Enerji Piyasasında Dijitalleşme: Veri Odaklı Karar Sistemleriyle (Hydrowise) Daha Az Risk, Daha Çok Kontrol

Hook + problem tanımı

Enerji piyasasında “doğru karar” çoğu zaman tek bir rakamdan çıkmıyor: fiyat, üretim, su/rezervuar, arıza riski, piyasa kuralları ve zaman aynı anda hareket ediyor. Bir ekip PTF’ye bakıyor, bir ekip sahada debiyle uğraşıyor, bir ekip arıza sinyallerini takip ediyor… Sonuçta herkes çok çalışıyor ama kararlar yine de “parçalı” kalabiliyor.

İşte dijitalleşme burada devreye giriyor: Ama “her şeyi otomatikleştirelim” gibi soyut bir slogan olarak değil; veriyi tekleştirip, anlamlandırıp, karara bağlayan pratik bir sistem olarak. EPİAŞ’ın şeffaflık yaklaşımı ve veriye erişim kanalları (platform + web servisler) zaten bu dönüşümün altyapısını güçlendiriyor [4][5][6]. Peki bunu HES tarafında gelir/risk/operasyon dengesine çeviren “karar sistemi” nasıl kurulur?

Enerji piyasasında “dijitalleşme” ne demek?

Enerji sektöründe dijitalleşme genelde üç katmanda anlam kazanır:

• Görünürlük (Visibility): Veriyi toplamak, standardize etmek, güvenilir hale getirmek
• Öngörü (Forecast/Insight): Veriden trend/öngörü üretmek (tahmin, anomali, risk skoru)
• Aksiyon (Decision/Automation): Öngörüyü iş kuralına bağlayıp karar akışına dönüştürmek

IEA’nın dijitalleşme perspektifi de benzer biçimde; dijital teknolojilerin enerji sistemlerini daha bağlantılı, verimli, güvenilir hale getirebileceğini; bununla birlikte siber güvenlik/mahremiyet gibi yeni riskler doğurduğunu vurgular [8].

SHURA’nın Türkiye odağındaki değerlendirmesi ise dijital teknolojilerin enerji dönüşümünde yeni iş modelleri ve uygulama alanları açtığını; IoT, yapay zekâ, büyük veri gibi teknolojilerin hem şirket içi süreçleri hem de değer yaratma biçimlerini dönüştürdüğünü ele alır [7].

Karar destek sistemi (KDS) nedir?

Karar destek sistemi, “kararı insan verir” gerçeğini kabul eder; ama insanın önüne doğru zamanda, doğru bağlamda, doğru göstergeyi çıkarır.

Enerji piyasalarında karar destek; örneğin piyasa davranışlarını izleyip skorlayarak katılımcılara veriye dayalı teklif yaklaşımı kazandırmayı hedefleyen çalışmalarda da öne çıkar [12]. Buradaki temel fikir: veri → analiz → karar hattını kurumsal hale getirmek.

Veri yönetişimi (data governance) neden konuşulmalı? Çünkü karar destek, doğru veri gelmezse yanlış karar üretir. Sahada en sık görülen sorunlar basit: farklı sistemlerde aynı etiketin farklı isimle tutulması, zaman damgalarının tutmaması, bazı alarmların yanlış sınıflandırılması… Bu yüzden dijitalleşmenin ilk adımı “veriyi çekmek” değil; veriyi tanımlamak ve sahipliğini belirlemektir. Hangi veri kimden geliyor, hangi sıklıkla güncelleniyor, hangi formatta tutuluyor, kim doğruluyor? EPİAŞ tarafında yayımlanan veri setleri ve web servislerle erişim yaklaşımı, piyasa verisini düzenli bir zemine oturtuyor; tesis tarafında da benzer bir standartlaşma kurgulanınca karar ekranları güven kazanıyor. [4][6][15]

Neden şimdi daha kritik?

