Apa yang Bisa Dipelajari Indonesia dari Manuver Surya Ecopetrol

AI untuk Sektor Energi Indonesia: Transisi Berkelanjutan••By 3L3C

Ecopetrol akuisisi 88,2 MWp PLTS di Kolombia. Apa pelajarannya untuk transisi energi Indonesia, dan bagaimana AI bisa mengoptimalkan strategi serupa?

AI energitransisi energienergi terbarukanPLTS industridekarbonisasistrategi korporat energi
Share:

Ecopetrol, 88,2 MWp Surya, dan Pelajaran untuk Indonesia

Ecopetrol, raksasa migas Kolombia, baru saja merampungkan negosiasi pembelian portofolio proyek surya fotovoltaik (PV) milik Grenergy sebesar 88,2 MWp. Bukan proyek raksasa secara global, tapi langkah ini sangat strategis: tujuh perusahaan, masing‑masing memegang proyek surya hingga 12,6 MWp, tersebar di beberapa provinsi, dan semuanya untuk mendukung target 900 MW energi terbarukan untuk kebutuhan internal Ecopetrol.

Langkah seperti ini menarik untuk dicermati di Indonesia, apalagi di tengah diskusi serius soal transisi energi dan bagaimana AI untuk sektor energi bisa mempercepat integrasi energi terbarukan. Banyak BUMN dan perusahaan energi di sini yang menghadapi tantangan serupa: ketergantungan tinggi pada fosil, fluktuasi harga listrik, dan tekanan dekarbonisasi.

Tulisan ini membahas apa yang sebenarnya dilakukan Ecopetrol, mengapa pendekatan mereka relevan untuk Indonesia, dan bagaimana AI bisa membuat strategi serupa jauh lebih efektif untuk perusahaan energi tanah air.

Apa yang Sebenarnya Dilakukan Ecopetrol?

Intinya, Ecopetrol sedang mendiversifikasi bauran energinya dengan cara yang sangat terukur.

  • Mereka menegosiasikan pembelian tujuh perusahaan yang masing‑masing memegang izin, lisensi, dan aset proyek PLTS.
  • Total kapasitas: 88,2 MWp, rata‑rata hingga 12,6 MWp per proyek.
  • Lokasi tersebar di beberapa departemen di Kolombia: CĂłrdoba, Cesar, Magdalena, dan Sucre.

Fokus Ecopetrol jelas:

  1. Mendekat ke target 900 MW energi terbarukan untuk kebutuhan sendiri (self‑generation).
  2. Mengurangi ketergantungan pada kontrak bilateral pembelian listrik dari pihak lain.
  3. Mengurangi eksposur terhadap harga listrik di pasar spot yang fluktuatif.
  4. Menjalankan strategi 2040 mereka yang berorientasi transisi energi dan dekarbonisasi.

Transaksinya sendiri masih bergantung pada pemenuhan syarat hukum dan regulasi, tapi pesan strateginya sudah sangat terang: perusahaan migas tradisional pun sedang serius membangun portofolio energi terbarukan yang terintegrasi dengan operasi mereka sendiri.

Mengapa Model Kolombia Ini Relevan untuk Indonesia?

Banyak perusahaan energi Indonesia berada di posisi mirip Ecopetrol: masih sangat dominan di hidrokarbon atau batu bara, tetapi dituntut beralih ke energi bersih, baik oleh regulasi maupun pasar.

Beberapa poin yang sangat relevan:

  1. Self‑generation untuk industri besar
    PLTS berkapasitas menengah (5–20 MWp) seperti di portofolio Ecopetrol sangat cocok untuk:

    • kilang minyak,
    • fasilitas produksi,
    • kawasan industri,
    • smelter,
    • pabrik semen atau pupuk.

    Di Indonesia, konsep ini bisa dikaitkan dengan PLTS atap skala industri, maupun PLTS ground-mounted di lahan perusahaan.

  2. Portofolio tersebar di beberapa wilayah
    Kolombia dan Indonesia sama‑sama negara dengan geografi luas dan jaringan listrik yang tidak selalu homogen kualitasnya. Menyebar proyek di beberapa provinsi membuat:

    • risiko cuaca dan radiasi surya lebih terdistribusi,
    • risiko regulasi lokal lebih tersebar,
    • fleksibilitas integrasi ke beberapa titik jaringan.

