasannya sebagai berikut:

a. Sensor dan Rangkaian Kontrol

Sensor arus dan rangkaian kontrol berfungsi untuk mendeteksi perubahan arus beban yang dihasilkan generator sebagai akibat adanya

Beban Konsumen GENERATOR Sensor Arus

Saklar Statis

Dummy Load

Rangkaian Kendali

ELC

Igen

Icomp

Icomp

Iload

CB

Isampling

perubahan arus pada beban konsumen yang langsung dibandingkan dengan harga referensi yang telah ditentukan. Dan rangkaian kontrol akan memberikan aksi atas perubahan tersebut dengan mengaktifkan IGBT sesuai perubahan yang terjadi.

b. IGBT / Sakelar Elektronik

IGBT berfungsi sebagai pemutus dan penghantar arus ke beban komplemen yang pengoperasiannya diatur oleh modul kontrol berdasarkan perubahan yang terjadi. Penghantaran dan pemutusan arus dilakukan dengan mengatur sudut penyalaan. Modul kontrol digunakan dengan mendeteksi perubahan arus dan mengubahnya menjadi tegangan lalu mengaktifkan gate IGBT dengan perubahan arus yang terjadi. Sakelar elektronik tidak hanya dapat menggunakan IGBT, bisa juga menggunakan

SCR, ataupun thyristor.

c. Beban Tambahan (Dummy Load)

Beban tambahan digunakan sebagai tempat pengalihan daya atas perubahan yang terjadi pada beban sebenarnya dengan tujuan untuk menjaga agar putaran generator konstan meskipun terjadi perubahan arus pada beban sebenarnya.

Penggunaan listrik oleh konsumen sangat bervariasi dan besarnya bisa berubah setiap saat. Jika daya masukan turbin ke generator tidak mengalami perubahan sedangkan daya keluaran generator yang digunakan oleh konsumen berubah-ubah maka keseimbangan daya tidak akan tercapai. Hal ini akan mengakibatkan adanya perubahan kecepatan generator sehingga frekuensi akan berubah dengan sendirinya. Oleh karena itu, perlu ada penyesuaian antara beban

generator dan daya masukannya dengan menempatkan beban penyeimbang di sisi keluaran generator.

ELC dipasang di antara PLTMH dan beban konsumen seperti pada Gambar

2.4. Dengan menggunakan beban tambahan (dummy load), ELC akan membagi

arus yang dihasilkan dari PLTMH ke kedua beban yaitu beban konsumen dan

beban dummy. Dengan menggunakan ELC maka PLTMH akan tetap bekerja pada

keadaan nominal walaupun beban konsumen berubah-ubah.

Besar beban total yang dihasilkan generator dapat dilihat pada Persamaan 2.2 berikut:

Beban Konsumen + Beban dummy load = Beban Generator (2.2)

Dalam penentuan kapasitas daya pada dummy load, kita dapat

menentukannya dengan cara mencari besar resistansi (R), yang berdasarkan pada Persamaan 2.3:

R . I =

P 2 _(2.3)

Menentukan perhitungan besarnya resistansi pada dummy load dapat

ditentukan dengan dua cara, yaitu:

1. Menghitung besar resistansi dengan menggunakan beberapa dummy load.

Menghitung resistansi dummy load dengan cara ini harus mengetahui

tingkat sensitifitas daya (Q) yang dapat diterima oleh dummy load.

Semakin banyak dummy load yang digunakan, maka tingkat sensitifitas

Q P

=

n (2.4)

Dan besar resistor yang digunakan dapat dihitung dengan Persamaan 4.5:

 

Q

2 dc d = V

R (2.5)

Dimana:

P : Besar daya yang terbangkit (W)

n : Jumlah dummy load yang dipakai

Q : Besar sensitifitas dummy load (W)

Rd : Besar resistansi dummy load (Ω)

Vdc : Besar tegangan dc pada rectifier (V)

2. Menghitung besar resistansi hanya dengan menggunakan satu dummy

load.

