Analisis Jejak Karbon vs TCO untuk Desain Trafo Daya

1. Gambaran Umum

Karena pemanasan global, pengurangan emisi gas rumah kaca menjadi isu yang sangat penting. Sebagian besar kerugian dalam sistem transmisi daya berasal dari transformator daya. Untuk mengurangi emisi gas rumah kaca dalam sistem daya, transformator yang lebih efisien harus dipasang. Namun, transformator yang lebih efisien sering membutuhkan lebih banyak bahan baku. Untuk menentukan rasio kerugian optimal dan harga pembuatan transformator, metode Total Cost of Ownership (TCO) adalah praktik standar industri. Rumus TCO mempertimbangkan harga pembelian (PP) dan biaya kerugian selama periode hidup produk yang direncanakan (PPL). Metode ini memperhitungkan harga kerugian melalui faktor-faktor kapitalisasi (A, B).

Namun, pendekatan ini hanya mempertimbangkan biaya listrik langsung dari transformator selama masa layanan yang direncanakan. Dampak tidak langsung yang melibatkan sumber daya ekologis, infrastruktur manufaktur, instalasi, dan sistem pendukung tidak diperhitungkan. Misalnya, produk-produk elektrik ini sering direnovasi dan/atau digunakan kembali setelah pensiun. Mengambil contoh transformator daya, 73% dari bahan yang digunakan dapat didaur ulang, dan persentase ini dapat ditingkatkan lebih lanjut dengan menggunakan minyak isolasi berbasis ester alami. Manfaat daur ulang bahan dan remanufaktur tidak diperhitungkan.

Jejak karbon adalah metrik lain untuk menentukan dampak lingkungan peralatan elektrik selama masa layanannya. Saat ini, tidak ada metode yang umum diterima untuk menghitung jejak karbon peralatan daya. Alat perhitungan yang berbeda sering menghasilkan hasil yang sangat berbeda. Makalah ini mengusulkan metode analisis jejak karbon dan menerapkannya pada optimasi transformator. Transformator hasilnya dibandingkan dengan yang berdasarkan metode TCO.

2. Metode Total Cost of Ownership

Rumus TCO mewakili biaya siklus hidup suatu produk dari pembelian hingga pensiun. Istilah yang umum digunakan lainnya adalah Life Cycle Cost (LCC). Tujuan utamanya adalah untuk membandingkan transformator secara setara untuk membuat keputusan pembelian. Bentuk standarisasi metode TCO selama fase penawaran adalah sebagai berikut:

TCO = PP + A · PNLL + B · PLL    (1)

Di mana A adalah koefisien kerugian tanpa beban (€/kW), B adalah koefisien kerugian beban (€/kW), PNLL (kW) adalah kerugian tanpa beban transformator sepanjang hidupnya, dan PLL (kW) adalah kerugian beban transformator sepanjang hidupnya.

Dari sudut pandang utilitas daya atau pengguna industri dan komersial, perhitungan TCO juga berbeda. Prosedur evaluasi kerugian transformator utilitas daya melibatkan pemahaman dan penilaian total biaya generasi, transmisi, dan distribusi kerugian transformator, yang menghasilkan rumus perhitungan yang kompleks. Di sisi lain, prosedur evaluasi kerugian transformator pengguna industri dan komersial memerlukan pemahaman dan penilaian harga listrik selama waktu penggunaan transformator yang direncanakan.

A. Detail Skenario Analisis

Koefisien (A, B) dihitung untuk transformator daya 16MVA yang terhubung ke pembangkit tenaga surya (Gambar 1). Kami menggunakan metode standar untuk menentukan nilai A dan B dalam perhitungan kami.

