Hidroelektrik Santrallerde Portföy ve Ekipman Kritiklik Analizi

Özbek YELİN, Fırat KOLBAŞI, Pınar ATAKAN, Yaşar Burak ÇELİKEL

Özet: Kritiklik analizi, karlılık ana amacı temelinde sürdürülebilir enerji arzını sağlamak ve aynı zamanda kesintisiz, ekonomik, çevre dostu enerji üretimi gerçekleştirmek amacıyla, santrallerin kuruldukları günden bu yana ortaya çıkan verilerin dikkate alınarak kritiklik seviyelerinin belirlenmesini içermektedir. Bu amaca göre herhangi bir santrale ait tüm sistem ve ekipmanların kritiklik seviyelerinin hesaplanması ile bakım ve stok yönetimi problemlerinde kullanılacak bir karar destek mekanizmasının oluşturulmasını da kapsamaktadır. Bu makalede Enerjisa Üretim bünyesindeki hidroelektrik santraller kapsamında yürütülen kritiklik analizi faaliyetleri hakkında bilgi verilmiştir. 

Elektrik üretim santralleri, sürdürülebilir enerji arzı olarak adlandırılan kesintisiz, güvenilir, verimli, ekonomik ve çevreye duyarlı enerji üretimini gerçekleştirmek temel amacına sahip büyük ölçekli üretim tesisleridir. Bu beş ayaklı kapsamlı hedef doğrultusunda, santrallerin işletme kurallarına uygun olarak çalıştırılması ile üretim, personel, malzeme ve bakım proseslerinin bir sistem dahilinde yönetilmesi vazgeçilmez bir zorunluluktur. Santraller, yıllar içerisinde yüksek basınç, yüksek sıcaklık, metal yorgunluğu, işletme ve bakım direktiflerine uymama ve operatör hataları gibi zorlayıcı koşullar altında çalışmaktadırlar 

Mevcut rekabetçi piyasa koşullarında, santrallerin sürekli ve güvenilir üretim rejimlerini etkin ve verimli bir şekilde sürdürebilmeleri, bir başka ifade ile enerji üretiminde sürdürülebilirliği sağlamaları kritik bir unsurdur. Bununla birlikte, dinamik bir yapıya sahip elektrik piyasalarında oluşan fiyatlar birçok faktöre bağlı olarak değişkenlik göstermektedir. Bu değişkenlik, santrallerin üretim planlarının gerek kısa gerekse uzun vadeli olarak yapılması adına zorlayıcı etkilerinin yanında çeşitli fırsatlar da sunmaktadır. Birden çok santralin yer aldığı portföyler için tüm santrallerin aylık, yıllık ve genel kritiklik analizlerinin portföyün tümü değerlendirilerek yapılması esastır. Bu değerlendirmeler, portföy yönetimi açısından ekonomik, teknik ve organizasyonel olarak en uygun stratejik hamlelerin yapılmasına olanak vermektedir. 

Bu kapsamda, Enerjisa Üretim portföyündeki 12 hidroelektrik santralin şirket kârlılığına etki düzeyleri ve Arkun Santralindeki sistemlere ait elektrik, mekanik ve I&C disiplinlerindeki ekipmanlar temel alınarak gerçekleştirilen kritiklik analizinin sağlıklı bir şekilde ilerlemesi ve tutarlı bir sonucun elde edilmesi için akademik literatürde yer alan karar bilimine başvurulmuştur. Santral kritiklik analizi için uygunluğu olan çok kriterli karar verme algoritmaları, gerekçeleriyle birlikte bir sonraki aşamada açıklanmış olup, bu algoritmaların adımları takip edilerek santral ve ekipman kritiklik seviyeleri elde edilmiştir. 

Karar verme sürecindeki yüksek belirsizlik ve karmaşıklık, problemlerin çözümünde ortaya çıkan zorlukların başlıca nedenleridir. Bu zorlukları minimize etmek amacıyla bulanık küme (fuzzy sets) teorisi, 1965 yılında Zadeh [1] tarafından literatüre kazandırılmıştır. Teori, karar verme sürecindeki nitel ve nicel yargıların dilsel olarak ifade edilmesini ve modellenmesini mümkün kılmaktadır Pek çok araştırmacı tarafından farklı uygulama alanlarında kullanılan bu teori [2- 4], kesin olmayan ve belirsiz bilgileri gösteren, pratik durumlarda daha karmaşık belirsizlikleri de modelleyebilir bir yapıya sahiptir.

Analitik Hiyerarşi Prosesi (AHP), birçok türde çok kriterli karar problemini desteklemek için uygulanan bir karar verme algoritmasıdır. Geleneksel AHPde, kişisel değer yargılarını probleme yansıtarak tutarlı sonuçlar alınması güçleşir, bu proje kapsamındakibenzer problemlerde belirsizlik ve karmaşıklık seviyelerinin yükseldiği durumlarda TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) yöntemi [5] Pisagor Bulanık AHP ile birleşerek çözüme gidilir.