Menghitung besar resistansi pada dummy load dapat menggunakan

Persamaan 4.3 [7]:

 

P V =

R dc

d

2

(2.6) Dimana:

Rd : Besar resistansi dummy load (Ω)

Vdc : Besar tegangan dc pada rectifier (V)

P : Besar daya yang terbangkit (W)

Sistem pengendalian menggunakan ELC relatif murah. Pada saat beban

ringan, kelebihan energi produksi PLTMH, energi dibuang menuju dummy load

air (water heater) atau pemanas udara (air heater). Besar kecilnya daya yang disalurkan ke beban tambahan dapat dilihat dari besarnya tegangan beban

tambahan tersebut (tegangan dummy load). Semakin besar daya pada beban

tambahan, semakin besar pula tegangannya, dan sebaliknya jika tidak ada daya pada beban tambahan maka tegangan pada beban tambahan menjadi nol. Tegangan beban tambahan dapat dilihat pada panel kontrol [8].

2.4 Kendali Logika Fuzzy (Fuzzy Logic)

Professor Lotfi A. Zadeh merupakan pencetus sekaligus yang memasarkan ide tentang mekaniskme pengolahan atau manajemen ketidakpastian yang

kemudian dikenal dengan logika fuzzy. Dalam penyajiannya variabel-variabel

yang akan digunakan harus cukup menggambarkan ke-fuzzy-an tetapi di lain pihak

persamaan-persamaan yang dihasilkan dari variabel-variabel itu haruslah cukup sederhana sehingga komputasinya menjadi cukup mudah. Karena itu, Professor Lotfi A. Zadeh kemudian memperoleh ide untuk menyajikannya dengan menentukan “derajat keanggotaan” dari masing-masing variabelnya. Keuntungan utamanya adalah tidak dibutuhkannya deskripsi analitis dari sistem yang

dikontrol. Pada sistem kontrol, sistem fuzzy umumnya bekerja pada waktu yang

bersamaan untuk mendapat performa optimal [9].

Tahap pengerjaan pada kontrol logika fuzzy adalah:

1. Menentukan input,

2. Mengatur peraturan-peraturan yang sesuai,

Daya Masukan

Daya Keluaran

G _Konsumen Beban Fuzzy

Controller

ELC

Beban Tambahan (Dummy)

Tu

rb

in

A

ir

Angka dan bentuk dari fungsi membership yang menyatakan nilai fuzzy

(untuk input dan output) dinyatakan dengan garis untuk tiap variabel dan

bergantung pada perlakuan tiap variabel yang diteliti pada simulasi.

Pada tugas akhir ini, logika fuzzy digunakan untuk mengatur bukaan IGBT

sesuai dengan keadaan beban konsumen. Logika fuzzy digunakan karena

prosesnya mudah dengan matematika yang tidak sulit. Hanya dengan menentukan

bentuk input dan output yang kita inginkan, lalu menentukan peraturannya, maka

didapatlah hasil output yang tepat. Gambar 2.6 merupakan ilustrasi diagram alir

daya yang dihasilkan generator apabila ELC ditambahkan kendali logika fuzzy.

BAB I PENDAHULUAN 1.1 Latar Belakang

Pemanfaatan energi terbarukan sangat banyak diminati seperti, energi air, angin, biomass, ataupun energi dari matahari. Pemanfaatan energi terbarukan ini dapat membantu untuk memenuhi permintaan listrik untuk konsumen. Energi terbarukan memiliki beberapa kelebihan, salah satunya adalah ramah lingkungan. Hal ini sangat berbeda dengan energi fossil, seperti batu bara ataupun diesel, yang dapat merusak lingkungan dan dapat mengurangi kandungan mineral pada bumi. Salah satu energi terbarukan yang banyak digunakan sekarang adalah energi air. Pembangkit listrik yang menggunakan tenaga air terdiri dari beberapa klasifikasi berdasarkan kapasitas yang dihasilkan, yaitu [1]:

1. Micro-Hydro (<100 KW)

2. Mini-Hydro (100 KW – 1 MW)

3. Small-Hydro (1 MW – 10 MW)

4. Medium-Hydro (10 MW – 100 MW)

5. Large-Hydro (>100 MW)

Pada tugas akhir ini akan membahas PLTMH (Pembangkit Listrik Tenaga

Mikro-Hidro). PLTMH memiliki kendali untuk mengendalikan daya output

menuju konsumen. Ada dua cara yang biasa digunakan pada pengendalian daya pada PLTMH [1]:

a. ELC (Electronic Load Controller)/DLC (Digital Load Controller) pada generator sinkron

b. Pada generator asinkron disebut IGC (Induction Generator

Controller)

2. Flow Kontrol (Governor, yaitu mengatur aliran air yang masuk ke

dalam turbin)

Pada tugas akhir ini akan membahas kontrol PLTMH dengan menggunakan

Electronic Load Controller (ELC). ELC merupakan suatu alat kendali yang dipasang pada generator sehingga jika terjadi perubahan beban, generator seolah-olah melihat beban tidak mengalami perubahan sehingga generator tetap dapat bekerja pada kondisi normal.

