ccitonline.com

A. Project Title

Penggunaan Persamaan Navier-Stokes untuk Pemodelan Iklim pada Implementasi Infrastruktur Energi Terbarukan

B. Author Complete Name

Muhammad Irsyad Hanif – 2306227936

C. Affiliation

Departemen Teknik Mesin, Universitas Indonesia

D. Abstract

Makalah ini berisi pendekatan secara sistematis dalam mendesain dan menganalisis pemodelan iklim melalui penggunaan persamaan Navier-Stokes menggunakan kerangka DAI 5. Persamaan Navier-Stokes, yang merepresentasikan dinamika fluida, merupakan pondasi utama dalam pemodelan atmosfer dan iklim global. Dalam konteks transisi energi, kemampuan untuk secara akurat mensimulasikan fenomena atmosferik seperti pola angin, distribusi temperatur, dan curah hujan menjadi esensial untuk mendukung perencanaan dan optimalisasi infrastruktur energi terbarukan, termasuk pembangkit listrik tenaga angin, surya, dan hidro. Dengan memanfaatkan solusi numerik persamaan Navier-Stokes dalam model iklim terintegrasi, dapat diperoleh proyeksi jangka panjang yang lebih presisi mengenai variabilitas iklim lokal dan global. Informasi ini berperan strategis dalam pemilihan lokasi, desain struktural, dan pengelolaan risiko operasional pada instalasi energi terbarukan. Artikel ini membahas mekanisme pemodelan berbasis persamaan Navier-Stokes, relevansinya terhadap prediksi iklim dalam skala regional, serta aplikasinya dalam mendukung pengembangan sistem energi berkelanjutan yang adaptif terhadap perubahan iklim.

E. Author Declaration

1. Deep Awareness (of) I

Sebagai seorang desainer teknik, penting untuk menyadari pentingnya keselarasan antara keputusan teknis dan peran Tuhan Yang Maha Esa dalam berjalannya proyek agar output yang dihasilkan maksimal dan sesuai yang diharapkan, serta kemudahan dalam proses pelaksanaannya.

2. Intention of the Project Activity

Melakukan pengembangan dan analisis terhadap sistem pemodelan iklim berbasis solusi numerik dari persamaan Navier-Stokes yang ditujukan untuk meningkatkan efisiensi dan keandalan dalam mendukung perencanaan serta implementasi infrastruktur energi terbarukan. Kegiatan ini dirancang untuk memenuhi persyaratan fungsional terkait akurasi prediksi iklim, sekaligus mengintegrasikan prinsip keberlanjutan dan etika desain. Selain itu, proyek ini diharapkan memberikan kontribusi nyata bagi masyarakat melalui peningkatan ketahanan energi, pengurangan risiko bencana yang dipicu oleh perubahan iklim, serta akselerasi transisi menuju lingkungan yang lebih berkelanjutan.

F. Introduction

Pemodelan iklim merupakan suatu inovasi yang sangat berguna dalam berbagai macam sektor industri. Sebagai contohnya pada sektor industri energi, pemodelan iklim dimanfaatkan untuk membantu memproyeksikan intensitas sinar matahari untuk pembangkit tenaga surya, pola angin untuk turbin angin, dan potensi energi dari perubahan curah hujan dan sungai. Hal tersebut memberikan signifikansi praktis untuk menentukan lokasi pembangkit yang optimal untuk jangka panjang, dan menghindari investasi di lokasi yang kelak tidak lagi mendukung produksi energi akibat perubahan iklim.

Initial Thinking

1. Analyze the Problem Systematically
Pada industri energi terbarukan, tantangan terbesar yang dihadapi adalah kehilangan energi akibat sistem yang dijalankan tidak memanfaatkan potensi energi angin, surya, atau gelombang laut, secara optimal dan maksimal. Hal tersebut terjadi karena ketidakakuratan dalam pemodelan aliran fluida, berupa kesalahan dalam memprediksi kecepatan angin, sehingga mengakibatkan kesalahan estimasi daya yang berujung pada penurunan efisiensi energi terbarukan yang dihasilkan. Selain itu, ketidakakuratan dalam prediksi aliran angin atau pola iklim dapat menyebabkan desain turbin angin, panel surya, atau sistem pembangkit listrik tenaga gelombang menjadi suboptimal, mengurangi output energi yang dihasilkan dan meningkatkan kerugian energi.

