Menggunakan Data Logger untuk Meningkatkan Efisiensi Sistem Air Dingin (Chilled Water Plant)

Pendahuluan

Efisiensi sistem air dingin mengacu pada total energi listrik yang dibutuhkan untuk menghasilkan dan mendistribusikan satu ton pendinginan (setara 12.000 BTU). Efisiensi ini dipengaruhi oleh berbagai faktor, seperti desain sistem, kualitas air, rutinitas pemeliharaan, desain cooling tower, dan beban pada koil pendingin.

Panduan ini berfokus pada penggunaan data untuk mengevaluasi dampak positif dari pengendalian perbedaan suhu (ΔT) pada koil pendingin terhadap efisiensi keseluruhan sistem air dingin. Dengan mengelola ΔT secara efektif, fasilitas dapat meningkatkan performa sistem dan mengurangi biaya operasional secara signifikan.

Dasar-Dasar Sistem Air Dingin

Dalam sistem air dingin, pompa air dingin berfungsi mengalirkan air dari chiller ke koil pendingin pada unit penanganan udara (air handler). Proses ini memungkinkan perpindahan panas dari aliran udara ke air. Setelah menyerap panas, air tersebut kembali ke sisi evaporator pada chiller, di mana panas dipindahkan dari air ke cairan refrigeran.

Refrigeran yang telah menyerap panas keluar dari evaporator dalam bentuk uap dingin, lalu masuk ke kompresor dan dikompresi menjadi uap panas. Selanjutnya, uap panas ini mengalir ke sisi kondensor pada chiller, tempat terjadinya perpindahan panas dari refrigeran ke air pada sisi kondensor.

Air panas dari kondensor kemudian disirkulasikan ke cooling tower (menara pendingin) untuk tahap akhir pembuangan panas melalui proses penguapan. Seluruh siklus ini merupakan bagian penting dalam menjaga efisiensi pendinginan sistem air dingin.

Menggunakan Metrik yang Efektif untuk Menilai Efisiensi Sistem

Dalam banyak kasus, sistem air dingin dioperasikan semata-mata untuk menjaga kenyamanan termal, tanpa menerapkan metrik yang efektif untuk mengevaluasi kinerja sistem. Padahal, data yang dibutuhkan sering kali sudah tersedia melalui Building Management System (BMS), penggunaan data logger sementara, atau kombinasi keduanya.

Salah satu metrik paling umum yang digunakan untuk mengukur efisiensi sistem secara keseluruhan adalah kilowatt per ton pendinginan (kW/ton). Metrik ini mencakup konsumsi daya dari seluruh komponen sistem, termasuk:

  • Chiller
  • Pompa air dingin
  • Pompa air kondensor
  • Kipas cooling tower
  • Pemanas bak penampung (sump heater)
  • Pompa filter, dan lainnya

Di bawah ini biasanya ditampilkan grafik yang menunjukkan rentang performa dari berbagai sistem, memungkinkan perbandingan antar fasilitas atau waktu operasional.

Dampak Negatif dari Perbedaan Suhu (ΔT) yang Rendah

Ketika perbedaan suhu (Delta T / ΔT) dalam sistem air dingin lebih rendah dari yang dirancang, konsumsi energi pompa sirkulasi meningkat dan beban energi chiller juga dapat naik. Bahkan, ΔT yang rendah bisa menyebabkan sistem gagal memenuhi kebutuhan pendinginan.

Ada beberapa penyebab umum dari ΔT rendah, dan salah satu titik fokus yang penting adalah koil pendingin, yang berfungsi sebagai beban utama dalam sistem air dingin.

Masalah pada Katup Kontrol Tiga Arah

Koil pendingin sering kali dilengkapi dengan katup kontrol tiga arah. Saat katup ini terbuka kurang dari 100%, sebagian aliran air dingin melewati katup dan langsung kembali ke jalur return tanpa melalui koil, sehingga menurunkan ΔT secara keseluruhan.

