SIMULASI PENGOPERASIAN WADUK TUNGGAL DENGAN MENGGUNAKAN

DEBIT SINTETIS HASIL PEMODELAN HIDROLOGI STOKASTIK

Studi Kasus: PLTA Musi

Disampaikan di
FGD Penyusunan Rencana Pola Operasi Waduk
Jakarta, 17 – 18 Okt 2016

OLEH
DR. IR. AGUNG WIYONO, M.ENG
HENDRA NOVERSA ST
 BAB I PENDAHULUAN(1)
PENDAHULUAN (1)
Latar Belakang
 Sumber daya air yang melimpah di Sungai Simpang Aur
 Produksi PLTA Musi yang tidak optimal
 Alternatif Sumber Energi Baru Seiiring Kebutuhan Pasokan Listrik Semakin
meningkat
 Keterbatasan Kapasitas Sungai Simpang Aur-Lemau

Gambar
Jembatan Runtuh Akibat Keterbatasan
Sungai Simpang Aur-Lemau
Gambar
Kondisi Rumah Dipinggiran Sungai Simpang
Aur-Lemau

Gambar
Kondisi Tebing Disebagian Besar Sungai
Simpang Aur-Lemau
 PENDAHULUAN (2)
Maksud Penelitian
Maksud penulisan tesis ini adalah mendapatkan pola
operasi waduk dari hasil pemodelan hidrologi stokastik.

Tujuan Penelitian
 Mengembangkan model stokastik debit bulanan menggunakan metode
Two-Tier
 Mendapatkan data peramalan yang akurat untuk mendukung
pengelolaan Daerah Aliran Sungai, khususnya pengoperasian waduk
mengingat adanya kendala kurangnya data untuk aliran permukaan
dalam suatu Daerah Aliran Sungai
 Mendapatkan reliability curve energi tahunan yang dihasilkan waduk
 Mendapatkan operation guideline waduk
 Mempelajari karakteristik waduk
 PENDAHULUAN (3)
Ruang Lingkup Penelitian

 Pengumpulan data berupa data curah hujan, data debit

outflow turbin PLTA Musi, serta data teknis waduk.
 Pengolahan data yang meliputi: perhitungan debit,
perhitungan persamaan model stokastik, perhitungan
volume tampungan waduk, dan simulasi operasi waduk
menggunakan debit sintetis.
 Penggunaan paket bahasa pemograman untuk mendapatkan
simulasi operasi waduk yang dapat digunakan sebagai
pedoman pengelolaan.
 PENDAHULUAN
BAB I PENDAHULUAN(6)
(1)

Gambar
Lokasi Studi
 PENDAHULUAN (7)
Pemantangsampang Kotalekat
Airbaus Lama
BAB I PENDAHULUAN (1)
Talanglekat
Tanjungdalam

Bt. Resam

Bt. Nipis
Pagarbanyu Lubukjale Airlanang
Aurgading
Simpangketenung

Lubukdurian

Datarkepahiang Bt. Peninjau

Perbo
Curup
Serumbung Pekalongan
Cuguglalang
Gentingperangkap Jogjabaru
Salamharjo
Magelang

Penyangkak Banyumas Punggukmerantih

Talangcurup Tanjungalam Tabafiging

Batuberiang
Surobaru
Bangunharjo

Lubukpendam Sengkuang Surobali

Suromuncar

Padangsepan Alundua Kotaatap

Airkotok
Simpangampat Suroilir

Simpangperangin
Surolembak

Tanjungagung
Tebatpacur
Pematangtiga
INTAKE DAM
Lubukgading Tiambang

Perangin
Kebonlebar Ujanmasatas
Ketapi SURGE TANK
Getingdabuk

Ujanmasbawah

POWER HOUSE
Sawanglebarmudik

Punggukberingan
Talangdonok

Talangjambu Sekayunmudik

Lubuklangkap
Tabatengah
Karangare
TAILRACE TUNNEL Despetah
Renakandis
Sawanglebar hilir
Sekayunhilir Talangcurup
Tumbuk
Talangrenakandis
Senabah
Talangleteng

TAILRACE OUTLET
Aturanmumpo Udik
RRD
Airnapal
Aturanmumpo Tengah Kotatitik
Layanglekat Pagargunung
Desabaru
Aturanmumpo Hilir Talangpanjang
Susup Kelobak
Airnapal
Pasarkerkap
Plangkian

Tabatebelet
Rajakbesi

Tepilaut Kutorejo

Ketarum
Tabapenyengat Komering Karanganyar
Pagarjati

Pasarbembah
Kembangayun 1 Tabagumantung

Keroya
Dusunkepahiang
curup
Padangbetuah Kembangayun 2
Tabaduriansebakul Panembang
Genting
Lubukunen
Bajak