2. Highlight Previous Research and Existing Gaps
Salah satu contoh penelitian sebelumnya ialah, disertasi doktoral oleh Benjamin Sanderse (2013) berjudul Energy-conserving discretization methods for the incompressible Navier-Stokes equations: application to the simulation of wind-turbine wakes merupakan kemajuan penting dalam bidang dinamika fluida komputasional, khususnya untuk mensimulasikan aliran turbulen di belakang turbin angin. Sanderse mengembangkan metode numerik konservasi energi tingkat tinggi yang bertujuan untuk menangkap dinamika aliran tersebut secara akurat tanpa menimbulkan difusi buatan. Beberapa poin evaluasi dari penelitian tersebut adalah:

• Keterbatasan kondisi batas terhadap akurasi
  Salah satu kendala utama dari metode ini adalah keterbatasannya dalam mencapai akurasi global orde tinggi ketika berhadapan dengan kondisi batas. Konservasi energi pada batas domain cenderung bertentangan dengan syarat formal yang diperlukan untuk mencapai akurasi lebih tinggi. Namun, penelitian ini menunjukkan bahwa penggunaan grid nonuniform, yang menghindari akumulasi kesalahan di sekitar batas domain, dapat memungkinkan tercapainya akurasi orde empat penuh.
• Tantangan pada integrasi waktu untuk persoalan kaku
  Sanderse mengkaji penerapan metode Runge–Kutta konservasi energi untuk integrasi waktu pada persamaan Navier-Stokes. Meskipun metode ini menawarkan stabilitas untuk berbagai ukuran langkah waktu tanpa memperkenalkan difusi numerik tambahan, metode ini menunjukkan kecenderungan terhadap penurunan orde pada persoalan kaku, seperti aliran dominasi konveksi dengan lapisan batas tipis. Untuk kondisi tersebut, metode Gauss dinilai lebih efektif dalam mempertahankan konservasi energi dan akurasi.
• Keterbatasan aplikasi pada kondisi aliran lain
  Metode yang dikembangkan difokuskan secara spesifik untuk simulasi bangkitan turbulensi turbin angin, sehingga penerapannya pada sistem dengan karakteristik aliran lain mungkin memerlukan modifikasi atau penyesuaian substansial. Spesifikasi metode ini dapat membatasi skalabilitas dan aplikasinya di luar konteks penelitian ini.

3. Break Down the Problem

Dalam penggunaan Persamaan Navier-Stokes untuk pemodelan iklim pada implementasi infrastruktur energi terbarukan, terdapat sejumlah isu umum ketidakefisienan sistem yang berkembang menjadi tantangan teknis spesifik. Salah satu isu utama adalah ketidakakuratan prediksi aliran atmosfer, yang menimbulkan tantangan untuk mengurangi kesalahan estimasi kecepatan dan arah angin, agar lokasi pemasangan turbin angin dapat dioptimalkan. Misalnya, ketidakakuratan prediksi sebesar 20% dapat menyebabkan pemasangan turbin di area berkecepatan angin rendah, sehingga mengakibatkan penurunan efisiensi produksi energi.

Selain itu, keterbatasan resolusi spasial dan temporal dalam simulasi iklim menjadi tantangan besar untuk meningkatkan ketepatan prediksi fenomena cuaca mikro seperti badai lokal atau lonjakan angin tiba-tiba. Sebagai ilustrasi, resolusi model sebesar 10 km x 10 km mungkin gagal menangkap badai lokal, yang dapat menyebabkan sistem energi terbarukan tidak dapat mengantisipasi kebutuhan penyesuaian beban secara real-time.