Untuk tujuan ini, diperlukan untuk menyelesaikan persamaan berikut:

3. Analisis Jejak Karbon

Tujuan kami adalah untuk menciptakan metodologi untuk menentukan dan membandingkan jejak karbon (CF) optimal untuk transformator daya. "CF mengukur jumlah total emisi karbon dioksida yang disebabkan langsung atau tidak langsung oleh suatu aktivitas atau terakumulasi selama siklus hidup suatu produk." Ini juga dapat mewakili jumlah total emisi karbon dioksida (CO2) dan gas rumah kaca lainnya (seperti metana, oksida nitrat, dll.) yang terkait dengan suatu produk. CF adalah subset data yang ditutupi oleh Life Cycle Assessment (LCA) yang lebih komprehensif. LCA adalah metodologi standar internasional (ISO 14040, ISO 14044) yang digunakan untuk mengevaluasi beban lingkungan dan konsumsi sumber daya sepanjang siklus hidup suatu produk. Oleh karena itu, CF adalah asesmen siklus hidup yang terbatas hanya pada emisi yang mempengaruhi perubahan iklim.

Ada dua metode utama untuk perhitungan CF: analisis berbasis proses bottom-up (PA) atau analisis input-output berbasis lingkungan top-down (EIO). Analisis berbasis proses (PA) adalah pendekatan bottom-up yang mempertimbangkan dampak lingkungan suatu produk individu dari produksi hingga pembuangan. Analisis input-output berbasis lingkungan (EIO) didasarkan pada pendekatan top-down untuk mengestimasi CF.

Algoritma Atribut Produk ke Dampak (PAIA) memberikan metode universal untuk menghitung CF dari jenis-jenis produk elektrik yang berbeda, seperti perlengkapan pencahayaan, mesin elektrik berputar, dll. Metode ini menghitung CF motor selama fase manufaktur, operasi, dan daur ulang. Namun, metode PAIA belum diterapkan pada evaluasi CF transformator daya.

Selain itu, desain jejak ekonomi biasanya dibandingkan untuk desain yang ada (Gambar 2), bukan untuk dua transformator yang dirancang secara optimal. Karena masa layanan transformator daya yang panjang, biaya pemeliharaan yang terkait dengan penggantian rutin memerlukan bagian tambahan dan downtime yang direncanakan. Semua biaya ini tidak termasuk dalam fase penawaran. Setelah menerapkan prinsip-prinsip Industri 4.0—pemeliharaan prediktif—ini dapat dihitung sejak awal desain peralatan.

3.1 Faktor-Faktor Kapitalisasi

Untuk tujuan ini, faktor-faktor kapitalisasi adalah sebagai berikut:

Di mana r mewakili tingkat diskonto untuk investasi. Biasanya bervariasi antara 5-10%, dan kami memilih 6,75% untuk perhitungan kami. Dalam kasus ini, umur pakai yang diharapkan dari trafo (t) adalah 25 tahun. Dalam persamaan (4), p mewakili konsumsi listrik tahunan per kW permintaan maksimum. Faktor permintaan mewakili rasio permintaan maksimum terhadap kapasitas nominal trafo (0,65). Koefisien pemulihan modal (f) menunjukkan total biaya masa depan pembayaran tahunan yang dihitung dalam mata uang saat ini. Harga listrik saat ini di Eropa Tengah adalah 0,05 euro (€/kWh). Faktor kerugian beban (LLF) didefinisikan sebagai rasio kerugian daya rata-rata selama periode tertentu terhadap kerugian pada waktu puncak. Faktor beban (LF) adalah beban rata-rata trafo sepanjang siklus hidupnya, dinyatakan sebagai persentase setara beban rata-rata terhadap beban maksimum. Dalam kasus kami, untuk pembangkit tenaga surya, LF=25%, sehingga LLF sama dengan 0,15625 (Gambar 1).

Dari persamaan (4,5), faktor modalisasi (A, B) dapat dihitung. Dalam persamaan (4,5), faktor 8760 mewakili jam operasional tahunan trafo. Dalam persamaan (B), biaya kerugian beban dihitung. Di antara semua trafo, trafo yang paling hemat biaya dan efisien energi adalah trafo yang meminimalkan TCO (Gambar 2).

