Aşırı Hava Olaylarında HES Yönetimi: Sel ve Kuraklık Dönemlerinde Üretim ve Bakım Planı Nasıl Değişir?

Aşırı Hava Artık “İstisna” Değil, İşletme Parametresi

Hidroelektrik santrallerde üretim planlaması ve bakım stratejisi uzun yıllar boyunca “mevsimsel normaller” ve tarihsel ortalamalar üzerinden kurgulandı. Ancak yoğun yağış, ani sel, rain-on-snow ve uzun süreli kuraklık gibi aşırı hava olaylarının sıklık ve şiddet dinamikleri değiştikçe, bu yaklaşım operasyonel güvenlik ve finansal performans açısından giderek daha kırılgan hale gelmektedir [1][2]. HES işletmeleri artık yalnızca “debi tahmini” yapmıyor; aynı zamanda belirsizlik altında karar veriyor, piyasa taahhütlerini yönetiyor ve kritik ekipmanlarını ekstrem yük koşullarına hazırlıyor.

Bu noktada iki temel gerçek öne çıkar. Birincisi, aşırı hava olayları yalnızca meteorolojik bir olgu değildir; havza durumu, rezervuar işletmesi, ekipman sınırları, SCADA alarm mantığı ve piyasa yükümlülükleriyle birleşerek kurumsal risk üretir. İkincisi, “tek bir tahmin değeri” karar için yeterli değildir; senaryo dağılımları, güven skorları ve insan onaylı iş akışları gereklidir. Bu yazı, sel/kuraklık dönemlerinde üretim ve bakım planının nasıl değişmesi gerektiğini risk → erken uyarı → operasyon planı → Hydrowise senaryolaştırma iskeletiyle kurumsal bir çerçevede sunar.

TL; DR

1. Sel ve kuraklık HES’te “çift yönlü” risk yaratır: biri kısa süreli pik ve ekipman zorlanması, diğeri uzun süreli kapasite ve gelir erozyonu üretir [1][5].
2. Erken uyarı yalnızca hava tahmini değildir; meteoroloji + havza durumu + belirsizlik + etkiler (üretim/gelir) birlikte ele alınmalıdır [2][4].
3. Sel döneminde öncelik güvenli işletme ve pik yönetimi iken, kuraklıkta öncelik su optimizasyonu ve bakım fırsat penceresidir.
4. Human-in-the-loop yaklaşımı, belirsizlik altında denetlenebilir ve izlenebilir karar üretir; kritik altyapı yönetimi açısından kurumsal standarttır [6][7].

Hydrowise, tahmini senaryoya; senaryoyu ölçülebilir risk skoruna dönüştürerek operasyon–ticaret–yönetim arasında ortak karar zemini sağlar.

Kurumsal Risk Taksonomisi ve Hidrometeorolojik Arka Plan

Aşırı hava olaylarını HES perspektifinde doğru yönetmek için “hava” ile “hidrolojik yanıt” arasındaki zinciri ve bu zincirin belirsizlik kaynaklarını netleştirmek gerekir. Aşırı olay, istatistiksel olarak nadir görülen ancak etkisi yüksek meteorolojik durumları kapsar; yoğun yağış/ani taşkın, sıcak dalgası, uzun süreli yağış eksikliği ve kar-yağmur faz değişimi gibi mekanizmalar bu sınıftadır [3]. HES açısından kritik olan, meteorolojik girdinin havza içinde nasıl bir akışa dönüştüğüdür. Bu dönüşüm, doğrusal olmayan süreçlerle şekillenir: toprak doygunluğu, kar depolaması (SWE), yağmur-kar etkileşimi, infilitrasyon kapasitesi, kanal gecikmesi ve rezervuar işletme eğrileri.

