Hastane enerji planlamasında ajan tabanlı modelleme ve simülasyon

Sağlık tesisleri, karmaşık enerji sistemlerine ve yüksek enerji tüketim hacmine sahip çeşitli büyük binalardan oluşmakta ve bunun sonucunda yüksek karbon emisyonu yaymaktadırlar. Bu bağlamda bu tezin temel amacı, bir hastanenin enerji sistemlerini enerji dönüştürücüler, enerji tedarikçileri ve enerji tüketimi açısından analiz etmek ve bu analizler sonucunda enerji talebini karşılarken enerji maliyetlerini ve karbon emisyonlarını azaltan esnek çözümler sunmaktır. Öncelikle ilgili literatürün artılarını ve eksilerini analiz etmek ve ortaya koymak için sağlık kuruluşlarında enerji ile ilgili yapılan çalışmalar dikkate alınarak sistematik bir literatür taraması yapılmıştır. Referans hastanemiz gibi özellikle eski binalarda enerji izleme sistemlerinin olmaması nedeniyle saatlik yük talepleri gibi kısa vadeli tüketim verilerine ulaşmak zordur. Bu kısa vadeli veri setlerini elde etmek amacıyla, önceki yıllarda yapılmış bir enerji fizibilite çalışmasına ait veriler ve çeşitli iklim faktörleri gibi farklı bilgi kaynaklarının yardımıyla aylık verilerden türetilen sistematik algoritmalar geliştirilmiştir. Üçüncü aşamada, hastanenin enerji bazlı çevresel verimliliğini farklı girdi değişkenleri altında aylık ve yıllık olarak ölçmek için veri zarflama analizine dayalı teknikler uygulanmıştır. Dördüncü aşamada farklı makine öğrenmesi regresyon modelleri yardımıyla kapsamlı bir tahmin analizi yapılmıştır. Tezin ana aşamasında ise, yukarıda bahsedilen analizler ışığında, ajan tabanlı modelleme yaklaşımına dayalı olarak hastane enerji sisteminin detaylı bir simülasyon modeli geliştirilmiştir. Mevcut durumla birlikte üç farklı senaryonun geliştirildiği simülasyon modelleri şu şekildedir; (1) hastane mevcut enerji altyapısı, (2) mevcut enerji altyapısına kojenerasyon sisteminin eklenmesi, (3) mevcut enerji altyapısına kojenerasyon ve fotovoltaik sistemlerin birlikte eklenmesi. Simülasyon modelleri çalıştırıldıktan sonra, minimum sistem enerji maliyeti ve karbon emisyonu hedefleri kapsamında optimum kojenerasyon kapasitesi ve optimum fotovoltaik panel sayısını belirlemek için genetik algoritma gibi meta sezgisel tabanlı simülasyon optimizasyon yaklaşımları benimsenmiştir. Ayrıca, değişen parametre ve koşullara sistemin tepkisini gözlemlemek için farklı test problemleriyle bir parametrik analiz yapılmıştır. Sonuçlar, kojenerasyon ve fotovoltaiğin etkin varlığının, karbon emisyonlarını da düşürdüğü dikkate alındığında toplam sistem maliyetinin azalmasında kayda değer olduğunu göstermektedir.