Yanlış soruyu iyi cevaplamak
Elektrik ticaretinde son yılların en çok konuşulan konusu tahmin doğruluğu: daha iyi hava modelleri, daha fazla eğitim verisi, daha uzun geçmiş kayıtlar. Üretim tahminleri bu gelişmelerle gerçekten daha isabetli hâle geliyor.
Sahada ise farklı bir tablo görülüyor:
Tahmin doğruluğu arttığı hâlde dengesizlik maliyetleri aynı ölçüde azalmıyor.
Bu, modellerin yetersiz olduğu anlamına gelmiyor. Daha temel bir neden var: iyi bir tahmin, tek başına iyi bir karar anlamına gelmiyor. Çünkü birbirine benzeyen ancak farklı iki soru sürekli aynı cümlede konuşuluyor:
"Ne olacak?" → tahmin problemi
"Ne yapmalıyım?" → karar problemi
Bu iki soru aynı başlık altında ele alındığında, birinin çözümünün diğerini de çözdüğü varsayılıyor. Çözmüyor.
Tahmin başka, karar başka
Bir tesisin önümüzdeki saatlerde ne kadar üreteceğini kestirmek bir tahmin problemidir. Ne kadar enerji alınıp satılacağına karar vermek ise belirsizlik altında bir optimizasyon problemidir.
İkisi arasındaki temel fark, kullanılan veriden çok amaç fonksiyonunda ortaya çıkar.
| Tahmin | Karar | |
|---|---|---|
| Temel soru | Ne olacak? | Ne yapmalıyım? |
| Problem türü | Regresyon | Belirsizlik altında optimizasyon |
| Amaç | Tahmin hatasını azaltmak | Toplam maliyeti azaltmak |
| Tipik girdiler | Hava, fiziksel model, geçmiş üretim | Piyasa rejimi, açık pozisyon, fiyat, likidite, karar zamanı |
Tahmin modelleri MAE, RMSE veya nMAE gibi metriklerle değerlendirilir. Bu metriklerin ortak özelliği, hatayı simetrik ölçmeleridir: 10 MWh fazla tahmin ile 10 MWh eksik tahmin, metrik açısından benzer büyüklükte bir sapmadır.
Ticarette ise bu iki sapmanın sonucu aynı değildir. Eksik kalınan enerji teslimat anında daha yüksek bir fiyattan temin edilebilir ya da dengesizlik uzlaştırmasına konu olur. Gereğinden fazla alınan enerji ise elde kalan pozisyonun maliyetini doğurur.
Buradan çıkan sonuç şudur:
Tahmin modeli, hangi yöndeki hatanın daha pahalı olduğunu tek başına bilemez — çünkü bu bilgi tahmin probleminin içinde yer almaz.
Aynı MWh, farklı saat, farklı fatura
Bir MWh'nin ekonomik değeri yalnızca miktarına bağlı değildir; hangi saatte gerçekleştiği de bu değeri belirler.
Türkiye'de saatlik piyasa fiyatı gün içinde geniş bir bantta hareket eder. Güneş üretiminin yoğunlaştığı öğle saatleri ile akşam talebinin yükseldiği saatler aynı fiyat davranışını göstermez. Bu nedenle "açığımız var, kapatalım" tek başına yeterli bir karar değildir. Karar aslında üç parçalıdır:
- Alım yapmalı mıyım?
- Ne kadar almalıyım?
- Hangi saatte almalıyım?
İlk soru görece basittir ve en az maliyet farkı yaratanıdır. Ekonomik sonuç ağırlıklı olarak ikinci ve üçüncü soruda oluşur — çünkü farklı saatlerde aynı miktardaki enerjinin maliyeti aynı değildir.
Üstelik saatler birbirinden bağımsız da değildir. Bugün alınan fazladan bir MWh, depolama varsa şarj/deşarj kararlarını değiştirir; depolama yoksa geleceğe taşınan bir pozisyon yaratır. Piyasanın kendisi de bu kararları farklı zaman pencerelerine böler:
- Gün Öncesi Piyasası (GÖP): ertesi günün saatlik programının oluştuğu temel aşamadır; program bildirimi burada doğar.
- Gün İçi Piyasası (GİP): teslimata 60 dakika kalana kadar pozisyonun düzeltilmesine imkân tanır. Pencere vardır, ancak pencerenin sonunda likidite ve fiyat her zaman istenen seviyede olmayabilir.
- Dengesizlik uzlaştırması: bildirilen program ile gerçekleşen üretim arasındaki kapanmamış farkın ekonomik sonucunu ortaya çıkarır.
Karar katmanı, tahminin ardından gelen basit bir hesaplama değil; piyasanın zaman yapısı içinde çalışan ayrı bir sistemdir.