Hidrolojik zinciri kurumsal karar diline çevirmek için iki kavram öne çıkar. İlki “riskin bileşenleri”dir: (i) olayın olasılığı, (ii) olayın şiddeti, (iii) tesisin maruziyeti (asset exposure) ve (iv) tolerans eşiği. İkincisi “etki odaklı tahmin” yaklaşımıdır: “kaç mm yağacak?” sorusu yerine “hangi saat diliminde hangi debi bandı oluşacak, bunun üretim/rezervuar/piyasa etkisi ne olacak?” sorusuna yanıt üretilir [2]. Bu yaklaşım, erken uyarıyı teknik bir veri akışı olmaktan çıkarıp operasyonel bir karar aracına dönüştürür.

Aşırı olayların HES işletmesi üzerindeki etkisi asimetriktir. Sel çoğunlukla kısa süreli, yüksek yoğunluklu ve ekipman sınırlarına dayanan bir risk üretir. Kuraklık ise uzun süreli, kümülatif ve finansal planlamayı zorlayan bir risk üretir; hidroelektrik üretimin kurak dönemlerde bölgesel ölçekte anlamlı düşüşler gösterebildiği uluslararası raporlarda vurgulanır [5]. Bu asimetri, üretim–bakım dengesini ters yönde değiştirir: sel döneminde bakım çoğu zaman ertelenir, kuraklık döneminde ise bakım stratejik olarak hızlandırılabilir.

Denetlenebilir Karar Mimarisi: Human-in-the-Loop Zorunluluğu

Aşırı hava olaylarında belirsizlik, model doğruluğundan daha belirleyici hale gelir. Çünkü ekstrem koşullar, eğitim verisinin sınırlarını zorlar; hidrolojik rejim değişimleri ve veri dağılım kaymaları (drift) daha sık görülür. Bu durumda modelin “tek nokta tahmini” doğru görünse bile, risk perspektifinden yetersiz kalabilir. Kurumsal karar mekanizması için gereken, belirsizliği ölçülebilir hale getiren ve karar gerekçesini izlenebilir kılan bir yapı kurmaktır.

Human-in-the-loop yaklaşımı, yapay zekâyı devre dışı bırakmak değil; aksine, AI çıktısını kurumsal karar standardına yükseltmektir. Bu gereklilik üç katmanda ortaya çıkar:

1) Operasyonel gerçeklik ve sahaya özgü bilgi: Türbin vibrasyon limitleri, savak mekanizmasının bakım durumu, sediment koşulları, yerel eşik değerleri ve kısa süreli manevra kısıtları çoğu zaman “yalnızca sahada bilinen” parametrelerdir. Aşırı olaylarda bu parametreler kritik hale gelir; dolayısıyla operatör değerlendirmesi, model çıktısını “uygulanabilir karar” seviyesine taşır.

2) Denetlenebilirlik ve regülasyon uyumu: Kritik altyapı işletmeciliğinde kararların gerekçesi ve izleri önemlidir. Siber güvenlik ve kritik altyapı çerçeveleri, yönetişim ve süreç disiplinini vurgular; karar alma süreçlerinin kayıt altına alınması, sorumluluk paylaşımı ve olay sonrası analiz (post-mortem) için temel gereksinimdir [6][7]. Human-in-the-loop iş akışı, “kim, ne zaman, hangi veriye dayanarak onayladı/override etti?” sorularına yanıt üretir.

3) Finansal risk ve ticari tolerans: Aynı belirsizlik bandı, farklı şirketlerde farklı risk toleransıyla yönetilir. Ticaret birimi kısa vadeli fiyat fırsatına daha duyarlı olabilir; operasyon birimi ekipman güvenliğine öncelik verebilir; yönetim ise gelir volatilitesini sınırlamak isteyebilir. İnsan onayı, bu toleransların senaryo bazında uygulanmasını sağlar.

