Yüksek performanslı binalarda enerjinin akılcı kullanımı için mekanik tasarım ve optimum kontrol algoritmasının geliştirilmesi

Bu tezde, yüksek performans binalarında, yenilenebilir enerji sistemleri ile desteklenmiş melez elektromekanik sistemlerin optimum tasarım ve işletimi için Termodinamiğin 2.Yasası temelinde, enerjinin nitelik ve niceliğinin bir arada akılcı kullanımına yönelik bir analiz metodu geliştirilmiştir. Geliştirilen metot, değişik elektromekanik tesisat sistemlerinin o andaki bina ve dış ortam koşullarına bağlı olarak, işletim pay ve önceliklerinin dinamik ekserji ortamında optimum karar verme mekanizmasını gerçekleştirmektedir. Metodun geliştirilmesinde Akılcı Ekserji Yönetim Modeli (REMM) kullanılarak optimum tasarım ve işletim algoritması da geliştirilmiştir. Geliştirilen metot bilgisayar ortamında kullanılarak, örnek bir yüksek performans binasının mevcut tesisat ve otomasyon sistemi incelenmiş, sistemlerin çoklu/eş zamanlı performans takibi sanal ortamda yapılarak optimum sistem seçimleri belirlenmiştir. Modelin gerçek zamanlı ve fiziki olarak optimum kontrol amaçlı kullanılmasından önce seçilen tüm cihazlar aynı kalmak koşuluyla binanın ilk yıl işletiminde fark edilir bir performans gözlenmemesi sonucu sadece optimum sistem seçiminin yeterli olmadığı aynı model özelinde optimum kontrol mekanizmasının oluşturulmasının da ön koşul olduğu görülmüş, TÜBİTAK Projesi kapsamında yenilikçi ve ekserji tabanlı optimum sistem kontrol algoritması geliştirilmiştir. Bu sayede aynı model çatısı altında Tasarım ve İşletmenin tümleşmesi ile netice alınabilmiştir. Geliştirilen Model iki alanda sektöre değer katmıştır. Birincisi, belli bir bina için iklimsel ve işletimsel anlamda simülasyonlar yapılarak tekrarlamalı bir yaklaşımla tasarımın enerji ve ekserji verimliliği yanında en az CO2 salım kabiliyetlerinin optimize edilebilmesidir. İkincisi, model gerçek zamanda ve gerçek verilerle işlenerek dinamik optimum bina otomasyonu gerçekleştirilmesidir. Ekserji ve ortak iklim tabanında değerlendirilen sonuçlar, enerji tüketiminin alışılmış algoritma değerlerinin altında ortalama % 33 oranında azaldığını göstermiştir.