Pagardewa
Kertapati

Temiang

Talangrindak

D. Nipah Punjung
Lubukpendam Jambu
Punggukberingin
Karangpanggung

Pakuhaji Lubukpuar Talangbajak

D. Terapik Tanjungsakti
Talangboseng
Tanjungmanggus

Ulaklebar

Kalindang

Sidorejo
Sundakelapa

Samudera Indonesia Pondokkelapa

Sidodadi Baturaja

Pelajau
Datarlebar

Harapan Talangtengah
Renahlebar

Penum
Tabapenanjung
Bajak
Linggargaling Tanjungdalam

Pasarpedati Talangpauh

Lubuksini

Desaanyar
Srikuncoro
Srikaton
Pondokkubang

Padangtambal

Sukarame

Duriandemang
Pekiknyaring

Dusunbaru

Karangtinggi
Tanjungterdana

Gambar Peta DAS Musi dan DAS Simpang Aur-Lemau 0 1 2 3 4 5 km

 PEMODELAN STOKASIK (1)

PEMODELAN STOKASTIK

Persamaan model stokastik debit tahunan dan bulanan digunakan untuk

mengetahui data sintetik tahunan dan bulanan dari suatu data historik.
Data sintetik bulanan akan dibangkitkan dengan metode Two-Tier, dimana
data bangkitan diperoleh dari hubungan debit bulanan yang dihasilkan
oleh metode Thomas-Fiering dan debit tahunan menggunakan metode
Autoregresif (AR).
 PEMODELAN STOKASTIK (2)

Parameter – Parameter Statistik (1)

1. Mean

1 n 1
x = ∑ xi = ( x1 + x2 + x3 + ... + x n )
n i =1 n

Dimana :

n = banyaknya data sampel

xi = data ke-i

x = nilai rata-rata data

 PEMODELAN STOKASTIK (3)

Parameter – Parameter Statistik (2)

2. Standar Deviasi

1 n
S= ∑
n i =1
( xi - x ) 2 Biased Sample

1 n
Sˆ = ∑
n - 1 i =1
( xi - x ) 2 Unbiased Sample
 PEMODELAN STOKASTIK (4)

Parameter – Parameter Statistik (3)

3. Koefisien Kemiringan

1 n
g = ∑ ( xt - x ) 3 Biased Sample
n t =1

n∑ ( xt - x ) 3
g=
t =1
3
Unbiased Sample
(n - 1)( n - 2) S
 PEMODELAN STOKASTIK (5)

Parameter – Parameter Statistik (4)

4. Koefisien Korelasi
n

∑(x t - x )( yt - y )
rk = n
t =1
n 1/ 2
Koefisien Korelasi
∑(x t - x ) 2 . ∑ ( yt - y ) 2
t =1 t =1

n k

∑(x - x )( xt + k - x )
r=
t =1
t

1/ 2
Koefisien Autokorelasi
n k n k

∑(x t - x ) . ∑ ( xt + k - x ) 2
2

t =1 t =1
 PEMODELAN STOKASTIK (6)

Parameter – Parameter Statistik (4)

• Fungsi Autokorelasi (Autocorrelation function(ACF/AC))
Fungsi autokorelasi merupakan suatu fungsi yang memiliki nilai numerik dan
dinyatakan sebagai suatu hubungan keterkaitan antar data dalam satu kelompok
data. Banyaknya periode yang digunakan dalam menentukan hubungan keterkaitan
itu disebut lag k. Penggunaan autokorelasi deret ukur untuk menyeleksi model Box
& Jenkins yang tepat dapat ditentukan dengan melihat bentuk grafik antara v.s lag-
k, grafik yang terbentuk dinamakan correlogram.

• Fungsi Autokorelasi Parsial (Partial Autocorrelation function(PACF/PAC))

Fungsi autokorelasi parsial pada dasarnya sama dengan fungsi autokorelasi. Apabila
suatu fungsi sukar ditentukan dengan autokorelasi maka penggunaan fungsi
autokorelasi parsial sangat berguna. Nilai koefisien PACF berkisar antara -1 sampai
dengan +1.
 PEMODELAN STOKASTIK (7)

Variabel Acak
Bilangan acak untuk distribusi normal dapat diperoleh
dari bilangan acak uniform dengan cara menggunakan
persamaan Box Muller, (Salas, hal 98, 99), yaitu :
ξ1 = [2 ln (1/u1)]1/2 . cos (2πu2)
ξ2 = [2 ln (1/u2)]1/2 . sin (2πu2)
 PEMODELAN STOKASTIK (8)

