Pemodelan Dispersi Emisi Dari Pt X Dengan Model Gauss Termodifikasi

Yusuf, Zidan Badruddin (2022) Pemodelan Dispersi Emisi Dari Pt X Dengan Model Gauss Termodifikasi. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 03211840000032-Undergraduate_Thesis.pdf Download (7MB)

Abstract

Indonesia merupakan negara yang memiliki ketersediaan sumber daya alam batu bara yang melimpah sebagai bahan bakar pembangkit listrik. Lebih dari 75% penggunaan tersebut dilakukan oleh Indonesia dalam menanggulangi krisis nasional. Selain itu, penggunaan batu bara dinilai memiliki efisiensi yang tinggi sehingga menghasilkan energi listrik yang ekonomis. Namun demikian, pembakaran batu bara sebagai bahan bakar berpotensi mencemari lingkungan sekitar serta memberikan efek negatif kepada makhluk hidup. PT X merupakan salah satu pembangkit listrik yang menggunakannya. Secara umum, PLTU memasang teknologi Electrostatic Precipitator (EP) dalam menangkap abu sisa pembakaran batu bara. Walaupun teknologi EP memiliki efisiensi penangkapan mencapai lebih dari 90%, pencemaran udara di sekitar kegiatan pembangkit tetap terjadi. Dari permasalahan tersebut, penelitian ini bertujuan untuk mendapatkan pola sebaran emisi SO2, NOX, dan Hg serta konsentrasi maksimumnya di titik tertentu sebagai parameter emisi yang wajib dipenuhi dengan disesuaikan Permenlhk No.15 Tahun 2019. Pola sebaran emisi PLTU diperhitungkan berdasarkan model dispersi Gauss. Model tersebut dipilih karena merupakan model yang paling mudah dan dianggap tepat untuk melukiskan secara matematis pola 3 dimensi dari perjalanan semburan (plume) emisi. Perhitungan pola sebaran dimodifikasi dengan beberapa macam faktor antara lain stabilitas atmosfer, arah dan kecepatan angin, plume rise, suhu udara dan tutupan awan, serta kondisi topografi. Pemodelan dilakukan dengan mengolah data primer berupa koordinat cerobong dan data sekunder terkait hasil pengujian emisi SO2, NOX, dan Hg sebagai baku mutu emisi PLTU selama satu tahun serta hasil uji ambien di sekitar PT X. Data tersebut dikelompokkan menjadi dua macam yang mempresentasikan musim hujan dan musim kemarau dengan merata-ratanya. Kemudian, data pengujian emisi dilakukan analisis dengan memadukannya dengan data sekunder lainnya yang mempengaruhi hasil model menggunakan bahasa pemrograman Python. Hasil pemodelan menggunakan Python menghasilkan kontur dispersi dari masing�masing 3 emisi. Kontur dispersi tersebut diintegrasikan dengan Google Earth melalui aplikasi Surfer 22 yang menghasilkan informasi yang lebih mudah diinterpretasikan serta menarik. Hasil penelitian didapatkan pola sebaran dan akumulasi kontur dispersi dari setiap parameter dan musimnya. Pola sebaran emisi di kedua musim terpolakan ke arah barat daya berdasarkan data Stasiun Geofisika Pasuruan. Selain itu, hasil akumulasi kontur dispersi memiliki titik koordinat yang sama di setiap parameter dengan musim yang sama. Titik koordinat penerima emisi tertinggi pada musim hujan adalah (781936,455 m; 9143086,957 m), sedangkan pada musim kemarau adalah (782237,458 m; 9143387,96 m). Kemudian, keseluruhan hasil 2 model yang didapatkan dengan parameter yang berbeda tidak ada yang melebihi baku mutu ambien yang dipersyaratkan.
===============================================================================================================================
Indonesia is a country that has abundant natural resources of coal as fuel for power generation. More than 75% of the use was made by Indonesia in tackling the national crisis.
In addition, the use of coal is considered to have high efficiency so as to produce economical electrical energy. However, burning coal as a fuel has the potential to pollute the surrounding environment and have negative effects on living things. PT X is one of the power plant that use it. In general, power plant installs Electrostatic Precipitator (EP) technology in capturing ash from coal combustion. Even though EP technology has a capture efficiency of more than 90%, air pollution around power plant activities still occurs. From these problems, this study aims to obtain the distribution pattern of SO2, NOX, and Hg emissions and their maximum concentrations at certain points as emission parameters that must be met by adjusting Permenlhk No.15 Tahun 2019. The distribution pattern of power plant emissions is calculated based on the Gaussian dispersion model. This model was chosen because it is the easiest model and is considered appropriate to describe mathematically the 3-dimensional pattern of the emission plume. The calculation of the distribution pattern was modified by several factors, including atmospheric stability, wind direction and speed, plume rise, air temperature and cloud cover, and topographic conditions. The modeling is carried out by processing primary data in the form of chimney coordinates and secondary data related to the results of testing emissions of SO2, NOX, and Hg as a quality standard for power plant emissions for one year and the results of ambient tests around PT X. The data are grouped into two types which represent the rainy season and the dry season on average. Then, the emission test data is analyzed by combining it with other secondary data that affects the model results using the Python programming language. The modeling results using Python produce dispersion contours of each of the 3 emissions. The dispersion contours are integrated with Google Earth through the Surfer 22 application which produces information that is easier to interpret and interesting. The results of the study obtained the distribution pattern and the accumulation of dispersion contours of each parameter and season. The emission distribution pattern in both seasons is patterned to the southwest based on data from the Pasuruan Geophysics Station. In addition, the results of the accumulation of dispersion contours have the same coordinate points in each parameter with the same season. The coordinates of the highest emission receivers in the rainy season are (781936,455 m; 9143086,957 m), while in the dry season it is (782237,458 m; 9143387.96 m). Then, the overall results of the 2 models obtained with different parameters did not exceed the required ambient quality standards.

Item Type:	Thesis (Other)
Additional Information:	RSL 628.53 Yus p-1 2022
Uncontrolled Keywords:	Dispersi, Emisi, Gauss, Model, Python, Dispersion, Emision, Gaussian
Subjects:	T Technology > TD Environmental technology. Sanitary engineering > TD883.5 Air--Pollution
Divisions:	Faculty of Civil, Planning, and Geo Engineering (CIVPLAN) > Environmental Engineering > 25201-(S1) Undergraduate Thesis
Depositing User:	Mr. Marsudiyana -
Date Deposited:	10 Dec 2024 05:54
Last Modified:	10 Dec 2024 05:54
URI:	http://repository.its.ac.id/id/eprint/115940

Actions (login required)

View Item