Elektrik tüketim tahmini, bir tesisin, binanın ya da dağıtım bölgesinin gelecekteki elektrik ihtiyacını saatlik veya günlük çözünürlükte, geçmiş tüketim, üretim planı, takvim ve hava durumu verisiyle önceden hesaplamaktır. Sonuç; elektrik alımını, sözleşme gücünü, vardiya planını ve enerji bütçesini sürprizsiz yönetmeyi sağlar. Doğru kurulduğunda tahmin, yalnızca bir grafik değil, her gün kullanılan bir karar girdisidir.
Tüketimi bilmek ile öngörmek arasındaki fark
Birçok işletme elektrik faturasını ay sonunda görür, tüketimi ise hiç görmez. Enerji izleme sistemi kurmuş olanlar bir adım öndedir: dün hangi hattın ne kadar çektiğini bilirler. Ama yarın saat 14:00'te tesisin ne kadar çekeceğini, sözleşme gücüne ne kadar yaklaşacağını ya da gelecek ay faturanın nereye gideceğini bilmek başka bir iştir.
Bu soruların cevabı, kararları gerçekten değiştirir. Piyasada kendi adına işlem yapan bir sanayi tesisi ya da onun tedarikçisi, ertesi günün saatlik ihtiyacını önceden öngörüp alımını buna göre planlamak durumundadır. Planlama departmanı, pres hattını hangi saate kaydırırsa puant saatten kaçınacağını bilmek ister. Finans ise yıllık enerji bütçesini tek bir "geçen yıl artı enflasyon" satırından daha sağlam bir temele oturtmak ister.
Ölçmeden tahmin olmaz; bu yüzden işe çoğu zaman fabrikada enerji izleme altyapısıyla başlanır. Ölçüm oturduktan sonra aynı veri, geleceğe bakan bir modele dönüşür.
Sorunu çözmemenin maliyeti
Türkiye'de elektrik talebi büyüyor ve bu talepte sanayinin payı çok yüksek. T.C. Enerji ve Tabii Kaynaklar Bakanlığı Bilgi Merkezi verisine göre Türkiye'nin elektrik tüketimi 2025'te %2,1 artışla 360,9 TWh oldu ve Ulusal Enerji Planı tüketimin 2030'da 455,3 TWh'ye ulaşmasını bekliyor.
TEDAŞ'ın 2024 Yılı Türkiye Elektrik Dağıtımı Sektör Raporu verisine göre Türkiye'nin 2023 net elektrik tüketiminin %45'i (130.271 GWh) sanayiye aitti.
Üretim tarafı da değişiyor. Aynı Bakanlık kaynağına göre 2025'te Türkiye'nin elektrik üretiminin %10,9'u rüzgârdan, %10,5'i güneşten elde edildi. Hava durumuna bağlı üretim payı arttıkça saatlik fiyatlar daha oynak hale gelir; ertesi günün ihtiyacını yanlış öngören taraf için fark daha pahalıya patlar. Küresel tablo da benzer: IEA Electricity 2026 raporu, dünya elektrik talebinin 2026–2030 döneminde yılda ortalama %3,6 artmasını bekliyor.
Tahminsiz çalışmanın işletmedeki karşılığı üç kalemde toplanır: dengesizlik bedelleri, sözleşme gücü aşımı ve pahalı saatlerde yapılan üretim. Bunlara reaktif enerji sınırlarının aşılması da eklenebilir; o konuyu reaktif enerji cezası yazımızda ayrıntılı anlattık.
Türkiye'de elektrik tüketim tahmini neden işletmeyi doğrudan ilgilendirir?
Türkiye elektrik piyasasında yıllık tüketimi EPDK'nın belirlediği eşiği aşan tüketiciler serbest tüketici sayılır ve tedarikçisini seçebilir. Tedarikçiler ile piyasada kendi adına işlem yapan büyük tüketiciler, ertesi günün saatlik ihtiyacı için EPİAŞ'ın işlettiği Gün Öncesi Piyasası'nda teklif verir. Gerçekleşen tüketim piyasada alınan miktardan saptığında fark dengesizlik olarak, genellikle daha elverişsiz bir fiyatla uzlaştırılır.
Tedarikçiyle sabit fiyatlı anlaşması olan bir tesis bu riski doğrudan görmez; ama tedarikçi o riski fiyata yansıtır. Tüketim profilini güvenilir biçimde öngörebilen bir işletme, tedarik görüşmesine daha güçlü bir veriyle oturur. Çift terimli tarifeyle çalışan, çoğunlukla orta gerilimden bağlı tesislerde ise sözleşme gücünün aşılması, yürürlükteki tarife koşullarına göre güç aşım bedeli doğurur; kısa vadeli tahmin, aşım olmadan önce uyarı vermeyi mümkün kılar.
