Pendahuluan
Penelitian ini membahas pentingnya pendekatan probabilistik dalam mengestimasi penghematan energi pada bangunan residensial. Studi ini dilakukan oleh Piljae Im, Roderick Jackson, Yeonjin Bae, Jin Dong, dan Borui Cui dari Oak Ridge National Laboratory serta National Renewable Energy Laboratory. Fokus utama penelitian ini adalah mengidentifikasi parameter kunci yang berkontribusi terhadap ketidakpastian dalam estimasi penghematan energi serta melakukan kuantifikasi ketidakpastian untuk berbagai skenario retrofit bangunan residensial.
Latar Belakang dan Signifikansi Penelitian
Bangunan residensial cenderung mengalami degradasi sistem seiring waktu, perubahan pola penggunaan, serta kendala teknis lainnya. Oleh karena itu, upaya retrofit untuk meningkatkan efisiensi energi sangat diperlukan. Namun, salah satu tantangan utama dalam proyek retrofit adalah kesalahan dalam estimasi penghematan energi akibat asumsi deterministik yang tidak mempertimbangkan ketidakpastian.
Ketidakpastian dalam simulasi energi umumnya berasal dari dua sumber utama:
- Ketidakpastian dalam properti fisik bangunan, termasuk efisiensi sistem HVAC, kualitas insulasi, serta tingkat kebocoran udara.
- Ketidakakuratan dalam model simulasi, yang sering kali muncul akibat keterbatasan data atau asumsi yang terlalu optimis dalam memprediksi konsumsi energi pasca-retrofit.
Tanpa mempertimbangkan ketidakpastian ini, investor cenderung meragukan potensi penghematan energi, yang pada akhirnya dapat menghambat adopsi teknologi efisiensi energi secara luas.
Metodologi Penelitian
Untuk mengatasi permasalahan ini, penelitian ini menggunakan pendekatan berbasis probabilistik dalam model simulasi energi EnergyPlus. Simulasi dilakukan pada dua rumah penelitian di Knoxville, Tennessee, yaitu rumah sebelum retrofit (CC1) dan rumah setelah retrofit (CC2).
Penelitian ini mengevaluasi beberapa parameter kunci yang berkontribusi terhadap ketidakpastian dalam estimasi penghematan energi, di antaranya:
- Suhu set point pemanasan dan pendinginan
- Tingkat infiltrasi udara
- Efisiensi sistem pemanas dan pendingin (COP)
- Beban listrik pencahayaan dan peralatan elektronik
- Kualitas insulasi dinding dan atap
Beberapa teknik yang digunakan dalam analisis meliputi:
- Analisis sensitivitas global (Global Sensitivity Analysis/GSA) untuk mengidentifikasi parameter yang paling berpengaruh terhadap konsumsi energi.
- Simulasi Monte Carlo dan Latin Hypercube Sampling (LHS) untuk mengestimasi distribusi probabilistik konsumsi dan penghematan energi.
Selain itu, penelitian ini membandingkan empat skenario audit energi, masing-masing dengan tingkat ketidakpastian yang berbeda:
- Skenario 1: Menggunakan informasi dasar bangunan tanpa audit tambahan, sehingga ketidakpastiannya tinggi.
- Skenario 2: Menggunakan informasi dasar plus tes blower door untuk mengukur kebocoran udara, sehingga ketidakpastian lebih kecil.
- Skenario 3: Menggunakan informasi dasar plus tes blower door dan tes kebocoran saluran udara (duct leakage test), yang semakin mengurangi ketidakpastian.
- Skenario 4: Melakukan audit komprehensif, termasuk pengukuran suhu termostat dan beban listrik, untuk mendapatkan estimasi paling akurat dengan ketidakpastian paling rendah.
Hasil Penelitian dan Studi Kasus
Estimasi Konsumsi dan Penghematan Energi
Hasil penelitian menunjukkan bahwa rumah CC1 mengonsumsi energi lebih besar dibandingkan CC2 setelah retrofit. Pada skenario pertama yang hanya menggunakan informasi dasar, konsumsi energi tahunan rumah CC1 diperkirakan sekitar 26.900 kWh, sementara rumah CC2 mengonsumsi 17.500 kWh, dengan tingkat penghematan energi sekitar 34,5%. Namun, karena skenario ini memiliki ketidakpastian tinggi, rentang penghematan yang dihasilkan cukup lebar, yaitu antara 18% hingga 51%.
