Perpustakaan Digital ITB

Energi angin menghadapi kendala dalam keberjalanannya yang dapat mempengaruhi produktivitas energi angin, yaitu sifat intermittent dari kecepatan angin itu sendiri dan hal ini terjadi di PLTB Sidrap I dimana pada bulan November tahun 2019 tidak memproduksi listrik akibat penurunan kecepatan angin. Variabilitas angin yang berubah dari waktu ke waktu menyebabkan ketidakpastian sehingga prediksi cuaca yang akurat dalam berbagai skala waktu menjadi penting untuk memastikan operasional turbin angin yang optimal, termasuk prediksi mingguan (subseasonal). Namun, selama ini prediksi dalam skala mingguan masih kurang mendapatkan perhatian. Oleh karena itu, penelitian ini mencoba untuk memanfaatkan data prediksi angin skala subseasonal dan mengevaluasi performa prediksinya melalui metode subseasonal to seasonal (S2S) forecasting. Penelitian ini menggunakan data CFSv2 operational milik National Centers for Environmental Prediction (NCEP) sebagai data prediksi model dan data reanalisis ERA5 sebagai data observasi. Kedua data tersebut digunakan untuk mengestimasikan nilai kecepatan angin pada ketinggian hub yang sesuai dengan turbin angin yang ada di PLTB Sidrap I dengan pendekatan profil angin logaritmik. Koreksi bias digunakan untuk mengurangi nilai bias dan RMSE antara data model dan data observasinya. Data model CFSv2 kemudian dievaluasi performa prediksnya dengan metode continuous ranked probability score (CRPS) dan brier score. Hasil penelitian ini menunjukkan bahwa performa model cukup baik dalam memprediksi angin sesuai dengan ketinggian hub sesuai dengan nilai CRPS dan brier score-nya, terutama di minggu ketiga bulan November. Namun, masih terdapat nilai bias dan error yang cukup signifikan walaupun telah melalui proses koreksi bias dan perlu dipertimbangkan dalam pengambilan keputusan selanjutnya.