Normalisasi Data Historis

• Menggunakan Rumus Probability Plot of

Correlation Coefficient (PPCC) :

( X mλ ( j ) - 1) λ≠0
X tmλ ( j ) =
λ
X tmλ ( j ) = log X m ( j ) λ=0
Dimana :

X tmλ ( j ) = Debit tahunan hasil transformasi

λ = Parameter transformasi

X m( j ) = Debit tahunan historis

 PEMODELAN STOKASTIK (9)

Model Stokastik Tahunan (1)

• Notasi Box & Jenkins :

yt = y + z t
z t = φ1 z t - 1 + .......φ p z t - p + σ ε ξ t
Dimana :

yt = debit tahun ke –t

y = nilai rata-rata debit tahunan

φ1 , ..., φ p = parameter/koefisien autoregresi

ξt = variabel bilangan acak normal

σ̂ ε = varians white noise

 PEMODELAN STOKASTIK (10)

Model Stokastik Tahunan (2)

• Pendekatan Parameter (1)

Metode penentuan parameter yang akan digunakan dalam penelitian ini

adalah metode Maximum Likelihood Estimators :

D12 Parameter AR(1)

φ1 =
D22

Parameter AR(2)

D12 . D33 - D13 . D23 D13 . D22 - D12 . D23

φ1 = φ2 =
D22 . D33 - D23 2 D22 . D33 - D23 2
:
PEMODELAN STOKASTIK (11)

Model Stokastik Tahunan (3)

• Pendekatan Parameter (2)

N +1-i - j
N
Dij = D ji = ∑z .z
( N + 2 - i - j ) l = 0 i +l j +l

Dimana :

φ1 , φ2 = parameter proses deret waktu tahunan

D ij = cross-product

N = banyak data historis

:
PEMODELAN STOKASTIK (12)

Model Stokastik Tahunan (4)

• Pendekatan Parameter (3)

p
1
σˆ ε 2
= D11 .∑ φ1 . D1, j +1 Variansi White Noise
N- p j =1

Syarat :
-1 < φ1 < 1  AR(1)

φ2 + φ1 < 1

φ1 - φ2 < 1  AR(2)

-1 < φ2 < 1
 PEMODELAN STOKASTIK (13)
Model Stokastik Bulanan
Rumus Thomas – Fiering :

ytm(i +1) = xtm( j +1) + b j ( ytm(i ) - xtm( j ) ) + ξ i σ ( j +1) (1 - r( j ) 2 )

σ j +1
b j = rj .
σj

Dimana :

y tm( i +1) , y tm( i ) = nilai sintetik debit pada bulan ke-i dan ke-i+1

x tm( j +1) , x tm( j ) = nilai rata-rata debit bulanan pada saat bulan ke-j dan ke-j+1

bj = koefisien regresi least square

ξi = nilai acak pada saat ke-i

σ j +1 = simpangan baku pada saat bulan ke-j+1

rj = koefisien korelasi data bulanan pada saat bulan ke-j

 PEMODELAN STOKASTIK (14)
Model Stokastik Two - Tier

Qx ij
X ij = 12 . yˆ i
∑ Qx ij
j =1

Dimana :

X ij = nilai sintetik bulanan dengan metode Two-Tier

yi = nilai sintetik bulanan dengan model Markov

Qxi +1 , Qxi = nilai sintetik tahunan dengan model Thomas-Fiering

 PEMODELAN STOKASTIK (15)

ZONA TAMPUNGAN WADUK

Surcharge

Flood control

Conservation

Sediment reserve Inactive

Gambar Zona Tampungan Waduk

 PEMODELAN STOKASTIK (16)
Persamaan mass balance equation untuk bulan t (Wiyono. A,1992) :
QWAi(t) = Vi(t) - VTi(t+1) - Ei(t) ( Vi(t), VTi(t+1) ) + Ii(t)

Dimana :
QWAi(t) = water releases dari waduk selama bulan t
Vi(t) = tampungan waduk di waduk pada awal bulan t
VTi(t+1) = tampunngan waduk target untuk waduk pada akhir bulan t
Ei(t) = evaporasi dari waduk selama bulan t
= Cci(t) ( Ai(t)+ATi(t+1) ) 0.5
Cci(t) = evaporasi untuk waduk pada bulan t
Ai(t) = luas permukaan air waduk untuk waduk pada awal bulan t
= aiVi(t)bi
ATi(t+1) = luas permukaan air waduk target untuk waduk pada akhir bulan t
= aiVTi(t+1)bi
ai = koefisien permukaan waduk untu waduk
bi = eksponensial permukaan waduk untuk waduk
IiT = inflow selama bulan t untuk waduk
 PEMODELAN STOKASTIK (17)

