KONUTLARDA ISIL VE GÖRSEL KONFOR KOġULLARININ SAĞLANMASINA YÖNELĠK ENERJĠ OPTĠMĠZASYONU ÜZERĠNE BĠR TASARIM DESTEK MODELĠ Egemen KAYMAZ T.C. BURSA ULUDAĞ ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ KONUTLARDA ISIL VE GÖRSEL KONFOR KOġULLARININ SAĞLANMASINA YÖNELĠK ENERJĠ OPTĠMĠZASYONU ÜZERĠNE BĠR TASARIM DESTEK MODELĠ Egemen KAYMAZ 0000-0002-9435-8411 Prof. Dr. Filiz ġENKAL SEZER (DanıĢman) DOKTORA TEZĠ MĠMARLIK ANABĠLĠM DALI BURSA – 2023 Her Hakkı Saklıdır TEZ ONAYI Egemen KAYMAZ tarafından hazırlanan ―KONUTLARDA ISIL VE GÖRSEL KONFOR KOġULLARININ SAĞLANMASINA YÖNELĠK ENERJĠ OPTĠMĠZASYONU ÜZERĠNE BĠR TASARIM DESTEK MODELĠ‖ adlı tez çalıĢması aĢağıdaki jüri tarafından oy birliği ile Bursa Uludağ Üniversitesi Fen Bilimleri Enstitüsü Mimarlık Anabilim Dalı‘nda DOKTORA TEZĠ olarak kabul edilmiĢtir. B.U.Ü. DanıĢman: Prof. Dr. Filiz ġENKAL SEZER BaĢkan : Prof. Dr. Filiz ġENKAL SEZER Ġmza 0000-0002-8376-5177 Bursa Uludağ Üniversitesi, Mimarlık Fakültesi, Mimarlık Anabilim Dalı EĢ Prof. Dr. Banu MANAV Ġmza danıĢman 0000-0002-0709-5570 : Kadir Has Üniversitesi, Sanat ve Tasarım Fakültesi, Ġç Mimarlık ve Çevre Tasarımı Anabilim Dalı Üye : Prof. Dr. Mehmet ġener KÜÇÜKDOĞU Ġmza 0000-0001-5403-0318 Ġstanbul GeliĢim Üniversitesi, Mühendislik ve Mimarlık Fakültesi, Mimarlık, Planlama ve Tasarım Anabilim Dalı Üye : Prof. Dr. Nilüfer AKINCITÜRK Ġmza 0000-0003-3015-3318 Bursa Uludağ Üniversitesi, Mimarlık Fakültesi, Mimarlık Anabilim Dalı Üye : Prof. Dr. Türkan ÖZBALTA Ġmza 0000-0001-5195-0741 Balıkesir Üniversitesi, Mimarlık Fakültesi, Mimarlık Anabilim Dalı Üye : Prof. Dr. Yasemin ERBĠL Ġmza 0000-0002-2290-3097 Bursa Uludağ Üniversitesi, Mimarlık Fakültesi, Mimarlık Anabilim Dalı Yukarıdaki sonucu onaylarım Prof. Dr. Ali KARA Enstitü Müdürü ../../…. Fen Bilimleri Enstitüsü, tez yazım kurallarına uygun olarak hazırladığım bu tez çalıĢmasında;  tez içindeki bütün bilgi ve belgeleri akademik kurallar çerçevesinde elde ettiğimi,  görsel, iĢitsel ve yazılı tüm bilgi ve sonuçları bilimsel ahlak kurallarına uygun olarak sunduğumu,  baĢkalarının eserlerinden yararlanılması durumunda ilgili eserlere bilimsel normlara uygun olarak atıfta bulunduğumu,  atıfta bulunduğum eserlerin tümünü kaynak olarak gösterdiğimi,  kullanılan verilerde herhangi bir tahrifat yapmadığımı,  ve bu tezin herhangi bir bölümünü bu üniversite veya baĢka bir üniversitede baĢka bir tez çalıĢması olarak sunmadığımı beyan ederim. …/…/……… Egemen KAYMAZ TEZ YAYINLANMA FĠKRĠ MÜLKĠYET HAKLARI BEYANI Enstitü tarafından onaylanan lisansüstü tezin/raporun tamamını veya herhangi bir kısmını, basılı (kâğıt) ve elektronik formatta arĢivleme ve aĢağıda verilen koĢullarla kullanıma açma izni Bursa Uludağ Üniversitesi‘ne aittir. Bu izinle Üniversiteye verilen kullanım hakları dıĢındaki tüm fikri mülkiyet hakları ile tezin tamamının ya da bir bölümünün gelecekteki çalıĢmalarda (makale, kitap, lisans ve patent vb.) kullanım hakları tarafımıza ait olacaktır. Tezde yer alan telif hakkı bulunan ve sahiplerinden yazılı izin alınarak kullanılması zorunlu metinlerin yazılı izin alınarak kullandığını ve istenildiğinde suretlerini Üniversiteye teslim etmeyi taahhüt ederiz. Yükseköğretim Kurulu tarafından yayınlanan ―Lisansüstü Tezlerin Elektronik Ortamda Toplanması, Düzenlenmesi ve EriĢime Açılmasına ĠliĢkin Yönerge‖ kapsamında, yönerge tarafından belirtilen kısıtlamalar olmadığı takdirde tezin YÖK Ulusal Tez Merkezi / B.U.Ü. Kütüphanesi Açık EriĢim Sistemi ve üye olunan diğer veri tabanlarının (Proquest veri tabanı gibi) eriĢimine açılması uygundur. Prof. Dr. Filiz ġenkal Sezer Egemen Kaymaz Tarih Tarih İmza İmza Bu bölüme kişinin kendi el yazısı ile okudum Bu bölüme kişinin kendi el yazısı ile okudum anladım yazmalı ve imzalanmalıdır. anladım yazmalı ve imzalanmalıdır. ÖZET Doktora Tezi KONUTLARDA ISIL VE GÖRSEL KONFOR KOġULLARININ SAĞLANMASINA YÖNELĠK ENERJĠ OPTĠMĠZASYONU ÜZERĠNE BĠR TASARIM DESTEK MODELĠ Egemen KAYMAZ Bursa Uludağ Üniversitesi Fen Bilimleri Enstitüsü Mimarlık Anabilim Dalı DanıĢman: Prof. Dr. Filiz ġENKAL SEZER EĢ DanıĢman: Prof. Dr. Banu MANAV Konut sektörü, sanayi ve ulaĢımdan sonra fosil yakıt tüketimi ile iliĢkili karbon emisyonunun %9‘undan, elektrik tüketiminin %21'inden ve toplam nihai enerji tüketiminin %20‘sinden sorumludur. Bu bakımdan konutlar, iklim değiĢikliğiyle mücadelede ve karbon nötr hedeflere ulaĢmakta önemli bir potansiyele sahiptir. Bu çalıĢmada Bursa ili Nilüfer ilçesinde yer alan, mevcut üç konut sitesinin ısıtma, soğutma ve aydınlatma enerjisi performansı, çevresel etkileri, ilk yatırım, bakım-onarım, yenileme, hurda, iĢletme ve kullanım dönemi enerji maliyetlerini içeren global maliyeti ile konut mekanlarının ısıl ve görsel konfor koĢulları, kullanıcı tercihleri göz önüne alınarak değerlendirilmiĢtir. Bununla birlikte Bursa‘nın yanı sıra Türkiye‘nin farklı iklim bölgelerinde de tasarlanacak konut projeleri için enerji ve maliyet odaklı optimal çözümlerin geliĢtirilmesi hedeflenmiĢtir. YaklaĢık sıfır enerjili ve maliyet etkin enerji verimli bina performans hedefleri doğrultusunda konutlarda enerji optimizasyonu üzerine bir tasarım destek modeli önerisinde bulunulmuĢtur. Önerilen model ile konutların ön tasarım kararları bina, mekan ve yapı kabuğu ölçeğindeki mimari (pasif) ve bina alt sistem (aktif) tasarım değiĢkenleri üzerinden analiz edilmiĢtir. Önerilen model çerçevesinde binalarda enerji performansını iyileĢtirmeye yönelik oluĢturulan senaryolar; iklim bölgesi, cephe yönlenimi, kat yüksekliği, dıĢ duvar ısı yalıtımı, saydamlık oranı ve cephe kuruluĢu, pencere camının termofiziksel ve optik özellikleri, doğrama türü, güneĢ kontrol elemanları, yapı kabuğu hava sızdırmazlığı, iç aydınlatma tasarımı ve kontrolü, ısıtma ve soğutma sistemi iĢletim takvimi, iç ortam ayar sıcaklığı ve güneĢ panelleri olmak üzere 15 değiĢken altında toplam 183 farklı seçeneği içermektedir. Tasarım değiĢkenlerinin ısıtma, soğutma, aydınlatma, birincil enerji tüketimi, CO2 emisyonu ve uzun dönem maliyetlere olası etk ler b na performans ölçütler arasındak ödünleĢ m d kkate alınarak simülasyon ve BES tabanlı optimizasyon yöntemi ile değerlendirilmiĢtir. Yenilenebilir enerji sistemlerinin enerji ve maliyet optimal çözümlerde mimariye entegre edilmesiyle, güneĢ panellerinin yıllık aydınlatma ve soğutma enerjisi ihtiyacını karĢılama oranı hesaplanmıĢtır. Anahtar Kelimeler: Konutlar, enerji verimliliği, ısıl ve görsel konfor, bina performans simülasyonları, BES tabanlı optimizasyon, genetik algoritma, global maliyet 2023, vii + 334 sayfa. i ABSTRACT PhD Thesis A DESIGN SUPPORT MODEL TO PROVIDE THERMAL AND VISUAL COMFORT CONDITIONS FOR ENERGY OPTIMIZATION IN RESIDENTIAL BUILDINGS Egemen KAYMAZ Bursa Uludağ University Graduate School of Natural and Applied Sciences, Department of Architecture Supervisor: Prof. Dr. Filiz ġENKAL SEZER Co-Advisor: Prof. Dr. Banu MANAV After industry and transportation in Turkey, the third sector responsible for 9% of carbon emissions, 20% of total end-use energy and 21% of electricity consumption is the residential sector. In this respect, residential buildings have a significant potential in combating climate change and achieving carbon neutrality targets. In this study, the heating, cooling and lighting energy performance, environmental impact and global cost (including initial investment, maintenance, running, replacement, energy, operational costs and residual value) of three gated community in the Nilüfer district of Bursa province were evaluated considering the thermal and visual comfort conditions of residential areas and user preferences. In addition to Bursa, it is also aimed to develop energy-oriented and cost-oriented optimal solutions for residential projects to be designed in different climatic regions of Turkey. A design support model is proposed for energy optimization in residential buildings, in line with nearly zero energy and cost-effective energy efficient building performance goals. With the proposed model, pre-design decisions were analyzed at building block, residential space and envelope scales through architectural (passive) and building services (active) design variables. Within the framework of the proposed model, scenarios were created to improve the energy performance of buildings. The scenarios include 183 options under 15 variables: climate zone, facade orientation, floor height, external wall thermal insulation, transparency ratio, thermophysical and optical properties of windows, material and size of glazing profiles, solar shading, airtightness of building envelope, light reflection of interiors, interior lighting design and control, building service systems operating schedules, indoor set-point temperatures and onsite electricity generation with solar panels. The impact of these design parameters on heating, cooling, lighting and primary energy energy consumption, CO2 emission and long-term costs were evaluated with the simulation and BES-based optimization methods, considering the trade-offs between building performance measures. In energy and cost-optimal solutions, renewable energy systems are also integrated into the architecture. Key words: Residence, energy efficiency, thermal and visual comfort, building performance simulations, BES-based optimization, genetic algorithm, global cost 2023, vii + 334 pages. ii Anneme ve Babama, iii ÖNSÖZ VE TEġEKKÜR Doktora eğitimim ve tez çalıĢmam süresince benden yardımını ve desteğini hiçbir zaman esirgemeyen ve tecrübeleriyle bana yol gösteren değerli hocam ve tez danıĢmanım Prof. Dr. Filiz ġENKAL SEZER‘e, aydınlatma konusunda çalıĢmamı doktora düzeyine taĢınmasını sağlayan ve akademik çalıĢmalarıyla bana ıĢık tutan değerli hocam ve tez eĢ danıĢmanım Prof. Dr. Banu MANAV‘a teĢekkürlerimi sunarım. Ayrıca, tezimle aynı baĢlıklı DDP(MM)-2019/6 no‘lu BAP Projesi kapsamında maddi desteğinden dolayı B.U.