Kajian ini dilakukan dari tahapan penyusunan metodologi berbasis Monte Carlo, di mana pelanggan‐pelanggan terpilih untuk pemasangan PV (fotovoltaik) ditentukan secara acak beserta lokasi instalasinya. Setelah setiap skenario penempatan PV terbentuk, dilakukan analisis aliran daya (power flow) dalam kerangka time‐series untuk memeriksa performa jaringan selama rentang waktu tertentu. Model ini memerhatikan variabilitas beban (load curve) dan iradiasi surya (solar irradiance) guna menangkap ketidakpastian profil permintaan dan pasokan energi. Pada setiap iterasi, hasil perhitungan dievaluasi terhadap batasan‐batasan operasional—termasuk tegangan maksimum‐minimum, kapasitas kabel (cable ampacity), potensi aliran daya balik (reverse power flow), serta ketidakseimbangan tegangan (voltage unbalance). Jika masih ada pelanggan yang belum memasang PV (belum 100% penetrasi) atau jika jumlah iterasi Monte Carlo yang ditetapkan belum tercapai, proses acak berikutnya dijalankan hingga seluruh skenario selesai. Setiap iterasi menghasilkan estimasi hosting capacity, yaitu besaran total kapasitas PV yang masih dapat diterima jaringan tanpa melebihi batas teknis. Untuk meningkatkan akurasi serta efisiensi komputasi, metode Monte Carlo murni kemudian dikembangkan memakai model rantai Markov atau Hidden Markov Model, yang mampu memodelkan karakteristik beban dan kondisi penyinaran matahari secara lebih realistis sambil meminimalkan jumlah iterasi. Hasil akhirnya diolah untuk menilai tingkat risiko (acceptable, tolerable, maupun unacceptable) pada berbagai level penetrasi PV, sehingga dapat menjadi dasar bagi pengambil kebijakan dan perancang sistem dalam menerapkan PV di jaringan distribusi dengan lebih aman dan efektif.
Publikasi :
1.Study of rooftop PV hosting capacity in 20 kV systems in facing distributed generation penetration
(M.I.B. Setyonegoro, R. Irnawan, Z. Arifin, L.M. Putranto, E. Firmansyah, W.Y. Atmaja, N. Adib, R. Gusti, D. Prastianto, Sarjiya)
2. PV/PV-Battery hosting capacity estimation method based on hidden Markov modelforeffective stochastic computation
(Aaalbourgh University – Wijaya Yudha Atmajaa, Filipe Faria da Silva, Claus Leth Bakc, Lesnanto Multa Putranto,Sarjiya)