Katup Kontrol yang Terlalu Besar

Valve kontrol yang terlalu besar juga merupakan masalah umum. Karena produsen menyediakan berbagai ukuran valve dengan koefisien aliran berbeda, desainer sering memilih ukuran yang sedikit lebih besar “demi keamanan”. Akibatnya, aliran air yang terlalu besar bisa terjadi bahkan saat valve hanya sedikit terbuka, sehingga mengurangi ΔT dan mengembalikan air yang masih terlalu dingin ke sistem.

Pemilihan Koil Pendingin yang Tidak Sesuai

Masalah lain yang sering luput diperhatikan adalah pemilihan koil pendingin yang tidak sesuai. Koil seharusnya dirancang untuk ΔT yang sama atau lebih tinggi dari desain sistem air dingin secara keseluruhan. Jika tidak, efisiensi sistem akan menurun.


Menganalisis Performa Beban Air Dingin

Cara terbaik untuk mengetahui ΔT pada tingkat chiller maupun koil pendingin adalah dengan mengumpulkan dan menganalisis data. Meskipun data ini sering tersedia di tingkat sistem (plant level), data pada tingkat koil individu biasanya tidak tersedia.

Solusi terbaik untuk mengisi celah data ini adalah dengan menggunakan data logger sementara, seperti Onset HOBO® data logger. Alat ini dapat ditempatkan sementara untuk merekam suhu dan aliran air, lalu digunakan untuk analisis performa sistem secara lebih akurat.

Studi kasus pada halaman 5–6 menjelaskan implementasi nyata dari metode ini, termasuk pengumpulan data dan analisis hasilnya.

Studi Kasus: Meningkatkan Efisiensi Koil Pendingin Melalui Analisis ΔT

Control Technologies melakukan studi pada tiga unit penanganan udara (AHU) untuk mengevaluasi potensi penghematan energi dengan meningkatkan ΔT (perbedaan suhu) pada koil pendingin. Data dikumpulkan menggunakan kombinasi data dari Building Automation System (BAS) dan data logger HOBO U12 empat saluran, yang dilengkapi dengan sensor suhu eksternal TMC20-HD dengan kabel sepanjang 20 kaki.

Penempatan Sensor

Sensor suhu ditempatkan pada sisi suplai dan return dari koil pendingin dan disetel untuk merekam data setiap satu menit selama periode 15 hari.

  • Pada salah satu AHU, tersedia lubang sensor suhu sehingga sensor dapat dipasang langsung.
  • Pada dua AHU lainnya, karena tidak ada lubang tersedia, sensor diikatkan pada pipa tembaga suplai dan return air dingin, lalu dibungkus isolasi untuk mendapatkan pembacaan suhu yang akurat.

Data yang Dikumpulkan

Selain suhu air, data dari BAS juga dikumpulkan, termasuk:

  • Suhu udara suplai
  • Setpoint suhu udara
  • Posisi valve kontrol

Data ini juga direkam setiap satu menit untuk menyelaraskan waktu analisis.


Proses Analisis Data

Setelah data dikumpulkan, analisis dapat dilakukan menggunakan berbagai perangkat lunak. Cara yang paling cepat dan sederhana adalah menggunakan perangkat lunak HOBOware®, yang dirancang khusus untuk mengolah data dari HOBO data logger.

Setelah data diunduh dari alat, data dapat dipetakan dalam bentuk grafik untuk memvisualisasikan tren, termasuk perbandingan suhu masuk dan keluar, posisi valve, serta efektivitas perpindahan panas di koil pendingin.

Hasil Studi: Peluang Meningkatkan Efisiensi Sistem Air Dingin

Hasil studi menunjukkan bahwa selama periode sekitar 15 hari, terdapat ratusan jam di mana setpoint suhu udara suplai tercapai, tetapi ΔT (perbedaan suhu) tercatat lebih rendah dari desain yang diharapkan.

Dampaknya:

  • Sistem menggunakan energi pompa lebih banyak dari yang dibutuhkan, karena air didistribusikan berlebih.
  • ΔT sistem air dingin secara keseluruhan lebih rendah dari optimal, yang berarti efisiensi sistem air dingin menurun.

Dengan kata lain, sistem masih bisa beroperasi dengan performa yang sama, namun dengan konsumsi energi yang lebih efisien — jika ΔT dapat dikembalikan ke nilai desain.

