STUDI PRAKIRAAN BEBAN LISTRIK SECARA MIKROSPASIAL BERDASARKAN SIMULASI TATA GUNA LAHAN
Abstrak
Saat ini prakiraan beban listrik sektoral menjadi lebih sederhana dan mudah untuk diimplementasikan/ Akan tetapi, kondisi ini dihadapkan pada suatu keadaan dimana hasil prakiraannya masih bersifat makro sehingga tidak memperlihatkan pusat-pusat beban pada wilayah yang lebih kecil (grid) dan mengakibatkan lokasi gardu distribusi tidak dapat ditentukan dengan pasti. Disamping itu, keakuratannya akan cendrung bias pada suatu wilayah yang memiliki keterbatasan data dan area yang mengalami perubahan tata guna lahan yang cepat. Oleh karena itu, dalam paper ini akan menguraikan permasalahan tersebut dengan melakukan penelitian prakiraan beban listrik pada wilayah yang lebih kecil. Metode penelitian ini adalah dengan menggunakan teknik clustering untuk mengatasi masalah besarnya volume proses hitung. Manfaat penelitian ini diharapkan nantinya mampu memberikan informasi penentuan besarnya beban, kapan terjadinya dan dimana lokasi beban tersebut berada dengan tingkat akurasi yang lebih tinggi, sehingga cocok digunakan untuk dasar perencanaan pengembangan jaringan distribusi tenaga listrik. Hasil penelitian
menunjukkan bahwa hasil pengolahan matriks korelasi antara variabel-variabel dengan teknik clustering diperoleh 4 cluster dari 107 kelurahan yang terdapat di AJ Kebayoran. Kemudian pertumbuhan rata-rata kebutuhan listrik tiap tahun (2007-2016 ) per sektor AJ Kebayoran adalah: 6.38 % (Perumahan: 6.4%; Industri: 6.2%; Bisnis: 6.4%; dan sosial: 6.0%).
##plugins.generic.usageStats.downloads##
Referensi
Zuhal. Ketenagalistrikan Indonesia. Ganeca Prima. Jakarta. 1995.
PT. PLN (Persero) unit bisnis distribusi Jakarta Raya dan Tanggerang. Prediksi Kebutuhan Listrik 2002-2006 Menggunakan Beberapa Skenario berdasarkan pada : Pendekatan Makro Sektoral dan Mikrospasial Berbasis Gardu Induk. Jakarta. 2002.
Willis, H.L., Spatial Electric Load Forecasting. Second edition, Revised and Expanded. CRC Press. 2002.
Genethliou, E. A., Hajagos, J.T., Irrgang, B.G., Rossin, R.J., Load Pocket Forecasting Software. New York State Office of Science Technology and Academic Research. NYSTAR,. 2001.
Willis, H.L., Tram H. , A Cluster Based V.A.I. Method for Distribution Load Forecasting. IEEE Transaction on Power Aparatus and Systems, Vol. PAS-102, No, August 1983. IEEE. 1983.
Nurhidajat S. Pengembangan dan Implementasi Metodologi Prakiraan Beban Spasial untuk Wilayah Kecil dengan Laju Pertumbuhan Ekonomi yang Tinggi. Thesis. Program Magister Elektroteknik ITB. 1993.
Roken, R.M., Badri, M.A., Time Series Models for Forecasting Electricity Peak-Load for Dubai. U.A.E. University. 2004.
Rahman, S., Baba, M. An Integrated Load Forecasting-Load Management Simulator; Its Design and Performance. IEEE Tansaction on power system, vol. 4, no.1, February 1989. IEEE,
Hung-Chi Wu, Chi-Shing Tsai, Chan-Nan Lu., A Rule Based Spatial Load Forecast Method. Journal of the Chinese Institute of Engineers, Vol. 24, No. 1, pp. 37-44. Department of Electrical Engineering. National Sun Yat-Sen University. Kaohsiung, Taiwan 804, 2001.
Markidarkis, S., S.C. Wheelwright, & V.E. Mc Gee. Forecasting: Methods and Application. 2nd Edition. Jon Wiley & Sons. New York. 1983.
Gonen, Turan. Electric Power Distribution System Engineering. Mc. Graw-Hill Int. Ed. 1987.
This work is licensed under CC BY-SA 4.0
Adri Senen(1*)









