Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVI, Agustus 2005 (273-287)

273
PEMODELAN SISTEM RESERVOIR PANAS BUMI LAPANGAN
KAMOJANG MENGUNAKAN PROGRAM TRINV DAN TRCOOL

Rasi Prasetio, Zainal Abidin
*




ABSTRAK

PEMODELAN SISTEM RESERVOIR PANASBUMI LAPANGAN KAMOJANG
MENGUNAKAN PROGRAM TRINV DAN TRCOOL. Telah dilakukan pemodelan sistem reservoir
panasbumi Kamojang dengan program TRINV dan TRCOOL dengan menggunakan data hasil tes
perunut tritium di lapangan panasbumi Kamojang. Parameter reservoir yang didapat dari program TRINV
adalah flow velocity, dispersivity, cross section of path dan mass recovery. Sedangkan melalui program
TRCOOL, didapat prediksi pendinginan reservoir selama 300 bulan (25 tahun) ke depan dengan berbagai
skenario laju reinjeksi. Hasil dari pemodelan ini dapat menjadi perangkat yang penting dalam pengelolaan
lapangan panasbumi di masa mendatang.

Kata kunci: Modeling dan penggunaannya.


ABSTRACT

MODELLING SYSTEM OF KAMOJANG GEOTHERMAL RESERVOIR USED TRINV
AND TRCOOL PROGRAMS. Kamojang geothermal reservoir system has been modeled by TRINV
and TRCOOL programs by using tracer test data from Kamojang geothermal field. Reservoir parameters
obtained by TRINV program are flow velocity, dispersivity, cross section of path and mass recovery.
Whereas the result of TRCOOL program is cooling prediction of reservoir within the next 300 monts (25
years) in various scenario of reinjection flow rate. Output of this modeling can be expected as important
tools in geothermal field management in the future.

Keywords: Modeling and its application.



PENDAHULUAN

Energi panasbumi merupakan sumber energi alternatif yang terbarukan yang
sangat potensial. Indonesia diperkirakan memiliki cadangan potensial energi
panasbumi sebesar 19.657 MWe yang tersebar di berbagai wilayah di Indonesia,
seperti di Sumatera sebesar 9.561 MWe, Jawa-Bali sebesar 5.681 MWe, Sulawesi
sebesar 1.565 MWe dan tempat lainnya sebesar 2.850 MWe (Sudarman et al, 2000).

*
Puslitbang Teknologi Isotop dan Radiasi - BATAN
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVI, Agustus 2005 (273-287)

274
Meskipun merupakan sumber energi yang terbarukan, masa produktif dari suatu
lapangan panasbumi bukannya tidak terbatas dan tanpa masalah. Masalah yang umum
dijumpai dalam pengelolaan lapangan panasbumi adalah penurunan tekanan uap dan
penurunan temperatur reservoir. Pada akhirnya, produktifitas dari lapangan panasbumi
tersebut sangat ditentukan oleh strategi pengelolaan lapangan panasbumi itu sendiri.
Salah satu unsur penting dalam pengelolaan tersebut adalah pengetahuan tentang
sistem reservoir panasbumi yang diperoleh melalui pemodelan.
Secara umum, tujuan pemodelan dalam bidang panasbumi terdiri dari dua hal
(Axelsson dan Stefansson, 2002). Pertama, untuk memperoleh informasi tentang
sistem reservoir suatu lapangan panasbumi, yang meliputi parameter-parameter fisik
seperti: permeabilitas, dispersivitas, mass recovery dan sebagainya. Informasi ini
diperoleh melalui inverse modeling. Dalam inverse modeling, pengamatan terhadap
sistem pada titik-titik pengamatan yang diskret dalam waktu dan ruang digunakan
untuk memperkirakan parameter-parameter sistem reservoir (Finsterle, et al, 1999).
Kedua, untuk memperoleh prediksi mengenai respon sistem reservoir panasbumi
terhadap produksi uap/fluida panasbumi di masa depan, sehingga dapat dilakukan
berbagai skenario manajemen lapangan panasbumi untuk mencapai pengoperasiannya
yang optimal. Pemodelan ini dilakukan disebut juga forward modeling.
Salah satu penyuplai informasi yang dibutuhkan sebagai input pemodelan
sistem reservoir panasbumi dapat diperoleh melalui tes perunut (tracer test). Informasi
langsung yang dihasilkan melalui tes perunut ini secara kualitatif berupa interkoneksi
antara sumur reinjeksi dan sumur produksi, dan secara kuantitatif berupa informasi
waktu terobosan (breakthrough time). Sedangkan informasi tidak langsung yang dapat
diperoleh adalah karakter reservoir panasbumi secara in situ. Dalam paper ini, data-
data hasil tes perunut (tracer test) radiosotop tritium pada lapangan panasbumi
Kamojang diolah dengan program TRINV untuk mendapatkan karakteristik reservoir.
Sedangkan untuk memprediksi penurunan temperatur reservoir digunakan program
TRCOOL.



