261-1735-1-pb.pdf

JURNAL TEKNIK ITS Vol. 1, No. 1, (Sept. 2012) ISSN: 2301-9271 A-72

Abstrak.Sistem pembangkit dirasakan sangat perlu gunamemenuhi kebutuhan tenaga listrik yang semakinmeningkat, kestabilan sangat dibutuhkan pada prosespembangkit sehingga sistem pengendalian digunakanuntuk menjaga variabel proses tersebut tetap stabil. Salahsatunya adalah dengan melakukan pengendali frekuensipada tubin-generator suatu pembangkit listik, contohnyaPLTU (Pembangkit Listrik Tenaga Uap).Frekuensi dariturbin uap harus dijaga kestabilannya agar keluaran dayalistrik di generator berjalan dengan baik.Fluktuasifrekuensi adalah salah satu kendala penyampaian dayalistrik ke beban, juga waktu kembali yang tidak segera kekondisi normal akan mengakibatkan kerusakan padasistem seperti patahnya poros turbin-generator dankemungkinan terjadi gangguan pada jaringan listrik,sehingga perlu dilakukan pengaturan laju aliran uapyangmasuk ke turbin. Kontroler yang digunakan untukmenjaga perubahan frekuensi adalah kontrol fuzzyprediktif,dengan penambahan gain K1 pada kontrol fuzzyprediktif sebesar 42.35 yang bekerja secara sucsessivekontroler ini dapat mengurangi error sebesar 1,04% jikasistem hanya menggunakan kontroler fuzzy pada saatterjadi perubahan beban.

Kata KunciFrekuensi, Turbin, Fuzzy Prediktif

I. PENDAHULUANEBUTUHAN akan penggunaan daya listik saat inisangat diperlukan mengingat banyak negaradiprediksi dalam keadaan krisis energi listrik dimasamendatang. Saat ini pemerintah merencanakan

pembangunan pembangkit listrik untuk mengurangi krisisenergi listrik tersebut. Oleh karena itu, pembelajaran mengenaipembangkit listrik perlu dilakukan, metode simulasimerupakan salah satu metode pembelajaran yang efektif danefisien. Dari pembelajaran simulasi dapat diwujudkanpembuatan simulator dari sistem pembangkit listrik. Gangguansistem tenaga listrik mungkin bisa terjadi dan menjadipermasalahan serta kendala penyaluran daya listrik ke beban.Contoh gangguannya adalah terjadinya fluktuasi frekuensisistem tenaga listrik yang disebabkan perubahan beban.

Fluktuasi frekuensi seharusnya berada pada batas toleransiyang sudah ditetapkan, dan kembali kepada frekuensinormalnya dengan segera. Fluktuasi frekuensi yang beradadiatas batas toleransi merupakan sebuah permasalahan yangkerap terjadi. Selain itu, waktu kembali fluktuasi frekuensiyang tidak segera ke kondisi normal akan mengakibatkankerusakan pada sistem seperti patahnya poros turbin-generatordan kemungkinan terjadi gangguan pada jaringan listrik.Fluktuasi frekuensi ini erat kaitannya dengan perubahankecepatan putar pada turbin dan generator, dikarenakanperubahan permintaan daya beban. Perubahan kecepatanturbin-generator dilakukan dengan mengikuti nilai perubahanbeban, melalui pengaturan laju aliran uap sebagai input daripemodelan ini. sehingga akan terlihat perubahan nilaifrekuensi yang dihasilkan turbin-generator. Kontrol yangdigunakan untuk pengendalian pada sistem ini menggunakankontrol fuzzy prediktif.

II. TEORI DASAR

A. Pembangkit Listrik Tenaga Uap (PLTU) [1]PLTU merupakan suatu sistem pembangkit tenaga listrik

yang mengkonversikan energi kimia listrik denganmenggunakan uap air sebagai fluida kerjanya, yaitu denganmemanfaatkan energi kinetik uap untuk menggerakkan porossudu-sudu turbin.Sudu-sudu turbin menggerakkan porosturbin, untuk selanjutnya poros turbin menggerakkangenerator.Dari generator inilah kemudian dibangkitkan energilistrik. Energi listrik yang dihasilkan akan mensuplai alat-alatyang disini disebut beban.