• Veri büyüdü: SCADA dakikalık/saniyelik; piyasa saatlik; bakım olay bazlı…
• Belirsizlik arttı: Hava/hidroloji, talep, iletim kısıtları, fiyat dalgalanması
• Regülasyon ve şeffaflık güçlendi: EPİAŞ Şeffaflık Platformu, veri setlerinin yayınlanması için mevzuat dayanağıyla çalışır [4].
• Rekabet Kurumu uzmanlık tezleri gibi çalışmalarda da elektrik toptan satış piyasasında şeffaflık çerçevesinin detaylı incelenmesi, veri paylaşımının piyasa performansı üzerindeki etkileri ve “kritik veri” tartışmaları öne çıkar [9]. Bu da dijitalleşmenin sadece teknoloji değil, aynı zamanda piyasa tasarımıyla iç içe olduğunu gösterir.

Nasıl çalışır?

Dijital karar sistemi kurmanın en pratik yolu: “tek seferde dev proje” değil, aşamalı bir akış.

İnfografik

Şekil-1

Aşama 1 Veri toplama ve birleştirme

• SCADA/OT verileri: üretim (kW/MW), debi, kapak, rezervuar seviyesi, titreşim/sıcaklık vb.
• Piyasa verileri: PTF/SMF, hacimler, duyurular, şeffaflık veri setleri
• İşletme verileri: bakım kayıtları, duruşlar, ekipman sağlığı, vardiya notları

EPİAŞ tarafında veri erişimi sadece ekrandan indirilen Excel değil; web servislerle otomatikleştirilebilir. Üstelik yeni servis geçişleri ve güvenlik güncellemeleri (ör. TGT alma yöntemindeki değişiklik gibi) entegrasyonların “yaşayan” sistem olduğunu hatırlatır [5][6].

Aşama 2 Kalite kontrol ve anlamlandırma

Veri birleştirildikten sonra iki soru sorulur:

• Bu veri doğru mu? (eksik, uç değer, sensör sapması)
• Bu veri ne anlatıyor? (trend, anomali, performans düşüşü)

Yalnızca raporlamak yetmez. SCADA’nın “akıllı” hale gelmesi; aykırı değer tespiti, işletme rejimi sınıflama ve daha iyi yükleme stratejileri gibi data-mining tabanlı modüllerle güçlenir [11].

Aşama 3 KPI ve karar kuralları

Dijitalleşmenin kırılma noktası burasıdır: KPI’lar “izleme” amaçlı değil, karar amaçlı seçilir.

Örnek karar kuralı:

“Planlanan üretim ile gerçekleşen üretim farkı X bandını aşarsa → GİP düzeltme önerisi üret.” (Kurala giden veri: SCADA + plan + piyasa zamanı)

Aşama 4 Tek ekranda sunum (Dashboard)

Renewasoft’un raporlama & iş zekâsı yaklaşımı, SCADA/IoT verisini anlamlı bilgiye çevirerek yöneticilere gerçek zamanlı analiz ve trend takibi sağlama hedefini vurgular [2]. Burada amaç “güzel grafik” değil, tek bakışta karar.

HES / enerji tesisi tarafında etkisi

HES işletmecisi için dijitalleşme, günlük hayatta şu 5 probleme dokunur:

1) Sapma toplantıları neden bitmiyor?

Çünkü veri farklı yerlerde: ticaret ekibi fiyatı, işletme ekibi debiyi, bakım ekibi riski ayrı görüyor. Tek ekranda birleşmeyince karar “geç kalıyor”.

2) Tahmin hatası neden pahalı?

Gün öncesi planı kurarsınız; sahada debi/verim değişir; gerçekleşen planın dışına kayar. Aradaki fark, doğrudan maliyet/gelir kalemine dönüşür. Bu yüzden piyasa fiyat tahmininde derin öğrenme gibi yöntemlerin kullanılması akademide de yoğun çalışılır (ör. Türkiye GÖP’te saatlik PTF tahmini) [10].