Program TRINV

Program TRINV (tracer inversion) adalah salah satu program yang terdapat
dalam paket piranti lunak ICEBOX, yang dibuat oleh divisi Geosciences National
Energy Authority (Orkustofnun) Eslandia. TRINV digunakan untuk interpretasi data
perunut, menghitung waktu terobosan, mass recovery dan berbagai parameter sistem
reservoir panasbumi seperti kecepatan alir (flow velocity), difusitas dan koefisien
dispersi. Persamaan matematis yang mendasari program ini dapat dilihat pada
persamaan berikut (Axelsson, 2003).

Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVI, Agustus 2005 (273-287)

275
c(t) =
( ) Dt ut x
e
Dt
Q
uM
4 /
2
2
1

(1)

di mana:
c(t) = konsentrasi perunut pada sumur produksi (kg/m
3
),
Q = adalah laju produksi (kg/s),
X = jarak antar sumur reinjeksi dengan sumur produksi (m),
D = koefisien dispersi (m
2
/s),
M = Jumlah perunut yang diinjeksikan (kg),
u = Kecepatan alir (m/s).

TRINV merupakan bentuk program inverse modeling, di mana sebaran data
diskret dalam ruang dan waktu hasil monitoring perunut pada tiap sumur pengamatan
diolah untuk menghasilkan karakter sistem reservoir panasbumi in situ. Input yang
dibutuhkan dalam program ini adalah:
1. Konsentrasi perunut terhadap waktu (dalam detik).
2. Jumlah pulsa/puncak perunut (tracer pulse), sesuai dengan pengamatan perunut.
Jumlah puncak ini menggambarkan flowpath perunut dari sumur reinjeksi ke sumur
produksi. Jumlah pulsa yang lebih dari satu menunjukkan flowpath perunut yang
juga lebih dari satu.
3. Jumlah perunut yang diinjeksikan (kg). Untuk perunut radioaktif, satuan aktivitas
(Ci, Bq atau TU) dapat disetarakan dengan kg.
4. Laju produksi (production rate) dan laju injeksi (injection rate) dalam kg/s.
5. Massa jenis air di dalam reservoir dan di lab (kg/m
3
).

Selain input di atas, TRINV memberikan pilihan model yang dapat digunakan
yaitu model parameter matematika normal (normal mathematical parameters), model
parameter fisik (physical parameters) dan model ukuran pulsa/puncak (pulse size).
Pemilihan model tersebut dilakukan berdasarkan atas data yang tersedia. Model
parameter matematika normal membutuhkan data jarak, kecepatan alir, dan koefisien
dispersi. Model fisik membutuhkan data jarak, luas area flow path, dispersivitas dan
mass recovery.
Untuk kondisi sistem yang belum diketahui, penggunaan model ukuran pulsa
(pulse size) merupakan pilihan yang terbaik. Model ini hanya membutuhkan data jarak
dari sumur reinjeksi ke sumur pengamatan (produksi), konsentrasi maksimum perunut
dan waktunya, serta lebar (waktu) pada setengah puncak. Semua data tersebut
diperoleh dari kurva monitoring perunut tritium pada sumur pengamatan terhadap
waktu. Setelah data dimasukkan, secara otomatis akan dihasilkan beberapa parameter
sistem reservoir.

Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVI, Agustus 2005 (273-287)

276
Program TRCOOL

Program lain yang terdapat dalam paket ICEBOX adalah TRCOOL, yang
digunakan untuk memprediksi penurunan temperatur reservoir panasbumi. Program
ini merupakan bentuk forward modeling dengan input karakter reservoir yang telah
diketahui seperti: temperatur aktual reservoir, kapasitas dan konduktivitas panas
reservoir, massa jenis reservoir, porositas zona patahan dan tinggi serta lebar zona
patahan. Persamaan yang mendasari program ini sebagai berikut (Axelsson, 2003):

T(t) = T
0
- ( )
( )
1
1
]
1

/
1
0
x t q c
kxh
erf T T
Q
q
w
i
(2)

=
( ) hb c
qc
f
w

(3)

f
c = ( ) + 1
r r w w
c c (4)

di mana:

T(t) = temperatur fluida di sumur produksi pada saat t (
o
C),
T
0
= temperatur awal reservoir (
o
C),
T
i
= temperatur air reinjeksi (
o
C),
q = laju reinjeksi air (kg/s),
k = konduktivitas termal reservoir (W/m
o
C),
= densitas (kg/m
3
),
c = kapasitas panas (J/kg
o
C),
h = tinggi zona patahan (m),
b = lebar zona patahan (m).