Pisagor Bulanık AHP ile uzmanların dilsel değerlendirmeleri sayısal karşılıklarına dönüştürülerek algoritma adımlarına dahil edilir. Bu nedenle, ekipman envanterinin santral açısından kritiklik seviyesine etki eden kriterlerinin ağırlıklandırılması sürecinde bu yöntem kullanılmış olup uzmanlardan Tablo 1’de kısaltmaları verilen dilsel ifadeleri kullanmaları istenmiştir. 

TOPSIS yöntemi, çok kriterli karar verme metodolojisi altında yaygın olarak kullanılan sıralama algoritmalarından biridir. Bu algoritma, karar vericinin alternatif veya kriter değerlerini karşılaştırmak ve sıralamak için kullanılır. 

Bu bağlamda, hem ekipman envanterinin santral açısından kritiklik seviyesine etki eden kriterlerinin ağırlıklandırılması sürecinde hem de 12 hidroelektrik santralin karlılık ana amacı altında aylık, yıllık ve genel olarak analizinde Şekil 1’deki yöntemler kullanılmıştır. 

Bu aşama, kârlılık ana amacı temelinde 12 hidroelektrik santralin kuruldukları günden bu yana oluşan veriler dikkate alınarak kritikliklerinin belirlenmesi, aylık bakım ya da üretim kararına destek olacak şekilde aylık veriler dikkate alınarak ay bazlı santral kritikliklerinin tespiti ve bir önceki yılın gerçekleşen verileri esas alınarak yıllık planlamalara ışık tutacak yıl bazlı santral kritikliklerinin hesaplanmasını içermektedir. 

Başlangıçta Enerjisa Üretim Proje Ekibince belirlenen 24 değerlendirme kriterinin şirket kârlılığı açısından birbirlerine üstünlükleri uzman ekipler tarafından değerlendirilmiştir. Değerlendirme kriterleri Tablo 2’deki gibidir.

Hidroelektrik santrallerin kritiklik seviyelerinin belirlenmesi amacı altında, her bir kriter çiftinin ikili karşılaştırması (önem seviyesi değerlendirmesi) Tablo 1’deki skala kullanılarak uzmanlardan oluşan bir ekiple gerçekleştirilmiştir. Bu kriterler arası ikili karşılaştırma matrisleri simetrik matrislerdir. Yani, matris diyagonalinin altındaki hücreler, diyagonalin üstündeki hücrelerin Tablo 1’de sunulan skaladaki dilsel tersleri ile doldurulmaktadır.

Ardından, Tablo 3’te verilen dilsel ifadelerin sayısal karşılıkları kullanılarak alfa-nümerik dönüşüm yapılmış, matris girdisi algoritma için hazır hale getirilmiş ve Şekil 1’deki algoritmik aşamalar Python programlama dilinde kodlanarak kriter ağırlıkları uzman gruba göre Tablo 4’te sunulmuştur.

Santrallerin kritiklik seviyelerinin hesaplanması için ilk aşamada problem yapısının belirlenmesi sağlanmıştır. Bu aşama, çözüm için kullanılacak yöntemin doğru belirlenmesi için büyük önem arz etmektedir. Yukarıda detaylı olarak anlatılan ve ana amaç ekseninde ağırlıkları hesaplanan kriterler altında santral kritiklik seviyelerinin belirlenmesi hedefi, problemin bir sıralama algoritması ile çözülmesi gerektiğine işaret etmektedir.

Buna ek olarak Teori bölümünde de belirtildiği üzere, diğer sıralama algoritmalarına nazaran önemli avantajları nedeniyle bu tip problemlerin çözümünde sıklıkla kullanılan TOPSIS yöntemi bu aşamada tercih edilmiştir. 

Santrallerin kritikliğini hesaplamak için tercih edilen TOPSIS yöntemi ile uzman görüşlerinin Pisagor Bulanık AHP ile hesaplanan kriter ağırlıkları kullanılarak Aralık 2020, 2020 yılına ait yıllık kritiklik seviyeleri ve santrallerin kurulumundan itibaren kritikliğini ölçmek için genel kritiklikler hesaplanmıştır.

Genel kritikliğin hesaplanabilmesi için Şubat 2018 - Aralık 2020 zaman aralığındaki santral verileri kullanılmıştır. Bu hesaplamalara ait sonuçlar Tablo 5’te verilmiştir. TOPSIS yöntemi ile elde edilen sonuçlara göre en yüksek ideal çözüm değerine sahip santral kritiklik seviyesi 100 kabul edilerek değerler normalize edilmiştir Can suyu santrallerinin portföy içerisindeki kritikliği ayrı olarak hesaplanmıştır.