Ü. Bilimsel AraĢtırma Projeleri Koordinasyon Birimine‘ne teĢekkürü borç bilirim. Değerli görüĢ ve önerileri ile tezime katkıda bulunan doktora tez izleme komitesi üyeleri sayın Prof. Dr. Mehmet ġENER KÜÇÜKDOĞU ve Prof. Dr. Nilüfer AKINCITÜRK‘e teĢekkürlerimi sunarım. Tezimde yer alan maliyet ve istatistiksel analizlere katkıda bulunan Prof. Dr. Erkan IġIĞIÇOK‘a, Prof. Dr. Değer ALPER‘e, Dr. Öğretim Üyesi Burcu Çiğdem YILMAZ‘a, biyoinformatik uzmanı Zeynep ÖZKESERLĠ‘ye, dostum Nur PALANDUZ‘a ve makale yazımındaki destekleri için Doç. Dr. Güven DEMĠREL‘e içten teĢekkür ederim. ÇalıĢmamda yardımlarını esirgemeyen Deniz ÖZÜġ‘e, DesignBuilder ile ilgili her türlü soruma cevap veren ve simülasyon programında uzmanlaĢmama katkı sağlayan Dr. Öğretim Üyesi Alpay AKGÜÇ‘e ve ĠnĢaat Mühendisi Eren BAġTANOĞLU‘na, anket çalıĢmamda yanımda olan meslektaĢlarım Merve DURUSAN ve Çağıl GÖYMEN‘e, piyasa araĢtırmama bilgi ve Ģantiye tecrübesiyle katkı sağlayan Mimar Kenan SABIRLI‘ya teĢekkürlerimi sunarım. Hayatımın acı tatlı her döneminde önemli kararlarımda bana yol gösteren, bugünlere gelmemde büyük emekleri olan ve varlıkları ile bana güç veren annem Mimar AyĢegül SARITABAK, babam Mimar Akif Erhan SARITABAK ve kardeĢim Efe SARITABAK‘a, doktora tez sürecimdeki destek ve sabırlarından dolayı eĢim Oğuz KAYMAZ, annem Mukaddes KAYMAZ ve canım oğlum Doğa Onat KAYMAZ‘a teĢekkür ederim. Egemen KAYMAZ 28/08/2023 iv ĠÇĠNDEKĠLER Sayfa ÖZET ............................................................................................................................. i ABSTRACT ...................................................................................................................... ii ÖNSÖZ VE TEġEKKÜR ................................................................................................ iv ĠÇĠNDEKĠLER ................................................................................................................. v SĠMGELER ve KISALTMALAR DĠZĠNĠ ..................................................................... vii ġEKĠLLER DĠZĠNĠ .......................................................................................................... xi ÇĠZELGELER DĠZĠNĠ ................................................................................................. xvii 1. GĠRĠġ ............................................................................................................................ 1 2. KURAMSAL TEMELLER ve KAYNAK ARAġTIRMASI ..................................... 13 2.1. Isıl Konfor ve Değerlendirme YaklaĢımları ............................................................. 14 2.2. Görsel Konfor ve Değerlendirme YaklaĢımları ....................................................... 32 2.3. Binalarda Enerji Verimliliği ve Değerlendirme YaklaĢımları ................................. 47 2.4. Simülasyon Tabanlı Optimizasyon YaklaĢımları ..................................................... 69 2.4.1. Bina performans modelleme ve simülasyonları .................................................... 70 2.4.2. Simülasyon tabanlı optimizasyon .......................................................................... 75 2.4.3. Optimizasyon araçları ve metodları (algoritmalar) ............................................... 80 3. MATERYAL ve YÖNTEM ........................................................................................ 93 3.1. Konutlarda Enerji Optimizasyonu Üzerine Bir Tasarım Destek Modeli Önerisi .... 94 3.2. Bina Performans Değerlendirme Ölçütlerinin Belirlenmesi .................................... 95 3.2.1. Isıl konfor analizi .................................................................................................. 95 3.2.2. Görsel konfor analizi ............................................................................................. 99 3.2.3. Enerji performans analizi .................................................................................... 101 3.2.4. Maliyet analizi ..................................................................................................... 102 3.3. Bina Performans Hesaplama Araç ve Yöntemlerinin Belirlenmesi ....................... 106 3.3.1. Simülasyon programlarının seçimi ...................................................................... 107 3.3.2. Optimizasyon metod ve aracının seçimi ............................................................. 108 3.4. Alan ÇalıĢması ve Referans Binaların Belirlenmesi .............................................. 109 3.4.1. Bina tanıtım formunun hazırlanması ................................................................... 110 3.4.2. Konut kullanıcıları için kullanım sonrası değerlendirme anketi ......................... 114 3.4.3. Simülasyon hesap verilerinin eldesi ve kabullerin yapılması ............................. 129 3.4.4. Referans bina modelinin oluĢturulması ve simülasyon adımları ........................ 137 3.5. ĠyileĢtirme Senaryolarına Ait Simülasyon Hesaplamaları ..................................... 142 3.5.1. Tasarım değiĢkenlerinin belirlenmesi ................................................................. 142 3.5.2. Duyarlılık analizi ................................................................................................. 144 3.6. BES Tabanlı Optimizasyon Hesaplamaları ............................................................ 145 3.7. Global maliyet analizi ............................................................................................ 146 4. BULGULAR ve TARTIġMA ................................................................................... 152 4.1. Referans Bina Simülasyon Sonuçlarının Değerlendirilmesi .................................. 152 4.1.1. Enerji performans sonuçları ................................................................................ 153 4.1.2. Isıl konfor sonuçları ............................................................................................ 158 4.1.3. Görsel konfor sonuçları ....................................................................................... 163 v 4.2. ĠyileĢtirme Senaryolarının Simülasyon Sonuçlarının Değerlendirilmesi ............... 178 4.2.1. Enerji performans sonuçları ................................................................................ 179 4.2.2. Duyarlılık analizi sonuçları ................................................................................. 238 4.3. BES Tabanlı Optimizasyon Sonuçlarının Değerlendirilmesi ................................. 247 4.3.1. Enerji ve maliyet odaklı (optimal) tasarım seçenekleri ....................................... 249 4.3.2. Optimal çözümlere ait konfor sonuçları .............................................................. 297 4.4. ÇalıĢmanın Bulgularının Değerlendirilmesi ........................................................... 310 5. SONUÇ ..................................................................................................................... 327 KAYNAKLAR ............................................................................................................. 333 EKLER ......................................................................................................................... 350 ÖZGEÇMĠġ .................................................................................................................. 