Meskipun TRCOOL dirancang untuk melakukan forward modeling, program
ini juga dapat digunakan sekaligus sebagai inverse modeling untuk kalibrasi dan
mendapatkan karakter reservoir yang tepat jika ada data temperatur reservoir aktual
dalam waktu yang berbeda (historical match).





Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVI, Agustus 2005 (273-287)

277
Studi Kasus: Lapangan Panasbumi Kamojang

Lapangan panasbumi Kamojang terletak 42 km arah tenggara kota Bandung,
Jawa Barat. Lapangan Kamojang saat ini menghasilkan energi sebesar 140 MWe yang
berasal dari sekitar 60 buah sumur produksinya. Kondensat uap dari pembangkit listrik
diinjeksikan kembali ke dalam reservoir melalui 6 buah sumur reinjeksi.
Pada tanggal 30 Juni 2003, dilakukan test radio perunut tritium (aktivitas = 15
Ci) pada sumur reinjeksi KMJ-46 untuk dimonitor pada sumur produksi di sekitarnya,
yaitu sumur KMJ-22, 41, 63, 26, 27 dan 62 (gambar 1). Laju injeksi (injection rate)
pada sumur KMJ-46 sebesar 20 kg/s. Dalam paper ini hanya disajikan data monitoring
perunut tritium di sumur produksi KMJ-27 dan 62 karena pada sumur produksi lain
belum ditemukan kenaikan konsentrasi perunut tritium yang signifikan.



Gambar 1. Lokasi sumur injeksi dan sumur produksi


Tabel 1 memperlihatkan data hasil pengamatan perunut tritium yang sudah
dikoreksi terhadap faktor peluruhan dan background. Tritium dianalisis menggunakan
LSC (Liquid Scintillation Counter) dengan menggunakan metode electrolytic
enrichment. Hasil pencacahan dinyatakan dalam satuan TU (Tritium Unit = 1 atom
3
H
dalam 10
18
atom
1
H atau sebesar 0.118 Bq/kg).
Injeksi Tritium
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVI, Agustus 2005 (273-287)

278
Tabel 1. Data pengamatan tritium pada KMJ-27 dan KMJ-62

Waktu
(hari)
KMJ-27
(TU)
KMJ-62
(TU)
Waktu
(hari)
KMJ-27
(TU)
KMJ-62
(TU)
6 18.36 4.43 124 51.88 277.9
13 19.36 10.94 136 54.22 294.28
21 19.54 49.19 152 56.3 315.27
27 23.69 73.77 240 170.57 372.85
31 27.27 113.16 303 77.93 337.08
38 30.2 145.51 336 103.66 298.74
46 33.54 168.47 360 84.25 255.91
52 36.54 177.25 392 65.35 277.28
66 40.66 194.88 549 54.13 177.07
81 43.72 206.36 570 67.56 182.69
94 47.2 231.21 603 55.543 182.08
108 49.56 258


Selain data di atas, data-data lain mengenai sumur produksi yang dibutuhkan
untuk input program TRINV dapat dilihat pada tabel 2 berikut.


Tabel 2. Data sumur produksi Kamojang

Sumur Production rate (kg/s) Jarak flowpath (m)
KMJ-27 19.4 673
KMJ-62 19.4 236


Untuk prediksi pendinginan reservoir, digunakan tiga skenario model (asumsi)
untuk masing-masing sumur KMJ-27 dan KMJ-62 yaitu variasi laju air reinjeksi
sebesar 10, 15 dan 20 kg/s dengan menggunakan program TRCOOL. Parameter lain
yang digunakan sebagai input program TRCOOL dapat dilihat pada tabel 3 [Abidin,
2003].
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVI, Agustus 2005 (273-287)