Pengaturan ELC disesuaikan dalam menyeimbangkan beban, salah satunya

dapat menggunakan kendali dengan Logika Fuzzy. Kendali dengan logika fuzzy

bertujuan untuk mengatur bukaan gate IGBT (Insulated Gate Bipolar Junction

Transistor), yang mana IGBT berfungsi sebagai sakelar menuju dummy load.

Dummy load berperan sebagai menyerap kelebihan sisa daya apabila daya yang diserap beban konsumen lebih kecil daripada daya yang dihasilkan generator.

1.2 Tujuan

Adapun tujuan dari penulisan tugas akhir ini adalah:

1. Membuat simulasi kontrol switching penyearah pada electronic load

controller pada PLTMH dengan berbasis kendali logika fuzzy dalam pengaturan beban konsumen pada PLTMH.

2. Menganalisis pengaruh pengaturan switching penyearah electronic load

controller dengan dan tanpa kendali logika fuzzy.

1.3 Batasan Masalah

Adapun batasan masalah pada penulisan tugas akhir ini adalah:

1. Tugas akhir ini membahas pengaturan electronic load controller pada

PLTMH sebagai penyeimbang daya konsumen berbasis kendali logika

fuzzy.

2. Analisis dan pengujian disimulasikan dengan menggunakan komputer.

1.4 Manfaat

Adapun manfaat yang diharapkan dari penulisan tugas akhir ini adalah dapat menjadi bahan pertimbangan dalam perencanaan pembangunan PLTMH dengan

pengaturan pembebanan menggunakan electronic load controller dengan kendali

logika fuzzy.

1.5Luaran Tugas Akhir

Dari kegiatan tugas akhir ini, penulis mengharapkan luaran sebagai jurnal

ABSTRAK

Pengendalian daya pada PLTMH dapat dilakukan dengan beberapa cara, salah satunya adalah menggunakan Electronic Load Controller (ELC). ELC berfungsi menjaga arus, frekuensi, dan tegangan pada PLTMH tetap konstan walaupun beban konsumen berubah. Pada tugas akhir ini akan digunakan metode pengaturan bukaan sakelar IGBT (Insulated Gate Bipolar Junction Transistor)

pada ELC dengan menggunakan kendali logika fuzzy. Data PLTMH yang

digunakan adalah data PLTMH Desa Sikeben, Kecamatan Sibolangit yang menghasilkan daya sebesar 25 kW. Simulasi dilakukan dengan menggunakan 5 beban, masing –masing beban memiliki kapasitas 5 kW yang diaktifkan secara bertahap untuk melihat kenaikan beban konsumen. Dari hasil perhitungan dan simulasi, diperoleh perbandingan daya pada saat beban konsumen sebesar 20 kW dan 25 kW. Hasil yang diperoleh tanpa menggunakan kendali logika fuzzy, daya konsumen hanya tersalurkan sebesar 15,897 kW dan 15,997 kW. Sedangkan menggunakan kendali logika fuzzy, daya yang tersalurkan dapat mencapai 23,546 kW dan 24,789 kW.