410 vi SĠMGELER ve KISALTMALAR DĠZĠNĠ Simgeler Açıklama $ Dolar % Yüzde °C Santigrat derece °F Fahrenheit € Avro ac Hava debisi cd Kandela Clo Giysi ısıl direnç faktörü CO2 Karbondioksit COa Yıllık iĢletme maliyeti COCO2 CO2 emisyon maliyeti COfin(TLS) Yıkım maliyeti COINIT Ġlk yatırım maliyeti D_ f Ġskonto oranı a Ē Asgari (required) aydınlık düzeyi b Ē DeğiĢtirilmiĢ (modified) aydınlık düzeyi Eh Yatay (horizontal) aydınlık düzeyi Eort Ortalama (maintained) aydınlık düzeyi eĢd EĢdeğer Ev Dikey (vertical) aydınlık düzeyi g Solar faktör (güneĢ ıĢınımı geçirgenliği) H2O Su HFCs Hidrofloroflorokarbonlar Hz Hertz K Kelvin Kg Kilogram kWh KiloWattsaat L Parıltı LB Arka plan parıltısı lm Lümen Ls Kaynak plan parıltısı lx lüks m Metre 2 m Metrekare met Metabolik oran Mt Milyon ton N2O Diazotmonoksit nm Nanometre, p Guth indisi PB Geri ödeme süresi (payback) RATxx Fiyat değiĢimi (oran) Rh Bağıl nem s Saniye vii SHGC Solar faktör (solar heat gain coefficient) sr Steradyan T0 Hesap süresi baĢlangıç yılı Td DıĢ ortam sıcaklığı Ti Ġç ortam sıcaklığı TL Türk Lirası To Operatif sıcaklık Tvis Toplam gün ıĢığı geçirgenliği Uo Aydınlığın düzgün yayılmıĢlığı Va Hava akım hızı VALft(TC) Nihai (artık) değer maliyeti W Watt Wp Watt power (kurulu güç) λ Dalgaboyu (lamda) СН4 Metan Kısaltmalar Açıklama AB Avrupa Birliği ABD Amerika BirleĢik Devletleri ADF Average Daylight Factor – Ortalama GünıĢığı Faktörü ASE Annual Sunlight Exposure – Yıllık GünıĢığı Alımı ASHREA American Society of Heating, Refrigerating and Air Conditioning Engineers AYM Avrupa YeĢil Mutabakatı BEP Binalarda Enerji Performansı Standardı BEP-TR Binalarda Enerji Performansı Yazılımı BES Bina Enerji Simülasyonu BREEAM BRE Environmental Assessment Method CAT Climate Action Tracker – Ġklim Eylem Takipçisi CBE Center for the Built Environment – Yapılı Çevre Merkezi CCT Correlated Color Temparature – Renk Sıcaklığı Değeri CER Commission for Energy Regulation – Enerji Düzenleme Komisyonu CG Global Cost – Global Maliyet CIBSE The Chartered Institution of Building Services Engineers – Bina Hizmetleri Mühendisleri Yeminli Kurumu CIE Commission Internationale de L‘Eclairage – Uluslararası Aydınlatma Komisyonu ÇġĠDB Çevre ġehircilik ve Ġklim DeğiĢikliği Bakanlığı DALI Digital Addressable Lighting Interface – Dijital Adreslenebilir Aydınlatma Arayüzü DGP Dayl ght Glare Probab l ty – GünıĢığı KamaĢma Olasılığı DIE Devlet stat st k Enst tüsü DOE Department Of Energy – Enerji Bakanlığı EC European Comission – Avrupa Komisyonu EIE Elektr k Ġsler Etüt dares EKB Enerji Kimlik Belgesi EN European Standarts - Avrupa Birliği Standartları viii EPA Environmental Protection Agency – Çevre Koruma Ajansı EPBD Energy Performance of Buildings Directive – Binalarda Enerji Performansı Direktifi EPDK Enerji Piyasası Düzenleme Kurumu ETKB Enerji ve Tabii Kaynaklar Bakanlığı EU European Union – Avrupa Birliği EVK Enerji Verimliliği Kanunu GA Genetik Algoritma GES GüneĢ Enerji Santrali GSYH Gayrı Safi Yurtiçi Hasıla HVAC Heating, Ventilation, Air Conditioning – Adaptif Ġklimlendirme Sistemi IEA International Energy Agency – Uluslararası Enerji Ajansı IES Illuminating Engineering Society– Aydınlatma Mühendisleri Derneği IESNA The Illuminating Engineering Society of North America – Kuzey Amerika Aydınlatma Mıühendisleri Birliği IMF Uluslararası Para Fonu INDC Intended Nationally Determined Contributions – Ulusal Katkı Niyet Beyanı IPCC Intergovernmental Panel on Climate Change – Hükümetlerarası Ġklim DeğiĢikliği Paneli ISO International Standards Organization – Uluslararası Standartlar TeĢkilatı ĠZODER Isı, Su, Ses ve Yangın Yalıtımcıları Derneği LEED Leadership in Energy and Environmental Design NASA National Aeronautics and Space Administration – ABD Ulusal Havacılık ve Uzay Dairesi NBD Net Bugünkü Değer NIST National Institute of Standards and Technology – Ulusal Standartlar ve Teknoloji Enstitüsü NSEB Neredeyse Sıfır Enerjili Bina OECD Organisation for Economic Co-operation and Development – Ekonomik ĠĢbirliği ve Kalkınma TeĢkilatı PA Paris AnlaĢması PMV Predicted mean Vote – Tahmini Ortalama Oy PPD Predicted Percentage Dissatisfied – Tahmini Memnuniyetsizlik Yüzdesi PV Photo Voltaic – Fotovoltaik REF Referans SDA Spatial Daylight Autonomy – Mekansal GünıĢığı Otonomisi SLL Society of Light and Lighting SO Saydamlık oranı TEP Tonne Equivalent Petrole – Ton EĢdeğer Petrol TS Türk Standartları TSE Türk Standartları Enstitüsü TÜBĠTAK Türkiye Bilimsel ve Teknolojik AraĢtırma Kurumu TÜĠK Türkiye Ġstatistik Kurumu UDI Useful Daylight Illuminance – Faydalı GünıĢığı Aydınlığı UEVEP Ulusal Enerji Verimliliği Eylem Planı UEVEP Ulusal Enerji Verimliliği Eylem Planı UGR Unified Glare Rating – KamaĢma Ġndisi ix UĠDEP Ulusal Ġklim DeğiĢikliği Eylem Planı UĠDS Ulusal Ġklim DeğiĢikliği Stratejisi UNFCCC BirleĢmiĢ Milletler Ġklim DeğiĢikliği Çerçeve SözleĢmesi WEC World Energy Council – Dünya Enerji Konseyi WWR Window-to-wall ratio – Saydamlık Oranı YDD YaĢam Döngüsü Değerlendirmesi x ġEKĠLLER DĠZĠNĠ Sayfa ġekil 2.1. ASHRAE-55 (2017) ve BS EN ISO 7730‘a (2005) göre ısıtma ve soğutma döneminde farklı giysi yalıtım dirençleri için kabul edilebilir operatif sıcaklık ve bağıl nem aralıkları .............................. 18 ġekil 2.2. Soğutma döneminde 0,1 – 0,8 m/s bağıl hava hızı aralığında kabul edilebilir iç ortam koĢulları ................................................................. 20 ġekil 2.3. Farklı aktivite düzeyleri için kabul edilebilir konfor koĢulları aralığı . 24 ġekil 2.4. PMV'nin bir fonksiyonu olarak PPD (Castilla vd., 2014) ................... 28 ġekil 2.5. (a) ASHRAE-55 (2017) ve (b) EN 16798-1‘e (2019) göre adaptif (uyarlanabilir) modelde konfor aralıkları ........................................... 30 ġekil 2.6. (a) Olgyay'ın biyoiklimsel konfor grafiği (Olgyay, 1992; Auliciems & Szokolay, 2007); (b) Givoni‘nin psikometrik diyagramı örneği (Castilla vd., 2014) .............................................................................. 31 ġekil 2.7. Bina sektöründe AB politikaları ve 2050 hedefleri ………………………………………………….………………...... 54 ġekil 2.8. Türkiye‘nin iklim değiĢikliği etkilerinin azaltılmasındaki politika, strateji ve eylem planlarının yıllara göre geliĢimi .............................. 56 ġekil 2.9. Bina performans simülasyon (benzetim) araçlarında genel veri akıĢı ............................................................................................................ 72 ġekil 2.10. Simülasyon tabanlı optimizasyon döngüsü. ........................................ 77 ġekil 2.11. Pareto cephesi, baskın çözümler, oluĢturulan son tasarım seçenekleri/jenerasyon ........................................................................ 80 ġekil 2.12. Genetik algoritmanın temel adımları .................................................... 86 ġekil 2.13. Çaprazlama (genetik değiĢim) örneği ................................................. 87 ġekil 2.14. Mutasyon örneği ................................................................................. 87 ġekil 3.1. Önerilen modelin iĢ akıĢ Ģeması ......................................................... 96 ġekil 3.2. EN 15149-1 (2017) standardına göre global maliyet hesabı kategorileri .......................................................................................... 104 ġekil 3.3. ÇalıĢma kapsamında kullanılan bilgisayar programları, kullanım alanları ve analiz türleri ...................................................................... 107 ġekil 3.4. Sosyo-demografik veriler – Cinsiyet dağılımı .................................... 115 ġekil 3.5. Sosyo-demografik veriler – YaĢ dağılımı ........................................... 115 ġekil 3.6. Anket katılımcılarının eğitim durumu ................................................ 116 ġekil 3.7. Sosyo-demografik veriler – Meslek/Konum ....................................... 116 ġekil 3. 8. Konutta ikamet eden sayısı ................................................................. 116 ġekil 3.9. Sosyo-demografik veriler – Konutta ikamet eden çocuk sayısı ......... 117 ġekil 3.10. Sosyo-demografik veriler – Hanede çalıĢan kiĢi sayısı ...................... 117 ġekil 3.11. Sosyo-demografik veriler –Mülkiyet durumu ................................... 117 ġekil 3.12. Konut kullanıcı profili – Yazın hafta içi evde bulunma süreleri ........ 118 ġekil 3.13. Konut kullanıcı profili – KıĢın hafta içi evde bulunma süreleri ......... 118 ġekil 3.14. Konut kullanıcı profili – Yazın hafta sonu evde bulunma süreleri ..... 119 ġekil 3.15. Konut kullanıcı profili – KıĢın hafta sonu evde bulunma süreleri ...... 119 ġekil 3.16. Konut kullanıcı profili – En sık kullanılan mekân .............................. 119 ġekil 3.17. Konut kullanıcıların aydınlatma aygıtı tercihleri – Mutfak ................ 120 ġekil 3.18. Konut kullanıcıların aydınlatma aygıtı tercihleri – Salon ................... 121 xi ġekil 3.19. Konut kullanıcıların aydınlatma aygıtı tercihleri – Ebeveyn yatak odası .................................................................................................... 121 ġekil 3.20. Konut kullanıcıların aydınlatma aygıtı tercihleri – Banyo/WC .......... 122 ġekil 3.21. Konut kullanıcıların aydınlatma aygıtı tercihleri – Odalar ................. 121 ġekil 3.22. Konut kullanıcıların lamba tercihleri .................................................. 122 ġekil 3.23. Konut kullanıcıların ıĢık rengi tercihleri ............................................. 122 ġekil 3.24. Konut kullanıcıların boya rengi tercihleri- Duvarlar .......................... 123 ġekil 3.25. Konut kullanıcıların boya rengi tercihleri- DöĢeme ........................... 123 ġekil 3.26. Konut kullanıcıların boya rengi tercihleri- Mobilya ve donatılar ....... 123 ġekil 3.27. Isıl konfor bileĢenleri- KıĢ aylarında iç mekan sıcaklıkları ................ 124 ġekil 3.28. Isıl konfor bileĢenleri- Yaz aylarında iç mekân sıcaklıkları ............... 