A. Fungsi Tujuan Analisis Jejak Karbon

Analog dengan rumus TCO, fungsi tujuan dapat diperkenalkan untuk mengevaluasi jejak karbon (CF) trafo daya:

TCO2 = BCP + A* · PNLL + B* · PLL

di mana TCO2 mewakili jejak karbon yang dihitung (g), BCP mewakili jejak karbon yang dihitung selama proses manufaktur mesin. A* dan B* adalah faktor modalisasi untuk menghitung emisi karbon dioksida (kg/kW) selama masa layanan yang direncanakan trafo.

Untuk menghitung faktor-faktor modalisasi ini, tiga gas rumah kaca (GHG) dipertimbangkan: karbon dioksida (CO2), metana (CH4), dan oksida nitrat (N2O) untuk setiap jenis bahan bakar yang digunakan dalam jaringan listrik. Hal ini karena, jika kita menghitung menggunakan emisi nol dari pembangkit tenaga surya, trafo yang dihasilkan secara teori akan memiliki massa minimum dan kerugian maksimum. Emisi metana dan oksida nitrat dikonversi ke emisi setara CO2 dengan mengalikannya dengan potensi pemanasan global masing-masing (I):

di mana ei adalah faktor emisi dalam satuan (tCO2/MWh), sementara eCO2,i, eCH4,i, dan eN2O,i adalah faktor emisi untuk karbon dioksida, metana, dan oksida nitrat masing-masing untuk jenis bahan bakar yang diteliti (i), semua dalam satuan (t/GJ). Faktor 0,0036 digunakan untuk mengkonversi GJ ke MWh. Untuk bahan bakar i, ni mewakili efisiensi konversi bahan bakar i dalam sistem transmisi (dalam persen %), dan λi mewakili persentase kerugian daya untuk bahan bakar i dalam sistem transmasi. Makalah ini menggunakan λi = 8% untuk perhitungan setiap jenis bahan bakar.

Dengan menggunakan data struktur energi jaringan listrik Hungaria, nilai-nilai A*=425 kgCO2/kW dan B*=66,5 kgCO2/kW dihitung.

4 Model Trafo

Modeling trafo daya menggunakan bagian aktif dua lilitan yang disederhanakan (inti dan lilitan). Pendekatan ini banyak digunakan pada tahap optimasi desain awal karena dimensi bagian aktif menentukan ukuran keseluruhan trafo. Karakteristik geometris dan elektrik trafo dimodelkan menggunakan parameter desain kunci. Asumsi-asumsi ini diterima luas dalam industri, memberikan akurasi yang cukup dalam mengestimasi kerugian tembaga dan inti sambil secara signifikan menyederhanakan berbagai konfigurasi inti dan lilitan yang mungkin.

Model trafo desain awal dengan jelas mendefinisikan batas luar komponen aktif utama, yang mencukupi untuk perhitungan biaya tahap awal. Memahami parameter desain kunci ini mempercepat pekerjaan insinyur, dan parameter desain detail dapat dengan mudah ditentukan menggunakan praktik standar (Gambar 2). Produsen trafo di Eropa dan Amerika menggunakan metode optimasi berbasis metaheuristik dalam praktik.

5 Pencarian Metaheuristik

Model trafo menggunakan pemrograman geometris yang diselesaikan oleh algoritma metaheuristik untuk menangani model matematika masalah optimasi desain awal. Dua faktor menentukan keunggulan solver pemrograman geometris. Pertama, solver GP berbasis titik dalam modern cepat dan tangguh. Kedua, aturan pemodelan matematika pemrograman geometris menjamin bahwa solusi yang diperoleh optimal secara global. Ekspresi untuk kendala kesetaraan dan ketidaksamaan harus direpresentasikan menggunakan rumus matematika khusus yang disebut monomial (10) dan posynomial (11).

Di mana ck>0, parameter α adalah bilangan real, dan nilai variabel x harus positif. Masalah optimasi biaya untuk trafo daya jenis shell dapat diformulasikan dalam bentuk struktur geometris khusus. Namun, metode optimasi matematika ini tidak dapat diterapkan pada trafo daya jenis inti karena trafo daya jenis inti memiliki persyaratan ketat untuk impedansi short circuit. Oleh karena itu, dengan menggabungkan metode GP dengan metode branch-and-bound, metode solusi yang cepat dan akurat diperoleh.