Operasyonel Ticaret Entegrasyonu – AI + Operatör İş Akışı

Kurumsal ölçekte sürdürülebilir bir aşırı hava yönetimi, “alarm üretmek”ten daha fazlasını gerektirir. Doğru tasarım, veri → model → risk → karar → kayıt zincirini kurar ve her halkayı ölçülebilir KPI’larla yönetir. Bu zincir aşağıdaki bileşenlerle tanımlanabilir:

(1) Veri katmanı: Meteorolojik tahminler (yağış, sıcaklık, rüzgâr), kar-yağmur faz bilgisi, SWE, radar/nowcast, havza sensörleri, SCADA ve tarihsel işletme kayıtları. Bu katmanda veri bütünlüğü ve gecikme (latency) kritik KPI’dır.

(2) Model katmanı: Fiziksel hidrolojik model + AI düzeltme katmanı + model füzyonu. Fiziksel model, kütle dengesi ve havza hafızası gibi süreçleri temsil eder; AI katmanı sistematik sapmaları (bias) düzeltir ve kısa vadeli paternlere adaptasyon sağlar [4]. Füzyon yaklaşımı, farklı modellerin rejim değişimlerinde daha stabil performans üretmesine yardımcı olur.

(3) Belirsizlik ve risk katmanı: Tahmin çıktısı tek bir değer değil; senaryo dağılımı (p5/p50/p95), güven skoru ve uyarı eşiklerini içerir. Ayrıca risk, yalnızca hidrolik değil; üretim (MWh), gelir aralığı ve taahhüt riski gibi metriklerle ifade edilir. Bu katman, “etki odaklı” erken uyarının kalbidir [2].

(4) İnsan onayı ve karar katmanı: Operatör veya yetkili rol, önerilen aksiyonu onaylar, revize eder veya override eder. Burada iş akışının tasarımı önemlidir: hangi risk skorunda otomatik aksiyon, hangi skor bandında zorunlu onay, hangi koşulda ikinci onay (four-eyes) gerektiği kurumsal politika olarak tanımlanır.

(5) Kayıt ve öğrenme katmanı: Onay/override kararları, model versiyonu, veri seti snapshot’ı ve sonuç KPI’ları saklanır. Bu kayıtlar hem denetim izi hem de model iyileştirme döngüsü için kullanılır. MLOps disiplinleri, canlı sistemlerde drift izleme, versiyonlama ve performans yönetimini özellikle vurgular [9].

Bu akış, enerji şirketlerinde operasyon–ticaret–yönetim ekipleri arasında ortak bir “tek doğru kaynak” (single source of truth) oluşturur. Böylece aşırı hava döneminde karar, kişisel tecrübeye dayalı bir refleks olmaktan çıkıp ölçülebilir bir süreç haline gelir.

Tesis Etki Analitiği: Sel ve Kuraklıkta Üretim & Bakım Stratejileri

Aşırı hava olaylarının sahadaki karşılığı, yalnızca “yüksek veya düşük debi” değildir. Operasyonel etkiler; ekipman sağlığı, SCADA alarm yükü, saha erişilebilirliği, rezervuar emniyeti, çevresel akış yükümlülükleri ve ticari pozisyon yönetimi gibi çoklu boyutlarda ortaya çıkar.

1. Sel döneminde üretim ve bakım planı nasıl değişir?

Sel döneminde operasyonun birinci önceliği güvenli işletmedir. Yüksek debi, türbinin hidrolik sınırlarını zorlayabilir; ayrıca sediment yükü artarak aşınma riskini yükseltebilir. Operasyon planı tipik olarak üç faza ayrılır: olay öncesi hazırlık, olay anı yönetimi ve olay sonrası normalleşme.

Olay öncesi hazırlıkta rezervuar seviyesinin “kural eğrisi”ne uygun şekilde optimize edilmesi, kontrollü deşarj stratejisinin güncellenmesi ve kritik ekipmanların hazır bulunuşluk kontrolü öne çıkar. Bu fazda erken uyarı sistemi, sadece yağış değil; havza doygunluğu ve SWE gibi durum değişkenlerini de içermelidir; çünkü aynı meteorolojik tahmin, farklı havza koşullarında farklı pik üretecektir [4].