SISTEM WADUK TUNGGAL

Debit Masuk Debit Keluar

Waduk
PLTA

Gambar Model Sistem Reservoar Tunggal

 PEMODELAN STOKASTIK (18)

Persamaan Energi Lisrik

Pi(t) = ηi x ρ x g x QTbi(t) x Hi(t)

Dimana:
Pi(t) = pembangkitan listrik yang dihasilkan pembangkit listrik pada bulan t
(Ghw)
Hi(t) = rata-rata head waduk pada bulan t
QTbi(t) = aliran turbin dari waduk , untuk bulan t [106 m3]
Ηi = plant efficiency dari hydropower plant
ρ = berat jenis air = 1000 kg/m3
g = gaya gravitasi = 9.81 m/s2
GAMBARAN UMUM DAERAH STUDI (1)

Sistem Waduk PLTA Musi - RRD

GAMBARAN UMUM DAERAH STUDI (1)

Sistem Waduk PLTA Musi - RRD

 GAMBARAN UMUM DAERAH STUDI (1)
Skematik Node Waduk PLTA Musi - RRD

Sun gai Musi ke Arah Hilir

Area D/S Intake Da m

1

1
2

ID TO RRD

2
Area U/S Intake Dam Number of Uni t = 3 3a 3b
Capac ity = 210 MW
Energy Pr imer = 868 GWH 4
Energy Sec ondary = 672 GWH
Total = 1140 G WH
5a 5b

6
7a 7b

Ket: 8
9a 9b
D = Intak e Dam
TO = Tail rac e Outle t
11b
RRD = Reregulating Dam 10
11 a
U/S = Up Str eam
D/S = Down Str eam Laut Ben gkul u
 GAMBARAN UMUM DAERAH STUDI (2)
Desain tinggi jatuhan air (gross head) untuk PLTA Musi
sebesar 404.4 m. Head tersebut diperoleh setelah
membawa aliran air melalui saluran pembawa sepanjang
2577,804 m dan pipa pesat (penstock) sepanjang 588 m.
Tinggi jatuhan efektif (net head) yang direncanakan
sebesar 396.4 m.
 GAMBARAN UMUM
DAERAH STUDI (4)
Fasilitas Utama Bangunan Sipil PLTA Musi Terdiri:
1. Bendung dan Bangunan Penyadap Air (Intake)
2. Saluran Pembawa (Head Race)
3. Surge Tank
4. Pipa Pesat (Penstock)
5. Underground Power House dan Tailrace
GAMBARAN UMUM DAERAH STUDI (5)
Bangunan Sipil PLTA Musi (1)
 BAB III GAMBARAN UMUM
DAERAH STUDI (6)
Bangunan Sipil PLTA Musi (2)

Tangki peredam (surge tank), atau sering disebut sebagai

tangki pendatar, dipasang pada suatu rangkaian pipa untuk
meredakan tekanan berlebihan yang diakibatkan oleh
pukulan air (water hammer) dan untuk mensuplai
persediaan air guna mengurangi tekanan negatif bila katup
dibuka secara mendadak.
 GAMBARAN UMUM DAERAH STUDI (7)
Bangunan Sipil PLTA Musi (3)
Under Ground Power House
 GAMBARAN UMUM DAERAH STUDI (8)
Bangunan Sipil PLTA Musi (4)

Gambar Tailrace Outlet

 GAMBARAN UMUM DAERAH STUDI (9)
Waduk Re-Regulting Dam
Dengan adanya Waduk RRD (Re-Regulating Dam) dihaparkan menjadi menjadi
solusi untuk dapat memaksimalkan operasi PLTA Musi sesuai dengan desain awal
yaitu memanfaatkan potensi energi dari sungai Musi sebesar 1.140 GWh pertahun,
dan menjadi sumber energi baru yaitu PLTA RRD yang sangat bermanfaat bagi
masyarakat.
 METODOLOGI PENELITIAN (1)
Penelitian dilakukan dengan kelengkapan data dan alat bantu komputer untuk
menganalisa data dan penetapan hasil penelitian. Adapun langkah-langkah yang
diambil dalam pelaksanaan penelitian ini terdiri dari :

1. Desk study
2. Pola pikir studi
3. Pengumpulan data
4. Pembuatan model operasi waduk
5. Pelaksanaan pemodelan operasi waduk dengan data yang ada (pengolahan
data)
6. Hasil pemodelan dan analisis
7. Penarikan kesimpulan dan saran
 BAB IV METODOLOGI PENELITIAN (2)
DATA DEBIT HISTORIS