Prinsip kerja dari PLTU berdasarkan pada Gambar 1adalah menggunakan siklus air-uap sistem tertutup, dimana airdari condenseratau air hasil dari proses pengkondensasian.Dsini air dipanaskan kembali kemudian dimasukkan kedeaerator untuk menghilangkan gas udara (oksigen),kemudian air dipompa oleh boiler feedwater pump keeconomizer. Dari economizeryang selanjutnya dialirkan kepipa down comer untuk dipanaskan pada wall tubes yangberada di boiler.

Pengendalian Frekuensi dengan MenggunakanKontrol Fuzzy Prediktif pada Simulator Plant

Turbin Generator pada PLTU

Dyah Putri Anggriani, Rusdhianto EffendieJurusan Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember (ITS)

Jl. Arief Rahman Hakim, Surabaya 60111E-mail:[email protected]

K


Gambar 1. Siklus sederhana PLTU

B. Turbin Uap [2]Turbin uap adalah suatu pengerak mula yang mengubah

energi potensial uap menjadi energi kinetik dan energi kinetikini selanjutnya diubah menjadi energi mekanis dalam bentukputaran poros turbin.Poros turbin, langsung atau denganbantuan roda gigi reduksi, dihubungkan dengan mekanismeyang digerakkan.Tergantung pada jenis mekanisme yangdigerakkan, turbin uap dapat digunakan pada berbagai bidangindustri, untuk pembangkit tenaga listrik dan untuktransportasi.

Turbin uap terdiri dari beberapa bagian utama seperti:rumah turbin (casing), bagian yang berputar (rotor), sudu-suduyang dipasang pada rotor maupun casing dan bantalan untukmenyanggah rotor.

Gambar 2. Konstruksi sederhana turbin

Pada Gambar 2 bagian yang ditandai dengan nomor 1adalah poros, komponen utama tempat dipasangnya cakram-cakram sepanjang sumbu dimana poros berhubungan langsungdengan generator. Nomor 2 disebut dengan cakram, tempatsudu-sudu dipasang secara radial pada poros sedangkan sudu-sudu turbin diberi nomor 3 berfungsi sebagai menerima gayadari energi kinetik uap melalui nosel. Nomer 4 adalah noselyang berfungsi sebagai sebagai media ekspansi uap yangmerubah energi potensial menjadi energi kinetik.

C. Logika Fuzzy [3]Professor Zadeh (California Univ.) diakui sebagai ilmuan

pemrakarsa konsep himpunan fuzzy pada tahun 1965 yangtelah menjabarkan perhitungan matematik untukmenggambarkan ketidak- jelasan atau kesamaran dalambentuk variable linguistik. Ide klasik yang menggabungkanpendekatan kualitatif dengan kuantitatif.

Prinsip dasar dan persamaan matematika dari teorihimpunan fuzzy, adalah sebuah teori pengelompokan objekdalam batas yang samar. Pertama, kita harus melihathimpunan fuzzy sebagai suatu generalisasi dari himpunan crispklasik dengan memperluas jelajah fungsi anggota (atau fungsikarakteristik) dari [0,1] sampai semua angka real pada interval[0,1].

FuzifikasiFuzifikasi merupakan proses pemetaan nilai-nilai input

(crispinput)yang berasal yang berasal dari sistem yangdikontrol (besaran non fuzzy) ke dalam himpunan fuzzymenurut fungsi keanggotaannya. Himpunan fuzzy tersebutmerupakan fuzzyinput yang akan diolah secara fuzzy padaproses berikutnya. Untuk mengubah crispinput menjadifuzzyinput, terlebih dahulu harus menentukan membershipfunction untuk tiap crispinput, kemudian proses fuzifikasiakan mengambil crispinput dan membandingkan denganmembership function yang telah ada untuk menghasilkanharga fuzzyinput.