Dari sisi komputasi, perhitungan numerik persamaan Navier-Stokes seringkali sangat boros energi dan sumber daya komputer, sehingga tantangan berikutnya adalah mengoptimalkan strategi integrasi waktu dan skema numerik agar simulasi menjadi lebih hemat energi tanpa mengurangi akurasi hasil. Sebagai contoh, sebuah simulasi prediksi iklim selama satu bulan dapat memerlukan lebih dari 1000 inti prosesor dan memakan waktu hingga tiga minggu, menyebabkan pemborosan biaya operasional dan energi.

Lebih jauh lagi, tantangan adaptasi sistem kontrol berbasis output prediksi iklim juga menjadi isu penting. Banyak infrastruktur energi tidak memiliki algoritma kontrol yang responsif terhadap perubahan cuaca mendadak, sehingga misalnya sudut blade turbin angin tidak cepat menyesuaikan dengan variasi kecepatan angin, yang pada akhirnya mengakibatkan kehilangan potensi produksi listrik sebesar 10–15%.

Akhirnya, representasi turbulensi dalam model Navier-Stokes sering kali disederhanakan, sehingga pengaruh turbulensi kecil terhadap aliran udara tidak tergambarkan dengan baik. Hal ini menimbulkan tantangan untuk mengembangkan parameterisasi turbulensi yang lebih akurat, terutama dalam simulasi aliran di sekitar instalasi turbin, agar desain teknis dapat disesuaikan dengan kondisi riil di lapangan.

Secara keseluruhan, ketidakefisienan sistem dalam pemodelan ini membuka ruang bagi inovasi baru yang berfokus pada peningkatan akurasi prediksi, efisiensi komputasi, adaptabilitas kontrol sistem, dan ketepatan parameterisasi fisik, guna mendukung transisi energi terbarukan secara lebih efektif dan berkelanjutan.

4. Deconstruct to Fundamental Principles

5. State-of-the-Art Analysis

Penggunaan persamaan Navier-Stokes dalam pemodelan iklim telah mengalami kemajuan melalui metode numerik canggih seperti Finite Volume Method, Large Eddy Simulation, dan pendekatan berbasis machine learning. Model ini mendukung optimalisasi desain dan pengelolaan infrastruktur energi terbarukan, seperti ladang angin dan sistem jaringan listrik pintar.

Meski demikian, tantangan utama yang tersisa meliputi keterbatasan resolusi spasial dan temporal, tingginya biaya komputasi, serta kesulitan representasi fenomena skala kecil (sub-grid phenomena) seperti turbulensi dan konveksi mikro. Keterbatasan ini mengurangi presisi prediksi, yang sangat penting untuk operasi energi terbarukan secara dinamis.

Untuk itu, dibutuhkan pendekatan baru berupa skema numerik adaptif berbasis energi, integrasi model prediktif berbasis fisika dan machine learning, serta sistem multiskala yang lebih efisien. Selain itu, integrasi real-time antara model iklim dan sistem kontrol energi pintar juga perlu dikembangkan untuk mempercepat transisi energi berkelanjutan.

G. Methods & Procedures

1. Idealization

Dalam mengonseptualisasikan solusi ideal untuk pemodelan iklim dalam konteks infrastruktur energi terbarukan menggunakan skrip MATLAB yang diberikan, beberapa asumsi, model, dan simplifikasi telah diterapkan untuk menyeimbangkan antara relevansi fisik dan kesederhanaan komputasional. Model ini mengasumsikan domain dua dimensi (2D), sehingga mengurangi kompleksitas yang terdapat pada aliran atmosfer tiga dimensi nyata, namun tetap menangkap struktur horizontal utama dari medan angin. Fluida diasumsikan inkompresibel dan homogen, sehingga variasi densitas udara dan temperatur yang biasa terjadi dalam sistem atmosfer nyata diabaikan, untuk memudahkan formulasi matematis. Variabilitas spasial dari medan angin dimodelkan menggunakan fungsi sinusoidal, dengan asumsi gangguan yang halus dan periodik tanpa menyelesaikan fenomena turbulen, konvektif, atau skala kecil lainnya. Komponen kecepatan ditentukan secara analitik, bukan hasil dari evolusi dinamis penuh melalui penyelesaian langsung persamaan Navier-Stokes, sehingga simulasi hanya berfokus pada visualisasi keadaan tunak (steady-state).