125 ġekil 3.29. Yaz aylarında iç mekânın iklimlendirilmesi için tercih edilen yöntemler ............................................................................................ 125 ġekil 3.30. Konut kullanıcılarının enerji tüketim verileri – Doğalgaz (kıĢ).......... 126 ġekil 3.31. Konut kullanıcılarının enerji tüketim verileri – Elektrik (kıĢ) ............ 126 ġekil 3.32. Konut kullanıcılarının enerji tüketim verileri – Elektrik (yaz) ........... 126 ġekil 3.33. Bursa, Ankara, Diyarbakır, Erzurum ve Ġzmir illeri için kuru termometre sıcaklığı, bağıl nem ve global güneĢ radyasyonu ortalamasının karĢılaĢtırılması ............................................................ 130 ġekil 3.34. Hafta içi ve hafta sonu konut mekan kullanım süresi ve sıklığı (%) ... 132 ġekil 3.35. Konut siteleri için soğutma sisteminin hafta içi ve hafta sonu iĢletim takvimi .................................................................................... 134 ġekil 3.36. Konut siteleri Örnek 1 (a), Örnek 2 (b), Örnek 3‘e (c) ait DIALux Evo modeli, salon ve mutfak yapma aydınlatma senaryoları ............. 140 ġekil 3.37. Konut sitelerine ait DesignBuilder enerji modeli: (a) Örnek 1, (b) Örnek 2, (c) Örnek 3 ........................................................................... 141 ġekil 3.38. Global maliyet analizinde ekonomik değerlendirme ölçütlerini belirlemek için kullanılan MS Excel hesap cetveli ............................. 148 2 ġekil 4.1. Blok bazında yıllık nihai enerji tüketimi (kWh/m .y) ........................ 153 ġekil 4.2. Blok bazında ısıtma, soğutma, aydınlatma enerjisi nihai tüketim oranları (%) ......................................................................................... 154 2 ġekil 4.3. Blok bazında yıllık enerji tüketim maliyetleri (TL/m .y) ................... 154 ġekil 4.4. Blok bazında ısıtma, soğutma, aydınlatma enerjisi maliyeti oranları (%) ...................................................................................................... 155 ġekil 4.5. Blok bazında birincil enerji tüketimi ve CO2 emisyonu ..................... 155 ġekil 4.6. ASHRAE-55 (2017) ve EN 16798-1‘e (2019) göre referans duruma ait (a) ısıtma dönemi ve (b) soğutma dönemi için psikometrik diyagramlar ......................................................................................... 159 ġekil 4.7. Anket sonuçlarına göre kullanıcıların aydınlatma sistemi ve renk tercihleri .............................................................................................. 164 ġekil 4.8. Örnek konut sitelerinin vaziyet planı üzerinde gölge analizi.............. 170 ġekil 4.9. Örnek 1‘e ait aDF ve UDI hesap sonuçları ......................................... 171 ġekil 4.10. Örnek 1‘e ait sDA ve ASE hesap sonuçları ........................................ 172 ġekil 4.11. Örnek 2‘ye ait aDF ve UDI hesap sonuçları ....................................... 173 ġekil 4.12. Örnek 2‘ye ait sDA ve ASE hesap sonuçları ...................................... 174 ġekil 4.13. Örnek 3‘e ait aDF ve UDI hesap sonuçları ......................................... 175 ġekil 4.14. Örnek 3‘e ait sDA ve ASE hesap sonuçları ........................................ 176 xii ġekil 4.15. Örnek 1, Örnek 2 ve Örnek 3 için iklim bölgesi senaryolarına bağlı yıllık toplam birincil enerji tüketimi, enerji maliyeti ve CO2 emisyonundaki değiĢim oranları ......................................................... 181 ġekil 4.16. 3 konut sitesi için birincil enerji tüketimi bakımından en iyi 5 cephe yönlenimi senaryosunun referans bina ve en kötü cephe yönlenimi senaryosuna göre bina performans değerlendirme ölçütleri için iyileĢtirme oranları ............................................................................. 183 ġekil 4.17. Örnek 1‘e ait dıĢ dolgu duvar kesiti ve malzemelerin termofiziksel özellikleri ............................................................................................ 186 ġekil 4.18. Örnek 2‘ye ait dıĢ dolgu duvar kesiti ve malzemelerin termofiziksel özellikleri ............................................................................................ 186 ġekil 4.19. Örnek 2‘ye ait dıĢ dolgu duvar kesiti ve malzemelerin termofiziksel özellikleri ............................................................................................ 186 ġekil 4.20. Isı yalıtım senaryolarının referans binaya göre iyileĢtirme oranları ve yatırımın geri ödeme süresi ............................................................ 189 ġekil 4.21. 3 konut sitesindeki 4 bloğun ortalaması için SO senaryolarına bağlı birincil enerji tüketimi, enerji maliyeti ve CO2 emisyonundaki iyileĢtirme oranları .............................................................................. 195 ġekil 4.22. Pencere camı senaryolarının referans bina Örnek 1‘e göre enerji tüketimi, enerji maliyeti ve CO2 emisyonundaki iyileĢtirme oranları ve yatırımın geri ödeme süresi ............................................................ 197 ġekil 4.23. Pencere camı senaryolarının referans bina Örnek 2‘ye göre enerji tüketimi, enerji maliyeti ve CO2 emisyonundaki iyileĢtirme oranları ve yatırımın geri ödeme süresi ............................................................ 197 ġekil 4.24. Pencere camı senaryolarının referans bina Örnek 3‘e göre enerji tüketimi, enerji maliyeti ve CO2 emisyonundaki iyileĢtirme oranları ve yatırımın geri ödeme süresi ............................................................ 198 ġekil 4.25. Doğrama malzemesi ve profil boyutlarındaki değiĢimin referans binalara göre yıllık toplam birincil enerji tüketimi, enerji tüketim maliyeti ve CO2 salımına etkisi .......................................................... 202 ġekil 4.26. GüneĢ kontrol elemanlarının referans binaya göre birincil enerji tüketimi, enerji maliyeti, CO2 emisyonundaki iyileĢtirme oranları ve yatırımın geri ödeme süresi ............................................................ 205 ġekil 4.27. Referans bina yapı kabuğunun sızdırmazlık faktörüne bağlı bina performans ölçütlerindeki değiĢim oranları ........................................ 207 ġekil 4.28. 3 konut sitesindeki 4 bloğun ortalaması için yıllık toplam birincil enerji tüketimi, enerji maliyeti – kat yüksekliği iliĢkisi ...................... 209 ġekil 4.29. Blok ortalamaları için yansıtma çarpanlarına bağlı birincil enerji tüketimi, enerji maliyeti ve karbon emisyonundaki iyileĢtirme oranları ve geri ödeme süreleri ........................................................... 211 ġekil 4.30. Referans binalara göre aydınlatma senaryolarının birincil enerji tüketimi, enerji maliyeti ve CO2 emisyonundaki iyileĢtirme oranları ve yatırımın geri ödeme süresi ............................................................ 219 ġekil 4.31. Gün ıĢığına bağlı (a) kademeli ve (b) lineer aydınlatma kontrol stratejileri çalıĢma prensibi. ................................................................ 222 ġekil 4.32. Gün ıĢığına bağlı aydınlatma kontrolü stratejilerinin referans duruma göre iyileĢtirme oranları ve geri ödeme süreleri .................... 223 xiii ġekil 4.33. Ġç mekan ayar sıcaklığı senaryolarının ASHRAE Standart 55‘e (2017) göre (a) ısıtma dönemi ve (b) soğutma dönemi için psikometrik diyagramları .................................................................... 224 ġekil 4.34. Ġç mekan ayar sıcaklığı senaryolarının EN 16798-1‘e (2019) göre (a) ısıtma dönemi ve (b) soğutma dönemi için psikometrik diyagramları ........................................................................................ 225 ġekil 4.35. Ġç ortam ayar (termostat) sıcaklıkları senaryolarının referans binaya göre iyileĢtirme oranları ve yatırımın geri ödeme süresi .................... 226 ġekil 4.36. Tüketici türü (konut) ve yıllara göre Bursa ilinde elektrik tüketimi ve aboneliğinin aylık değiĢimi ........................................................... 228 ġekil 4.37. S1 (pandemi öncesi), S2 (pandemi süreci) ve S3 (pandemi sonrası) senaryoları için hafta içi ve hafta sonu mutfak kullanım sıklığı ve süresi ................................................................................................... 229 ġekil 4.38. S1 (pandemi öncesi), S2 (pandemi süreci) ve S3 (pandemi sonrası) senaryoları için hafta içi ve hafta sonu salon kullanım sıklığı ve süresi ................................................................................................... 230 ġekil 4.39. S1 (pandemi öncesi), S2 (pandemi süreci) ve S3 (pandemi sonrası) senaryoları için hafta içi ve hafta sonu ebeveyn yatak odası kullanım sıklığı ve süresi .................................................................... 230 ġekil 4.40. S1 (pandemi öncesi), S2 (pandemi süreci) ve S3 (pandemi sonrası) senaryoları için hafta içi ve hafta sonu çocuk odası kullanım sıklığı ve süresi .............................................................................................. 231 ġekil 4.41. S1 (pandemi öncesi), S2 (pandemi süreci) ve S3 (pandemi sonrası) senaryoları için hafta içi ve hafta sonu banyo/WC kullanım sıklığı ve süresi .............................................................................................. 