Implementasi Sistem Pendinginan Distrik Berbasis Sistem Kendali Optimal sebagai Alternatif Sistem Pendinginan Berkelanjutan di Indonesia

Main Article Content

Ilham Naharudinsyah

Abstract

Sistem pendinginan distrik adalah sistem pendinginan berskala besar di mana air dingin atau media serupa didistribusikan ke bangunan-bangunan dalam suatu wilayah melalui suatu jaringan pipa (Werner, 2013). Berbeda dengan sistem pendinginan konvensional di mana tiap bangunan memiliki sistem pendingan terpusat sendiri-sendiri, sistem pendinginan distrik memungkinkan proses pendinginan beberapa bangunan dilakukan secara kolektif. 


Proses pendinginan kolektif beberapa bangunan memiliki beberapa keuntungan. Pertama, proses pendinginan kolektif memungkinan dilakukannya redistribusi beban pendinginan antara bangunan-bangunan yang memiliki penggunaan berbeda, semisal kantor dan tempat tinggal. Ilustrasi hubungan antara redistribusi beban pendinginan tiap jam dan potensi penghematan dapat dilihat pada Tabel 1. Kedua, proses pendinginan tersentralisasi memungkinan sumber-sumber energi pendinginan alternatif yang terbarukan dapat dimanfaatkan. Beberapa contorh sumber energi pendiginan alternatif yang dapat dimanfaatkan pada sistem pendinginan distrik, antara lain energi air permukaan dan geothermal (Inayat & Raza, 2019). Sumber-sumber energi terbarukan tersebut sulit dimanfaatkan dikarenakan kapasitas pendinginan yang terbatas dibanding sumber energi konvensional. Terakhir, sitem pendinginan kolektif dapat mengurangi jumlah pendingin di tiap bangunan sehingga dapat mengurangi kebutuha ruang dan beban perawatan alat yang ditanggung oleh pengelola bangunan. 


Tabel 1 Terlampir


Di kawasan ASEAN, sistem pendingin distrik telah dimanfaatkan di 4 negara, antara lain Malaysia, Singapura, Filipina, dan, Thailand. Di Indonesia, sistem pendinginan distrik sekurang-kurangnya telah dibangun di 2 lokasi, antara lain Kawasan Kantor Kepresidenan IKN dan Thamrin Nine (Nursalim, 2023), Jakarta. Selain dua lokasi di atas, sistem pendingin distrik juga tengah dibangun di Kawasan Komersial Correctio di daerah Cikarang (Nawawi, 2022).


Namun demikian, pemanfaatan sistem pendinginan distrik di Indonesia belum sepenuhnya optimal. Hal ini dikarenakan sumber energi yang digunakan masih terbatas pada sumber energi konvensional, yaitu pendingin penyerapan. Dengan demikian, sistem pendinginan distrik di Indonesia belum dapat dikategorikan berkelanjutan. Dalam rangka mewujudkan suatu sistem pendingin distrik yang berkelanjutan, dibutuhkan dua komponen esensial, yaitu sistem penyimpanan energi dan sistem kendali optimal. Sistem kendali optimal memungkinkan proses pendinginan kolektif dilakukan dengan biaya semurah mungkin, namun dengan tetap memperhatikan tingkat emisi CO2, serta keterbatasan-keterbatasan pada sumber-sumber energi terbarukan. Selain itu, sistem kendali optimal juga merupakan komponen penting untuk mengoperasikan sistem penyimpanan energi thermal.


Penelitian ini mengkaji potensi penurunan biaya dan emisi CO2 melalui pemanfaatan sistem kendali optimal yang disebut sistem kendali prediktif berbasis model (Model Predictive Control/MPC) (Rawling et al., 2017) untuk  mengendalikan proses pendinginan dan proses penyimpanan energi pada sistem penyimpanan energi. Penelitian ini dilaksanakan dengan tahapan-tahapan sebagai berikut:



  1. Pemodelan sistem pendinginan distrik dengan menggunakan perangkat lunak Simulink atau Modelica;

  2. Pemodelan sumber energi dengan menggunakan perangkat lunak Simulink;

  3. Implementasi algoritma MPC dengan menggunakan perangkat lunak MATLAB;

  4. Integrasi model sistem pendinginana distrik, sumber energi, dan algoritma MPC

  5. Analisis tekno-ekonomi terkait potensi penghematan dan penurunan emisi CO2 pada sistem yang dikaji.


Melalui pemanfaatan sistem MPC, sistem pendinginan distrik dapat semaksimal mungkin memanfaatkan sumber-sumber energi terbarukan dengan kapasitas pendinginan yang lebih rendah. Dengan demikian, diharapkan biaya operasional sistem pendingin maupun emisi karbon dapat diturunkan.


Penelitian ini memiliki beberapa kontribusi. Pertama, penelitian ini memberikan perspektif baru tentang pemanfaatan MPC untuk mengeksploitasi sumber energi terbarukan pada sistem pendingin distrik. Hingga saat ini, mayoritas literatur tefokus pada pemanfaatan MPC untuk sistem pemanas distrik. Dikarenakan perbedaan sumber energi, pemodelan dan implementasi akan menjadi baru dan berbeda. Kedua, dikarenakan pemanfaatan sistem pendingin distrik di Indonesia tergolong baru, literatur tentang sistem pendingin distrik masih sedikit. Oleh karena itu, penelitian ini menjadi referensi penting bagi para pemangku kepentingan di Indonesia, seperti pemerintah dan pengembang, dalam mengembangkan sistem pendingin distrik berbasis energi terbarukan.

Article Details

How to Cite
Implementasi Sistem Pendinginan Distrik Berbasis Sistem Kendali Optimal sebagai Alternatif Sistem Pendinginan Berkelanjutan di Indonesia. (2025). Research Database PPI Belanda, 1(01). https://jurnal.ppibelanda.org/index.php/jppib/article/view/41
Section
Abstrak dengan Hasil

How to Cite

Implementasi Sistem Pendinginan Distrik Berbasis Sistem Kendali Optimal sebagai Alternatif Sistem Pendinginan Berkelanjutan di Indonesia. (2025). Research Database PPI Belanda, 1(01). https://jurnal.ppibelanda.org/index.php/jppib/article/view/41

References

Inayat, A., & Raza, M. (2019). District cooling system via renewable energy sources: A review. Renewable and Sustainable Energy Reviews, 107, 360-373.

Nawawi, Q. (2022, September 13). Officially Launched Correctio, Jababeka Is Ready to Build a Silicon Valley Ecosystem for Collaboration between Start-ups, Academia, Business, and Government - Jababeka. Jababeka. https://www.jababeka.com/officially-launched-correctio-jababeka-is-ready-to-build-a-silicon-valley-ecosystem-for-collaboration-between-start-ups-academia-business-and-government/

Nursalim, Christina. (2023, August 8). Thamrin Nine: A Place that Redefines Everything. https://indonesiaexpat.id/business-property/thamrin-nine-a-place-that-redefines-everything/

Rawlings, J. B., Mayne, D. Q., & Diehl, M. (2017). Model Predictive Control: Theory, Computation, and Design.

Werner, S. (2013). District Heating and Cooling. In Elsevier eBooks. https://doi.org/10.1016/b978-0-12-409548-9.01094-0