Elektrik tüketim tahmini hangi ufukta, hangi yöntemle yapılır?
Tek bir "doğru model" yoktur; soru, tahminin ne için kullanılacağıdır. Ufuk ve amaç belirlenince yöntem kendiliğinden daralır.
| Ufuk | Tipik kullanım | Öne çıkan girdiler | Uygun yöntemler |
|---|---|---|---|
| Çok kısa (15 dk – birkaç saat) | Sözleşme gücü aşım uyarısı, yük kaydırma | Anlık sayaç verisi, çalışan makineler | Hareketli ortalama, gradyan artırmalı ağaçlar |
| Kısa (ertesi gün, saatlik) | Piyasa bildirimi, vardiya planı | Üretim planı, takvim, hava tahmini | Regresyon, gradyan artırmalı ağaçlar, LSTM |
| Orta (hafta – ay) | Enerji bütçesi, tedarik sözleşmesi | Sipariş yükü, sezon, bakım takvimi | Mevsimsel modeller (SARIMA), senaryo analizi |
| Uzun (yıl ve üzeri) | Kapasite, trafo, GES yatırımı | Büyüme planı, yeni hat, verimlilik projeleri | Senaryo modelleri, uzman varsayımı |
Doğruluğu tek bir yüzdeyle ölçmek yanıltabilir. Gece tüketimi çok düşük olan tesislerde klasik yüzde hata (MAPE) küçük sapmaları abartır; ağırlıklı mutlak yüzde hata (WAPE) ya da kWh cinsinden ortalama mutlak hata daha anlamlıdır. Ayrıca modeli her zaman basit bir karşılaştırma ölçütüyle, örneğin "geçen haftanın aynı günü ve saati" tahminiyle kıyaslayın; model bu basit yöntemi yenemiyorsa karmaşıklığı haklı değildir.
Elektrik tüketim tahmini kurmanın 6 adımı
- Amacı ve ufku yazın. Piyasa bildirimi mi, aşım uyarısı mı, bütçe mi? Her biri farklı çözünürlük ve farklı doğruluk ölçütü ister.
- Ölçümü tamamlayın. Ana sayaç verisini en az saatlik, tercihen 15 dakikalık çözünürlükte toplayın. Büyük yükleri (kompresör, fırın, soğutma grubu) alt sayaçla ayırın; uzaktan sayaç okuma (OSOS) bu verinin en pratik kaynağıdır.
- Tüketimi açıklayan veriyi ekleyin. Üretim planı, vardiya takvimi, resmî tatiller, sıcaklık ve nem ile bakım duruşları en güçlü değişkenlerdir. Bina ağırlıklı tesislerde doluluk ve iklimlendirme ayarları öne çıkar. Otellerde bu değişken rezervasyon doluluğudur; örneğini otelcilikte yapay zeka yazımızda bulabilirsiniz.
- Veriyi temizleyin. Sayaç kesintileri, iletişim boşlukları ve arıza günleri işaretlenmeden model eğitilmemelidir. Olağan dışı değerleri ayıklamak için anomali tespiti yöntemleri burada da işe yarar.
- Basitten karmaşığa model kurun. Önce karşılaştırma ölçütünü, sonra regresyonu, en son makine öğrenmesi modellerini deneyin. Her modeli aynı geçmiş dönem üzerinde, gerçek kullanım koşulunu taklit ederek sınayın.
- Tahmini karar sürecine yerleştirin ve izleyin. Tahmin; planlama ekranına, aşım uyarısına ya da piyasa bildirim dosyasına otomatik düşmelidir. Hata her hafta izlenir, üretim düzeni değişince model yeniden eğitilir.
Tahmin modelinin ham maddesi olan saatlik tüketim verisi, akıllı sayaç kapsamındaki abonelerde dağıtım şirketi sayacından da gelir; kapsamı ve değişim takvimini OSOS zorunluluğu rehberimizde anlattık.
Bu adımların talep tahminiyle ortak mantığını merak ediyorsanız yapay zeka ile talep tahmini yazımız ürün satışı üzerinden aynı yöntemi anlatıyor.
Tahmin nerede fark yaratır: üç senaryo
Çok vardiyalı fabrika. Enerji yoğun bir hat, ertesi günün üretim planına göre saatlik tahmin üretir. Planlama ekibi, yüksek yükü puant saatlerin dışına kaydırmanın etkisini üretime başlamadan görür ve sözleşme gücüne yaklaşan saatler için önceden uyarı alır.