PEMODELAN STOKASTIK

Pola Pikir Studi

PARAMETER STATISTIK MODEL STOKASTIK DEBIT MODEL STOKASTIK DEBIT
DATA HISTORIS TAHUNAN BULANAN

DEBIT SINTETIS BULANAN

SIMULASI OPERASI WADUK

PERENCANAAN KETERSEDIAAN LEBIH

ALTERNATIF BESAR DARI KEBUTUHAN
KEBUTUHAN TIDAK

YA

RELIABILITY CURVE
ENERGI TAHUNAN

ANALISIS HASIL
 METODOLOGI PENELITIAN (3)
Paket Program Simulasi untuk Pengoperasian
Waduk
Proses perhitungan operasi waduk metode simulasi
digunakan paket bahasa pemograman komputer yaitu
bahasa pemograman Quick Basic. Listing program yang
digunakan yaitu CTR-STOCHMOD atau Citarum
Stochastic Model dan CTR-SIMOD singkatan dari Citarum
Simulation Model (Wiyono. A. Thesis Simulation of the
Hydropower Generation for The Citarum Multi Reservoir
System Using Synthetic Flows, Newfoundland Canada
1992, hal.116 - 181)
 HASIL PEMODELAN DAN ANALISIS (1)
Analisis Curah Hujan

Curah Hujan Bulanan

350

300

250
Hujan(mm/bln)

200

150

100

50

Bulan
 HASIL PEMODELAN DAN ANALISIS (1)
SUMBER INFLOW WADUK
Debit DAS Hulu Simpang Aur
 HASIL PEMODELAN DAN ANALISIS (1)
SUMBER INFLOW WADUK
Debit DAS Hulu Simpang Aur
Inflow Debit Bulanan

7.00
6.00
debit (m3/s)

5.00
4.00
3.00
2.00
1.00
0.00
0 12 24 36 48 60 72 84 96 108 120 132 144 156 168 180 192 204 216 228
bulan

flow duration curve

8.00

7.00

6.00
Debit (m3/s)

5.00

4.00

3.00

2.00

1.00

0.00
0.000% 10.000% 20.000% 30.000% 40.000% 50.000% 60.000% 70.000% 80.000% 90.000% 100.000%
Probabilitas
BAB IV HASIL PEMODELAN DAN ANALISIS (1)
SUMBER INFLOW WADUK
Debit Outflow Turbin PLTA Musi
Inflow Debit Bulanan Data DAM Musi

35
30
25
Q i nflow (m3/dt)

20
15
10
5
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Waktu (t,bulan)

Flow Duration Curve

35.00

30.00

25.00
Debit (m3/s)

20.00

15.00

10.00

5.00

0.00
0.00% 10.00% 20.00% 30.00% 40.00% 50.00% 60.00% 70.00% 80.00% 90.00% 100.00%
Probabilitas (%)
 HASIL PEMODELAN DAN ANALISIS (1)
PENENTUAN VOLUME WADUK
Dead Storage (Perhitungan Sedimen Menggunakan USLE)
 HASIL PEMODELAN DAN ANALISIS (1)
PENENTUAN VOLUME WADUK
Life Storage

Life Storage Waduk

35.00

30.00

25.00
Q (m3/detik)

20.00

15.00

10.00

5.00

0.00

Bulan
 HASIL PEMODELAN DAN ANALISIS (1)
PERHITUNGAN KAPASITAS TAMPUNGAN DAN LUAS
GENANGAN WADUK

Kurva Kapasitas dan Luas Permukaan Waduk RRD

Luas Permukaan (m 2)

600,000,000 500,000,000 400,000,000 300,000,000 200,000,000 100,000,000 0

180

175

170

165
Elevasi (m)

160

155

150

145

140
0 1000000000 2000000000 3000000000 4000000000 5000000000 6000000000 7000000000

Luas Permukaan Volume (m 3)Power (Luas Permukaan)

Volume waduk Power (Volume waduk)
 HASIL PEMODELAN DAN ANALISIS (1)
PERHITUNGAN KAPASITAS TAMPUNGAN

Freeboard
+ 163,3 m

Aktif Storage
V=58.598,424 m3

+ 159 m
Dead Storage RELEASE
V= 7.328,842 m3
+ 147 m
 HASIL PEMODELAN DAN ANALISIS (1)
Pendekatan Matematik Hubungan Antara Luas Permukaan
dengan Volume
KURVA KAPASITAS DAN LUAS PERMUKAAN AIR
WADUK RRD
Luas Permukaan Air Waduk (m2)