Selain itu, efek batas seperti kekasaran permukaan, gradien suhu, serta gaya Coriolis akibat rotasi bumi diabaikan untuk menyederhanakan studi terhadap variasi horizontal ideal. Model menggunakan grid Cartesius seragam, tanpa mempertimbangkan efek viskositas eksplisit, mengingat tidak adanya term difusi atau tegangan dalam skrip. Keseluruhan pendekatan ini memungkinkan visualisasi perilaku aliran atmosfer skala besar yang relevan untuk perencanaan infrastruktur energi terbarukan, seperti penentuan lokasi optimal ladang angin, sambil mempertahankan efisiensi komputasi dan kejelasan konseptual yang sesuai untuk tujuan pendidikan dan desain awal.

2. Instruction (Set)

1. Menentukan persyaratan sistem
   Mendefinisikan kebutuhan pemodelan, seperti cakupan domain spasial (10 km × 10 km), ketelitian grid (30 × 30 titik), kecepatan angin rata-rata (5 m/s), dan kebutuhan presisi visualisasi distribusi kecepatan angin untuk mendukung perencanaan infrastruktur energi terbarukan.
2. Memilih pendekatan model berdasarkan idealisasi fisik
   Pilih model berbasis persamaan Navier-Stokes tak langsung, dengan asumsi inkompresibel, domain dua dimensi, aliran tunak, dan distribusi kecepatan yang diformulasikan secara analitik (sinusoidal), untuk menyederhanakan kompleksitas perhitungan.
3. Mensimulasikan kinerja sistem menggunakan MATLAB
   Mengimplementasikan skrip MATLAB untuk membangun grid numerik, mendefinisikan profil kecepatan u dan v, menghitung besarnya kecepatan, dan memvisualisasikannya melalui quiver plot dan contour plot guna menganalisis distribusi pola angin.
4. Melakukan validasi desain terhadap kendala praktis
   Melakukan evaluasi kesesuaian model sederhana ini dengan kebutuhan praktis, seperti keterbatasan resolusi spasial, asumsi homogenitas fluida, ketidakmampuan menangkap dinamika waktu nyata, serta keterbatasan dalam memperhitungkan faktor atmosfer kompleks (misalnya, turbulensi dan pengaruh topografi).

Script code Matlab yang digunakan untuk melakukan simulasi, yaitu

% T% Visualisasi 2D Sederhana: Navier-Stokes untuk Pemodelan Iklim % Tema: Infrastruktur Energi Terbarukan clear; clc; close all; % Definisikan Grid Nx = 30; % jumlah grid dalam x Ny = 30; % jumlah grid dalam y Lx = 10; % panjang domain x (km) Ly = 10; % panjang domain y (km) x = linspace(0, Lx, Nx); y = linspace(0, Ly, Ny); [X, Y] = meshgrid(x, y); % Parameter Fluida U0 = 5; % kecepatan rata-rata angin (m/s) alpha = 0.5; % tingkat variasi spasial % Definisikan Komponen Kecepatan (u,v) u = U0 + alpha*sin(pi*X/Lx).*cos(pi*Y/Ly); % komponen arah x v = U0/2 * cos(pi*X/Lx).*sin(pi*Y/Ly); % komponen arah y % Besar Kecepatan speed = sqrt(u.^2 + v.^2); % Visualisasi Vektor Kecepatan figure; quiver(X, Y, u, v, ‘b’) hold on contourf(X, Y, speed, 20, ‘LineColor’, ‘none’) colorbar title(‘Visualisasi Aliran Atmosfer 2D untuk Pemodelan Iklim’) xlabel(‘X (km)’) ylabel(‘Y (km)’) axis equal tight grid on % Tambahkan informasi text(1, 9, sprintf(‘Mean wind speed = %.1f m/s’, U0), ‘FontSize’, 12, ‘BackgroundColor’, ‘w’); ‘w’);

H. Results & Discussion

Hasil yang diperoleh dari simulasi ini selaras dengan ekspektasi teoritis untuk model aliran atmosfer sederhana dalam konteks energi terbarukan. Distribusi kecepatan menggambarkan perilaku khas aliran angin di sepanjang domain dua dimensi, di mana variasi kecepatan angin terjadi akibat pengaruh spasial yang dimodelkan melalui gangguan sinusoidal. Perilaku keseluruhan dari medan kecepatan ini konsisten dengan efek yang diharapkan dari dinamika atmosfer, termasuk modulasi kecepatan angin akibat variasi spasial.