Çok binalı kampüs veya hastane. İklimlendirme yükü dış sıcaklığa ve doluluğa bağlıdır. Tahmin, akıllı bina otomasyonu (BMS) ile birleşince soğutma sistemleri yoğun saatten önce kademeli devreye alınabilir. Hastanede enerjinin dışındaki kullanım alanlarını hastanelerde yapay zeka yazımızda ele aldık.
Dağıtım ve altyapı işletmeleri. Bölge veya fider bazında yük tahmini, kapasite planlamasının ve bakım takviminin temelidir. Sahadaki noktaların verisi uzaktan izleme IoT platformu ile toplandığında model aynı veri hattını kullanır.
Tüketim tahmini, ölçüm ve varlık verisi sağlamsa güvenilir sonuç verir. Dağıtım şebekesinde bu altyapının hangi sırayla kurulacağını enerji sektöründe dijital dönüşüm yazımızda ele aldık.
Sık yapılan hatalar
İlk hata, yalnızca fatura verisiyle saatlik tahmin beklemektir. Aylık fatura bütçe tahmini için yeterli olabilir, ama saatlik kararlar saatlik ölçüm ister. Sayaç verisine erişim yoksa proje ölçüm altyapısıyla başlamalıdır.
İkinci hata, üretim planını modelin dışında bırakmaktır. Tüketimi asıl belirleyen, çoğu tesiste hangi hattın kaç saat çalışacağıdır; bu bilgi ERP veya planlama sisteminden otomatik gelmiyorsa tahmin her plan değişikliğinde bozulur. Üretim planlama ve APS yazımız, planın dijital ve güncel tutulmasının neden önemli olduğunu anlatıyor.
Üçüncü hata, modeli bir kez kurup bırakmaktır. Yeni bir makine, verimlilik yatırımı ya da vardiya düzeni değişikliği tüketim desenini kalıcı olarak değiştirir. Hata oranı haftalık izlenmez ve model düzenli aralıklarla yeniden eğitilmezse birkaç ay içinde güvenilirliğini yitirir.
Dördüncü hata ise tahmini kimsenin kullanmadığı bir rapora dönüştürmektir. Tahmin, planlamacının ekranında, bakım ekibinin uyarısında ya da satın almanın tedarik görüşmesinde karşılık bulmuyorsa yatırımın getirisi de ölçülemez. Getiriyi baştan tanımlamak için yapay zeka projesi ROI yazımıza göz atabilirsiniz.
Digital Bridge'de elektrik tüketim tahminini nasıl kuruyoruz?
Hazır paket yerine ihtiyaç analiziyle başlıyor; kapsamı, aşamaları ve bedeli yazılı teklifte netleştiriyoruz. Enerji ve altyapı çözümlerimizde izlediğimiz yol şöyledir:
- Keşif: Mevcut sayaçları, fatura geçmişini, tarife yapısını ve tahminin hangi kararda kullanılacağını birlikte çıkarıyoruz. Veri yetersizse önce ölçüm tarafını tamamlıyoruz.
- Ölçüm ve veri toplama: Gerekirse OSOS sayaç okuma ve enerji izleme ve yönetimi altyapısını kuruyor, cihaz tarafında kendi donanım ekibimizle çalışıyoruz.
- Pilot: Tek tesis ya da tek bina için saatlik tahmin modelini kuruyor, birkaç hafta boyunca gerçekleşen tüketimle karşılaştırıyoruz. Talep tahmini ve analitik tarafında modeli sizin verinizle eğitiyoruz.
- Entegrasyon: Tahmini planlama, SCADA ve HMI ekranları ya da raporlama katmanına bağlıyor, olağan dışı sapmalar için anomali tespiti uyarıları ekliyoruz.
Tesisinizde SmartPass kullanıyorsanız vardiya planına göre tutulan puantaj ve bölge bazında o an içeride kim olduğu bilgisi, kişi bazında değil toplu doluluk sayısı olarak, tüketimi açıklayan değişken adayları arasında değerlendirilebilir. Bu verinin yeni bir amaçla kullanımını KVKK açısından hukuk ekibinizle önceden değerlendirmeniz yerinde olur.
Yapay zeka projelerine genel bakış için şirketlerde yapay zeka kullanımı rehberini, konudaki diğer yazılar için Yapay Zeka sayfasını ziyaret edebilirsiniz.
Tahmin modelinin beklenen yükü, gerçekleşen tüketimle karşılaştırıldığında teknik olmayan kayıplara da işaret edebilir; bu kullanımı kaçak elektrik tespiti yazımızda anlattık.
Sonraki adım
Son 12 ayın faturalarını ve varsa sayaç verisini bir araya getirin; tahminin hangi kararda kullanılacağını tek cümleyle yazın. Bu ikisi, pilotun kapsamını belirlemeye yeter. Verinizi birlikte incelemek için iletişim sayfamızdan bize ulaşın.