231 ġekil 4.42. S1 (pandemi öncesi), S2 (pandemi süreci) ve S3 (pandemi sonrası) senaryoları için hafta içi ve hafta sonu antre/koridorun kullanım sıklığı ve süresi ................................................................................... 232 ġekil 4.43. 3 konut sitesinde yer alan 4 bloğun ortalamasına kıyasla mekan kullanım senaryolarının CO2 emisyonu, birincil enerji tüketimi, enerji maliyeti için değiĢim oranları ................................................... 232 ġekil 4.44. Örnek 1 (a), Örnek 2 (b) ve Örnek 3‘e (c) ait PV1 senaryosu BES modelleri ............................................................................................. 235 ġekil 4.45. Piyasa araĢtırması doğrultusunda seçilen PV panelin teknik özelliklerinin DesignBuilder programına girilmesi ............................ 235 ġekil 4.46. Örnek 1 için PV1 ve PV2 senaryolarının yıllık elektrik tüketimini (aydınlatma + soğutma) karĢılama oranı (%) ve geri ödeme süreleri (yıl) ...................................................................................................... 236 ġekil 4.47. Örnek 2 için PV1 ve PV2 senaryolarının yıllık elektrik tüketimini (aydınlatma + soğutma) karĢılama oranı (%) ve geri ödeme süreleri (yıl) ...................................................................................................... 237 ġekil 4.48. Örnek 3 için PV1 ve PV2 senaryolarının yıllık elektrik tüketimini (aydınlatma + soğutma) karĢılama oranı (%) ve geri ödeme süreleri (yıl) ...................................................................................................... 237 ġekil 4.49. Referans binalara göre yıllık toplam ısıtma enerjisi tüketiminde iyileĢtirme sağlayan senaryolar ve iyileĢtirme oranları (%) ............... 241 ġekil 4.50. Referans binalara göre yıllık toplam soğutma enerjisi tüketiminde iyileĢtirme sağlayan senaryolar ve iyileĢtirme oranları (%) ............... 242 xiv ġekil 4.51. Referans binalara göre yıllık toplam aydınlatma enerjisi tüketiminde iyileĢtirme sağlayan senaryolar ve iyileĢtirme oranları (%) ...................................................................................................... 243 ġekil 4.52. Örnek 1‘in farklı yöne bakan 4 bloğunun ortalamasına kıyasla birincil enerji tüketimi, enerji tüketim maliyeti ve CO2 emisyonunda iyileĢtirme sağlayan senaryoların iyileĢtirme oranları (%) ve geri ödeme süreleri (yıl) .......................................................... 244 ġekil 4.53. Örnek 2‘nin farklı yöne bakan 4 bloğunun ortalamasına kıyasla birincil enerji tüketimi, enerji tüketim maliyeti ve CO2 emisyonunda iyileĢtirme sağlayan senaryoların iyileĢtirme oranları (%) ve geri ödeme süreleri (yıl) .......................................................... 245 ġekil 4.54. Örnek 3‘ün farklı yöne bakan 4 bloğunun ortalamasına kıyasla birincil enerji tüketimi, enerji tüketim maliyeti ve CO2 emisyonunda iyileĢtirme sağlayan senaryoların iyileĢtirme oranları (%) ve geri ödeme süreleri (yıl) .......................................................... 246 ġekil 4.55. Optimizasyon analizi kapsamında ele alınan değiĢken ve seçenekler 248 ġekil 4.56. Örnek 1‘in Bursa ili (ılımlı – nemli/2. DGB) için optimal çözüm kümesi ................................................................................................. 251 ġekil 4.57. Örnek 1‘in Ankara ili (ılımlı – kuru/3. DGB) için optimal çözüm kümesi ................................................................................................. 251 ġekil 4.58. Örnek 1‘in Diyarbakır ili (sıcak – kuru/ 2.DGB) için optimal çözüm kümesi ..................................................................................... 252 ġekil 4.59. Örnek 1‘in Erzurum ili (soğuk/4. DGB) için optimal çözüm kümesi. 252 ġekil 4.60. Örnek 1‘in Ġzmir ili (sıcak – nemli/1. DGB) için optimal çözüm kümesi ................................................................................................. 253 ġekil 4.61. Bursa ili için optimizasyon çözümleri içinde en düĢük global maliyet (M) ve birincil enerji tüketimine sahip (E) seçenekler .......... 254 ġekil 4.62. Ankara ili için optimizasyon çözümleri içinde en düĢük global maliyet (M) ve birincil enerji tüketimine sahip (E) seçenekler .......... 256 ġekil 4.63. Diyarbakır ili için optimizasyon çözümleri içinde en düĢük global maliyet (M) ve birincil enerji tüketimine sahip (E) seçenekler .......... 259 ġekil 4.64. Erzurum ili için optimizasyon çözümleri içinde en düĢük global maliyet (M) ve birincil enerji tüketimine sahip (E) seçenekler .......... 261 ġekil 4.65. Ġzmir ili için optimizasyon çözümleri içinde en düĢük global maliyet (M) ve birincil enerji tüketimine sahip (E) seçenekler .......... 264 ġekil 4.66. Örnek 2‘nin Bursa ili (ılımlı – nemli/2. DGB) için optimal çözüm kümesi ................................................................................................. 267 ġekil 4.67. Örnek 2‘nin Ankara ili (ılımlı – kuru/3. DGB) için optimal çözüm kümesi ................................................................................................. 267 ġekil 4.68. Örnek 2‘nin Diyarbakır ili (sıcak – kuru/ 2.DGB) için optimal çözüm kümesi ..................................................................................... 268 ġekil 4.69. Örnek 2‘nin Erzurum ili (soğuk/4. DGB) için optimal çözüm kümesi ................................................................................................. 268 ġekil 4.70. Örnek 2‘nin Ġzmir ili (sıcak – nemli/1. DGB) için optimal çözüm kümesi ................................................................................................. 269 ġekil 4.71. Bursa ili için optimizasyon çözümleri içinde en düĢük global maliyet (M) ve birincil enerji tüketimine sahip (E) seçenekler .......... 269 xv ġekil 4.72. Örnek 2 Ankara ili için en düĢük global maliyet (M) ve birincil enerji tüketimine sahip (E) optimizasyon sonuçları ........................... 272 ġekil 4.73. Örnek 2 Diyarbakır ili için maliyet odaklı (M) ve enerji odaklı (E) çözümler .............................................................................................. 274 ġekil 4.74. Örnek 2 Erzurum ili için en düĢük global maliyet (M) ve birincil enerji tüketimine sahip (E) optimizasyon sonuçları ........................... 277 ġekil 4.75. Örnek 2‘nin Ġzmir ili için en düĢük global maliyet (M) ve birincil enerji tüketimine sahip (E) optimizasyon sonuçları ........................... 279 ġekil 4.76. Örnek 3‘ün Bursa ili (ılımlı – nemli/2. DGB) için optimal çözüm kümesi ................................................................................................. 282 ġekil 4.77. Örnek 3‘ün Ankara ili (ılımlı – kuru/3. DGB) için optimal çözüm kümesi ................................................................................................. 283 ġekil 4.78. Örnek 3‘ün Diyarbakır ili (sıcak – kuru/ 2.DGB) için optimal çözüm kümesi ..................................................................................... 283 ġekil 4.79. Örnek 3‘ün Erzurum ili (soğuk/4. DGB) için optimal çözüm kümesi ................................................................................................ 284 ġekil 4.80. Örnek 3‘ün Ġzmir ili (sıcak – nemli/1. DGB) için optimal çözüm kümesi ................................................................................................. 284 ġekil 4.81. Bursa ili için optimizasyon çözümleri içinde en düĢük global maliyet (M) ve birincil enerji tüketimine sahip (E) seçenekler .......... 285 ġekil 4.82. Ankara ili için optimizasyon çözümleri içinde en düĢük global maliyet (M) ve birincil enerji tüketimine sahip (E) seçenekler .......... 288 ġekil 4.83. Diyarbakır ili için optimizasyon çözümleri içinde en düĢük global maliyet (M) ve birincil enerji tüketimine sahip (E) seçenekler .......... 290 ġekil 4.84. Erzurum ili için optimizasyon çözümleri içinde en düĢük global maliyet (M) ve birincil enerji tüketimine sahip (E) seçenekler .......... 293 ġekil 4.85. Ġzmir ili için optimizasyon çözümleri içinde en düĢük global maliyet (M) ve birincil enerji tüketimine sahip (E) seçenekler .......... 295 ġekil 4.86. Örnek 1‘in optimal çözümlerine ait aDF ve UDI hesap sonuçları...... 304 ġekil 4.87. Örnek 1‘in optimal çözümlerine ait ASE ve sDA hesap sonuçları ..... 305 ġekil 4.88. Örnek 2‘nin optimal çözümlerine ait aDF ve UDI hesap sonuçları.... 306 ġekil 4.89. Örnek 2‘in optimal çözümlerine ait ASE ve sDA hesap sonuçları ..... 307 ġekil 4.90. Örnek 3‘ün optimal çözümlerine ait aDF ve UDI hesap sonuçları ..... 308 ġekil 4.91. Örnek 3‘in optimal çözümlerine ait ASE ve sDA hesap sonuçları ..... 309 xvi ÇĠZELGELER DĠZĠNĠ Sayfa Çizelge 1.1. Türkiye‘deki yeni ve mevcut konut bina stoğu.................................. 3 Çizelge 2.1. Isıl konforu etkileyen değiĢkenler (ASHREA, 2009) ........................ 16 Çizelge 2.2. ÇeĢitli giysilere ait yalıtım değerleri (ASHRAE, 2009). ................... 21 Çizelge 2.3. Farklı aktivitelere bağlı metabolik oran (BS EN ISO 7730, 2005).... 