  3. Mengurangi risiko harga listrik
    Ketika perusahaan menghasilkan listrik sendiri dari PLTS, mereka:

    • mengurangi ketergantungan pada tarif PLN atau IPP,
    • punya biaya listrik yang lebih bisa diprediksi, karena CAPEX besar di depan dan OPEX relatif rendah,
    • bisa mengelola portofolio energi seperti mengelola portofolio keuangan.

Indonesia sudah menargetkan kapasitas listrik terbarukan puluhan gigawatt di 2030‑an. Tapi agar transisi energi lebih mulus, perusahaan energi dan industri besar perlu bergerak seperti Ecopetrol: tidak hanya menunggu proyek pemerintah, tapi aktif membangun (atau mengakuisisi) PLTS untuk kebutuhan sendiri.

Di Mana Peran AI dalam Strategi Seperti Ecopetrol?

Kalau hanya membangun PLTS, itu sudah banyak dilakukan. Perbedaannya ada di cara mengoptimalkan investasi tersebut. Di sinilah AI untuk sektor energi sangat krusial.

1. Optimasi lokasi dan desain PLTS

Sebelum Ecopetrol mengeksekusi pembelian portofolio 88,2 MWp, ada pertanyaan strategis yang sifatnya sangat teknis:

  • Apakah lokasi‑lokasi ini optimal secara iradiasi surya?
  • Bagaimana risiko cuaca ekstrem di masing‑masing lokasi?
  • Seberapa sering akan terjadi curtailment oleh operator jaringan?

AI bisa menjawab hal‑hal ini dengan:

  • memproses data historis cuaca dan satelit bertahun‑tahun,
  • menggabungkan peta iradiasi, pola awan, hingga topografi,
  • menghasilkan simulasi produksi energi dengan resolusi tinggi,
  • merekomendasikan desain teknis (kemiringan modul, orientasi, konfigurasi string, ukuran inverter) untuk memaksimalkan kWh per MWp.

Di Indonesia, ini bisa diterapkan untuk memilih lokasi PLTS di Nusa Tenggara, Sulawesi, Kalimantan, atau Sumatra yang paling menguntungkan bukan hanya dari sisi radiasi, tapi juga akses jaringan dan profil beban lokal.

2. Prediksi produksi dan permintaan (forecasting)

Begitu PLTS jalan, tantangan berikutnya adalah variabilitas produksi. Ini menyulitkan perencanaan operasi pabrik dan pengelolaan jaringan.

Model AI dapat:

  • memprediksi produksi PLTS per 5–15 menit ke depan hingga beberapa hari,
  • menggabungkan data cuaca real‑time, pola historis, dan data operasi PLTS,
  • mensinkronkan prediksi produksi dengan prediksi beban pabrik atau fasilitas.

Buat perusahaan di Indonesia yang ingin meniru langkah Ecopetrol, ini berarti:

  • lebih mudah mengatur kapan mesin beroperasi penuh saat produksi surya tinggi,
  • kapan perlu top up dari jaringan atau dari genset/PLTD,
  • berapa kapasitas baterai (BESS) yang ideal untuk menahan fluktuasi.

3. Manajemen portofolio multi‑lokasi

Ecopetrol tidak hanya punya PLTS; mereka juga punya proyek angin (misalnya Windpeshi) dan terlibat di transmisi listrik di beberapa negara lain. Portofolionya kompleks.

AI dapat membantu:

  • mengelola portofolio pembangkit terbarukan multi‑lokasi,
  • melakukan optimasi dispatch: kapan PLTS A, B, C dimaksimalkan relatif terhadap beban dan harga listrik,
  • menyusun strategi pembelian/penjualan energi (bila regulasi memungkinkan wheeling atau penjualan ke pihak ketiga).

Di Indonesia, konsep ini relevan untuk:

  • grup perusahaan dengan beberapa pabrik di kota berbeda,
  • BUMN yang memiliki kombinasi pembangkit PLTU, PLTA, PLTS, dan PLTB,
  • pengembang kawasan industri yang ingin menawarkan listrik hijau ke tenant.

4. Smart metering dan pengendalian beban

Transisi ke energi terbarukan tidak cukup hanya dengan menambah pembangkit. Pola konsumsi juga harus dikelola.

Dengan smart metering dan analitik AI, perusahaan bisa:

  • memetakan profil beban per jam di tiap fasilitas,
  • mengidentifikasi beban yang fleksibel (bisa digeser jam operasinya),
  • mengotomasi pengaturan beban (demand response) agar mengikuti ketersediaan PLTS.