TUGAS AKHIR

SENGATURAN SEMBEBANAN SLTMH DENGAN MENGGUNAKAN

ELECTRONIC LOAD CONTROLLER BERBASIS KENDALI LOGIKA

FUZZY

Diajukan untuk memenuhi persyaratan Menyelesaikan pendidikan sarjana (S-1) pada

Departemen Teknik Elektro Sub Konsentrasi Teknik Energi Listrik Oleh

Rizky Wira Handalan NIM: 110402098

DESARTEMEN TEKNIK ELEKTRO FAKULTAS TEKNIK

UNIVERSITAS SUMATERA UTARA MEDAN

ABSTRAK

Pengendalian daya pada PLTMH dapat dilakukan dengan beberapa cara, salah satunya adalah menggunakan Electronic Load Controller (ELC). ELC berfungsi menjaga arus, frekuensi, dan tegangan pada PLTMH tetap konstan walaupun beban konsumen berubah. Pada tugas akhir ini akan digunakan metode pengaturan bukaan sakelar IGBT (Insulated Gate Bipolar Junction Transistor) pada ELC dengan menggunakan kendali logika fuzzy. Data PLTMH yang digunakan adalah data PLTMH Desa Sikeben, Kecamatan Sibolangit yang menghasilkan daya sebesar 25 kW. Simulasi dilakukan dengan menggunakan 5 beban, masing –masing beban memiliki kapasitas 5 kW yang diaktifkan secara bertahap untuk melihat kenaikan beban konsumen. Dari hasil perhitungan dan simulasi, diperoleh perbandingan daya pada saat beban konsumen sebesar 20 kW dan 25 kW. Hasil yang diperoleh tanpa menggunakan kendali logika fuzzy, daya konsumen hanya tersalurkan sebesar 15,897 kW dan 15,997 kW. Sedangkan menggunakan kendali logika fuzzy, daya yang tersalurkan dapat mencapai 23,546 kW dan 24,789 kW.

KATA SENGANTAR

Puji dan syukur penulis panjatkan kehadirat Allah SWT atas segala rahmat dan karunia-Nya, sehingga penulis dapat menyelesaikan tugas akhir ini dengan baik. Tidak lupa juga shalawat beriring salam penulis haturkan kepada junjungan Nabi Besar Muhammad SAW.

Tugas Akhir ini merupakan bagian dari kurikulum yang baru diselesaikan untuk memenuhi persyaratan dalam menyelesaikan pendidikan Sarjana Strata Satu di Departemen Teknik Elektro, Fakultas Teknik, Universitas Sumatera Utara. Adapun judul Tugas akhir ini adalah:

“SENGATURAN SEMBEBANAN SLTMH DENGAN MENGGUNAKAN

ELECTRONIC LOAD CONTROLLER BERBASIS KENDALI LOGIKA

FUZZY”

Tugas Akhir ini penulis persembahkan kepada yang teristimewa yaitu ayahanda (Yudi Saptono) beserta Ibunda (Sri Junita) dan adik – adik tersayang (Fattih Diwa Handalan dan Ilafi Cahya Handalan) yang selalu memberikan semangat dan mendoakan penulis selama studi hingga menyelesaikan Tugas Akhir ini.

Selama masa kuliah hingga penyelesaian Tugas Akhir ini penulis juga banyak mendapatkan dukungan maupun bantuan dari berbagai pihak. Untuk itu penulis ingin menyampaikan rasa terimakasih yang mendalam kepada:

selalu memberikan bantuan bimbingan dan pengarahan kepada penulis hingga penyusunan Tugas Akhir ini selesai.

2. Bapak Ir. Zulkarnain Pane, M.T. dan Bapak Ir. Syamsul Amin, M.Si. selaku Penguji Tugas Akhir yang telah banyak memberikan masukan demi perbaikan Tugas Akhir ini dan telah memberikan pengarahan kepada penulis selama perkuliahan hingga penyusunan Tugas Akhir ini.

3. Bapak Ir. Surya Tarmizi Kasim, M.Si., selaku Ketua Departemen Teknik Elektro, Fakultas Teknik, Universitas Sumatera Utara yang telah banyak memberikan banyak bimbingan selama masa perkuliahan.

4. Bapak Soeharwinto, S.T., M.T., selaku dosen Wali yang selalu memberikan arahan, bimbingan dan nasihat selama penulis menjalani perkuliahan di Departemen Teknik Elektro, Fakultas Teknik, Universitas Sumatera Utara.

5. Seluruh Bapak dan Ibu dosen yang telah mendidik serta memberikan pengalaman hidup yang berharga selama masa perkuliahan kepada penulis.

6. Bang Marthin, Kak Ester, Kak Umi, Pak Ponijan dan Bang Dipo, selaku staf pegawai Departemen Teknik Elektro, Fakultas Teknik, Universitas Sumatera Utara yang telah membantu penulis dalam pengurusan administrasi.

7. Frans Matthew Silaban, Emir Lutfi Pahlevi, dan Josiah J. Suatan yang telah meluangkan banyak waktunya untuk memberi banyak masukan kepada penulis tentang tugas akhir ini.

8. Rekan kerja praktek penulis, Ann Alberth Sitorus, Riko Jogi Petrus Pasaribu dan Andreas V.H. Simanjuntak, yang telah memberikan motivasi, pengalaman yang tak tergantikan semangat selama perkuliahan dan masa kerja praktek hingga menyelesaikan Tugas Akhir ini.

