MODEL OPTIMISASI JARINGAN PIPA DAN HUB DENGAN MEMPERTIMBANGKAN KETIDAKPASTIAN DALAM PROYEK CCS/CCUS: STUDI KASUS DI JAWA TIMUR, INDONESIA

• Main Author: Karisma Prameswari, Ghaniy
• Format: Theses
• Language: Indonesia
• Subjects: Pertambangan dan operasi berkaitan
• Online Access: https://digilib.itb.ac.id/gdl/view/84638
• Institution: Institut Teknologi Bandung

Pada tahun 2022, emisi karbon dioksida secara global meningkat sebesar 0,9% menjadi lebih dari 36,8 miliar ton dan Indonesia menyumbang emisi sebesar 39,3 juta ton (IEA, 2022). Pemerintah Indonesia memiliki target untuk mengurangi emisi sebesar 29% pada tahun 2030 sehingga diperlukan strategi pengurangan emisi CO2 yang efektif. Carbon Capture and Storage (CCS) dan Carbon Capture, Utilization, and Storage (CCUS) adalah salah satu solusi yang menjanjikan mengingat potensi kapasitas penyimpanan karbon Indonesia sebesar 12,1 miliar ton. Namun, biaya yang tinggi dan ketidakpastian data menjadi tantangan dalam implementasi CCS/CCUS. Untuk menekan biaya tersebut, salah satu caranya yaitu dengan membangun CCS/CCUS hub yang kemudian hub ini dioptimasi. Oleh karena itu, pada studi ini akan dibangun model optimasi dengan mempertimbangkan adanya ketidakpastian terhadap data guna menjadi solusi untuk membantu implementasi CCS/CCUS di Indonesia. Fokus studi ini adalah hub Jawa Timur, yang memiliki beberapa sumber CO2 dan lapangan tua yang cocok untuk penyimpanan CO2, studi ini bertujuan untuk mengoptimalkan jaringan transportasi dan penyimpanan CO2. Infrastruktur yang ada dan data lapangan yang tersedia di Jawa Timur menjadikannya kasus ideal untuk mendemonstrasikan potensi CCS/CCUS dalam mengurangi emisi secara efektif dan ekonomis. Studi ini membangun model optimasi jaringan dengan mempertimbangkan ketidakpastian dalam CCS/CCUS. Studi ini mengevaluasi perencanaan hub CCS/CCUS di Indonesia, khususnya di Jawa Timur, dengan mempertimbangkan ketidakpastian. Selain itu, studi ini juga bertujuan untuk memahami dampak ketidakpastian pada hasil optimasi, estimasi biaya, dan solusi yang diperoleh dari desain hub. Studi ini menggunakan model Mixed-Integer Linear Programming (MILP) yang terintegrasi dengan simulasi Monte Carlo dan Latin Hypercube Sampling (LHS) untuk mengoptimalkan jaringan transportasi dan penyimpanan CO2. Pada awalnya, model ini dibandingkan secara deterministik terhadap model yang sudah ada seperti SimCSS. Selanjutnya, ketidakpastian dalam parameter kunci seperti harga CO2, harga minyak, laju penangkapan karbon, dan biaya modal dan operasional diintegrasikan menggunakan LHS. Model ini menjalankan beberapa iterasi untuk memperhitungkan ketidakpastian ini, dan hasilnya jaringan yang berbeda diidentifikasi, sedangkan pada tingkat P90, satu konfigurasi optimal muncul. Parameter kunci, seperti jumlah sumber CO2 dan besar kapasitas penyimpanan CO2, laju injeksi, diameter pipa, dan jumlah pompa yang diperlukan, dievaluasi di berbagai skenario. Analisis biaya untuk penyimpanan, penangkapan, dan transportasi CO2 menyoroti implikasi ekonomi dari berbagai konfigurasi. Hasil simulasi Monte Carlo memberikan pemahaman yang komprehensif tentang probabilistik, menekankan pentingnya mempertimbangkan variabilitas dalam perencanaan. Studi ini memperkenalkan beberapa aspek baru dalam optimasi jaringan CCS dan CCUS dengan mempertimbangkan berbagai sumber dan tempat penyimpanan CO2 serta integrasi analisis ketidakpastian. Model ini mengidentifikasi jumlah pompa yang diperlukan dan interval pemasangan pompa, serta menyediakan analisis biaya dan pendapatan secara rinci dari perspektif setiap entitas. Model optimasi yang dikembangkan menyesuaikan waktu aktif sumber atau tempat penyimpanan CO2, berjalan pada basis waktu per tahun untuk mengamati profil tahunan. Kontribusi ini secara signifikan meningkatkan kelayakan ekonomi dan ketahanan proyek pengelolaan CO2, menawarkan wawasan penting untuk keputusan strategis di industri minyak dan gas.