Fuzzy Rule Base[4]Pada tahap fuzzy rule base, diproses hubungan antara

nilai-nilai input (crispinput) dan nilai-nilai output(crispoutput) yang dikehendaki dengan aturan-aturan (rules).Aturan ini nantinya yang akan menentukan respon sistemterhadap berbagai kondisi setting point dan gangguan yangterjadi pada sistem. Aturan yang banyak digunakanadalah :Format aturan IF-THEN

IF Err is Normally bigand AEn is Normally bigTHEN output is Normally big

DefuzifikasiPada tahap ini dilakukan pemetaan bagi nilai-nilai

fuzzyoutput yang dihasilkan pada tahap fuzzyrule base ke nilai-nilai output kuantitatif yang sesuai dengan sistem yangdiharapkan. Ada berbagai metode untuk melakukan prosesdefuzifikasi pada komposisi aturan Mamdani.

D. Kontrol Prediktif [5]Model prediktif kontrol adalah teknik yang berfokus

pada pembuatan kontroler yang dapat menyesuaikan aksikontrol sebelum perubahan pada keluaran setpoint sebenarnyaterjadi, kemampuan prediktif ketika dikombinasikan denganoperasi umpan-balik memungkinkan kontroler untukmelakukan penyesuian lebih smootherdan dekat pada nilai darikontrol optimal.

Gambar 3. Blok diagram kontrol prediktifBlok diagram dari kontrol prediktf ditunjukkan oleh

Gambar 3, dimana input dan output sebelumnya masuk ke


dalam blok model untuk mendapatkan output yang akandatang. Output tersebut akan di optimalisasikan, agar dapatmeminimumkan error dan memaksimalkan sinyal kontrol darigangguan sehingga menghasilkan input yang akan datang.

III. PERANCANGAN SISTEM

A. Gambaran Umum Perancangan SistemBab ini membahas mengenai perancangan sistem secara

detail meliputi perancangan perangkat keras yang terdiri dariperancangan sistem minimum mikrokontroler ATMega32, NI-DAQ, dan penggabungan elemen - elemen pembangun sistem,sedangkan untuk perancangan perangkat lunak antara lainperancangan simulator plant turbin-generator berupa virtualplant dan HMI yang keduanya dibangun dengan softwareLabVIEW 8.6. Untuk komunikasi pengiriman data serialmenggunakan software Toolbox Omniserver danKEPserverEx.

Gambar 4.Blok diagram sistemArsitektur yang akan dibangun ditunjukkan oleh Gambar

4, dimana laptop vitual plant (laptop yang dipergunakansebagai virtual plant) dihubungkan ke laptop HMI (laptopyang dipergunakan sebagai HMI) melalui NI-DAQ danmikrokontroler sedangkan software OPC (OLE forProcessControl) digunakan untuk mengirimkan data tambahan darilaptop virtual plant ke laptop HMI secara serial.

B. Pemodelan Virtual Plant Turbin-GeneratorPlant yang digunakan pada tugas akhir ini adalah turbin-

generator yang digunakan untuk pembangkit listrik tenagauap, dengan menggunakan energi solar.Putaran yangdihasilkan turbin untuk memutar generator mencapai 3000RPM, sehingga menghasilkan frekuensi 50 Hz.

Gambar 5. Blok diagram turbin-generatorGambar 5 menunjukkan blok diagram turbin-generator.

Kontroler yang digunakan berfungsi untuk menjaga agaroutput frekuensi tetap berada dinilai 50 Hz walaupun terjadiperubahan beban pada TL (torsi lawan). Torsi lawan inidihasilkan oleh poros generator bila terjadi perubahan padadaya beban, karena poros turbin berhubungan langsungdengan turbin.

C. Pemodelan Control ValveSteam yang dihasilkan boiler sebelum menggerakkan

turbin akan melewati 2 valve utama yaitu main valve yang

dioperasikan secara manual hanya pada saat starting dancontrol valve. Pada Gambar 6 terlihat pressure yang masuk kemain valve bernilai konstan yaitu 60 kg/cm2.

Gambar 6. Blok diagram control valveSaat awal, laju aliran steam akan dikendalikan oleh

manual valve dan akan terbuka 100% hingga kecepatan tubinmencapai 3000 RPM, selanjutnya akan dikendalikansepenuhnya oleh controlvalve. Bukaan daricontrolvalvesebanding dengan kecepatan turbin yaitu sekitar74% untuk putaran 3000 RPM.

D. Pemodelan TurbinPlant yang digunakan pada tugas akhir ini adalah dalam

bentuk virtual, yaitu virtual plant turbin-generator yangdiadaptasi dari buku Prabha Kundur dan ditunjukkan olehGambar 7.