23 Çizelge 2.4. BS EN ISO 7730 (2005), ASHRAE-55 (2017) ve EN 16798-1 (2019) standartlarındaki ısıl çevre kategorileri .................................. 28 Çizelge 2.5. Adaptif modelde ASHRAE-55 (2017) ve EN 16798-1 (2019) standartları için ısıl çevre kategorileri ve uyarlanabilir konfor sınırları ............................................................................................... 30 Çizelge 2.6. ĠĢleve bağlı aydınlık düzeyleri (IESNA, 2011).................................. 35 Çizelge 2.7. ĠĢleve bağlı minimum aydınlık düzeyi, maksimum kamaĢma değerleri ve renksel geriverim özellikleri (BS EN 12464-1, 2021)... 36 Ç zelge 2.8. Hedef ve çevre yüzeyler n aydınlık düzey l Ģk s (BS EN 12464- 1, 2021). ............................................................................................. 37 Çizelge 2.9. ÇeĢitli ıĢık kaynaklarının renk sıcaklıkları (IES, 2008; CIBSE, 2018). ................................................................................................. 41 Çizelge 2.10. BS EN 12464-1 (2021) standardında tavsiye edilen ıĢık yansıtma katsayısı aralıkları .............................................................................. 44 Çizelge 2.11. ÇeĢitli simülasyon araçları ve özellikleri ........................................... 72 Çizelge 3.1. Konut sitelerine ait hava fotoğrafı (Googlemaps, n.d.) ve inĢaat alanına göre sınıflandırılması (ÇEDBĠK, 2019) ............................... 112 Çizelge 3.2. Konut sitelerinin mimari ve bina alt sistemi genel özellikleri .......... 113 Çizelge 3.3. Kullanım sonrası değerlendirme anketi katılımcı sayısı ve oranı ..... 114 Çizelge 3.4. Kullanıcıların ısıl – görsel konfor memnuniyet ve enerji tasarrufuna iliĢkin ilgi düzeyleri ...................................................... 128 Çizelge 3.5. 3 kiĢilik (1 çocuklu, 1 çalıĢan) bir aile için hafta içi ve hafta sonu günleri konut mekan kullanım senaryosu ve aktivite düzeyleri (Yılmaz, 2015; ASHRAE-55, 2017). .............................................. 131 Çizelge 3.6. 2017 - 2021 yılları için bir önceki yılın aynı ayına göre yıllık enflasyon oranları - Yıllık TÜFE‘deki değiĢim ve beĢ yıllık ortalama (T.C. Merkez Bankası, 2022) ........................................... 136 Çizelge 3.7. Doğalgaz ve elektriğin 2017 – 2022 yılına ait vergi ve fonlar dahil birim fiyatları ve bir önceki yıla göre artıĢ oranları Uludağelektrik, 2022; Bursagaz, 2022). ........................................... 136 Çizelge 3.8. Global maliyet hesabında kullanılan finansal parametrelere ait değerler ............................................................................................ 136 Çizelge 3.9. ĠyileĢtirme senaryolarına ait sabit (S) ve değiĢkenler (D) ............... 142 Çizelge 3.10. Mimari tasarım ve bina alt bileĢenleri için birim fiyat analizi ve ortalama yıllık bakım maliyetleri (ÇġĠDB, 2022; BS EN 15459-1, 2017; NIST, 2022a; NIST, 2022b) .................................................. 149 Çizelge 4.1. 1 no‘lu konut sitesinin örnek mekanlarına ait yıllık ısıl konfor ortalamaları……………………………………………………….. . 160 Çizelge 4.2. 2 no‘lu konut sitesinin örnek mekanlarına ait yıllık ısıl konfor ortalamaları……………………………………………………….. . 160 xvii Çizelge 4.3. 3 no‘lu konut sitesinin örnek mekanlarına ait yıllık ısıl konfor ortalamaları……………………………………………………….. . 160 Çizelge 4.4. Referans binalarda kullanılan aydınlatma aygıtlarının teknik özellikleri ……………………………………………………….. ... 160 Çizelge 4.5. Örnek 1 için aydınlatma sistemi yerleĢim planı ve simülasyon sonuçları……………………………………………………….. ..... 160 Çizelge 4.6. Örnek 2 için aydınlatma sistemi yerleĢim planı ve simülasyon sonuçları ............................................................................................ 168 Çizelge 4.7. Örnek 3 için aydınlatma sistemi yerleĢim planı ve simülasyon sonuçları ........................................................................................... 169 Çizelge 4.8. Ġklim bölgesi senaryoları ve tavsiye edilen azami U değerleri ......... 180 Çizelge 4.9. Ġklim bölgesi senaryolarında 3 konut sitesinde yer alan ve farklı yöne bakan 4 blok ortalamasının referans binaya göre bina peformans ölçütleri için değiĢim oranları ......................................... 181 Çizelge 4.10. Örnek konut bloklarında ele alınan mekanların cephe yönlenimleri 182 Çizelge 4.11. 3 Örnek bina için en düĢük birincil enerji tüketimi ile sonuçlanan 5 cephe yönlenim senaryosunun en yüksek enerji tüketimine sahip cephe yönlenim senaryosu ve referans binaya göre iyileĢtirme oranları .............................................................................................. 185 Çizelge 4.12. Isı yalıtım senaryosu bileĢenleri ve dıĢ duvarın toplam ısıl geçirgenlik değeri ............................................................................ 187 Çizelge 4.13. Isı yalıtım senaryolarının bina performans ölçütleri için referans binaya göre iyileĢtirme oranları ve yatırımın geri ödeme süresi ..... 188 Çizelge 4.14. BES senaryolarında kullanılan cephe kuruluĢu ve saydamlık oranları ............................................................................................. 191 Çizelge 4.15. SO ve cephe kuruluĢu senaryolarının bina performans ölçütleri için referans binaya göre iyileĢtirme oranları ve yatırımın geri ödeme süresi .................................................................................... 193 Çizelge 4.16. ĠyileĢtirme senaryoları için seçilen pencere camlarına ait özellikler 196 Çizelge 4.17. 3 konut sitesindeki farklı yöne bakan 4 bloğun ortalaması için cam senaryolarının iyileĢtirme oranları ve geri ödeme süreleri ............... 199 Çizelge 4.18. BES senaryoları için seçilen pencere doğraması ve özellikleri ......... 201 Çizelge 4.19. Doğrama senaryolarının referans binaya göre iyileĢtirme oranları .... 202 Çizelge 4.20. BES senaryoları için seçilen iç ve dıĢ gölgeleme elemanları ve özellikleri .......................................................................................... 203 Çizelge 4.21. 3 konut sitesindeki farklı yöne bakan 4 bloğun ortalamasına kıyasla güneĢ kontrol elemanları senaryolarının bina performans ölçütleri için değiĢim oranları .......................................................... 205 Çizelge 4. 22. Yapı kabuğu sızdırmazlık (infiltrasyon) katsayısı senaryoları ......... 206 Çizelge 4.23. 3 konut sitesindeki farklı yöne bakan 4 bloğun ortalamasına kıyasla yapı kabuğu sızdırmazlık katsayındaki değiĢimin bina performans ölçütlerine etkisi ............................................................ 208 Çizelge 4.24. Referans binalara ait mevcut kat yükseklikleri ve kat yüksekliği senaryoları ....................................................................................... 208 Çizelge 4.25. 3 konut sitesindeki farklı yöne bakan 4 bloğun ortalaması için kat yüksekliği senaryolarının iyileĢtirme oranları ................................. 210 Çizelge 4.26. BES senaryoları için seçilen iç yüzey ıĢık yansıtma çarpanları senaryoları ....................................................................................... 210 xviii Çizelge 4.27. Ġç mekan yansıtma çarpanları senaryolarının bina performans ölçütleri için referans binaya kıyasla iyileĢtirme oranları ............... 212 Çizelge 4.28. Konut iç mekan aydınlatma senaryoları ........................................... 213 2 Çizelge 4.29. L1, L2 ve L3 senaryolarının kurulu güç değerleri (W/m ) ve hedeflenen iĢleve bağlı aydınlık düzeyleri (lx) ................................. 214 Çizelge 4.30. Referans binalarda kullanılan aydınlatma aygıtlarının teknik özellikleri ......................................................................................... 215 Çizelge 4.31. Örnek 1 için aydınlatma sistemi yerleĢim planı ve simülasyon sonuçları ........................................................................................... 217 Çizelge 4.32. Örnek 2 için aydınlatma sistemi yerleĢim planı ve simülasyon sonuçları ........................................................................................... 217 Çizelge 4.33. Örnek 3 için aydınlatma sistemi yerleĢim planı ve simülasyon sonuçları ........................................................................................... 218 Çizelge 4.34. Aydınlatma senaryolarının referans binaya göre iyileĢtirme oranları ............................................................................................. 219 Çizelge 4.35. Gün ıĢığına bağlı aydınlatma kontrol senaryoları ............................. 221 Çizelge 4.36. Referans binalara mukayese ile gün ıĢığına bağlı aydınlatma kontrolü senaryolarının bina performans ölçütlerine etkisi ............. 222 Çizelge 4.37. Isıtma ve soğutma dönemi için iç mekan ayar sıcaklıkları senaryoları ...................................................................................... 224 Çizelge 4.38. Ġç mekan ayar sıcaklığı senaryolarının ısıtma ve soğutma dönemine ait PMV, PPD, ASHRAE-55 (2017) ısıl his ve EN 16798-1 (2019) kategori değerleri ................................................... 