600000000
y = 0.125x 0.968
500000000
R² = 0.975
400000000

300000000

200000000

100000000

0
0 1000000000 2000000000 3000000000 4000000000 5000000000 6000000000 7000000000

Tampungan Waduk (m 3)

KURVA KAPASITAS DAN ELEVASI MUKA AIR WADUK RRD

180
Elevasi Muka Air Waduk (m)

175

170

165
y = 129.2x 0.013
R² = 0.985
160

155

150

145

140
0 1000000000 2000000000 3000000000 4000000000 5000000000 6000000000 7000000000
Tampungan Waduk (m3)
 HASIL PEMODELAN DAN ANALISIS (1)
PEMODELAN STOKASTIK TAHUNAN
Identifikasi Model
Grafik Auto Korelasi

1.0
0.8
0.6

0.4
Autocorrelation

0.2
0.0 Grafik Parsial Auto Korelasi
-0.2
1.0
-0.4
0.8
-0.6
0.6

Partial Autocorrelation
-0.8
0.4
-1.0
0.2
1 2 3 4 5 6 7 8 9 10 0.0
Lag
-0.2
-0.4
-0.6
-0.8
-1.0

1 2 3 4 5 6 7 8 9 10
Lag
 HASIL PEMODELAN DAN ANALISIS (1)
PEMODELAN STOKASTIK TAHUNAN
Parameter Model
MODEL φ1 φ2 MS

AR (1) 0.5812 - 59.328

AR (2) 0.6690 -0.1483 62.073
NO TAHUN DEBIT DEBIT SINTETIS DEBIT SINTETIS
HISTORIS AR (1) AR (2)
1 1990 29.28 7.41 14.45
2 1991 37.24 18.53 20.67
3 1992 36.37 26.63 35.17
4 1993 40.14 33.15 45.61
5 1994 31.85 33.56 28.67
6 1995 38.99 30.60 35.97
7 1996 34.19 22.81 42.46
8 1997 23.27 35.50 52.90
9 1998 36.63 24.09 37.14
10 1999 39.11 31.99 21.60
11 2000 35.18 28.19 28.39
12 2001 39.56 35.50 29.03
13 2002 32.22 28.66 30.30
14 2003 12.12 31.51 19.73
15 2004 13.86 27.10 17.08
16 2005 18.60 41.75 18.54
17 2006 18.53 23.78 29.64
18 2007 31.07 33.25 33.39
 HASIL PEMODELAN DAN ANALISIS (1)
PEMODELAN STOKASTIK TAHUNAN
Model AR 1
Perbandingan Debit Historis Tahunan dengan Debit Sintetis Tahunan Flow Duration Curve
45
45 Debit Historis
40
40 Debit Sintetis
35
35
30

Q(m 3/s)
30
25
Q(m3/s)

25
20
20
15
15
Debit Historis 10
10
5
5 Debit Sintetis
0
0
0% 20% 40% 60% 80% 100%
0 2 4 6 8 10 12 14 16 18 20
Waktu(t)-tahun Probabilitas

Debit Sintetis Tahunan Metode AR1

70
60
50
40
Q(m3/s)

30
20
10
0
-10 0 200 400 600 800 1000 1200 1400 1600 1800

Waktu(t)-tahun
 HASIL PEMODELAN DAN ANALISIS (1)
PEMODELAN STOKASTIK TAHUNAN
Model AR 2
Perbandingan Debit Historis Tahunan dengan Debit Sintetis Tahunan Flow Duration Curve
60
60 Debit Historis
Debit Historis 50
50 Debit Sintetis

Debit Sintetis 40
40
Q(m3/s)

30

Q(m3/s)
30
20
20
10
10

0 0
0% 500% 1000% 1500% 2000%
0 2 4 6 8 10 12 14 16 18 20
Waktu(t)-tahun Probabilitas

Debit Sintetis Tahunan Metode AR 2

80
70
60
50
Q(m3/s)

40
30
20
10
0
0 200 400 600 800 1000 1200 1400 1600 1800
Waktu(t)-tahun
 HASIL PEMODELAN DAN ANALISIS (1)
PEMODELAN STOKASTIK TAHUNAN
Parameter Statistik Model AR 1

Parameter Statistik Model AR 2

 HASIL PEMODELAN DAN ANALISIS (1)
PEMODELAN STOKASTIK BULANAN
Model Thomas - Fiering
BAB IV HASIL PEMODELAN DAN ANALISIS (1)
PEMODELAN STOKASTIK BULANAN
Model Thomas - Fiering
Flow Duration Curve
Perbandingan Debit Historis Bulanan Dengan Debit Sintetis Bulanan
8
8 Debit Historis
7
7 Debit Sintetis
6 6
5
5
4