En kritik gün, en kötü tahmin
Tahmin hatası her gün aynı davranmaz. Açık ve kararlı hava koşullarında belirsizlik dar kalır. Parçalı bulutlu günlerde, hızlı hava değişimlerinde ve üretimin sert biçimde yükselip düştüğü rampa dönemlerinde ise belirsizlik açılır — çünkü hatayı belirleyen artık modelin genel becerisi değil, o güne özgü belirsizliğin kendisidir.
Burada bir paradoks ortaya çıkar:
Belirsizliğin büyüdüğü günler, kararın ekonomik açıdan en kritik olduğu günlerdir.
Rampa dönemleri, dengesizliğin ve acil alım ihtiyacının yoğunlaştığı dönemlerin aynısıdır. Yani tahmin performansı, karar kalitesinin en çok fark ettiği anda en zayıftır.
Bu nedenle yalnızca ortalama hataya bakmak yeterli değildir. Bir modelin ortalama hatası iyileşirken, seyrek fakat büyük hataları aynı kalabilir ya da kötüleşebilir. Ekonomik kayıp ağırlıklı olarak dağılımın kuyruğunda oluşur.
Daha doğru soru şudur:
"Model ortalama olarak ne kadar isabetli?" değil,
"Büyük hatalar hangi günlerde, hangi hava ve piyasa rejimlerinde, ne sıklıkta oluşuyor ve bunların ekonomik karşılığı nedir?"
Tek bir tahmin sayısı neden yetmez?
Bir üretim tahminini tek bir sayı olarak almak, karar verene belirsizliğin önemli bir bölümünü göstermemek anlamına gelir.
P50 tahmini dağılımın ortasındaki değeri verir. Ancak aynı P50, iki tamamen farklı durumu temsil edebilir: dar bir belirsizlik dağılımının ortası ya da geniş bir dağılımın ortası. Tahmin aynıdır, alınması gereken karar aynı olmayabilir.
Bu nedenle karar katmanı yalnızca beklenen değere değil, belirsizliğin kendisine ihtiyaç duyar: P10, P50, P90 gibi persentiller.
Burada ikinci bir ayrım vardır:
Bir tahmin aralığının bulunması, o aralığın doğru kalibre edildiği anlamına gelmez.
Model "%90 olasılıkla bu aralıkta kalacağız" diyorsa, bunun geçmiş veride gerçekten bu oranda gerçekleştiği sınanmalıdır. Kalibrasyon bu amaçla standart yöntemlerle ölçülür: güvenilirlik diyagramı (reliability diagram) ve pinball/kuantil kaybı. Yani yalnızca tahmin üretmek değil, tahmine ne ölçüde güvenilebileceğini ölçmek gerekir.
Tahmini ekonomik karara nasıl dönüştürürüz?
Belirsizlik dağılımı elde edildiğinde karar problemi daha net tanımlanır. İki temel maliyet vardır:
- S: Kısa kalmanın maliyeti — teslimat anındaki alım ve ilgili dengeleme bileşenleri.
- W: Gereksiz alımın maliyeti — fazladan alınan enerjinin elde kalmasının veya pozisyon yaratmasının yükü.
Bu iki maliyet eşit değilse, ekonomik olarak doğru karar da tahmin dağılımının ortalaması olmak zorunda değildir. Kritik eşik şudur:
θ* = W / (S + W)
Buna göre uygun alım miktarı, açık pozisyonun bu fraktilini karşılayacak biçimde belirlenir. Kısa kalmanın maliyeti gereksiz alımın maliyetinden yüksekse, eşik ortalamanın üzerine kayar: korunması gereken ortanca değer değil, dağılımın kuyruğudur.
Buradaki temel fikir sadedir:
Hangi yöndeki hatanın daha pahalı olduğunu bilmiyorsanız, tahmininiz ne kadar iyi olursa olsun ekonomik olarak optimize edilmiş bir karar veremezsiniz.
Ve S ile W, hiçbir hava tahmin modelinin içinde bulunmaz. Bu iki değer; tesisin sözleşme yapısında, açık pozisyonunda, piyasa koşullarında ve kararın verildiği andadır.
Sık yanlış alıntılanan bir örnek: DeepMind'ın rüzgâr çalışması
Burada yaygın bir aktarımı düzeltmek gerekiyor.
DeepMind'ın 2019'da yayımladığı rüzgâr enerjisi çalışması, sık sık "tahmin hatasını yaklaşık %20 azalttı" biçiminde anılıyor. Çalışmanın öne çıkardığı sonuç ise rüzgâr enerjisinin piyasadaki değerinde yaklaşık %20'lik bir artış sağlanmasıdır.
Bu fark küçük bir nüans değildir: ilk ifade bir model performansını, ikincisi bir ekonomik sonucu anlatır. Daha isabetli tahminin değer yaratmasının nedeni, üretimin daha değerli saatlerde piyasaya sunulmasına imkân vermesidir.
