6S Teknoloji · 02.11.2026 · 6 dk okuma
Enerji performans göstergesi (EnPI), bir tesisin, sistemin ya da ekipmanın enerji performansını ölçülebilir biçimde ifade eden değer veya modeldir. Toplam kWh tek başına performansı anlatmaz: üretim arttığında, hava soğuduğunda ya da doluluk yükseldiğinde tüketimin artması verimsizlik anlamına gelmez. İyi seçilmiş bir EnPI bu etkileri ayırır ve “aynı koşullarda daha az enerji mi kullanıyoruz?” sorusunu cevaplar. ISO 50001'in genel çerçevesini ayrı bir yazıda ele aldığımız için burada EnPI'ın nasıl seçileceğine, referansının nasıl kurulacağına ve modelin nasıl sınanacağına odaklanıyoruz. Bu konuda temel yol gösterici kaynak ISO 50006 standardıdır.
EnPI tek başına bir sayıdır; anlam kazanması için bir karşılaştırma noktası gerekir. Enerji referansı (EnB), seçilen referans dönemindeki enerji performansını sayısal olarak tanımlar. Raporlama dönemindeki EnPI değeri EnB ile karşılaştırılır ve aradaki fark enerji performansındaki değişim olarak yorumlanır. Referans dönemi tesisin olağan işletme koşullarını temsil etmeli ve mevsimsel etkileri kapsayacak uzunlukta olmalıdır; çoğu tesiste bu, en az bir tam yıllık işletme döngüsü demektir. Arıza, uzun duruş ya da olağan dışı üretim içeren aylar, gerekçesi kayıt altına alınarak değerlendirilmelidir.
ISO 50006, EnPI'ları karmaşıklık düzeyine göre dört grupta ele alır. Hangisinin seçileceği, tüketimi etkileyen değişkenlerin sayısına ve eldeki verinin niteliğine bağlıdır.
| EnPI türü | Tanım | Örnek | Uygun olduğu durum |
|---|---|---|---|
| Ölçülen enerji değeri | Sınır içindeki doğrudan tüketim | Aylık kWh, günlük m³ | Tüketimi etkileyen koşulların kararlı olduğu sistemler |
| Oran | Tüketimin tek bir değişkene bölünmesi | kWh/ton, kWh/m², kWh/yatak-gün | Tüketimin tek değişkenle orantılı değiştiği, taban yükün küçük kaldığı durumlar |
| İstatistiksel model | Tüketim ile birden çok değişken arasındaki regresyon ilişkisi | kWh = b0 + b1·üretim + b2·HDD | Birden çok değişkenin etkili olduğu ve yeterli geçmiş verinin bulunduğu tesisler |
| Mühendislik modeli | Fiziksel hesaplara veya simülasyona dayalı model | Bina enerji simülasyonu, proses ısı dengesi | Geçmiş verinin yetersiz olduğu ya da sistemin yeniden tasarlandığı durumlar |
Oran tipi göstergeler kolay anlaşılır ama önemli bir tuzak taşır: tüketimin sabit bir taban yük bileşeni varsa üretim düştüğünde kWh/ton yükselir ve verim değişmediği halde performans kötüleşmiş görünür. Regresyon modeli taban yükü sabit terim olarak ayırdığı için bu yanılgıyı önler.
Isıtma ve soğutma yükü olan binalarda dış hava sıcaklığı en güçlü değişkenlerden biridir. Aylık ortalama sıcaklık yerine derece-gün kullanmak, sıcaklık ile enerji ihtiyacı arasındaki doğrusal olmayan ilişkiyi daha iyi yakalar:
HDD = Σ max(0, T_baz,ısıtma − T_ort,gün)CDD = Σ max(0, T_ort,gün − T_baz,soğutma)E = b0 + b1·HDD + b2·CDD + b3·x3 (b0 taban yük, x3 örneğin üretim veya doluluk)Baz sıcaklık binanın iç kazançlarına ve işletme set değerlerine bağlıdır; seçilen değer gerekçesiyle belgelenmeli ve referans ile raporlama döneminde aynı tutulmalıdır. Elektrikle soğutulan binalarda HDD ile CDD birlikte, doğalgazla ısıtılan binalarda ise çoğunlukla yalnızca HDD anlamlı sonuç verir.
Belirleme katsayısı R², tüketimdeki değişimin ne kadarının modeldeki değişkenlerle açıklandığını gösterir ve sıfır ile bir arasında değer alır. Yüksek R² tek başına iyi model anlamına gelmez; şu kontroller birlikte yapılmalıdır:
Model kabul edildikten sonra raporlama dönemindeki gerçek değişken değerleri modele girilir. Beklenen tüketim − Gerçek tüketim farkı, koşullardan arındırılmış performans değişimini verir. Bu farkların kümülatif toplamını gösteren CUSUM grafiği, performansın hangi aydan itibaren değiştiğini görmeyi kolaylaştıran yaygın bir yöntemdir. Bina eklenmesi, ürün değişikliği ya da ölçüm sınırının değişmesi gibi statik faktör değişikliklerinde EnB, gerekçesi kayda geçirilerek yeniden düzenlenmelidir.
6S Teknoloji'nin ISO 50001 modülü, yukarıdaki adımların hesap tarafını destekler. Çalışan sayısı, kapalı alan, HDD, CDD, doluluk oranı, üretim miktarı, hasta günü ve öğrenci sayısı gibi değişkenler için aylık değer girilir; HDD ve CDD aylık değerleri meteoroloji arşivinden, ısıtmada 18 °C ve soğutmada 22 °C baz sıcaklıkla otomatik doldurulabilir. Kullanıcı modele girecek değişkenleri seçer; platform ana kaynaktan hesaplanan aylık elektrik tüketimi için en küçük kareler regresyonu kurar ve denklemi, R² değerini, gözlem sayısını ve aylık gerçekleşen ile model tüketimini karşılaştıran grafiği gösterir. R² değeri 0,75 ve üzerindeki modeller “yeterli” olarak işaretlenir; model kurmak için seçilen değişken sayısından en az iki fazla aylık gözlem gerekir. Excel raporunda aylık gerçekleşen ve referans tüketim ile aradaki sapma yer alır.
Ayrıca elektrik tüketimi kWh/(HDD+CDD), faturadan girilen doğalgaz tüketimi ise m³/HDD olarak normalize edilir; portföydeki tesisler normalize tüketime ya da kWh/m² değerine göre sıralanabilir. Günlük tüketimi HDD ve CDD ile ilişkilendiren hava duyarlılığı analizi, taban yükü ve derece-gün eğimlerini ayrı ayrı gösterir. Verimlilik projelerinin yatırım ve aylık getiri kayıtları kullanıcı tarafından girilir; platform bu tutarları kendisi hesaplamaz. EnPI sınırının, referans döneminin ve kabul kriterinin seçimi enerji yöneticisinin kararıdır; 6S Teknoloji bu kararları uygulamak için gereken veriyi ve hesabı sağlar.
İlgili İçerikler
Bir demo oturumunda kendi verilerinizle sistemi keşfedin.