Q(m3/s)
4
Q(m3/s)

3
2 3
1
2
0
1
-1 0 50 100 150 200

Waktu(t)-bulanan 0
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Debit Historis Debit Sintetis
Probabilitas

Perbandingan Debit Historis Tahunan dengan Debit Sintetis Tahunan

45
40
35
30
25
Q (m3/s)

20
15
10
5
0
0 2 4 6 8 10 12 14 16 18 20
Waktu(t)-tahun
Debit Historis Debit Sintetis
 HASIL PEMODELAN DAN ANALISIS (1)
PEMODELAN STOKASTIK BULANAN
Model Two – Tier
Bulan Mei Bulan Juni Bulan Juli

Bulan Agustus Bulan September Bulan Oktober

 HASIL PEMODELAN DAN ANALISIS (1)
PEMODELAN STOKASTIK BULANAN
Model Two – Tier
Bulan November Bulan Desember Bulan Januari

Bulan Febuari Bulan Maret Bulan April

 HASIL PEMODELAN DAN ANALISIS (1)
OPERASI WADUK
Kondisi Umum
Perkiraan pembangkitan energi tahunan akan dibandingkan pada ketiga
kasus berikut ini:
1. Perkiraan menggunkan kurva reliabilitas yang diperoleh dari satu urutan 18
tahun historis.
2. Perkiraan menggunakan urutan 100 synthetic flow pada masing-masing
tahun pada 18 tahun.
3. Perkiraan yang dilakukan menggunakan aliran yang memenuhi tes batas
kepercayaan yaitu batas atas dan batas bawah
HASIL PEMODELAN DAN ANALISIS (1)
Rule Curve Waduk

Rule curve didefinisikan sebagai target tampungan volume

air waduk yang diatur berdasarkan karakteristik sistem
serta output yang diinginkan. Pada musim kering
pengeluaran air harus diatur agar jumlah air pada waduk
tetap mencukupi sampai akhir musim kering. Sebaliknya
pada musim basah, tampungan air diusahakan minimum
untuk menghindari banjir.
64.3465.2 Rule Curve
70
52.6 54.3254.68
60
50 40.6
Q (MCM)

31.9 34.93
40 25
30 20.316.5318.98
20
10
0
Mei Jun Jul Agt Sep Okt Nov Des Jan Feb Mar Apr
Bulan
HASIL PEMODELAN DAN ANALISIS (1)
Simulasi Operasi Waduk
HASIL PEMODELAN DAN ANALISIS (1)
Simulasi Operasi Waduk
HASIL PEMODELAN DAN ANALISIS (1)
Simulasi Operasi Waduk
Limpasan Waduk
1.00
0.90
0.80
0.70
Q (MCM)

0.60
0.50
0.40
0.30
0.20
0.10 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00
Mei Jun Jul Agt Sep Okt Nov Des Jan Feb Mar Apr
Bulan
HASIL PEMODELAN DAN ANALISIS (1)
Simulasi Operasi Waduk
Reliability Curve Energi Tahunan
100.0%

90.0%
Probability non - exceedence

80.0%
1800 Data
70.0% Sintetis
60.0%

50.0%

40.0%
18 Data
30.0%
Historis
20.0%

10.0%

0.0%
294 296 298 300 302 304 306 308
Energi (GWh)

Batas Atas Batas Bawah

HASIL PEMODELAN DAN ANALISIS (1)
Simulasi Operasi Waduk

Prob. Non - Exceedence Tingkat Kepercayaan Energi Tahunan (GWh)

5% 300
20% 50% 302
95% 303
5% 299
50% 50% 300.5
95% 302
5% 297
80% 50% 299
95% 301
Contoh Tabel Operasi Waduk
 TABEL PERHITUNGAN OPERASI WADUK
Dosen: DR Ir Agung Wiyono M Eng, Prodi Teknik Sipil FTSL ITB

HARGA X
= 2 Diket : Keb. PLTA (P) = x106 Watt 150 1xy Luas DPS = x 106 m2 4500 45xy Volume Min Waduk x 106 m3 1200 12xy
HARGA Y
= 4 Keb. Irigasi = lt/dt/ha 1.15 Luas Area Waduk = x106 m2 415 4xy Volume Max Waduk x 106 m3 3000 30xy
Keb.Air Minum = lt/hari/orang 105 Luas Sawah = ha 3000 30xy Vol Wdk Awal Bln April x 106 m3 3000 30xy
Keb. Sungai = m3/dt 0.2 Luas perikanan = ha 0 Vol Wdk Akhir Bln April x 106 m3 3000 30xy
Keb. Industri = lt/dt/ha 1 Luas Industri = ha 100 Koef. Run Off (C) = 0.85
Keb. Ikan = lt/dt/ha 0 Jumlah penduduk = orang 600000 6xy000
Evaporasi =
mm/hari 4
Asumsi setiap bulan lamanya sama yaitu 30 hari Asumsi NIM anda adalah 15006024, jadi nilai X = 2 dan Y = 4