9. Teman-teman seperjuangan TA yang sering menemani penulis, Yoshua Bangun, Ferro Hudson, Tidauccy S.H., Risjen Sianturi, Sandro Levi, Yosef Tarigan, Marco Simamora, Bill Imanuel, Canboy R. Doloksaribu, Frederik Silaban, Syahlan Hutagaol, M. Fikry Indra, Sakinah, dan kawan-kawan teman nongkrong di kantin dulu, M. Ferry Pratama, Wasfi Muhammadiy, Fadhli Pratama, Mirza Rumansa, Heri Mukhlis, dan Jhonson Fidelis Simamora yang telah memberikan pengalaman yang tidak terlupakan selama 5 tahun masa perkuliahan, terima kasih banyak.

10.Kawan-kawan angkatan 2011 yang tidak dapat diucapkan disini, terima kasih banyak buat kalian semua.

11.Terakhir untuk abang-abang senior dan adik-adik junior teknik elektro USU yang selalu memberikan semangat untuk pengerjaan tugas akhir ini, terima kasih banyak.

Akhir kata penulis menyadari bahwa Tugas Akhir ini masih jauh dari sempurna, untuk itu penulis mengharapkan saran dan kritik yang membangun demi penyempurnaan isi dan analisa yang disajikan. Semoga tulisan ini bermanfaat bagi penulis khususnya dan semua pihak yang membutuhkannya.

Medan, 17 Mei 2016

Penulis,

(Rizky Wira Handalan)