Gambar 7. Blok diagram turbinTurbin yang digunakan adalah jenis non-reheatdimana

uap yang masuk ke turbin tidak mengalami pemanasan ulanguntuk menggerakkan turbin itu sendiri. Hanya saja uap yangmasih panas akan dimanfaatkan sebagai pemanas (preheating)air yang akan diuapkan di dalam boiler.

E. Pemodelan Mekanika GeneratorBentuk pemodelan diadaptasi dari buku Prabha Kundur

dengan bentuk transfer function .

4.3101

194.2294.0

)(1)( sBJssT f (1)

Dimana J adalah inersia dan B adalah gesekan (damper) dariturbin-generator.

F. Perancangan Komunikasi DataPengiriman data dari laptop virtual plant ke HMI

menggunakan NI-DAQ yang sebelumnya dikonversi dahulumenjadi 0-5 volt karena kemampuan NI-DAQ membacategangan pada range tersebut, kemudian dikirimkan kemikrokontroler dan diolah yang selanjutnya akan dikirimkanke HMI melalui kabel serial.

G. Identifikasi SistemDalam merancang suatu sistem yang mampu

dikendalikan, maka terlebih dahulu perlu dilakukan prosesidentifikasi terhadap plant, sehingga dapat diketahuikarakteristik dari plant.

Proses identifikasi dilakukan dengan menggunakanmetode loop terbuka dengan bebannominal, maksimal dan


minimalsecara simulasi dengan bantuan software MATLAB,dengan fungsi alih planttelah didapatkan sebelumnya.

Grafik hasil respon dari pemberian sinyal step pada plantuntuk frekuensi saat beban nominal ditunjukkan pada Gambar8, dimana respon mencapai nilai setpoint 50 Hz dengan

5,3 detik.

Gambar 8. Respon output frekuensi saat beban nominalGambar 9 menunjukkan grafik respon output frekuensi

saat beban minimal. Saat beban tersebut respon melebihisetpoint yang diinginkan yaitu bernilai 53 Hz dengan 8,3detik.

Gambar 9.Respon output frekuensi saat beban minimalGambar 10 adalah saat sistem diberi beban maksimal,

dimana respon dari output hanya mencapai nilai 48.5 Hz dari50 Hz dengan 4,3 detik.

Gambar 10.Respon output frekuensi saat beban maksimal

H. Perancangan KontrolFuzzyUntuk merancang suatu kontrol fuzzy, maka dilakukan

tahap seperti :1. Fuzifikasi

Jenis fungsi keanggotaan yang digunakan ada dua jenis,yaitu segitiga dan trapesium. Fungsi trapezium dipilih untukmendefinisikan derajat keanggotaan yang sama dengan satupada banyak nilai variabelnya, sedangkan fungsi segitigadipilih karena memiliki nilai yang terbatas dan derajatkeanggotaannya bernilai satu pada satu titik tertentu. Besarlinguistik term input error (e) dan delta error (e) bernilaisama. Ilustrasi dari fungsi keanggotaan yang digunakan padakontroler ini ditunjukkan pada Gambar 11.

Gambar 11.Membership function error (e) dan delta error(e).

2. Fuzzy Rule BaseAturan dasar dirancang berdasarkan teori bukaan control

valve yang tepat saat sistem dalam kondisi berbeban. Padakondisi beban nominal maka laju uap yang dialirkan olehcontrol valve sebesar 53,3 Kg/s, sedangkan bila sistemdiberi beban maksimal atau minimal maka control valve harusdapat menyesuaikan laju uap agar sistem tidak mengalamigangguan.Dengan mengacu teori tersebut maka dirancangsebuah rule base yang merepresentasikan perubahan daribukaan control valve seperti pada Tabel 1

Tabel 1.Rule base untuk kontrol fuzzydelta error

NB N NS Z PS P PB

error

NB NB NB N N NS NS ZN NB N N NS NS Z PS

NS N N NS NS Z PS PSZ N NS NS Z PS PS P

PS NS NS Z PS PS P PP NS Z PS PS P P PB

PB Z PS PS P P PB PB

3. DefuzifikasiProses defuzifikasi digunakan untuk mendapatkan nilai

keluaran, dari hasil proses rule base didapatkan fungsikeanggotaan yang menjadi rentang nilai output kontroler.Metode defuzifikasi pada kontroler ini menggunakan jenisMOM (Maximum of Minimum), maka nilai output dapatdihitung dengan Persamaan 3.1