Olay anı yönetiminde savak kapaklarının işletimi, türbin dispatch (yük dağıtımı), SCADA alarm eşiklerinin duruma uygun yönetimi ve saha güvenliği kritik hale gelir. Bu fazda bakım planı çoğu zaman “dondurulur” ve yalnızca acil/koruyucu müdahaleler uygulanır. Planlı bakımın ertelenmesi, kısa vadeli üretim avantajından daha önemli olabilir; çünkü ekipman hasarı ve duruş maliyeti, piyasa kazancını hızla aşabilir.

Olay sonrası normalleşmede sediment etkisi, ekipman muayenesi, vibrasyon trendleri ve performans düşüşleri değerlendirilir; bu veriler, bir sonraki aşırı olay için eşik güncellemelerine ve model kalibrasyonuna girdi olur.

2. Kuraklık döneminde üretim ve bakım planı nasıl değişir?

Kuraklık döneminde operasyonel hedef, “az suyla güvenli ve ekonomik üretim”dir. Burada risk, kısa bir pik değil; uzun süreli kapasite kısıtı ve gelir volatilitesidir. IEA, hidroelektrik üretimin iklim koşullarına bağlı dalgalanmasının enerji planlamasında giderek daha kritik hale geldiğini vurgular [5]. Bu nedenle kuraklık planı, teknik işletme ile ticari stratejiyi daha sıkı bağlar.

Kuraklıkta üretim planlaması, fiyat sinyallerine duyarlı hale gelir: suyu her saat üretmek yerine, yüksek fiyatlı saatlere kaydırmak (peak shaving / value-based dispatch) daha rasyoneldir. Ayrıca çevresel akış ve minimum işletme debisi gibi kısıtların yönetimi, rezervuar stratejisiyle birlikte ele alınmalıdır. Bu dönemde bakım planı bir “fırsat penceresi” yaratabilir: üretimin zaten sınırlı olduğu dönemlerde planlı bakım/overhaul yapmak, yıl geneli üretim kaybını azaltır. Ancak bunun için kuraklığın süresi ve derinliği senaryo bazında görülmelidir; aksi halde bakım yanlış zamanda hızlandırılıp, beklenmedik bir toparlanma döneminde fırsat kaçırılabilir.

Örnek Senaryo / Mini Akış: Risk Bandından Onaylı Operasyon Planına

Aşağıdaki mini akış, belirsizlik altında kararın nasıl kurumsallaştığını göstermek için kurgulanmıştır. Senaryonun amacı, “tahmin doğruluğu” yerine “risk temelli karar” yaklaşımını görünür kılmaktır.

Durum: Havzada 72 saat içinde toplam 140 mm yağış beklenmektedir. Üst kotlarda kar örtüsü mevcuttur ve sıcaklık artışıyla yağmur-kar fazı hızla yağmura dönmektedir. Toprak nemi yüksek (AMC doygunluğa yakın) seyretmektedir. Bu tür koşullar, rain-on-snow etkisiyle pik debiyi büyütebilir [4].

Hydrowise senaryo çıktısı (debi bandı):

• p50 (medyan) pik debi: 900 m³/s
• p95 (kötümser) pik debi: 1.250 m³/s
• p5 (iyimser) pik debi: 750 m³/s
• Güven skoru: %68 (belirsizlik orta-yüksek)

Operasyon önerisi (sistem):

1. Rezervuar seviyesini 36 saat içinde hedef alt banda çek (ön boşaltım).
2. Savak readiness kontrolü: kapak testi + enerji beslemesi + acil operasyon prosedürü.
3. Türbin dispatch: sediment riski nedeniyle maksimum yerine güvenli verim bandı.
4. Piyasa: Gün Öncesi taahhüt revizyonu; dengeleme maruziyeti için risk limiti.
5. Bakım: Planlı bakım faaliyetlerini olay sonrasına ertele; yalnızca koruyucu kontroller.