Setelah dilakukan pengukuran kebocoran udara melalui tes blower door (Skenario 2), hasil simulasi menunjukkan bahwa konsumsi energi rumah CC1 menurun sekitar 12%, sementara rumah CC2 tetap stabil. Penghematan energi rata-rata dalam skenario ini adalah 32%, dengan rentang penghematan yang lebih sempit, yaitu 24% hingga 41%.
Dalam Skenario 3, di mana selain tes blower door juga dilakukan tes kebocoran saluran udara, tingkat ketidakpastian semakin berkurang. Konsumsi energi rumah CC1 dan CC2 tetap hampir sama dengan skenario sebelumnya, tetapi rentang estimasi penghematan semakin menyempit menjadi 26% hingga 40%.
Skenario terakhir, yaitu audit komprehensif (Skenario 4), memberikan hasil estimasi penghematan yang hampir sama dengan skenario 3, yaitu sekitar 33% dengan ketidakpastian hanya 3,5%. Hal ini menunjukkan bahwa setelah titik tertentu, pengurangan ketidakpastian dari audit tambahan tidak lagi memberikan dampak signifikan terhadap estimasi penghematan energi.
Menariknya, hasil pengukuran langsung menunjukkan bahwa rumah CC2 setelah retrofit benar-benar menghemat sekitar 28% energi dibandingkan CC1, yang berada dalam rentang estimasi dari model probabilistik yang digunakan.
Analisis Sensitivitas
Analisis sensitivitas menunjukkan bahwa tingkat infiltrasi udara adalah faktor yang paling berpengaruh terhadap ketidakpastian penghematan energi, diikuti oleh efisiensi sistem pemanas dan pendingin (COP).
Pada skenario pertama, ketidakpastian dalam tingkat infiltrasi udara menyumbang hampir 70% dari keseluruhan ketidakpastian dalam estimasi penghematan energi. Namun, setelah dilakukan tes blower door, kontribusi faktor ini terhadap ketidakpastian berkurang drastis, yang berarti bahwa pengukuran kebocoran udara sangat efektif dalam meningkatkan akurasi estimasi penghematan energi.
Selain itu, hasil penelitian menunjukkan bahwa penggunaan sistem HVAC yang lebih efisien (dengan COP lebih tinggi) juga berperan besar dalam menentukan penghematan energi. Dalam retrofit rumah CC2, sistem HVAC yang lebih efisien berhasil menurunkan konsumsi energi lebih dari 10% dibandingkan dengan kondisi awal di rumah CC1.
Implikasi Penelitian
Hasil penelitian ini memiliki beberapa implikasi penting bagi industri bangunan dan investasi energi:
- Audit energi yang lebih detail dapat mengurangi ketidakpastian dalam estimasi penghematan energi, sehingga meningkatkan kepercayaan investor terhadap proyek retrofit bangunan.
- Identifikasi parameter kunci (KIPs) memungkinkan pemodelan yang lebih efisien, tanpa perlu memasukkan semua variabel dalam simulasi.
- Probabilistic modeling lebih akurat dibandingkan pendekatan deterministik, karena dapat menangani variasi dalam kondisi operasional dan parameter bangunan.
- Duct leakage dan infiltrasi udara memiliki dampak besar pada konsumsi energi, sehingga pengukuran langsung terhadap faktor-faktor ini dapat memberikan informasi yang lebih akurat sebelum retrofit dilakukan.
Kesimpulan dan Rekomendasi
Penelitian ini berhasil menunjukkan bahwa pendekatan probabilistik dapat meningkatkan keakuratan prediksi penghematan energi dalam proyek retrofit bangunan residensial. Dengan menerapkan metode kuantifikasi ketidakpastian, penelitian ini membantu menginformasikan keputusan investasi energi berbasis risiko.
Beberapa rekomendasi yang dapat diterapkan di masa depan meliputi:
- Pengembangan basis data nasional untuk distribusi probabilistik parameter kunci.
- Integrasi model ketidakpastian dalam perangkat lunak simulasi energi.
- Studi lebih lanjut di berbagai zona iklim untuk menguji generalisasi metode ini.
Sumber Asli
Im, P., Jackson, R., Bae, Y., Dong, J., & Cui, B. (2019). Probabilistic Reliability Assessment and Case Studies for Predicted Energy Savings in Residential Buildings. Elsevier. https://www.sciencedirect.com/science/article/pii/S0378778819304190