Pertumbuhan kendaraan listrik dan pemanfaatan energi surya mulai mengubah cara jaringan distribusi listrik beroperasi. Stasiun pengisian kendaraan listrik (SPKLU) menjadi beban baru dengan pola penggunaan yang sulit diprediksi, sedangkan pembangkit listrik tenaga surya (PLTS) menghasilkan daya yang bergantung pada cuaca dan posisi matahari. Untuk menilai dampak keduanya terhadap kualitas jaringan, diperlukan analisis aliran daya probabilistik, yaitu analisis yang mengevaluasi kondisi jaringan pada banyak kemungkinan skenario, bukan pada satu kondisi saja. Penelitian ini mendukung SDG 7: Energi Bersih dan Terjangkau, SDG 9: Industri, Inovasi, dan Infrastruktur, serta SDG 11: Kota dan Permukiman yang Berkelanjutan.
Penelitian dilakukan oleh tim Departemen Teknik Elektro dan Informatika, Sekolah Vokasi Universitas Gadjah Mada, yang diketuai Dr. Ir. Jimmy Trio Putra, S.T., M.Eng., IPM., SMIEEE, bersama Ir. Lukman Subekti, M.T., IPM., Adlan Bagus Pradana, S.T., M.Sc., Ph.D., Ir. Ahmad Adhiim Muthahhari, S.T., M.Eng., IPM., Dr. Ir. Atikah Surriani, S.T., M.Eng., dan Dr. Ir. Fahmizal, S.T., M.Sc., IPM. Tiga mahasiswa Program Studi Teknologi Rekayasa Elektro turut terlibat, yaitu Satria Bhekti Akhisnu, Latief Lukman Nurhakim, dan Fahmi Ahmad Aryanto. Kegiatan ini merupakan bagian dari Hibah Riset dan Pembuatan Artikel Publikasi skema Penugasan Sekolah Vokasi UGM Tahun Anggaran 2026, Klaster Saintek, dengan unggulan Transisi Energi. Penelitian berlangsung pada April hingga Oktober 2026 di Laboratorium Teknik Tenaga Listrik bersama PT PLN (Persero) sebagai mitra penyedia data.
Tantangan utama penelitian ini adalah menyusun skenario beban dan pembangkitan yang realistis. Perilaku pengisian kendaraan listrik tidak seragam: lama mengisi dan jumlah energi yang diambil saling berkaitan, waktu kedatangan bervariasi, dan semuanya dibatasi kemampuan charger yang tidak mungkin mengalirkan daya melebihi batasnya. Keluaran PLTS pun dibatasi oleh kondisi cuaca dan posisi matahari pada jam tertentu. Cara penyusunan skenario yang lazim dipakai sulit menangani seluruh sifat tersebut sekaligus, sehingga diperlukan pendekatan lain.
Pendekatan yang dikembangkan tim adalah Markov Chain Monte Carlo (MCMC). Metode ini menyusun skenario melalui rangkaian langkah kecil di sekitar suatu daerah kemungkinan, sesekali melompat ke daerah lain agar seluruh kemungkinan terjelajahi, dan menolak setiap langkah yang melanggar batas fisik, seperti daya melebihi kemampuan charger atau keluaran surya yang mustahil terjadi. Dengan cara ini, skenario yang dihasilkan selalu masuk akal secara teknis. Ketepatan metode tidak sekadar diasumsikan, tetapi diuji terhadap metode pembanding yang secara matematis sudah dijamin benar, meski jauh lebih lambat, dan keduanya memberikan hasil yang sejalan.
Ilustrasi cara kerja MCMC. Rantai melangkah kecil di sekitar satu puncak (local exploration), sesekali melompat jauh ke puncak lain (long jump), dan menolak langkah yang melanggar batas fisik.
Dalam prosesnya, tim juga menemukan bahwa cara yang lebih sederhana, yaitu mengambil ulang setiap ciri data secara terpisah, menghilangkan keterkaitan antarciri meskipun tiap ciri tampak cocok dengan data aslinya. Pada kasus pengisian kendaraan listrik, cara tersebut menghasilkan sesi pengisian yang menuntut daya melebihi kemampuan charger, sesuatu yang tidak pernah terjadi di lapangan. Kesalahan semacam ini terbawa sampai ke angka yang dipakai untuk mengambil keputusan investasi jaringan.
Skenario yang dihasilkan kemudian dipakai dalam analisis aliran daya untuk membandingkan beberapa susunan pemasangan SPKLU dan PLTS pada saluran yang sama. Ujung saluran merupakan titik terlemah jaringan karena listrik harus menempuh jarak terjauh untuk sampai ke sana. Beban besar seperti stasiun pengisian di titik tersebut menekan tegangan paling dalam, sedangkan PLTS di titik yang sama justru menopang tegangan. Karena itu, tim merekomendasikan penempatan PLTS di ujung saluran dan SPKLU di dekat gardu induk. Arah pengaruh ini lazim pada jaringan distribusi, tetapi besarnya berbeda-beda antarsaluran, sehingga setiap saluran tetap perlu dihitung sendiri.
Penelitian ini berkontribusi pada SDG 7 melalui penempatan PLTS yang membantu energi bersih terserap jaringan tanpa menurunkan mutu tegangan bagi pelanggan. Kontribusi pada SDG 9 hadir dalam bentuk metode penyusunan skenario yang kebenarannya telah dibuktikan sebagai dasar perencanaan jaringan yang dapat dipertanggungjawabkan. Adapun pada SDG 11, infrastruktur pengisian kendaraan listrik dapat terus bertambah di perkotaan tanpa menurunkan mutu layanan listrik bagi warga di sekitarnya. Luaran penelitian ini berupa artikel ilmiah pada jurnal internasional bereputasi.