6 Hasil dan Pembahasan

A. Spesifikasi Teknis Trafo Uji

Tes optimasi dilakukan pada trafo daya 16MVA dengan rasio tegangan 120kV/20kV. Target optimasi pertama adalah Total Cost of Ownership (TCO) dan jejak karbon (CF) minimum. Frekuensi jaringan adalah 50Hz, dengan impedansi arus pendek yang diperlukan sebesar 8,5%. Parameter dipilih sesuai dengan standar. Metode pendinginan trafo dipilih sebagai ONAN, dengan suhu lingkungan ditentukan 40°C. Oleh karena itu, batas arus padat yang diperbolehkan untuk lilitan utama ditetapkan menjadi 3A/mm², dan untuk lilitan pengganti tap changer menjadi 3,5A/mm².

Lilitan tegangan rendah (primer) dimodelkan sebagai lilitan spiral dengan CTC (Continuously Transposed Cable), sementara lilitan tegangan tinggi (sekunder) dimodelkan sebagai lilitan cakram dengan dua konduktor. Mengingat saturasi bahan inti dan tegangan overvoltage jaringan, kepadatan fluks maksimum dibatasi hingga 1,7T. Jarak isolasi minimum dipilih berdasarkan aturan empiris. Biaya baja elektrik dipilih sebesar 3,5€/kg, dan biaya material lilitan sebesar 8€/kg. Biaya jejak karbon untuk pembuatan baja elektrik adalah 1,8kgCO2/kg, dan untuk tembaga 6,5kgCO2/kg.

Hasil optimasi diringkas dalam Tabel 2. Dari hasil tersebut, dapat dilihat bahwa efisiensi trafo optimal di bawah optimasi CF lebih rendah dibandingkan efisiensi setelah analisis TCO. Tegangan per putaran trafo berkaitan dengan rasio tembaga terhadap besi, dan nilainya hampir identik dalam kedua kasus. Kerugian inti relatif kecil dalam kedua kasus, tanpa perbedaan yang signifikan. Karena LLF (Load Loss Factor) pembangkit listrik tenaga surya yang kecil, biaya kerugian inti relatif tinggi dibandingkan dengan biaya kerugian beban. Perbedaan utama terletak pada kerugian tembaga, yang jauh lebih kecil dibandingkan kasus TCO. Karena rasio harga antara logam non-ferrous dan ferrous lebih tinggi daripada rasio harga bahan inti dan tembaga, dan CF (Carbon Footprint) dari bahan yang digunakan relatif lebih tinggi dibandingkan CF kerugian listrik, algoritma optimasi cenderung mengadopsi desain dengan tembaga yang lebih sedikit untuk mengurangi CF trafo. Karena perbedaan yang signifikan antara CF tarif listrik dan CF peleburan tembaga/besi, algoritma lebih memilih desain yang lebih kecil dan kurang efisien dibandingkan perhitungan berbasis TCO.

7 Kesimpulan

Saat ini, tidak ada metode siap pakai dan secara luas diterima untuk menentukan jejak karbon dari trafo listrik. Di era pascakonomi, analisis jejak karbon dalam literatur telah dilakukan pada pasangan trafo yang dipilih secara sembarangan. Namun, trafo listrik besar dibuat khusus untuk skenario ekonomi yang berbeda. Untuk membandingkan desain yang dioptimalkan, dua desain optimasi dilakukan dalam contoh praktis. Dalam kasus pertama, optimasi TCO dilakukan; dalam kasus kedua, jejak karbon trafo diminimalisir. Hasil menunjukkan bahwa analisis jejak karbon dapat menghasilkan trafo dengan efisiensi lebih rendah dibandingkan metode TCO tradisional. Hal ini mungkin disebabkan oleh biaya lingkungan motor besar yang lebih tinggi selama manufaktur dibandingkan kerugian mereka di jaringan listrik. Penelitian lebih lanjut dapat mengevaluasi dampak lingkungan dari waktu manufaktur, pemeliharaan, penggunaan minyak isolasi biodeteriorasi baru, atau daur ulang trafo.