Contoh sederhana untuk Indonesia:

  • Menggeser operasi pompa air besar di jam 10.00–14.00 saat PLTS atap pabrik menghasilkan energi tertinggi.
  • Mengatur chiller dan sistem HVAC kantor agar pra‑cooling saat surya tinggi sehingga beban di sore hari turun.

Strategi Praktis untuk Perusahaan Energi di Indonesia

Kalau disederhanakan, pelajaran dari Ecopetrol bisa dirangkum jadi beberapa langkah yang cukup praktis.

1. Jadikan energi terbarukan sebagai bagian dari strategi korporat jangka panjang

Ecopetrol menempatkan akuisisi PLTS ini sebagai bagian dari strategi 2040. Ini bukan proyek sampingan CSR.

Di Indonesia, perusahaan energi dan industri perlu melakukan hal serupa:

  • menetapkan target kapasitas energi terbarukan internal (misalnya 100 MWp PLTS untuk kebutuhan pabrik di 2030),
  • mengintegrasikan target ini ke Rencana Jangka Panjang Perusahaan,
  • mengaitkan dengan komitmen ESG dan kebutuhan akses pendanaan hijau.

2. Bangun portofolio, bukan proyek tunggal

Ecopetrol tidak membeli satu proyek besar, tapi tujuh proyek menengah di beberapa lokasi. Pendekatan portofolio seperti ini lebih kuat untuk:

  • manajemen risiko,
  • pembelajaran teknologi,
  • negosiasi dengan vendor dan EPC,
  • optimalisasi operasional (dengan bantuan AI).

Perusahaan di Indonesia bisa meniru pola ini:

  • beberapa PLTS 5–20 MWp di berbagai fasilitas,
  • kombinasi PLTS atap dan PLTS tanah,
  • secara bertahap, sambil belajar dari tiap site.

3. Sisipkan AI sejak tahap awal, bukan belakangan

Kesalahan umum: AI baru dipikirkan ketika semua PLTS sudah beroperasi. Hasilnya, data berserakan, sensor tidak standar, dan integrasi jadi mahal.

Pendekatan yang lebih sehat:

  • dari awal desain, tentukan arsitektur data energi (meter apa yang dipasang, protokol komunikasi, platform data apa yang dipakai),
  • pilih sistem SCADA, smart meter, dan EMS yang siap diintegrasikan ke platform AI,
  • susun use case AI yang jelas sejak awal, misalnya:
    • prediksi produksi surya per 15 menit,
    • optimasi jadwal operasi beban besar,
    • deteksi dini anomali performa modul atau inverter.

4. Manfaatkan ekosistem lokal dan regulasi

Kolombia punya konteks regulasi sendiri, Indonesia juga. Perusahaan lokal perlu:

  • memahami skema PLTS untuk kebutuhan sendiri yang diizinkan,
  • mengikuti perkembangan aturan ekspor‑impor listrik ke grid,
  • menjajaki kolaborasi dengan PLN, IPP, dan pengembang teknologi AI energi lokal.

Di akhir, kombinasi regulasi yang tepat, investasi terbarukan yang terukur, dan pemanfaatan AI yang matang akan menentukan siapa yang bisa bertahan di tengah transisi energi.

Kenapa Perusahaan Indonesia Perlu Bergerak Sekarang

Ecopetrol memberi sinyal jelas: bahkan perusahaan yang menguasai >60% produksi hidrokarbon di negaranya pun sedang serius mempersiapkan masa depan energi rendah emisi.

Untuk Indonesia, penundaan hanya membuat:

  • biaya transisi makin mahal,
  • risiko stranded asset fosil makin besar,
  • daya saing industri turun saat pasar global makin ketat terhadap jejak karbon.

Ada cara yang lebih cerdas: mulai membangun portofolio PLTS untuk kebutuhan sendiri, sambil mengintegrasikan AI untuk optimasi jaringan internal, prediksi permintaan, smart metering, dan manajemen portofolio energi.

Kalau Anda bagian dari perusahaan energi atau industri di Indonesia dan ingin meniru langkah seperti Ecopetrol, pertanyaan paling praktis yang bisa diajukan hari ini adalah:

Berapa MWp PLTS yang masuk akal untuk kebutuhan internal Anda, dan data apa yang sudah siap untuk membuat AI bekerja untuk sistem energi Anda?

Jawaban jujur atas dua pertanyaan itu sering kali jadi titik awal transisi energi yang lebih terarah.