225 Çizelge 4.39. Ġç ortam ayar (termostat) sıcaklıkları senaryolarının bina performans ölçütleri için referans binaya göre değiĢim oranları ..... 227 Çizelge 4.40. Konut mekan kullanım senaryoları ................................................... 229 Çizelge 4.41. 3 konut sitesindeki farklı yöne bakan 4 bloğun ortalamasına kıyasla mekân kullanım sıklığı ve süresindeki değiĢimin bina performans ölçütlerine etkisi ........................................................... 233 Çizelge 4.42. GüneĢ paneli senaryoları ve panel eğim açıları ................................ 236 Çizelge 4.43. 0° güney yönlenimi için PV1 ve PV2 senaryolarının yıllık elektrik üretimi, yıllık aydınlatma ve soğutma enerjisi tüketimini karĢılama oranı ve yatırımın geri ödeme süresi ................................ 238 Çizelge 4.44. Referans binaya göre birincil enerji tüketiminde genel olarak en yüksek iyileĢtirme sağlayan senaryoların ele alınan diğer bina performans ölçütlerine etkisi ............................................................ 240 Çizelge 4.45.Referans binaya göre birincil enerji tüketimi ve karbon emisyonunda en yüksek iyileĢtirme sağlayan seçenekler, iyileĢtirme oranları ve geri ödeme süreleri ....................................... 247 Çizelge 4.46. Bursa ili için Örnek 1‘in enerji odaklı (E) ve maliyet odaklı (M) çözümlerini oluĢturan değiĢkenlerin kombinasyonu ........................ 254 Çizelge 4.47. Referans duruma kıyasla Çizelge 4. 46‘daki en iyi 10 çözümün bina performans ölçütlerindeki iyileĢtirme oranları (%) .................. 255 Çizelge 4.48. Örnek 1‘in Ankara ili için enerji odaklı (E) ve maliyet odaklı (M) ilk 10 çözümünü oluĢturan değiĢkenler (seçeneklerin kombinasyonu) ................................................................................. 257 Çizelge 4.49. Çizelge 4. 48‘deki optimizasyon çözümlerine ait iyileĢtirme oranları .............................................................................................. 257 xix Çizelge 4.50. Örnek 1‘in Diyarbakır ili için enerji odaklı (E) ve maliyet odaklı (M) ilk 10 çözümünü oluĢturan değiĢkenler ..................................... 259 Çizelge 4.51. Çizelge 4. 50‘deki optimizasyon çözümlerine ait iyileĢtirme oranları .............................................................................................. 260 Çizelge 4.52. Erzurum ili için Örnek 1‘in enerji odaklı (E) ve maliyet odaklı (M) ilk 10 çözümünü oluĢturan seçeneklerin kombinasyonu ........... 262 Çizelge 4.53. Çizelge 4. 52‘deki optimizasyon çözümlerine ait iyileĢtirme oranları ............................................................................................. 262 Çizelge 4.54. Ġzmir ili için Örnek 1‘in enerji odaklı (E) ve maliyet odaklı (M) optimal çözümlerine ait değiĢkenleri................................................ 264 Çizelge 4.55. Çizelge 4. 54‘teki optimizasyon çözümlerine ait iyileĢtirme oranları ............................................................................................ 265 Çizelge 4.56. Bursa ili için Örnek 2‘nin enerji odaklı (E) ve maliyet odaklı (M) optimizasyon çözümlerini oluĢturan değiĢkenlerin kombinasyonu 270 Çizelge 4.57. Referans duruma kıyasla Çizelge 4. 56‘daki en iyi 10 çözümün bina performans ölçütlerindeki iyileĢtirme oranları (%) .................. 270 Çizelge 4.58. Ankara ili için Örnek 2‘nin enerji odaklı (E) ve maliyet odaklı (M) optimizasyon çözümlerini oluĢturan değiĢkenler ..................... 272 Çizelge 4.59. Çizelge 4. 58‘deki optimizasyon çözümlerine ait iyileĢtirme oranları ............................................................................................. 273 Çizelge 4.60. Diyarbakır ili için Örnek 2‘nin enerji odaklı (E) ve maliyet odaklı (M) optimizasyon çözümlerini oluĢturan değiĢkenler ........................... 275 Çizelge 4.61. Çizelge 4. 60‘taki optimizasyon çözümlerine ait iyileĢtirme oranları .............................................................................................. 275 Çizelge 4.62. Erzurum ili için Örnek 2‘nin enerji odaklı (E) ve maliyet odaklı (M) optimizasyon çözümlerini oluĢturan değiĢkenler (seçeneklerin kombinasyonu) ........................................................... 277 Çizelge 4. 63. Çizelge 4. 62‘deki optimizasyon çözümlerine ait iyileĢtirme oranları .............................................................................................. 278 Çizelge 4.64. Ġzmir ili için Örnek 2‘nin enerji odaklı (E) ve maliyet odaklı (M) optimizasyon çözümlerini oluĢturan değiĢkenler ............................. 280 Çizelge 4.65. Çizelge 4. 64‘teki optimizasyon çözümlerine ait iyileĢtirme oranları .............................................................................................. 280 Çizelge 4.66. Bursa ili için Örnek 3‘ün enerji odaklı (E) ve maliyet odaklı (M) optimizasyon çözümlerini oluĢturan değiĢkenler ............................. 286 Çizelge 4.67. Referans duruma kıyasla Çizelge 4. 66‘daki en iyi 10 çözümün bina performans ölçütlerindeki iyileĢtirme oranları (%) .................. 286 Çizelge 4.68. Ankara ili için Örnek 3‘ün enerji odaklı (E) ve maliyet odaklı (M) optimizasyon çözümlerini oluĢturan değiĢkenler ............................. 288 Çizelge 4.69. Çizelge 4. 68‘deki optimizasyon çözümlerine ait iyileĢtirme oranları .............................................................................................. 289 Çizelge 4.70. Diyarbakır ili için Örnek 3‘ün enerji odaklı (E) ve maliyet odaklı (M) optimizasyon çözümlerini oluĢturan değiĢkenler (seçeneklerin kombinasyonu) ........................................................... 291 Çizelge 4.71. Çizelge 4. 70‘teki optimizasyon çözümlerine ait iyileĢtirme oranları ............................................................................................. 291 Çizelge 4.72. Erzurum ili için Örnek 3‘ün enerji odaklı (E) ve maliyet odaklı (M) optimizasyon çözümlerini oluĢturan değiĢkenler ...................... 293 xx Çizelge 4.73. Çizelge 4. 72‘deki optimizasyon çözümlerine ait iyileĢtirme oranları .............................................................................................. 294 Çizelge 4.74. Ġzmir ili için Örnek 3‘ün enerji odaklı (E) ve maliyet odaklı (M) optimizasyon çözümlerini oluĢturan seçeneklerin kombinasyonu ... 296 Çizelge 4.75. Çizelge 4. 74‘teki optimizasyon çözümlerine ait iyileĢtirme oranları .............................................................................................. 296 Çizelge 4.76. 1 no‘lu konut sitesinin 3. katta yer alan örnek dairesinin yıllık ortalama To, Rh, PMV, PPD değerleri ve karĢılanmayan yük saati toplamı .............................................................................................. 298 Çizelge 4.77. 2 no‘lu konut sitesinin 3. katta yer alan örnek dairesinin yıllık ortalama To, Rh, PMV, PPD değerleri ve karĢılanmayan yük saati toplamı .............................................................................................. 299 Çizelge 4.78. 3 no‘lu konut sitesinin 4. katta yer alan örnek dairesinin yıllık ortalama To, Rh, PMV, PPD değerleri ve karĢılanmayan yük saati toplamı .............................................................................................. 299 Çizelge 4.79. ASHRAE-55 (2017) ve EN 16798‘e (2019) göre adaptif konfor alt ve üst sınır değerleri .................................................................... 300 Çizelge 4.80. Referans binaya göre birincil enerji tüketimi ve karbon emisyonunda en yüksek iyileĢtirme sağlayan değiĢkenler ve iyileĢtirme oranları........................................................................... 311 Çizelge 4.81. Referans binalara ait birincil enerji, CO2 emisyonu, global maliyet değerleri ............................................................................................ 311 Çizelge 4.82. Enerji odaklı (E) ilk 10 çözümün referans binaya göre yıllık birincil enerji tüketimindeki tasarruf oranları ortalaması (%) .......... 313 Çizelge 4.83. Maliyet odaklı (M) ilk 10 çözümün referans binaya göre toplam global maliyetteki tasarruf oranları ortalaması (%) .......................... 313 Çizelge 4.84. Enerji odaklı ve maliyet odaklı en iyi 10 çözümde enerji – iĢletme maliyetinin toplam global maliyet içindeki payının ortalaması (%) 313 Çizelge 4.85. Referans durum (R) ve enerji odaklı (E) ilk 10 çözümün ortalaması için PV1 ve PV2 senaryoları yıllık elektrik (aydınlatma + soğutma) enerjisini karĢılama oranları (%) ................................... 314 Çizelge 4.86. Maliyet optimal ilk 10 çözümün PV1 ve PV2 senaryoları ile birlikte global maliyetteki iyileĢtirme oranları ortalaması (%) ........ 315 Çizelge 4.87. Referans binaya göre birincil enerji tüketimi ve global maliyette en yüksek iyileĢtirme sağlayan enerji (E) ve maliyet odaklı (M) ilk 10 seçeneğin bina performans ölçütleri için iyileĢtirme oranları ortalaması .......................................................................................... 315 Çizelge 4.88. Enerji odaklı en iyi çözümlerin (E) referans binaya göre 50 yıllık enerji tasarrufu (MWh.50y) ve karbon emisyon (Ton.eĢd.CO2.50y) azaltım değerleri ................................................ 