J

j jvj

z1

.........................................................................(2)

dengan,z = nilai keluaranvj = nilai masukanj = banyaknya nilai maksimum

0 10 20 30 40 50 60 700

10

20

30

40

50

60

X: 3.555Y: 31.62

Waktu (detik)

Frek

uens

i (H

z)

Grafik Hasil Respon Sistem

respon sistemsetpoint

0 10 20 30 40 50 60 700

10

20

30

40

50

60

Waktu (detik)

Frek

uens

i (H

z)



50

0 10 20 30 40 50 60 700

10

20

30

40

50

60

Waktu (detik)

Frek

uens

i (H

z)



50


I. Perancangan KontrolPrediktifKontrol prediktif yang dibangun pada sistem ini

memprediksikan satu langkah ke depan dimana blok diagramuntuk kontrol fuzzy prediktif ditunjukkan oleh Gambar 12,kontroler tersebut memprediksikan nilai dari output )1( ky .Nilai error yang masuk ke FLC (Fuzzy Logic Controller)diberikan variabel tambahan yaitu 1K yang nilainya berubah-ubah sesuai dengan perubahan yang terjadi pada output dariplant diskrit. Hal ini dikarenakan nilai )(ke harus samadengan )(kem .

z1

z1

t1)()( kemke

)(ke

)1( kem

)1( ke

)1( ke

1K

1K

CLF

CLF

DiskritPlant

Plantyr

)1( ke

)1( ke

)(ke

)1( ky

)1( ke

yr

yk)(ku

)1( ku

Gambar 12. Blok diagram kontrol prediktif

IV. HASIL SIMULASI DAN IMPLEMENTASIBab ini menjelaskan mengenai proses implementasi

kontroler terhadap sistem perancangan dan plantdengan caramengintegrasikan sistem, kemudian dianalisa dari beberapahasil yang diperoleh.

A. Implementasi Komunikasi NI-DAQ MikrokontrolerPada tahap ini, implementasi dilakukan dengan

mengintegrasikan antara virtual plant dengan HMI denganmenggunakan NI-DAQ yang terhubung oleh mikrokontrolerATMega32 pada dua komputer secara terpisah yang nantinyamenggunakan media komunikasi serial. Gambar integrasisistem tampak pada Gambar 13

Gambar 13. Arsitektur Sistem

Hasil respon frekuensi yang dikirimkan virtual plant keHMI dapat dilihat pada Gambar 14. Dimana respon memilikibanyak ripple, hal ini disebabkan oleh clock yang dimiliki NI-DAQ dan mikrokontroler berbeda. Ripple mungkin jgdisebabkan karena nilai output dari virtual plant dikonversi kedalam bentuk tegangan 0-5 volt, kemudian nilai yang telahdikonversi tersebut akan dikonversi kembali dalam frekuensi.

Gambar 14. Respon output frekuensi di HMI pada beban nominal

B. Hasil Perancangan Kontroler Pada Virtual PlantRespon output sistem saat dalam keadaan beban

minimum, nominal maupun maksimum telah dibahas pada babsebelumnya, dimana saat terjadi pembebanan pada generatormaka frekuensi yang dihasilkan oleh turbin ikut mengalamiperubahan. Pengujian kontroler dilakukan dua kali untukmelihat perbandingan saat sistem dengan kontroler fuzzy dankontroler fuzzy prediktif dengan penambahan gain secarasuccessive. Pada Gambar 15 adalah saat sistem hanyamenggunakan kontrol fuzzy, saat terjadi perubahan beban baiksaat beban maksimal maupun minimal.Output frekuensi darisistem tidak dapat kembali ke keadaan semula dan terdapatnilai error sebesar 1.04%, hal ini disebabkan terjadi perubahanparameter dari plant.Oleh karena itu, dilakukan pengujianpada sistem dengan menggunakan kontrol fuzzy prediktif.