Human-in-the-loop kararı (operatör):
Operatör, saha koşullarını dikkate alarak savak operasyonunda “ikincil onay” gerektiren bir eşik belirler ve p95 senaryosu için daha konservatif bir rezervuar indirimi uygular. Bu karar, risk toleransının kurumsal olarak uygulanmasıdır. Karar kaydı; senaryo seti, model versiyonu, onaylayan rol ve uygulanacak aksiyon listesiyle birlikte saklanır.

Sonuç KPI’ları (olay sonrası):

• Taşkın riski eşik altında kaldı (hidrolik güvenlik).
• Üretim hedefi, risk bandı içinde gerçekleşti (ticari uyum).
• Planlı bakım ertelendi ancak kritik ekipman korundu (asset protection).
• Model belirsizliği, bir sonraki olay için kalibrasyon girdisi oldu (MLOps döngüsü) [9].

Bu akışın kritik noktası, tahminin “tek bir sayı” olmaktan çıkarılmasıdır. Senaryolar, operatör onayıyla birleştiğinde karar; ölçülebilir, izlenebilir ve tekrarlanabilir hale gelir.

Hydrowise / Renewasoft Yaklaşımı: Hibrit Tahmin → Risk Skoru → Senaryo Yönetimi

Hydrowise’ın aşırı hava olaylarına yaklaşımı, klasik “forecast üret–raporla” modelini kurumsal bir karar iş akışına dönüştürmek üzerine kuruludur. Bu yaklaşım dört temel bileşenle özetlenebilir: hibrit modelleme, risk skorlama, human approval workflow ve operasyon–ticaret etkisi senaryolaştırması. Böylece tahmin, yalnızca teknik bir çıktı değil; operasyon ve ticaret ekiplerinin üzerinde uzlaştığı “onaylı bir karar girdisi” haline gelir.

1. Hibrit modelleme: Fiziksel + AI birleşimi

Aşırı olaylarda tek tip model yaklaşımı kırılgan olabilir. Fiziksel modeller süreç tutarlılığı sağlar; AI katmanı ise ölçüm sapmaları, yerel etkiler ve kısa vadeli örüntülerde avantaj sunar. Hydrowise, fiziksel modelin süreç bilgisini korurken AI ile bias düzeltme ve füzyon uygular; amaç, rejim değişimlerinde daha stabil tahmin performansıdır [4]. Bu, özellikle rain-on-snow veya doygun havzada ani yağış gibi doğrusal olmayan koşullarda kritiktir.

2. Risk skorlama: Güven + belirsizlik + etki

Hydrowise, tahminin yanında güven skorunu ve belirsizlik bandını birlikte sunar. Ancak kurumsal değer burada başlar: belirsizlik bandı, üretim (MWh) ve gelir etkisi aralığına projekte edilerek “riskin dili” oluşturulur. Böylece farklı ekipler aynı çıktıyı kendi hedef metrikleri üzerinden yorumlar: operasyon ekipmanı korur, ticaret maruziyeti yönetir, yönetim volatiliteyi sınırlar.

3. Human approval workflow: Onay, override ve denetim izi

Kritik altyapı yönetiminde süreç disiplini bir “ekstra” değil; standarttır. Hydrowise iş akışında belirli güven bandı altında manuel inceleme zorunlu tutulabilir; override işlemleri kayıt altına alınır ve karar izleri korunur. Bu yaklaşım, yönetişim ve denetim gereksinimleriyle uyumlu bir uygulamadır [6][7]. Ayrıca olay sonrası analizler, hem operasyonel öğrenme hem de model iyileştirme için yapılandırılmış veri üretir [9].

4. Senaryolaştırma: Q(t) → Üretim → Gelir → Risk

Hydrowise, p5/p50/p95 gibi senaryoları yalnızca debi eğrisi olarak değil, üretim ve finansal etki olarak da sunar. Bu, “tahmin doğruluğu” tartışmasını “risk yönetimi” tartışmasına dönüştürür. Kurumsal açıdan fark, tahminin bir rapor değil; işletme ve ticaret kararına dönüşmesidir.