Salah satu pengamatan utama adalah adanya area-area dengan kecepatan angin lokal yang lebih tinggi atau lebih rendah, yang ditunjukkan melalui gradasi warna dalam plot kontur. Variasi ini terutama disebabkan oleh faktor variasi spasial sinusoidal yang dikenakan, yang memperkenalkan perubahan periodik pada kecepatan angin di seluruh domain. Model ini berhasil menangkap gagasan bahwa aliran atmosfer tidak seragam, melainkan mengalami gelombang dan gradien alami, yang sangat penting untuk pemodelan iklim yang realistis dan perancangan sistem energi terbarukan yang optimal.

Model profil angin dua dimensi ini terbukti efektif untuk memberikan wawasan awal mengenai bagaimana variasi spasial memengaruhi pola angin. Meskipun model ini menyederhanakan masalah dengan mengasumsikan aliran tunak, tidak terkompresi, dengan kecepatan angin rata-rata konstan dan tanpa stratifikasi atmosferik vertikal, model ini tetap menyediakan pemahaman berharga tentang zona-zona potensial untuk penangkapan energi dalam suatu wilayah. Ini menunjukkan peran penting dari pemodelan spasial bahkan pada tahap awal perencanaan infrastruktur seperti ladang angin dan proyek energi terbarukan lainnya.

Selain itu, simulasi ini menyoroti pentingnya mempertimbangkan variasi spasial ketika memprediksi kondisi atmosfer untuk aplikasi energi. Mengabaikan efek ini dapat menyebabkan penempatan infrastruktur yang kurang akurat dan hasil energi yang tidak optimal. Oleh karena itu, bahkan model sederhana seperti ini memberikan perspektif dasar mengenai distribusi angin, yang dapat mendukung pengambilan keputusan teknik dan perencanaan yang lebih baik.

Terakhir, walaupun model saat ini mengasumsikan variasi spasial sederhana tanpa mempertimbangkan perubahan waktu, turbulensi, atau efek batas yang kompleks, pengembangan selanjutnya dapat memasukkan analisis transien, gangguan stokastik, dan pemodelan atmosfer berlapis. Penambahan faktor-faktor seperti gaya Coriolis, gradien temperatur, dan efek topografi akan meningkatkan realisme dan aplikasi model ini untuk implementasi energi terbarukan di dunia nyata.

I. Acknowledgments

Saya ingin mengucapkan terima kasih yang sebesar-besarnya kepada Profesor Dr. Ir. Ahmad Indra Siswantara atas bimbingan dan dukungannya yang luar biasa selama mata kuliah Metode Numerik. Kuliah-kuliah beliau yang penuh wawasan dan dorongan yang terus-menerus memberikan saya landasan yang kuat untuk menyelesaikan proyek ini. Kemampuan beliau dalam menjelaskan konsep-konsep yang kompleks dengan cara yang jelas dan mudah dipahami sangat memperkaya pengalaman belajar saya.

J. (References) Literature Cited

Amiri, M. M., Shadman, M., & Estefen, S. F. (2024). A review of physical and numerical modeling techniques for horizontal-axis wind turbine wakes. Renewable and Sustainable Energy Reviews, 193, 114279.

Borgnakke, C., & Sonntag, R. E. (2020). Fundamentals of thermodynamics. John Wiley & Sons.

Johnson, R. W. (Ed.). (2016). Handbook of fluid dynamics. CRC press.

Nise, N. S. (2020). Control systems engineering. John Wiley & Sons.

Sanderse, B. (2013). Energy-conserving discretization methods for the incompressible Navier-Stokes equations: application to the simulation of wind-turbine wakes.