Gambar 15 Respon output frekuensi dengan kontrol fuzzyPada pengujian plant dengan kontroler fuzzy prediktif,

sistem selalu dapat kembali ke keadaan semula, respon output)1( ky dapat dilihat pada Gambar 16 dimana nilai yang

dimiliki oleh respon ini adalah 3.5 detik. Pada kontroler fuzzyprediktif diberi gain K1 yang nilainya akan selalu berubahmengikuti perubahan beban. GainK1 akan berkurang bila nilai

)1()1( kekem

, sebaliknya bila )1()1( kekem

makagainK1 akan bertambah agar nilai )1()1( keke

m

0 10 20 30 40 50 60 700

10

20

30

40

50

60

Waktu(detik)

Frek

uens

i (H

z)


respon outputsetpoint

0 5 10 15 20 25 300

10

20

30

40

50

60

Waktu (detik)

Frek

uens

i (H

z)


output responsetpoint


Gambar 16 Respon output frekuensi y(k+1)

Gambar 17 Penggabungan respon output frekuensi

Gambar 17 adalah respon frekuensi )1( ky saatdigabung dengan respon frekuensi )(ky , terlihat tidak terlalubanyak perbedaan pada respon. Namun, apabila gambardiperbesar maka akan terlihat bahwa kontroler prediktifbekerja pada sistem ini. Hal tersebut diperlihatkan olehGambar 18, untuk garis yang berwarna biru adalah responoutput sistem dan garis berwarna merah adalah respon outputfrekuensi )1( ky dimana garis tersebut selalu memprediksisatu langkah kedepan yang dihasilkan oleh outputfrekuensi

)(ky .

Gambar 18.Perbedaan respon frekuensi )1( ky dengan )(ky

V. KESIMPULANBerdasarkan hasil percobaan yang telah dilakukan pada

pengerjaan tugas akhir ini, maka dapat diambil beberapakesimpulan antara lain:1. Simulator plantturbin-generator dapat bekerja dengan

baik walaupun dalam keadaan berbeban, respon selalumencapai nilai set point yang diinginkan yaitu 50 Hz.

2. Penambahan gain K1 sebesar 42.35 yang bekerja secarasucsessive pada kontroler fuzzy prediktif dapatmemperbaiki error pada kontroler fuzzy

3. Jika sistem hanya menggunakan kontrol fuzzy sebagaipengendali frekuensi saat terjadi perubahan beban, makaerror yang dapat direduksi oleh kontrolerfuzzy prediktifadalah sebesar 1.04 %.Diharapkan untuk tugas akhir yang akan datang

menggunakan plant yang nyata tidak dalam bentuk virtual,agar dapat dilakukan identifikasi dan mendapatkan nilaiparameter yang lebih baik.

DAFTAR PUSTAKA[1] Pudjanarsa, Astu, Mesin Konversi Energi, Penerbit ANDI,

Yogjakarta, 2008.[2] Abduh. Syamsir, Teknik Tegangan Tinggi, Penerbit Salemba Teknika,

Jakarta, 2001.[3] Robandi, I., Desain Sistem Tenaga Modern; Optimisasi, Logika Fuzzy,

dan Algoritma Genetika, Penerbit ANDI, Yogyakarta, 2006.[4] Pasino, K. M.,dan Yurkovich, S. , "Fuzzy Control", Addison Wesley

Longman, California, 1998.[5] S. Ronald, Predictive Control, Prentice Hall, Department of Electrical

Engineering, Netherlands, 1991.[6] Ogata. Katsuhiko, Teknik Kontrol Automatik(Sistem Pengaturan),

Penerbit Erlangga, Bandung 1970.

0 5 10 15 20 25 300

10

20

30

40

50

60

X: 3.48Y: 31.63

Waktu (detik)

Freku

ensi

(Hz)


output responsetpoint

0 5 10 15 20 25 300

10

20

30

40

50

60

Waktu (detik)

Frek

uens

i (H

z)


output responsetpointykp1

7.04 7.06 7.08 7.1 7.12 7.14 7.16 7.18 7.2 7.22

49.7

49.8

49.9

50

50.1

50.2

50.3

Waktu (detik)

Frek

uens

i (H

z)


output responsetpointykp1

261-1735-1-pb.pdf

Documents