3) Operasyon riski “ticaret diline” çevrilemiyor

Türbinde titreşim artar ama bu bilgi teklif kararına “skor” olarak yansımaz. Akıllı SCADA ve bilgi keşfi modülleri, operatörün daha uzun ufukta karşılaştırmalı KPI görmesini ve işletme rejimlerini ayırt etmesini mümkün kılar [11].

4) Veri var ama güven yok

Sensör hatası, eksik kayıt, gecikme… Bu yüzden dijitalleşme sadece “toplama” değil, “veri kalitesi + izlenebilirlik” işidir.

5) Çoklu tesis / portföy büyüdükçe manuel yönetim çöker

Tek tesis bir şekilde yönetilir; ama iki-üç tesisle birlikte farklı havza koşulları, farklı bakım döngüleri, farklı fiyat riskleri derken karar parçalanır. Dijital karar sistemi bu yüzden ölçek için kritik.

Örnek senaryo / mini hesap / akış

Aşağıdaki örnek, finansal danışmanlık değil; mantığı somutlaştırmak için basit bir senaryodur.

Senaryo: “Sapma küçültme” ile görünmez geliri görünür yapmak

Bir HES’in gün içinde saatlik planı var.

Bazı saatlerde üretim, debi/verim nedeniyle planın altında kalıyor.

Sonuç: sapma maliyeti yükseliyor ve ekip reaktif çalışıyor.

Mini KPI seti:

• Saatlik Planlanan Üretim (MWh)
• Saatlik Gerçekleşen Üretim (MWh)
• Saatlik Sapma (MWh) = Gerçekleşen − Plan
• Saatlik Risk Skoru (bakım/arıza sinyali)
• Saatlik Piyasa Fiyatı / Referans (PTF/SMF vb.)

Diyelim ki ay boyunca:

• Toplam 200 saat “kritik” saat var (fiyatın yüksek olduğu saatler)
• Bu saatlerde ortalama sapma: -1,5 MWh/saat
• “Dijital uyarı + erken düzeltme” ile sapmanın üçte biri azaltılıyor: 0,5 MWh/saat iyileşme
• Referans fiyatı basitleştirip 2.000 TL/MWh gibi düşünelim.

Yaklaşık etki (tamamen örnek):
0,5 MWh/saat × 200 saat × 2.000 TL/MWh = 200.000 TL (aylık) “sapma etkisi” iyileşmesi.

Buradaki ana ders: Dijitalleşme bazen “büyük devrim” değil; kritik saatlerde küçük fark üretir. Ama o küçük fark, gelir tablosunda gerçek bir çizgiye dönüşür.

Akış: Karar sisteminin “en minimal” hali (MVP)

1. EPİAŞ verisi otomatik çekilir (web servis) [5][6]
2. SCADA üretim verisi gerçek zamanlı akar [1][3]
3. Dashboard: “Plan–Gerçekleşen–Sapma” anlık görünür [2]
4. Sapma eşiği aşılırsa “düzeltme / aksiyon” önerisi üretilir
5. Gün sonu raporu: sapmanın nedeni “debi mi, verim mi, arıza mı, veri kalitesi mi?” sınıflanır [11]

Şekil – 2

Hydrowise / Renewasoft yaklaşımı

Buraya kadar anlattıklarımızın “ürünleşmiş” karşılığı, Hydrowise yaklaşımında üç ana blokta toplanır:

1) Tek panel (Merkezi görünürlük)

Renewasoft, Hydrowise’ı hidroelektrik santrallerin üretim/operasyon/pazarlama süreçlerini tek panelde toplayan bir platform olarak konumlandırır [1]. Bu, farklı ekiplerin aynı “hakikat kaynağı”na bakması demektir.