KETERSEDIAAN AIR KEBUTUHAN AIR Out Flow Out Flow DS Tamp Awal Bln Lim- Kurang Luas Prm Head
A.
NO Bln Ir Q DPS Q Waduk Minum Irigasi Ikan Evaporasi Sungai Industri P. PLTA Q turbin Rencana AKTUAL Total Terjadi pasan Air Waduk
x106
mm /bln x106 m3/bln x106 m3/bln x106 m3/bln x106 m3/bln x106 m3/bln x106 m3/bln m3/bln x106 m3/bln x106 Watt x106 m3/bln x106 m3/bln x106 m3/bln x106 m3/bln x106 m3/bln x106 m3/bln x106 m3/bln x106 m3/bln Ha m
1 2 3 4 5 6 7 7b 8 9 10 11 12 13 14 15 16 17 18 19 20 21

Awal April 3,000.00 3,000.00

Akhir April 3,000.00 3,000.00 80.38 82.07
1 Mei 112.40 429.93 46.65 1.89 8.94 0.00 0.96 0.52 0.26 150.00 555.05 567.62 567.62 -91.04 2,908.96 2,908.96 0.0 0.00 79.82 81.39
2 Juni 64.20 245.57 26.64 1.89 8.94 0.00 0.96 0.52 0.26 150.00 559.74 572.30 572.30 -300.10 2,608.86 2,608.86 0.0 0.00 77.39 78.38
3 Juli 42.40 162.18 17.60 1.89 8.94 0.00 0.93 0.52 0.26 150.00 581.23 593.77 593.77 -414.00 2,194.86 2,194.86 0.0 0.00 72.69 72.62
4 Agustus 24.20 92.57 10.04 1.89 8.94 0.00 0.87 0.52 0.26 150.00 627.27 639.76 639.76 -537.15 1,657.72 1,657.72 0.0 0.00 65.78 64.33
5 September 32.40 123.93 13.45 1.89 8.94 0.00 0.79 0.52 0.26 150.00 708.14 720.54 595.09 -583.16 1,074.55 1,200.00 0.0 125.45 57.47 54.60
6 Oktober 44.20 169.07 18.34 1.89 8.94 0.00 0.69 0.52 0.26 150.00 834.28 846.58 187.41 -659.17 540.83 1,200.00 0.0 659.17 53.11 49.62
7 November 82.40 315.18 34.20 1.89 8.94 0.00 0.64 0.52 0.26 150.00 918.02 930.27 349.38 -580.90 619.10 1,200.00 0.0 580.90 53.11 49.62
8 Desember 144.20 551.57 59.84 1.89 8.94 0.00 0.64 0.52 0.26 150.00 918.02 930.27 611.41 -318.86 881.14 1,200.00 0.0 318.86 53.11 49.62
9 Januari 152.40 582.93 63.25 1.89 8.94 0.00 0.64 0.52 0.26 150.00 918.02 930.27 646.18 -284.10 915.90 1,200.00 0.0 284.10 53.11 49.62
10 Februari 144.20 551.57 59.84 1.89 8.94 0.00 0.64 0.52 0.26 150.00 918.02 930.27 611.41 -318.86 881.14 1,200.00 0.0 318.86 53.11 49.62
11 Maret 132.40 506.43 54.95 1.89 8.94 0.00 0.64 0.52 0.26 150.00 918.02 930.27 561.38 -368.90 831.10 1,200.00 0.0 368.90 53.11 49.62
12 April 124.20 475.07 51.54 1.89 8.94 0.00 0.64 0.52 0.26 150.00 918.02 930.27 526.61 -403.66 796.34 1,200.00 0.0 403.66 53.11 49.62

A = a*(Vr)b (ha) a = 2.15 d = 0,5546 r = 1000 kg/m3

H = (c*(Vr)d) + e (m) b = 0,4532 e = 0,6214 g = 9,81 m/det2
P = Eff*r*g*H*Q (watt) c = 0,9605 Eff = 0,87
Vr = Volume Waduk rata-rata bulan ( dalam 106 m3 )
Vr = (Vol waduk akhir bln sebelumnya + Vol waduk akhir bln yg dihit) / 2 ( dalam 106 m3 )
Terima Kasih