Yani aynı ayrım burada da karşımıza çıkar: tahminin kendisi değil, tahminin nasıl kullanıldığı ekonomik değeri belirler.
Kaynak notu: Buradaki %20, DeepMind'ın kendi kurumsal duyurusunda bildirdiği bir değerdir; bağımsız bir ölçüm değildir. Ayrıca oranın hangi metrik başlığı altında raporlandığı (piyasa değeri, gelir artışı, harmonizasyon kazancı) çalışmanın kendi metninden doğrulanmalıdır.
Asıl zorluk matematikte değil
Buraya kadar anlatılanların önemli bölümü teknik olarak yeni değil. Tahmin dağılımları, kalibrasyon testleri ve maliyet duyarlı karar kuralları uzun süredir bilinen yöntemlerdir. Peki uygulamada bu problem neden hâlâ çözülmüyor? Çünkü asıl zorluk üç noktada toplanıyor ve hiçbiri matematik değil.
1. Doğru sayıları bilmek
Gerçek açık pozisyon nedir? Hangi tesis hangi sözleşme rejiminde çalışıyor? O saatte kısa kalmanın gerçek maliyeti nedir? Karar anında likidite ve fiyat koşulları nasıldır?
Bu soruların cevabı tahmin modelinde bulunmaz. Hepsi sağlam bir veri altyapısı gerektirir: kaynak sistemler, adaptörler, zaman serisi depoları, tutarlı veri tanımları. Bu katman çoğu zaman sıkıcı göründüğü için ertelenir — oysa süreç en çok burada tıkanır.
Yanlış veriyle yapılan optimizasyon hatayı azaltmaz; büyütür.
2. Tahmine güvenerek aksiyon almak
Bir sistemin "isabetliyiz" beyanı yeterli değildir; isabetin neye göre ve nasıl ölçüldüğü ortaya konmalıdır:
- Basit referans modellere (naif persistence, MOS) karşı performans nedir?
- Hata hangi hava ve üretim rejimlerinde büyüyor?
- Mevsimsellik sonuçlardan ayrıştırılmış mı?
- Büyük hatalar hangi saatlerde ve ne sıklıkta oluşuyor?
- Tahmin hatası ekonomik karşılığa çevrildiğinde ne anlama geliyor?
nMAE = %15 tek başına anlamlı bir ekonomik gösterge değildir. Asıl soru şudur:
Bu %15'lik hata hangi saatlerde oluşuyor ve işletmeye ne kadara mal oluyor?
3. Sonucun sorumluluğunu tanımlamak
Bu, en az konuşulanı ve muhtemelen en belirleyicisidir. Sistem "bugün alım yap" dedi, alım yapıldı ve fiyat düştü. Ya da alım önerilmedi ve akşam fiyat yükseldi. Bu farkın sorumluluğu kimde?
Karar destek sistemlerinin gerçek hayatta kullanılabilmesi için yalnızca teknik doğruluk değil, yönetişim de gerekir: kimin karar vereceği, hangi limitler içinde hareket edebileceği, hangi durumda insan onayının zorunlu olduğu ve sonucun nasıl değerlendirileceği tanımlanmalıdır. Teknik olarak doğru çalışan bir sistem, önerinin yetki ve sorumluluk sınırı tanımlı değilse operasyonel karşılık bulmaz.
Bir de sözlüğü düzeltmek gerekiyor
Sahada bu konu sık sık şöyle anlatılıyor: "Taahhüdün altında kalıyoruz, kota cezası yiyoruz."
Operasyonel açıdan bu ifade yaşanan sıkıntıyı anlatıyor. Ancak mevzuattaki karşılığı farklıdır: yenilenebilir enerji destek mevzuatında "günlük kota" ya da "asgari üretim taahhüdü" biçiminde bir yaptırım kavramı bulunmaz. Yaşanan şey piyasa işleyişidir: GÖP'te oluşan program, GİP'te yapılan düzeltmeler ve dengesizlik uzlaştırması.
Bu ayrım yalnızca terminolojik değildir:
Sorunu nasıl tanımladığınız, çözümü nerede arayacağınızı belirler.
Problem bir "kota cezası" olarak görülürse çözüm sözleşme maddelerinde aranır. Oysa ekonomik sonuç piyasa pozisyonundan ve dengesizlik yönetiminden kaynaklanıyorsa, çözümün ağırlıklı bölümü karar mekanizmasındadır.
Destek rejimi neden önemli?
Aynı karar destek sistemi her tesiste aynı ekonomik değeri üretmez. Bu değer şunlara bağlıdır:
- tesisin bulunduğu piyasa rejimine ve sözleşme yapısına,
- destek mekanizmasının kapsamına ve süresine,
- açık pozisyona,
- üretim belirsizliğine.
