[03 Juni 2025], Transisi menuju sistem energi rendah karbon merupakan tantangan global yang semakin mendesak, terutama dengan target pengurangan emisi yang ketat. Dalam sektor ketenagalistrikan, peran pembangkit berbasis energi terbarukan seperti tenaga angin terus meningkat, namun karakteristiknya yang fluktuatif menghadirkan masalah besar dalam hal stabilitas sistem. Sementara itu, pembangkit termal masih menjadi tulang punggung pasokan energi, meski berkontribusi tinggi terhadap emisi karbon. Oleh karena itu, dibutuhkan mekanisme yang mampu menyeimbangkan efisiensi ekonomi, keberlanjutan lingkungan, dan keandalan pasokan energi. Salah satu pendekatan yang mulai banyak diadopsi adalah strategi penjadwalan sistem tenaga berbasis integrasi sumber, beban, dan penyimpanan (source-load-storage) yang memanfaatkan teknologi carbon capture and storage (CCS), sistem penyimpanan energi hidrogen (HES), serta respons permintaan dari sisi konsumen.

Model yang digunakan menggabungkan CCS pada unit termal, sistem penyimpanan energi berbasis hidrogen, serta mekanisme demand response berbasis harga untuk meningkatkan fleksibilitas. CCS dikembangkan melalui mode operasi fleksibel yang mengombinasikan metode split-flow dan solution storage, sehingga memungkinkan pelepasan CO₂ lebih adaptif terhadap beban jaringan. Sistem HES memanfaatkan kelebihan daya dari turbin angin untuk menghasilkan hidrogen melalui elektrolisis, yang kemudian dapat dikonversi kembali menjadi listrik menggunakan fuel cell ketika dibutuhkan. Sementara itu, demand response berfungsi mengatur konsumsi listrik konsumen dengan sinyal harga, sehingga dapat mengurangi tekanan pada sisi suplai dan penyimpanan. Untuk mengatasi ketidakpastian beban listrik dan pasokan energi angin, digunakan model optimasi distributional robust optimization (DRO) berbasis data historis dengan kombinasi norma 1-norm dan ∞-norm, sehingga menghasilkan model yang lebih seimbang antara aspek ekonomi dan ketahanan terhadap skenario terburuk.

Penerapan strategi penjadwalan kolaboratif sumber-beban-penyimpanan menghasilkan dampak signifikan. Dibandingkan skenario konvensional, emisi karbon berhasil ditekan hingga 74,73% dan total biaya sistem berkurang sebesar 24,80%. Hal ini menunjukkan bahwa CCS mampu mengurangi emisi dari pembangkit termal tanpa mengorbankan peran pentingnya dalam menjaga stabilitas jaringan. Integrasi HES terbukti meningkatkan pemanfaatan energi angin dengan menekan curtailment, sehingga efisiensi konsumsi energi terbarukan meningkat. Di sisi lain, demand response berperan sebagai pengatur keseimbangan tambahan dengan mengurangi kebutuhan cadangan putar dari unit termal.

Jika dibandingkan dengan metode optimasi berbasis ketidakpastian lainnya, model DRO yang digunakan terbukti lebih robust karena mampu mempertimbangkan variasi distribusi probabilitas yang lebih realistis. Sementara stochastic optimization seringkali terkendala ketidakpastian distribusi probabilitas, dan robust optimization cenderung terlalu konservatif, pendekatan DRO memberikan solusi yang seimbang antara efisiensi ekonomi dan keamanan operasional. Studi kasus pada skala jaringan menunjukkan bahwa model ini mampu memperluas kapasitas integrasi energi terbarukan sekaligus menekan biaya operasional, menjadikannya relevan untuk mendukung pembangunan sistem tenaga rendah karbon dalam jangka panjang.

Integrasi CCS, HES, dan demand response dalam model penjadwalan sumber-beban-penyimpanan memberikan pendekatan efektif untuk menekan emisi karbon dan biaya operasional secara bersamaan. Hasil analisis menunjukkan pengurangan emisi hingga lebih dari 70% dan penurunan biaya hampir seperempat dibandingkan pendekatan tradisional. Keunggulan utama strategi ini terletak pada fleksibilitasnya dalam mengatasi variabilitas energi terbarukan serta ketidakpastian beban, sekaligus menjaga keandalan pasokan listrik. Dengan dukungan model DRO berbasis data, sistem tenaga dapat bertransformasi menuju operasi yang lebih efisien, bersih, dan berkelanjutan.

Referensi

• Long, C., Zhang, J., Yan, R., He, Y., Gu, T., & Li, B. (2025). Source-load-storage distributional robust low-carbon economic scheduling considering carbon capture units and hydrogen energy storage system. International Journal of Hydrogen Energy, 154, 150169. https://doi.org/10.1016/j.ijhydene.2025.150169.