Dalam era transisi energi global, pemanfaatan energi terbarukan seperti tenaga surya dan angin telah menjadi solusi penting untuk mengurangi ketergantungan pada bahan bakar fosil. Namun, tantangan utama dalam implementasi energi terbarukan adalah ketidakpastian produksi daya yang disebabkan oleh fluktuasi kondisi lingkungan. Angin yang tidak selalu bertiup kencang dan intensitas sinar matahari yang berubah-ubah menyebabkan ketidakstabilan dalam jaringan listrik.
Penelitian terbaru oleh Prisma Megantoro dan tim peneliti dari Universitas Airlangga dan Universiti Kebangsaan Malaysia telah mengembangkan pendekatan inovatif untuk mengoptimalkan distribusi daya reaktif pada sistem energi hibrid surya-angin. Dengan menggunakan algoritma optimasi Archimedes (AOA), penelitian ini berhasil meningkatkan efisiensi dan stabilitas sistem tenaga listrik yang terintegrasi dengan pembangkit energi terbarukan.
Metode Optimasi dengan Algoritma Archimedes
Algoritma Archimedes merupakan teknik optimasi metaheuristik yang terinspirasi oleh prinsip fisika Archimedes tentang gaya apung. Dalam konteks sistem tenaga listrik, algoritma ini diterapkan untuk menyelesaikan masalah Optimal Reactive Power Dispatch (ORPD) pada jaringan listrik yang terintegrasi dengan pembangkit tenaga surya dan angin.
“Algoritma ini memiliki keseimbangan eksplorasi dan eksploitasi yang baik, sehingga cocok untuk masalah optimasi kompleks seperti ORPD,” jelas Prisma Megantoro, peneliti utama. “AOA menunjukkan performa superior dibandingkan algoritma optimasi lainnya dalam mengurangi rugi-rugi daya dan meningkatkan stabilitas tegangan.”
Dalam penelitian ini, ketidakpastian energi angin dimodelkan menggunakan distribusi probabilitas Weibull, sementara energi surya dimodelkan dengan distribusi lognormal. Data cuaca dikumpulkan selama tujuh bulan menggunakan stasiun cuaca berbasis IoT yang merekam kecepatan angin dan intensitas radiasi matahari setiap lima menit, menghasilkan ribuan titik data untuk analisis.
Hasil Penelitian
Implementasi AOA pada sistem IEEE 57-bus yang terintegrasi dengan pembangkit tenaga surya 50 MW dan angin 50 MW menunjukkan hasil yang signifikan. Penelitian ini berhasil mengurangi rugi-rugi daya hingga 15,7% dibandingkan dengan kondisi dasar. Peningkatan indeks stabilitas tegangan sebesar 83,9% juga tercatat, menunjukkan kehandalan sistem yang jauh lebih baik. Dalam skenario optimasi multi-objektif, AOA mencapai pengurangan rugi-rugi daya sebesar 7,1%, dengan tambahan 11,6% peningkatan setelah integrasi pembangkit listrik tersebar.
“Dibandingkan dengan algoritma metaheuristik lainnya, AOA menunjukkan keunggulan dalam akurasi pelacakan dan kecepatan konvergensi,” ujar Syahirah Abd Halim, salah satu peneliti. “AOA mengungguli algoritma Multi-objective Ant Lion Optimization (MOALO) dengan pengurangan rugi-rugi daya 1,83% lebih rendah dan Indeks Stabilitas Tegangan 29,67% lebih rendah.”
Implikasi Praktis
Hasil penelitian ini memiliki implikasi signifikan bagi pengembangan dan manajemen sistem tenaga listrik di masa depan, terutama dalam konteks integrasi energi terbarukan. Dengan peningkatan efisiensi sistem tenaga listrik yang terintegrasi dengan energi terbarukan, dapat terjadi pengurangan biaya operasional melalui minimalisasi rugi-rugi daya. Peningkatan stabilitas jaringan listrik juga mengurangi risiko pemadaman, memberikan layanan yang lebih andal bagi konsumen. Secara tidak langsung, optimalisasi ini berkontribusi terhadap pengurangan emisi karbon melalui pemanfaatan energi terbarukan yang lebih efisien.
Tantangan dan Arah Penelitian Masa Depan
Meskipun telah menunjukkan hasil yang menjanjikan, masih terdapat tantangan dalam implementasi praktis, seperti keterbatasan model ketidakpastian yang digunakan. Model Weibull dan lognormal mungkin menyederhanakan beberapa faktor praktis, seperti dampak nonlinier dari perubahan cuaca dan gangguan tutupan awan pada output energi.
“Untuk penelitian selanjutnya, kami berencana mengembangkan model yang lebih komprehensif dengan mengintegrasikan data cuaca real-time dan teknik pembelajaran mesin untuk meningkatkan akurasi prediksi,” ungkap Prisma Megantoro. “Kami juga akan memperluas penelitian ke sistem IEEE 300-bus untuk analisis yang lebih komprehensif pada jaringan listrik skala besar.”
Tim peneliti juga mengeksplorasi kemungkinan pengembangan algoritma hybrid yang menggabungkan AOA dengan teknik optimasi lainnya, serta penerapan pendekatan ORPD dinamis yang mengintegrasikan sistem penyimpanan energi untuk meningkatkan fleksibilitas jaringan. Pendekatan ini diharapkan dapat lebih memperkuat ketahanan jaringan listrik terhadap fluktuasi energi terbarukan yang tak terduga.
Kesimpulan
Penelitian ini memberikan kontribusi penting dalam upaya meningkatkan integrasi energi terbarukan ke dalam jaringan listrik. Dengan menggunakan algoritma optimasi Archimedes, penelitian berhasil mendemonstrasikan pendekatan efektif untuk mengatasi ketidakpastian dalam produksi energi surya dan angin, sambil mengoptimalkan efisiensi dan stabilitas sistem.
Dalam konteks transisi global menuju energi bersih, pendekatan ini dapat membantu mengatasi salah satu tantangan utama dalam pemanfaatan energi terbarukan, yaitu ketidakpastian dan intermiten dalam produksi daya. Dengan demikian, penelitian ini tidak hanya berkontribusi pada pengembangan teknologi, tetapi juga mendukung upaya mitigasi perubahan iklim dan pembangunan berkelanjutan. Tantangan energi masa depan menuntut solusi inovatif seperti ini, yang menggabungkan pemahaman mendalam tentang sistem kelistrikan dengan pendekatan komputasi canggih untuk mengoptimalkan pemanfaatan sumber daya terbarukan..
Penulis: Prisma Megantoro, Syahirah Abd Halim, Nor Azwan Mohamed Kamari, Lilik Jamilatul Awalin, Ramizi Mohamed, Hazwani Mohd Rosli
Informasi detail terkait artikel dapat diakses melalui:
Megantoro, P., et al. (2025). An enhanced multi-objective reactive power dispatch for hybrid Wind-Solar power system using Archimedes optimization algorithm. International Journal of Electrical Power and Energy Systems, 168, 110676. https://doi.org/10.1016/j.ijepes.2025.110676