Visualisasi Data

Grafik berikutnya menggabungkan data dari HOBO data logger dan Building Automation System (BAS) untuk memberikan visualisasi menyeluruh dari semua variabel penting, termasuk:

  • ΔT aktual
  • Posisi valve kontrol
  • Suhu suplai dan return
  • Kecepatan pompa

Visualisasi ini membantu teknisi memahami korelasi antara perilaku sistem dan peluang penghematan energi.

Potensi Penghematan Energi dari Pengelolaan ΔT pada Sisi Beban

Meningkatkan ΔT pada koil pendingin secara langsung membantu mengurangi konsumsi energi. Jika hasil data logging menunjukkan adanya peluang, peningkatan ΔT ini bisa dilakukan dengan menambahkan sensor suhu pada pipa suplai dan return air dingin, serta mengaktifkan loop kontrol pembatas pada sistem Building Automation System (BAS).

Cara Kerjanya:

Loop kontrol ini memantau ΔT pada koil pendingin dan membatasi sinyal ke valve kontrol air dingin, agar ΔT tetap berada pada setpoint desain. Ketika aliran air dikurangi untuk mempertahankan ΔT yang optimal, sensor tekanan diferensial (Delta P) mendeteksi kenaikan tekanan dan memperlambat pompa untuk menjaga setpoint tekanan — mengurangi konsumsi listrik dari pompa.

Selain itu, saat ΔT sistem meningkat secara keseluruhan, efisiensi chiller juga meningkat, menghasilkan penghematan energi tambahan dan mengurangi biaya operasional.


Implementasi Solusi Pengendalian ΔT

Peningkatan ΔT pada koil pendingin dapat dilakukan dengan menambahkan loop kontrol PID (proportional-integral-derivative) kedua, yang mengambil data dari sensor suhu pada pipa suplai dan return air dingin di setiap koil.

  • Sensor udara suplai dan loop kontrol utamanya tetap digunakan sebagai pengendali utama.
  • Namun, jika ΔT turun di bawah nilai desain, loop kontrol kedua akan membatasi posisi valve kontrol, menjaga ΔT koil tetap pada atau di atas nilai desain.

Solusi ini bekerja tanpa mengganggu kenyamanan pengguna, karena suhu udara suplai tetap dijaga, tetapi aliran air lebih efisien.


Kesimpulan dan Ringkasan

Efisiensi sistem air dingin dan ΔT pada koil pendingin sering kali diabaikan dalam operasi sistem HVAC. Padahal, dengan mengukur dan memantau ΔT, laju aliran dapat dikurangi tanpa mengorbankan suhu udara suplai yang dibutuhkan untuk pendinginan dan dehumidifikasi.

Peningkatan performa ΔT pada sisi beban juga berdampak langsung pada peningkatan ΔT sistem secara keseluruhan, yang akan meningkatkan efisiensi chiller dan menghemat energi secara signifikan.

Menggunakan data logger portabel, baik secara mandiri maupun dikombinasikan dengan BAS, memungkinkan pengumpulan data yang diperlukan untuk mengevaluasi potensi penghematan. Setelah data dianalisis, strategi peningkatan ΔT dapat dirancang dan diimplementasikan sesuai kebutuhan.

Panduan Manajer Fasilitas: Memanfaatkan Data Logger untuk Efisiensi Energi Gedung

Pentingnya Pengukuran Kinerja Gedung

Energi yang digunakan untuk mengoperasikan gedung di Amerika Serikat adalah sektor terbesar dalam konsumsi energi nasional, mencapai sekitar 40%. Mengukur performa gedung sangat membantu staf fasilitas dalam mengelola penggunaan energi dengan lebih baik. Panduan ini fokus pada strategi dan teknik monitoring yang dapat diterapkan oleh para profesional gedung untuk mengurangi penggunaan energi dan mengoptimalkan kinerja fasilitas.

Dasar-Dasar Data Logger

Di era data saat ini, istilah “data logging” dan “data logger” sering terdengar, namun banyak yang belum benar-benar paham fungsinya. Secara sederhana, data logger adalah alat elektronik untuk mengumpulkan informasi kondisi lingkungan secara otomatis, seperti suhu, kelembapan relatif, atau konsumsi energi. Namun, sebenarnya fungsinya jauh lebih luas dalam membantu analisis performa sistem.