279

Tabel 3. Input data reservoir untuk program TRCOOL

Sumur Produksi
KMJ-27 KMJ-62
Parameter
M1 M2 M3 M1 M2 M3
Temperatur awal reservoir, T(
o
C)
1998
232.1 232.1 232.1 237.6 237.6 237.6
Temperatur air reinjeksi, t (
o
C) 40 40 40 40 40 40
Laju produksi, Q (kg/det) 19.4 19.4 19.4 19.4 19.4 19.4
Laju reinjeksi, q (kg/det) 20 15 10 20 15 15
Konduktifitas panas reservoir,k
(W/m
o
C)
2.8 2.8 2.8 2.8 2.8 2.8
Kapasitas panas reservoir, C ( J/kg

o
C)
800 800 800 800 800 800
Densitas batuan reservoir, R (kg/m
3
) 2700 2700 2700 2700 2700 2700
Kapasitas panas air reinjeksi, c (J/kg

o
C)
4179 4179 4179 4179 4179 4179
Lebar daerah patahan, b (m) 0.01 0.01 0.01 0.01 0.01 0.01
Tinggi daerah patahan, H, (m) 470 470 470 500 500 500
Porositas p, (%) 10 10 10 10 10 10



HASIL DAN PEMBAHASAN

Data pada tabel 1 dan 2 diolah dengan program TRINV menghasilkan informasi
dalam tabel 4 dan grafiknya dapat dilihat pada gambar 2 dan 3 berikut.


Tabel 4. Output program TRINV

Parameter KMJ-27 KMJ-62
Flow velocity, u (10
-5
m/s) 3.09 0.92
Dispersion coefficient, D (10
-3
m
2
/s) 1.02 0.47
Cross section of path, A (10
-2
m
2
) 0.79 13.81
Dispersivity, L (m) 32.98 50.69
Mass recovery, Mr (%) 1.19 6.16
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVI, Agustus 2005 (273-287)

280



Gambar 2. Grafik KMJ-27

Gambar 3. Grafik KMJ-62


Data di atas memperlihatkan bahwa kecepatan aliran dominan menuju arah
sumur KMJ-27 dibanding ke arah sumur KMJ-62 dengan rata-rata kecepatan alir
sebesar 3.09 x 10
-5
m/s. Sebaliknya untuk mass recovery, perunut tritium lebih
dominan muncul pada sumur KMJ-62 yaitu sebesar 6.16 % (gambar 4). Hal ini terjadi
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVI, Agustus 2005 (273-287)

281
karena flow path (lintasan) dari KMJ-46 ke KMJ-27 memiliki volume yang lebih kecil
dibandingkan dengan flow path dari KMJ-46 ke KMJ-62. Hal ini ditunjukkan dengan
rendahnya cross section of path (penampang lintang lintasan) KMJ-27 yang hanya
sebesar 7.9 x 10
-3
m
2
.



Gambar 4. Kontur aliran perunut dari KMJ-46

Untuk prediksi pendinginan dengan program TRCOOL dapat dilihat pada
gambar 5 dan 6 di bawah. Terlihat bahwa dengan nilai variasi laju reinjeksi
menimbulkan efek yang berbeda. Semakin besar laju reinjeksi, akan semakin besar
pula penurunan temperatur yang terjadi pada sumur produksi. Pada sumur KMJ-27,
penurunan temperatur selama 300 bulan (25 tahun) mencapai 131.5
o
C dengan asumsi
laju reinjeksi sebesar 20 kg/s. Sedangkan dengan asumsi yang sama pada sumur KMJ-
62 akan terjadi penurunan temperatur sebesar 177.48
o
C. Sebaliknya untuk asumsi laju
reinjeksi sebesar 10 kg/s pada sumur KMJ-27 akan menurunkan temperatur sebesar
38.1
o
C dan 75.96
o
C pada KMJ-62 dalam waktu 25 tahun.
Penurunan temperatur pada KMJ-62 yang lebih besar daripada KMJ-27 pada
laju reinjeksi yang sama diakibatkan oleh besarnya cross section antara sumur
reinjeksi dengan KMJ-62 (channeling).
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVI, Agustus 2005 (273-287)

282

Gambar 5. Prediksi penurunan temperatur pada KMJ-27


Gambar 6. Prediksi penurunan temperatur pada KMJ-62



Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVI, Agustus 2005 (273-287)

283

KESIMPULAN

Dalam simulasi yang dilakukan pada sumur KMJ-27 dan KMJ-62, terlihat
bahwa kedua sumur tersebut secara nyata memiliki konektivitas dengan sumur KMJ-
46 yang secara kuantitatif ditunjukkan dengan nilai kecepatan alir dan mass recovery.
Sedangkan semakin besar laju reinjeksi akan berdampak pada pendinginan reservoir
(thermal breakthrough) yang signifikan. Meskipun merupakan program yang
sederhana, program TRINV dan TRCOOL sangat bermanfaat dalam memberikan
gambaran mengenai kondisi reservoir sehingga dapat digunakan dalam strategi
manajemen lapangan panasbumi.



Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVI, Agustus 2005 (273-287)

284

DAFTAR PUSTAKA

1. ABIDIN, ZAINAL, Karakterisasi Reservoir Panasbumi untuk Manajemen
Lapangan Uap di Lapangan Kamojang Jawa Barat, Desertasi S-3, Universitas
Gadjah Mada, 2003.

2. AXELSSON, G., STEFANSSON, V., Sustainable Management of Geothermal
Resources. International Symposium on Geothermal, 2002.

3. AXELSSON, G. Tracer Test in Geothermal Resource Management: Analysis
and Cooling Prediction. 2003.

4. FINSTERLE, S., BJORNSSON, G., PRUESS, K., BATTISTELLI, A.,
Evaluation of Geothermal Well Behavior Using Inverse Modeling. International
Symposium on Dynamics of Fluid in Fractured Rocks Concepts and Recent
Advanceds, 1999.

5. SUDARMAN, S., SUROTO, PUDYASTUTI, K., ASPIYO, S. Geothermal
Development Progress in Indonesia: Country Update 1995-2000 Proceeding
World Geothermal Congresss 200, Japan. Pp 455-460.


Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVI, Agustus 2005 (273-287)

285

DISKUSI



M. BUNJAMIN

1. Asal energi panas bumi darimana? Apakah dari magma bumi?
2. Apakah dinamika panas bumi mengikuti model matematis difusi panas/heat
transfer berbentuk Pers. Dif Parsial (Orde - 2)?
3. Masalah panas bumi ini tugas Badan Litbang mana? Apa termasuk BATAN?


RASI PRASETIO

1. Energi panasbumi berasal dari intrusi magma yang mendekati permukaan bumi.
Namun selain sumber panas/energi juga dibutuhkan medium penghantar energi
tersebut yaitu air meteorik (hujan) yang tersimpan dalam reservoir di sekitar
intrusi magma tersebut.
2. Dinamika fluida panas bumi mengikuti model aliran fluida dalam
proses/fractured medium, ditambah dengan model Heat Transfer dan Thermal
Diffusity. Mengenai persamaannya saya kurang memahaminya
3. Badan yang terlibat antara lain Dept. ESDM dan BATAN. Teknologi nuklir
sendiri dapat memberikan kontribusi dalam bidang eksplorasi panasbumi
(misalnya penentuan asal usul fluida panas bumi)juga dalam pengelolaan
lapangan (tracertest dan pemodelan). Di BATAN sendiri, panas bumi sudah
menjadi Landmark BATAN.


HUDI HASTOWO

Dari makalah saudara yang menyebutkan prediksi pendinginan reservoir selama 25
tahun, apakah berarti setelah 25 tahun plant/PLT Panas Bumi sudah harus ditutup atau
dayanya berkurang?


RASI PRASETIO

Yang terjadi adalah penurunan daya (produktivitas), PLTB tidak harus ditutup. Namun
dalam asumsi pemodelan ini menggunakan asumsi yang konstan. Pada kenyataannya,
setiap terjadi penurunan daya.produksi dalam batas tertentu, pihak pengelola lapangan
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVI, Agustus 2005 (273-287)

286
akan melakukan langkah pencegahan penurunan produksi lebih lanjut, misalnya
mengurangi laju injeksi atau bahkan menutup sumur injeksi tergantung kondisi yang
dijumpai. Dengan demikian masa produksi lapangan panasbumi akan lebih lama lagi.


DANY M

Bagaimana anda mempercayai hasil penelitian anda?


RASI PRASETIO

Melalui distribusi Statistik yang telah disediakan dalam program TRINU antara lain
parameter RMS dan error.



Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVI, Agustus 2005 (273-287)

287

DAFTAR RIWAYAT HIDUP


1. Nama : Rasi Prasetio
2. Tempat/Tanggal Lahir : Jakarta, 17 Januari 1978
3. Instansi : P3TIR-BATAN
4. Pekerjaan / Jabatan : Staf P3TIR
5. Riwayat Pendidikan :
S1 Kimia, FMIPA-UI (1996 - 2000)
6. Pengalaman Kerja :
P3TIR BATAN