DAFTAR ISI

ABSTRAK ... i

KATA SENGANTAR ... ii

DAFTAR ISI ... vi

DAFTAR GAMBAR ... viii

DAFTAR TABEL ... xi

BAB I SENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Tujuan ... 3

1.3 Batasan Masalah ... 3

1.4 Manfaat ... 3

1.5Luaran Tugas Akhir ... 3

BAB II TINJAUAN SUSTAKA ... 4

2.1 Pembangkit Listrik Tenaga Mikro-Hidro (PLTMH) ... 4

2.2 Sistem Kendali Daya pada PLTMH ... 9

2.3 Pengendalian PLTMH dengan Electronic Load Controller ... 11

2.4 Kendali Logika Fuzzy (Fuzzy Logic) ... 15

BAB III METODE SENELITIAN ... 17

3.3 Variabel yang Diamati ... 17

3.4 Prosedur Penelitian ... 18

3.5 Menentukan Kapasitas Daya pada Dummy Load ... 20

3.6 Metode Kendali Logika Fuzzy pada ELC ... 21

BAB VI HASIL DAN ANALISIS ... 25

4.1 Perhitungan ... 25

4.1.1 Spesifikasi Generator PLTMH ... 25

4.1.2 Perhitungan Parameter pada ELC ... 26

4.1.3 Perancangan Fuzzy Logic pada ELC ... 27

4.1.4 Rangkaian ELC dengan menggunakan Fuzzy Logic ... 35

4.2 Simulasi ... 37

4.2.1 Simulasi tanpa Menggunakan Kendali Logika Fuzzy... 39

4.2.2 Simulasi dengan Menggunakan Kendali Logika Fuzzy ... 45

BAB V KESIMSULAN DAN SARAN ... 57

5.1 Kesimpulan ... 57

5.2 Saran ... 58

DAFTAR SUSTAKA ... 59 LAMSIRAN

DAFTAR GAMBAR

Gambar 2.1 Bagan sebuah PLTMH... 4

Gambar 2.2 Alur kerja pembangkit listrik tenaga air secara umum ... 6

Gambar 2.3 Diagram pengontrolan PLTA dengan governor... 10

Gambar 2.4 Skema komponen ELC ... 11

Gambar 2.5 Diagram Alir ELC dengan fuzzy logic ... 16

Gambar 3.1 Diagram Alir Penelitian ... 18

Gambar 3.2 Contoh fungsi membership variabel input “error” ... 23

Gambar 3.3 Contoh fungsi membership variabel input “derror” ... 23

Gambar 3.4 Contoh fungsi membership variabel output “control” ... 23

Gambar 3.5 Diagram alir kontrol ELC berbasis logika fuzzy ... 24

Gambar 4.1 Fungsi membership input error ... 28

Gambar 4.2 Fungsi membership input derror... 28

Gambar 4.3 Fungsi membership output ... 29

Gambar 4.4(a) Sampel fungsi membership error... 31

Gambar 4.4(b) Sampel fungsi membership derror ... 31

Gambar 4.6 Rangkaian ELC dengan Fuzzy Logic ... 35

Gambar 4.7 Rangkaian ELC tanpa Fuzzy Logic ... 36

Gambar 4.8 Contoh kurva beban harian ... 38

Gambar 4.9 Grafik penambahan daya konsumen tanpa fuzzy logic ... 38

Gambar 4.10 Grafik pengurangan daya dummy load tanpa fuzzy logic ... 39

Gambar 4.11 Grafik total daya tanpa fuzzy logic ... 40

Gambar 4.12 Grafik daya konsumen berubah-ubah tanpa logika fuzzy ... 41

Gambar 4.13 Grafik daya dummy berubah-ubah tanpa logika fuzzy ... 42

Gambar 4.14 Grafik penambahan daya konsumen dengan fuzzy logic ... 45

Gambar 4.15 Grafik pengurangan daya dummy loaddengan fuzzy logic ... 46

Gambar 4.16 Grafik total daya dengan fuzzy logic ... 47

Gambar 4.17 Grafik daya konsumen berubah-ubah dengan logika fuzzy ... 48

Gambar 4.18 Grafik daya dummy berubah-ubah dengan logika fuzzy ... 49

Gambar 4.19 Grafik perbandingan daya konsumen tanpa fuzzy vs dengan Fuzzy ... 52

Gambar 4.20 Grafik perbandingan daya dummy tanpa fuzzy vs dengan fuzzy ... 53

Gambar 4.21 Grafik perbandingan daya berubah konsumen tanpa fuzzy vs dengan fuzzy ... 54

Gambar 4.22 Grafik perbandingan daya berubah dummy tanpa fuzzy vs dengan fuzzy ... 56

