Perancangan Sistem Kendali Baterai Carnot Berbasis Kendali Prediktif Model dan Deep Reinforcement Learning pada Pembangkit Listrik Tenaga Panas Bumi

Ammar Muflih, Prof. Ir. Nazrul Effendy, S.T., M.T., Ph.D., IPM., ASEAN Eng.; Dr. Sindu Daniarta, S.T., M.Sc., Ph.D.

2026 | Skripsi | FISIKA TEKNIK

Studi ini merancang baterai Carnot (CB) untuk memanfaatkan panas buang pembangkit listrik panas bumi (PLTP) Ulumbu. CB menyimpan listrik dalam bentuk termal untuk dikonversi kembali menjadi listrik saat dibutuhkan. Dinamika multivariabel dan sifat fluktuatif sumber panas membutuhkan sistem kendali yang andal.

Sistem CB dirancang berbasis pompa kalor (HP), penyimpan energi termal (TES), dan siklus Rankine organik dengan pemanas lanjut (SH-ORC), dengan penukar kalor pelat (PHE) pada HP dan SH-ORC serta penukar kalor koil heliks (HCHE) pada TES. Kendali prediktif model (MPC) offset-free berkonfigurasi masukan tunggal keluaran tunggal pada HP dan masukan tunggal keluaran ganda pada SH-ORC. Bobot penalti gerakan MPC disetel oleh agen Deep Reinforcement Learning (DRL) berbasis Proximal Policy Optimization.

Rancangan CB menghasilkan P2P = 0,286, COP = 4,51, ?_ORC = 0,135, t_ch = 320,1 jam, t_dis = 73,34 jam, ?_net HP 340,44 kW, dan SH-ORC 494,76 kW. MPC berbobot tetap mengikuti perubahan titik acuan (SP) dengan lonjakan pasca-pelintasan (%OS) di bawah 0,56%, tetapi lemah pada gangguan besar SH-ORC (%OS = 2,34%, satu segmen tak menetap). MPC+DRL meningkatkan ketahanan dan responsivitas kendali, memulihkan variabel kendali pada gangguan besar SH-ORC dengan galat 0,02 °C, mempercepat waktu penetapan 30–40% pada uji perubahan SP HP, dan menekan %OS secara konsisten pada mayoritas segmen kedua subsistem.

This study designs a Carnot battery (CB) to utilize waste heat from the Ulumbu geothermal power plant (PLTP). CB stores electricity in thermal form to be converted back into electricity when needed. The multivariable dynamics and fluctuating nature of the heat source demand a reliable control system.

The CB system is designed based on a heat pump (HP), thermal energy storage (TES), and an organic Rankine cycle with superheater (SH-ORC), utilizing plate heat exchangers (PHE) on the HP and SH-ORC, and a helical coil heat exchanger (HCHE) on the TES. An offset-free model predictive control (MPC) is configured as single-input single-output on the HP and single-input multi-output on the SH-ORC. The movement penalty weights of the MPC are tuned by a Deep Reinforcement Learning (DRL) agent based on Proximal Policy Optimization.

The CB design achieves P2P = 0,286, COP = 4.51, ?_ORC = 0.135, t_ch = 320.1 hours, t_dis = 73.34 hours, ?_net HP 340.44 kW, and SH-ORC 494.76 kW. Fixed-weight MPC tracks setpoint (SP) changes with overshoot (%OS) below 0.56%, but exhibits weakness under large disturbances in the SH-ORC (%OS = 2.34%, with one non-settling segment). MPC+DRL enhances control robustness and responsiveness, recovering control variables under large SH-ORC disturbances with an error of 0.02 °C, accelerating settling time by 30–40% in HP SP tracking tests, and consistently suppressing %OS across the majority of segments in both subsystems.

Kata Kunci : baterai Carnot, kendali prediktif model, pembelajaran penguatan mendalam, kendali adaptif, kecerdasan buatan