Heat Rate Variability Analysis – Overview

Heat rate (kcal/kwh) merupakan salah satu indeks kinerja dari sebuah pembangkit termal yang membandingkan antara jumlah kebutuhan batubara (kcal) terhadap load/daya (kwh) yang dihasilkan, semakin rendah nilai heat rate maka akan semakin tinggi efisiensi pada sebua pembangkit dan demikian sebaliknya.

Perubahan heat rate dipengaruhi oleh beberapa faktor diantaranya :

  1. Manajemen batubara yang merupakan faktor dominan untuk perubahan heat rate
  2. Reliability/kehandalan peralatan
  3. Pola pengoperasian

Dari ketiga faktor di atas, manajemen batubara dan reliability peralatan merupakan fakor yang dapat dicapai dengan menggunakan invetasi/modal, sedangkan pola pengoperasian dilakukan dengan cara mengoperasikan unit secara konsisten sesuai dengan paramater-parameter yang telah ditentukan (baeline) terkait pencapaian heat rate pembangkit.

Oleh karena itu, untuk mengukur tingkat konsistensi operator dalam mengoperasikan unit sesuai dengan baseline maka performance engineer dapat melakukan review melalui metode yang disebut dengan heat rate variability analysis. Heat rate variability analysis adalah metode kalkulasi yang dilakukan dengan melakukan analisa terhadap Turbine Heat Rate, sehingga dalam hal ini kecenderungan dan tingkat sebaran data dapat mengindikasikan kinerja unit untuk pengendalian heat rate. Semakin dekat sebaran data dengan garis trend line maka akan semakin baik dan konsisten kinerja unit dalam pengendalian heat rate terlepas dari pengaruh Energi Primer.

Pada prinsipnya metode variability analysis ini menggunakan analisa regresi yang biasa kita jumpai pada software statistik, dimana digunakan untuk menentukan hubungan sebab-akibat antara satu variabel dengan variable yang lain. Variabel “penyebab” disebut juga variabel independen atau variabel X (karena seringkali digambarkan dalam grafik sebagai axsis, atau sumbu X). Kemudian variabel yang “dipengaruhi” dikenal sebagai variabel dependen atau variabel Y. Kedua variabel ini dapat berupa variabel acak (random), namun variabel yang “dipengaruhi” harus selalu variabel acak. Analisis regresi juga dipakai secara luas untuk melakukan prediksi dan ramalan; untuk memahami variabel indenpend (X) mana saja yang berhubungan dengan variabel dependen (Y), dan untuk mengetahui bentuk-bentuk hubungan tersebut.

Sebelum membuat analisa variability analysis maka beberapa hal yang perlu disiapkan diantaranya adalah :

Data Collecting, yaitu data yang diperlukan untuk analisa, berupa :

  1. Data Performance Test Commissioning
  2. Heat Balance Design
  3. Data parameter operasi selama 3 bulan terakhir dengan interval waktu 15 menit (seperti halnya : main steam temperature, pressure, flow, feed water temperature, dll)

Validasi Data, dengan ketentuan sebagai berikut :

  1. Data diambil hanya pada beban di atas 80% gross load
  2. Data diambil pada saat tidak terjadi manuver beban (beban stabil)
  3. Membuang data yang tidak sesuai secara teoritis (abnormal)

Untuk tahapan pembuatan dibahas pada tulisan berikut

@Pelabuhanratu.

Leave a Reply