Elektrik üretim santrallerinde farklı disiplinler tarafından yönetilmeleri, farklı karakteristik özelliklere ve işlevlere sahip olmaları, santral üzerinde farklı etkilerinin bulunması vb. nedenlerle ekipmanlar, mekanik, I&C ve elektriksel ekipmanlar gibi başlıklar altında gruplandırılmaktadır. Bu bağlamda, ekipmanların santral açısından kritikliklerinin belirlenmesinde en etkin sınıflandırma grup bazlı olandır. Yani, ekipmanlar bulundukları gruplar (elektrik, I&C ve mekanik) altında kritiklik analizine tabi tutulmalıdır.

Elde edilen bu sonuçlar incelendiğinde, santral açısından ekipman kritiklik değerlendirmesinde yaklaşık %70’lik paya sahip olan C1-C4 kriterlerinden en yüksek nümerik karşılığa sahip ekipmanların tüm çözümlerde de yüksek puan (85 ve üstü puan) aldığı görülmektedir. Bu puanlar, arıza sıklığı fazla, arıza sonrası olası sonuçları santral ve ünite duruşu olan, bakım için duruş gerektiren ve gerçekleşen arıza periyodu yüksek olan ekipmanlar için elde edilmiş olup, santrallerin ana amacı olan sürdürülebilir ve güvenilir enerji arzı hedefi ile de elde edilen sonuçlar için tutarlı olduğu söylenebilir.

Santrallerin kuruldukları günden bu yana gerçekleşen verileri kullanılarak hesaplanan kritiklik seviyelerinin analizinde uygulanan algoritmanın matematiksel etkinliği de göstermektedir ki uzmanlar arasında oluşacak bir mutabakat neticesinde nihai kriter ağırlıklarının hesaplanması şirketin vereceği kararların tutarlılığı açısından kritik bir öneme sahiptir.

Buna ek olarak, genel kritiklik analizi şirkete önemli avantajlar sağlayacaktır. Son ayın verileri ile bir sonraki ay için hesaplanacak kritiklik seviyeleri ilgili ayda bakım ve kısa dönem stok planlamasına katkı sağlarken, son yıla ait veriler kullanılarak yapılacak bir analiz, bir sonraki yılın kısa ve orta vadeli bakım, onarım ve yatırım planlamasına ışık tutacaktır.

Arkun santralindeki mekanik, I&C ve elektriksel ekipmanların kritiklik analizi sonuçları incelenmiş ve yüksek puan alan ekipmanlar belirlenmiştir. Ekipmanların kritiklik analizinde C1-C4 arasındaki kriterlerin büyük bir ağırlıkta olduğu doğrulanmıştır. Bu puanlama sistematiğine göre gerçekleştirilen ekipman sıralaması, ileri bakım uygulamaları, güvenilir merkezli bakım ve risk tabanlı bakım süreçlerinde bir kilometre taşı olarak kullanılırken ,MRP (Malzeme İhtiyaç Planlama) süreçlerinde işletmenin malzemeye dayalı yatırımlarını en aza indirmede veri girdisi olarak kullanılacaktır. Bu puanlar, arıza sıklığı fazla, arıza sonrası olası sonuçları santral ve ünite duruşu olan, bakım için duruş gerektiren ve gerçekleşen arıza periyodu yüksek olan ekipmanlar için elde edilmiş olup, santrallerin ana amacı olan sürdürülebilir ve güvenilir enerji arzı hedefi ile tutarlı olduğu söylenebilir. 

[1] L. A. Zadeh, “ uzzy sets as a basis for a theory of possibility,” uzzy Sets Syst., vol. 100, pp. 9–34, 1999, doi: https://doi.org/10.1016/S0165-0114(99)80004-9.

[2] M. Bulut and E. Özcan, “A novel approach towards evaluation of joint technology performances of battery energy storage system in a fuzzy environment,” J. Energy Storage, vol. 36, no. Special Issue on Electrochemical Energy Storage Technologies, p. 102361, Apr. 2021, https://doi.org/10.1016/j.est.2021.102361

[3] M. Bulut and E. Özcan, “Integration of battery energy storage systems into natural gas combined cycle power plants in fuzzy environment,” J. Energy Storage, vol. 36, p. 102376, Apr. 2021, https://doi.org/10.1016/j.est.2021.102376

[4] M. Bulut and E. Özcan, “A new approach to determine maintenance periods of the most critical hydroelectric power plant equipment,” Reliab. Eng. Syst. Saf., vol. 205, p. 107238, 2021, https://doi.org/10.1016/j.ress.2020.107238.

[5] Wang, Y.M., Elhag, T.M.S., (2006), Fuzzy TOPSIS Method Based On Alpha Level Sets With An Application To Bridge Risk Assessment. Expert Systems With Applications, 31, s.309–319