Menganalisis Efisiensi Air Handling Unit (AHU) dengan Data Logger

Mengoperasikan sistem HVAC dengan efisiensi optimal di lingkungan komersial sangat kompleks. Banyak variabel seperti setpoint, pompa, kipas, dan komponen lain dapat menyebabkan ketidakefisienan yang mahal. Data logger membantu mengidentifikasi masalah ini dengan akurat.

Menemukan Pemborosan Energi Tersembunyi: 8 Peluang Penghematan

Langkah pertama menurunkan biaya energi gedung adalah mengenali pemborosan energi. Data dari tagihan listrik atau label peralatan saja tidak cukup untuk mengidentifikasi penyebab utama konsumsi tinggi. Data logger portabel sangat berguna untuk mendapatkan informasi energi yang kritis di berbagai jenis gedung, mulai dari pabrik hingga perkantoran.

Monitoring Performa HVAC dengan Data Logger

Operator dan manajer gedung bertanggung jawab menciptakan kondisi kerja nyaman sekaligus menjaga peralatan mekanik lama agar tetap bekerja maksimal dengan biaya energi minimal. Data logger membantu memantau dan mengelola performa ini sehingga penghematan energi bisa langsung meningkatkan keuntungan.

Panduan Profesional Energi untuk Data Logger dan Kinerja Gedung

Panduan 30 halaman ini, yang dikembangkan bersama Stetz Consulting LLC, membahas penerapan data logger portabel dalam berbagai aplikasi monitoring gedung seperti pengawasan HVAC, commissioning, Measurement & Verification (M&V), dan load profiling. Termasuk tips instalasi, perencanaan monitoring, keamanan, dan interpretasi data.

Menanggapi Keluhan Kenyamanan dengan Data Logger

Panduan ini memberikan solusi praktis bagi manajer fasilitas dan kontraktor HVAC untuk menggunakan data logger berbiaya rendah dalam memvalidasi keluhan terkait suhu dan kenyamanan.

Optimasi Performa Sistem Solar Thermal dengan Data Logger

Data logger membantu pemasang dan insinyur mengukur kinerja sistem solar thermal, mendeteksi masalah atau inefisiensi, serta mengoptimalkan performa guna mendapatkan pengembalian investasi maksimal.

Monitoring Kinerja Atap Hijau dengan Weather Station

Weather station yang dilengkapi data logger ideal untuk mengukur berbagai parameter cuaca dan non-cuaca seperti curah hujan, suhu, kelembapan, kecepatan angin, radiasi matahari, dan kelembapan tanah secara berkala. Informasi ini sangat berguna dalam mendesain, menyesuaikan, dan merawat atap hijau secara efektif.

Measurement & Verification dan Dana Stimulus ARRA

Panduan ini juga mengulas cara mendapatkan dana stimulus ARRA untuk proyek monitoring energi, menjelaskan pentingnya layanan M&V, dan bagaimana ESCO dapat menggunakan teknologi data logger portabel untuk mendokumentasikan penghematan energi gedung.

Tentang Onset

Onset adalah pemasok terkemuka data logger. Produk data logger HOBO kami digunakan di seluruh dunia dalam berbagai aplikasi monitoring, mulai dari verifikasi kinerja bangunan hijau dan sistem energi terbarukan hingga riset pertanian dan pesisir.

Berlokasi di Cape Cod, Massachusetts, Onset telah menjual lebih dari 2 juta data logger sejak didirikan pada tahun 1981.


Hubungi Kami

Tujuan kami adalah menjadikan proyek data logging Anda sukses. Spesialis aplikasi produk kami siap membantu mendiskusikan kebutuhan Anda dan merekomendasikan solusi terbaik untuk proyek Anda.

Penjualan (Senin–Jumat, 8 pagi–5 sore ET)

Dukungan Teknis (Senin–Jumat, 8 pagi–8 malam ET)

Alamat Kantor:
Onset Computer Corporation
470 MacArthur Blvd.
Bourne, MA 02532

Leave A Comment

Cart (0 items)