Üretilen enerjinin fiyatının büyük ölçüde sabit olduğu bir destek rejiminde, enerjinin hangi saatte satıldığı sınırlı bir ekonomik fark yaratır. Serbest piyasada satış yapılan bir tesiste ise saatlik fiyat farkları doğrudan ekonomik sonuca dönüşür.
Bu nedenle yeni nesil destek şartnamelerinin, tesisleri ilk dönem için serbest piyasaya bırakıp yalnızca bir taban fiyatla koruması belirleyicidir: bu yapı, karar katmanını isteğe bağlı bir iyileştirme olmaktan çıkarıp yapısal bir gereklilik hâline getirir. Destek süresi sona eren tesisler açısından da serbest piyasa riski aynı yönde artar.
Dolayısıyla mesele yalnızca "daha iyi bir tahmin modeli" değildir. Asıl mesele, tahmini ekonomik bağlamına yerleştirmektir.
Otomasyon neden en son adım olmalı?
Bu noktada doğal refleks şu oluyor: "O zaman bütün süreci otomatikleştirelim." Otomasyonun ilk adım olması gerekmiyor.
Tahminin gerçek performansı ölçülmemişse, kısa kalmanın maliyeti hesaplanmamışsa ve karar sorumluluğu tanımlanmamışsa, otomasyon yalnızca hatalı kararların daha hızlı alınmasını sağlar. Daha sağlıklı sıra şudur:
1. İnsan onaylı danışman katmanı
Sistem öneri üretir; ancak yalnızca "al" ya da "alma" demez. Önerinin gerekçesini, tahmin belirsizliğini ve beklenen ekonomik etkiyi gösterir. Son kararı insan verir.
Bu aşama yalnızca bir güvenlik önlemi değil, aynı zamanda bir ölçüm aracıdır: hangi önerilerin kabul edildiği, hangilerinin reddedildiği ve sonucun ne olduğu zaman içinde karar kalitesini ölçmek için kullanılabilir.
2. Koşullu otomasyon
Yeterli geçmiş veri oluştuğunda ve karar davranışı doğrulandığında, belirli sınırlar içinde otomasyon devreye alınabilir: güven seviyesi yeterliyse, karar tanımlı risk bandındaysa, geriye dönük testler yeterli kanıt sağlıyorsa ve yetki sınırları yazılıysa.
3. Tam otomasyon
Tam otomasyon, ancak önceki aşamalar yeterince doğrulandığında anlamlı hâle gelir. Çünkü bir karar sistemi yalnızca teknik olarak değil, ekonomik ve operasyonel olarak da sorumluluk taşır.
Fark, doğru olduğu günde değil; yanlış olduğu günde ortaya çıkar
Enerji ticaretinde isabetli tahmin artık bir üstünlük değil, temel bir gereklilik. Kötü tahminle iyi karar vermek mümkün değildir. Ancak iyi tahmin de tek başına iyi sonucu garanti etmez — çünkü ekonomik sonuç, tahminin doğru olduğu günde değil, yanlış olduğu gün verilen kararda oluşur. O gün ise tanımı gereği belirsizliğin en yüksek olduğu gündür.
Bu nedenle asıl soru:
"Tahminimiz ne kadar isabetli?" değil,
"Tahminimiz yanlış çıktığında ne yapıyoruz, bu kararı kim veriyor ve sonucu nasıl değerlendiriliyor?"
Bu soruların cevabı netleştiğinde, tahmin modelindeki birkaç puanlık iyileşme ölçülebilir ekonomik değere dönüşür. Cevabı netleşmemiş bir karar mekanizmasında ise en iyi model, ayrıntılı bir hava raporunun ötesine geçemez.
Corius bu alanda ne yapıyor?
Corius olarak üretim tahminleme modelleri geliştiriyoruz. Ancak enerji tarafındaki odağımız yalnızca "daha isabetli tahmin" üretmek değil; tahminin ekonomik karara dönüştüğü katman.
Mevcut tahmin modellerinizin gerçek veriniz üzerindeki performansını ölçüyor, tahmin hatalarını ekonomik karşılığa dönüştürüyor ve karar destek katmanının nerede değer üretebileceğini analiz ediyoruz. Bunun için kapsamlı bir sistem kurulması gerekmiyor.
Ücretsiz ön analiz ile başlayabiliriz. Mevcut veriniz üzerinden birlikte inceleyebileceğimiz başlıklar:
- tahmin performansı ve referans modellere göre beceri düzeyi,
- hata dağılımı ve kritik hata dönemleri,
- tahmin belirsizliğinin kalibrasyonu,
- hatanın olası ekonomik karşılığı.
Çünkü doğru başlangıç noktası her zaman daha büyük bir model değildir. Bazen önce doğru soruyu sormak gerekir.