2) Yapay zekâ + tahminleme (Öngörü katmanı)

Renewasoft teknoloji sayfasında; meteorolojik/hidrolojik/SCADA verisiyle beslenen modellerle gün öncesi ve gün içi planlamaya dönük tahminleme yaklaşımını ve bulut ölçeklenebilirliğini vurgular [3]. Bu katman, “tek sayı” tahmini değil; karar için yeterli bağlamı üretmeyi hedefler (senaryo, güven aralığı, risk).

3) Raporlama & iş zekâsı (Karar katmanı)

Raporlama & BI yaklaşımı; SCADA ve IoT verisini anlamlı bilgiye dönüştürerek gerçek zamanlı analiz ve trend takibi ile karar süreçlerini güçlendirmeyi hedefler [2]. Buradaki kritik nokta: dashboard’un sadece rapor değil, kararın “çalışma ekranı” olması.

Örnek Dashboard/KPI önerisi (demo için ideal set)

• Piyasa KPI’ları: Saatlik PTF/SMF trendi, kritik saatler, volatilite göstergesi
• Üretim KPI’ları: Planlanan vs gerçekleşen, tahmin hatası, kullanılabilirlik (availability)
• Su/rezervuar KPI’ları: Rezervuar seviyesi, debi trendi, su değeri göstergesi (siteye göre)
• Bakım/sağlık KPI’ları: Risk skoru, alarm sayısı, titreşim/sıcaklık trendleri
• Karar KPI’ları: Sapma bandı, aksiyon önerisi (uyarı/öncelik), “bugün en kritik 5 saat” listesi

Demo CTA (pratik teklif)

Eğer isterseniz demo, “genel sunum” şeklinde değil; sizin sahaya yakın bir senaryonuz üzerinden kurgulanabilir:

• 1 haftalık örnek veri (SCADA + EPİAŞ verisi)
• 10 KPI’lık minimal dashboard
• Sapma bandı + kritik saatler ekranı
• 1 sayfa “gün sonu karar raporu”

Tablo-1

Tablo-1 Kritik saatlerde PTF trendi, planlanan–gerçekleşen üretim, sapma ve risk seviyesinin birlikte izlenmesini sağlayan örnek panel; sapma büyüdüğünde aksiyon önerisini tetiklemek için kullanılır.

Mimariyi sadeleştirirsek: Kaynaklar (SCADA/OT, piyasa, bakım) → entegrasyon (otomatik çekim, zaman senkronu) → işleme (KPI, tahmin, risk skoru) → sunum (dashboard, rapor, uyarı). Bu katmanların ayrılması, sistemi hem ölçeklenebilir hem de yönetilebilir yapar. EPİAŞ tarafındaki web servis erişimi de bu zincirin piyasa bacağını otomatikleştirmeye yarar; tesis tarafında ise SCADA akışının temizlenmesi ve standart KPI üretimi aynı mantığa oturur. [6][2]

Sık sorulan sorular

Sonuç + CTA

Enerji piyasasında dijitalleşme; “daha fazla veri” değil, daha az sürpriz demektir. HES tarafında bu sürprizler genelde kritik saatlerde çıkar: debi değişir, verim düşer, risk sinyali yükselir, piyasa koşulu oynar… Parçalı ekranlarla bu anları kaçırmak kolaydır.

Veri odaklı karar sistemleri; EPİAŞ şeffaflık verisini [4][5][6], tesisin gerçek zamanlı SCADA dünyasıyla birleştirip [1][3], raporlama/BI katmanında karar ekranına dönüştürür [2]. Böylece ekipler “reaktif” değil, daha proaktif hareket eder.

Demo çağrısı:
Eğer siz de “sapma neden büyüdü?” toplantılarını azaltmak, kritik saatleri tek ekranda görmek ve karar akışınızı standardize etmek istiyorsanız, Hydrowise yaklaşımını kendi tesis verinize yakın bir demo senaryosuyla birlikte kurabiliriz.