Sık Sorulan Sorular

1) Sel döneminde üretimi artırmak her zaman doğru strateji midir?
Hayır. Sel döneminde birincil amaç güvenli işletmedir. Maksimum üretim hedefi, savak/türbin limitleri ve sediment etkisiyle çelişebilir. Risk skoru yüksekse, güvenli dispatch ve kontrollü deşarj daha rasyoneldir.

2) Kuraklık döneminde planlı bakım yapmak üretim kaybını artırmaz mı?
Kuraklıkta üretim zaten sınırlanır; bu durum planlı bakım için fırsat penceresi yaratabilir. Ancak karar, kuraklığın süresi ve toparlanma olasılığı senaryo bazında görüldüğünde doğru zamanlanır [5].

3) Erken uyarı için meteoroloji tahmini yeterli değilse ne gerekir?
Meteoroloji + havza durumu + belirsizlik + etki (üretim/gelir) birlikte gerekir. Etki odaklı uyarı yaklaşımı, WMO’nun çerçevelerinde de vurgulanır [2].

4) Human-in-the-loop yaklaşımı süreçleri yavaşlatmaz mı?
Doğru tasarlandığında yavaşlatmaz; aksine yüksek belirsizlikte yanlış otomasyonu engelleyerek toplam maliyeti düşürür. Ayrıca denetim izi ve uyum gereksinimleri için zorunlu bir mekanizmadır [6][7].

5) Hydrowise’ın senaryo yaklaşımının operasyonel faydası nedir?
Operasyon ekibi için güvenli işletme bandını, ticaret birimi için taahhüt ve gelir riskini, yönetim için volatiliteyi aynı çerçevede gösterir. Karar, departmanlar arası tutarlı hale gelir.

6) Drift ve model performansı aşırı olaylarda nasıl izlenir?
Canlı sistemlerde veri drift’i, konsept drift’i ve metrik sapmaları izlenmelidir. MLOps yaklaşımı; alarm, versiyonlama ve geriye dönük analiz mekanizmalarıyla bunu yönetir [9].

7) Bu yaklaşım yalnızca büyük barajlı HES’ler için mi geçerlidir?
Hayır. Regülasyonlu tesislerde rezervuar stratejisi daha belirgindir; ancak nehir tipi santrallerde de pik yönetimi, ekipman koruması ve piyasa taahhüdü riski açısından aynı çerçeve uygulanabilir.

Sonuç

Aşırı hava olayları artık “nadir kriz” kategorisinden çıkmış, HES işletmeciliğinin temel tasarım parametrelerinden biri haline gelmiştir [1][2]. Sel dönemlerinde doğru yaklaşım, güvenli işletmeyi ve ekipman korunmasını merkeze alırken; kuraklık dönemlerinde suyun ekonomik değerini maksimize eden üretim stratejisi ve bakım fırsat penceresini birlikte yönetmektir. Bu iki uç senaryo, tek bir tahmin değeriyle değil; belirsizliği yönetebilen, senaryolaştırılmış ve insan onaylı kurumsal iş akışlarıyla sürdürülebilir şekilde yönetilebilir.

Hydrowise, tahmini kurumsal karara dönüştüren bir çerçeve sunar: hibrit modelleme ile stabilite, risk skorlama ile ölçülebilir belirsizlik, human-in-the-loop ile denetlenebilir süreç ve senaryolaştırma ile operasyon–ticaret etkisinin aynı dilde yönetimi. Aşırı hava dönemlerinde üretim hedeflerinizin, bakım takviminizin ve piyasa taahhütlerinizin tek bir risk çerçevesinde görünür olmasını istiyorsanız, Hydrowise Forecast çözümünü değerlendirin.

Tesisiniz için sel/kuraklık senaryolarını (p5/p50/p95) üretim ve gelir etkisiyle birlikte simüle eden bir Hydrowise değerlendirme oturumu planlayın; böylece operasyon ve ticaret ekipleriniz aynı risk panosunda ortak karar standardı oluşturabilir.