DAFTAR TABEL

Tabel 3.1 Contoh peraturan dasar pada kontroller logika fuzzy...22

Tabel 4.1 Spesifikasi Generator Desa Sikeben...25

Tabel 4.2 Tabel Peraturan Fuzzy Logic...30

Tabel 4.3 Sampel Tabel Peraturan Fuzzy Logic...30

Tabel 4.4 Tabel kondisi daya tanpa Fuzzy Logic...43

Tabel 4.5 Tabel kondisi daya berubah tanpa Fuzzy Logic...44

Tabel 4.6 Tabel kondisi daya dengan Fuzzy Logic...49

Tabel 4.7 Tabel kondisi daya berubah dengan Fuzzy Logic...50

Tabel 4.8 Tabel Perbandingan Daya Konsumen...51

Tabel 4.9 Tabel Perbandingan Daya pada dummy load...52

Tabel 4.10 Tabel Perbandingan Daya Berubah pada Konsumen...53

Tabel 4.11 Tabel Perbandingan Daya Berubah pada dummy load...55

vi DAFTAR ISI

ABSTRAK ... i

KATA SENGANTAR ... ii

DAFTAR ISI ... vi

DAFTAR GAMBAR ... viii

DAFTAR TABEL ... xi

BAB I SENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Tujuan ... 3

1.3 Batasan Masalah ... 3

1.4 Manfaat ... 3

1.5Luaran Tugas Akhir ... 3

BAB II TINJAUAN SUSTAKA ... 4

2.1 Pembangkit Listrik Tenaga Mikro-Hidro (PLTMH) ... 4

2.2 Sistem Kendali Daya pada PLTMH ... 9

2.3 Pengendalian PLTMH dengan Electronic Load Controller ... 11

2.4 Kendali Logika Fuzzy (Fuzzy Logic) ... 15

BAB III METODE SENELITIAN ... 17

3.1 Tempat dan Waktu ... 17

vii

3.3 Variabel yang Diamati ... 17

3.4 Prosedur Penelitian ... 18

3.5 Menentukan Kapasitas Daya pada Dummy Load ... 20

3.6 Metode Kendali Logika Fuzzy pada ELC ... 21

BAB VI HASIL DAN ANALISIS ... 25

4.1 Perhitungan ... 25

4.1.1 Spesifikasi Generator PLTMH ... 25

4.1.2 Perhitungan Parameter pada ELC ... 26

4.1.3 Perancangan Fuzzy Logic pada ELC ... 27

4.1.4 Rangkaian ELC dengan menggunakan Fuzzy Logic ... 35

4.2 Simulasi ... 37

4.2.1 Simulasi tanpa Menggunakan Kendali Logika Fuzzy... 39

4.2.2 Simulasi dengan Menggunakan Kendali Logika Fuzzy ... 45

BAB V KESIMSULAN DAN SARAN ... 57

5.1 Kesimpulan ... 57

5.2 Saran ... 58

DAFTAR SUSTAKA ... 59 LAMSIRAN

viii

DAFTAR GAMBAR

Gambar 2.1 Bagan sebuah PLTMH... 4

Gambar 2.2 Alur kerja pembangkit listrik tenaga air secara umum ... 6

Gambar 2.3 Diagram pengontrolan PLTA dengan governor... 10

Gambar 2.4 Skema komponen ELC ... 11

Gambar 2.5 Diagram Alir ELC dengan fuzzy logic ... 16

Gambar 3.1 Diagram Alir Penelitian ... 18

Gambar 3.2 Contoh fungsi membership variabel input “error” ... 23

Gambar 3.3 Contoh fungsi membership variabel input “derror” ... 23

Gambar 3.4 Contoh fungsi membership variabel output “control” ... 23

Gambar 3.5 Diagram alir kontrol ELC berbasis logika fuzzy ... 24

Gambar 4.1 Fungsi membership input error ... 28

Gambar 4.2 Fungsi membership input derror... 28

Gambar 4.3 Fungsi membership output ... 29

Gambar 4.4 (a) Sampel fungsi membership error... 31

Gambar 4.4(b) Sampel fungsi membership derror ... 31

ix

Gambar 4.6 Rangkaian ELC dengan Fuzzy Logic ... 35

Gambar 4.7 Rangkaian ELC tanpa Fuzzy Logic ... 36

Gambar 4.8 Contoh kurva beban harian ... 38

Gambar 4.9 Grafik penambahan daya konsumen tanpa fuzzy logic ... 38

Gambar 4.10 Grafik pengurangan daya dummy load tanpa fuzzy logic ... 39

Gambar 4.11 Grafik total daya tanpa fuzzy logic ... 40

Gambar 4.12 Grafik daya konsumen berubah-ubah tanpa logika fuzzy ... 41

Gambar 4.13 Grafik daya dummy berubah-ubah tanpa logika fuzzy ... 42

Gambar 4.14 Grafik penambahan daya konsumen dengan fuzzy logic ... 45

Gambar 4.15 Grafik pengurangan daya dummy load dengan fuzzy logic ... 46

Gambar 4.16 Grafik total daya dengan fuzzy logic ... 47

Gambar 4.17 Grafik daya konsumen berubah-ubah dengan logika fuzzy ... 48

Gambar 4.18 Grafik daya dummy berubah-ubah dengan logika fuzzy ... 49

Gambar 4.19 Grafik perbandingan daya konsumen tanpa fuzzy vs dengan Fuzzy ... 52

Gambar 4.20 Grafik perbandingan daya dummy tanpa fuzzy vs dengan fuzzy ... 53

Gambar 4.21 Grafik perbandingan daya berubah konsumen tanpa fuzzy vs dengan fuzzy ... 54

x

Gambar 4.22 Grafik perbandingan daya berubah dummy tanpa fuzzy vs dengan fuzzy ... 56

xi

DAFTAR TABEL

Tabel 3.1 Contoh peraturan dasar pada kontroller logika fuzzy...22

Tabel 4.1 Spesifikasi Generator Desa Sikeben...25

Tabel 4.2 Tabel Peraturan Fuzzy Logic...30

Tabel 4.3 Sampel Tabel Peraturan Fuzzy Logic...30

Tabel 4.4 Tabel kondisi daya tanpa Fuzzy Logic...43

Tabel 4.5 Tabel kondisi daya berubah tanpa Fuzzy Logic...44

Tabel 4.6 Tabel kondisi daya dengan Fuzzy Logic...49

Tabel 4.7 Tabel kondisi daya berubah dengan Fuzzy Logic...50

Tabel 4.8 Tabel Perbandingan Daya Konsumen...51

Tabel 4.9 Tabel Perbandingan Daya pada dummy load...52

Tabel 4.10 Tabel Perbandingan Daya Berubah pada Konsumen...53

Tabel 4.11 Tabel Perbandingan Daya Berubah pada dummy load...55