316 Çizelge 4.89. En düĢük enerji tüketimi (E) ve global maliyete (M) sahip seçenekler ve bu seçeneklere ait toplam yıllık birincil enerji 2 2 tüketimi (kWh/m .y), karbon emisyonu (kg.eĢd.CO2/m .y), global 2 maliyet (TL/m .30y) ve iyileĢtirme oranları (%) .............................. 317 Çizelge 4.90. Tüm illerdeki enerji odaklı (E) ve maliyet odaklı (M) en iyi 100 çözümün (yaĢam alanı/yatak odaları) cephe yönlenimi frekans dağılımı (%) ...................................................................................... 319 xxi Çizelge 4.91. Tüm illerdeki en iyi 100 çözümün yapı kabuğu sızdırmazlık (infiltrasyon) kat sayısının (ac/h) frekans dağılımı (%) ................... 320 Çizelge 4.92. Tüm illerdeki en iyi 100 çözümün yalıtım malzemesi sıklık dağılımı (%) ..................................................................................... 321 Çizelge 4.93. Tüm illerdeki en iyi 100 çözümün yalıtım kalınlığı sıklık dağılımı (%) ..................................................................................................... 321 Çizelge 4.94. Tüm illerdeki en iyi 100 çözümün saydamlık oranı sıklık dağılımı (%) .................................................................................................... 322 Çizelge 4.95. Tüm illerdeki en iyi 100 çözümün cephe kuruluĢu sıklık dağılımı (%) ..................................................................................................... 322 Çizelge 4.96. Tüm illerdeki 100 optimal çözümde kullanılan cam tipi ve sıklık dağılımı .............................................................................................. 323 Çizelge 4.97. Tüm illerdeki en iyi 100 çözümün güneĢ kontrol elemanı seçeneği ve sıklık dağılımı (%) ........................................................................ 324 Çizelge 4.98. Tüm illerdeki en iyi 100 çözümün gün ıĢığına bağlı aydınlatma kontrolü stratejisi frekans dağılımı (%) ............................................. 325 xxii 1. GĠRĠġ E i i i i i i i i i i i i ğ u c i i ç f u ğ içi f i i U u P F u (IMF) i i fi u içi (GSYİH) i i i i i i ğ u i i i i uğu u i i i u i i i i iğ den uğu u i (Hegger vd., 2008). Ö ç artan nüfus ve enerji talebine karĢılık fosil yakıtların kullanımı, küresel iklim değiĢikliğine ve buna bağlı iklimsel aĢırılıklara, kuraklığa, sellere, gıda yetersizliğine, kitlesel göçlere, biyolojik çeĢitliliğin azalmasına, türlerin yok olmasına ve kentlerin daha kırılgan olmasına yol açmaktadır. Ġklim değiĢikliği tüm sosyo-ekonomik yönleriyle günümüzün en büyük küresel riski haline gelmiĢtir. Dünya Bankası 2023 raporunda derinleĢen iklim krizinin ülkelerin ekonomik geliĢmesini yavaĢlatacağı, iklim değiĢikliğine bağlı çevresel felaketlerin ülke ekonomileri için ciddi maliyetlere yol açacağı ve 2030 yılına kadar 68 -135 milyon kiĢinin daha yoksullaĢacağı tahmin edilmektedir (World Bank, 2023). Küresel sıcaklıklardaki değiĢiklikleri azaltmak, dünya çapında yaĢam standartlarını korumak ve gelecek nesillere yaĢanabilir bir dünya bırakmak için iklim değiĢikliği mücadele etmek baĢta enerji üretimi ve tüketiminden sorumlu sanayi, ulaĢtırma ve inĢaat sektörleri olmak üzere hepimizin ortak ve bireysel sorumluluğudur. 21. yüzyılda küresel sıcaklık artıĢlarını 1,5°C‘nin altında tutmak ve en fazla 2°C ile sınırlandırmak için 2016 yılında imzalanan ―Paris Ġklim AnlaĢması‘na (PA)‘‘ Ek m 2021‘de taraf olunması Türk ye açısından em syon azaltımında bir dönüm noktasıdır. Global iklim krizinin bugün geldiği durumu değelendiren, ülkemizin de üyesi olduğu Hükümetlerarası Ġklim DeğiĢikliği Paneli beĢinci çalıĢma grubu raporunda, iklim değiĢikliğinin insan kaynaklı olduğu tartıĢmasız bir Ģekilde ortaya konmuĢtur. Aynı raporda 1901-2012 döneminde küresel ortalama yüzey sıcaklıklarında 0,9 °C bir artıĢın 1 olduğu ve 1983-2012 döneminin büyük olasılıkla son 800 yılın en sıcak 30 yıllık dönemi olduğu ve 21. yüzyılın ilk 10 yılının 1850‘den beri kaydedilen en sıcak 10 yıl olduğu yer almaktadır. Aynı raporda karbondioksit (CO2), metan (CH4) ve diazotmonoksit (N2O) gazlarının konsantrasyonlarının son 800 000 yıllık dönemde hiç olmadığı kadar yüksek düzeye ulaĢtığı, buzulların küresel ölçekte küçülmeyi sürdürdüğü, okyanusların insan kaynaklı karbon emisyonu nedeniyle asitlendiği, küresel ortalama deniz düzeyinin 1901-2010 döneminde 19 cm yükseldiği ve bu yükseliğin devam ettiği, birçok aĢırı hava ve iklim olayının kaydedildiği, küresel ölçekte soğuk gün ve gecelerin sayısının azaldığı, sıcak gün ve gecelerin sayısının arttığı ve küresel yüzey sıcaklığı değiĢikliğinin 21. yüzyılın sonuna kadar sanayi öncesi döneme göre güncel senaryolarda 2°C‘yi aĢacağı öngörülmektedir (IPCC, 2014). NASA, 2023 yılı Temmuz ayını 1880'den bu yana kaydedilen en sıcak ay olarak belirlemiĢtir (NASA, 2023). Küresel sıcaklıkların 1,5°C üzerine çıkmasını önlemek için inĢaat sektöründeki çevresel etkilerin kent plancısı, tasarımcı, uygulayıcı, malzeme üreticisi gibi tüm sektör paydaĢları tarafından dikkate alınmasına ve son kullanıcıların bilinçlendirilmesine, sürdürebilir uygulamalar geliĢtirilmesine ve olumlu değiĢimin diğer sektörleri yönlendirmesine ihtiyaç duyulmaktadır. Bu anlamda binalarda enerji verimliliği ve enerji tasarruf tedbirlerinin yenilenebilir enerji stratejileriyle bütünleĢtirilmesi bilimsel ve teknik açıdan geniĢ bir yelpazede incelenen disiplinlerarası bir konudur. Enerji krizi ve iklim değiĢikliğiyle mücadeleye yönelik uluslararası mevzuat ve düzenlemelerle dünya genelinde önde gelen sektörlerin enerji tüketimi ve sera gazı emisyonları sınırlandırılmaktadır. Günümüzde binalardan kaynaklı enerji tüketimi, dünya genelindeki toplam enerji tüketiminin yaklaĢık %40'ını temsil etmektedir ve binalar küresel karbon emisyonunun yaklaĢık %37'sından sorumludur (IEA, 2023). Avrupa Birliği‘ndeki (AB) enerji tüketiminin %40‘ı ve CO2 emisyonlarının %36‘sı bina sektörü kaynaklıdır (Avrupa Komisyonu, 2019). Gayri safi yurt içi hasılanın %6,6‘sını oluĢturan inĢaat sektörü, ülkenin nihai enerji tüketimin %34‘lük önemli bir bölümünden sorumludur (IEA, 2021). Tekil olarak bina sektörleri (kamu, sanayi, ticaret ve hizmet) incelendiğinde, konut sektörü ülke ekonomisinde, kalkınmada ve enerji tüketimi kaynaklı çevresel kirlilikte en önemli paya sahip olduğu görülmektedir (ÇġĠDB, 2021). 2 Ülkelerin sera gazı emisyonlarını takip eden bağımsız kuruluĢ Ġklim Eylem Takipçisi‘nin (CAT - Climate Action Tracker) 2019 yılı raporuna göre, Türkiye‘nin PA hedeflerine uyumlu olarak iklim eylemine ivme kazandırabileceği üç temel alandan biri konut sektörüdür (CAT, 2019). Paris AnlaĢması ve 1,5°C hedefiyle uyumlu senaryolarla; yeni binaların NSEB (neredeyse sıfır enerjili bina) olarak inĢa edilmesine yönelik standartların güçlendirilmesi ve mevcut yapı stokunun kapsamlı bir dönüĢüm sürecinden geçirilmesi ile konut kaynaklı sera gazı emisyonu 2015 yılına kıyasla, 2030 yılına kadar %41‘e ve 2050 yılına kadar %93‘e varan oranlarda düĢürülebilir. Bu durumun inĢaat ve imalat sektörü için yeni iĢ olanakları sunması ve yenilenebilir enerji alanında istihdam yaratması beklenmektedir (CAT, 2019). Diğer yandan ülkemizde sıfır emisyona geçiĢ süreci yeni baĢlamıĢtır ve inĢaat sektörü için ortaya konan hedefler AB‘ye kıyasla sınırlı ve kısa vadelidir. Bu bağlama CAT, bugün Türkiye‘nin 2053 yılı için net sıfır karbon ve diğer uzun vadeli hedeflerine yönelik politika ve eylemlerinin derecesini ―kritik derecede yetersiz‖ olarak notlandırmıĢtır (CAT, 2023). Uluslararası Enerji Ajansı‘nın Türkiye raporunda (IEA, 2021) konut sektörünün sanayi ve ulaĢımdan sonra toplam nihai enerji tüketimin %20'sinden, toplam elektrik tüketiminin %21,1'inden ve fosil yakıt tüketimi ile iliĢkili karbon emisyonunun %9'undan sorumlu olduğu belirtilmiĢ. TÜĠK istatistiklerine göre, Ekim 2019 itibariyle Türkiye'de 9,5 milyon bina bulunmakta, yılda 100 000'den fazla yeni bina inĢa edilmekte ve mevcut bina stokunun yaklaĢık %90'ını 24 milyon hane ile konutlar oluĢturmaktadır (TÜĠK, 2022). TÜĠK 2000 – 2017 istatistiklerine göre derece gün bölgeleri (DGB) için mevcut ve 2010 sonrası inĢa edilmiĢ (yeni) konut sayısı Çizelge 1. 1‘de görülmektedir (ÇġĠDB, 2021). Çizelge 1. 1. Türkiye‘deki yeni ve mevcut konut bina stoğu Konut tipi 1. DGB 2. DGB 3. DGB 4. DGB Toplam Yeni Tek Haneli 1 156 277 2 131 329 1 179 912 418 630 4 886 148 Çok Haneli 224 549 501 932 232 566 55 436 1 014 483 Mevcut Tek Haneli 89 672 122 851 71 385 16 767 300 675 Çok Haneli 87 279 214 766 100 948 19 718 422 711 3 Nüfus artıĢı ve kentleĢmeye bağlı olarak hızla büyüyen ve dönüĢen bina stoğu nedeniyle konutlarda enerji tüketimi son on yılda %12 artmıĢtır ve konut stokunun 2050 yılı itibariyle toplamda %50‘nin üzerinde büyümesi beklenmektedir (ÇġĠDB, 2021). Enerji ve Tabii Kaynaklar Bakanlığı (ETKB) 2018 tüketim istatistiklerine göre bina kategorileri arasında en yüksek tüketim 21,3 milyon ton eĢdeğer petrol (TEP) ile konutlara aittir (ETKB, 2018). Büyüyen u ğu u ğ i i i i i u u u u büyük ölçüde ithal ve fosil yakıtlara bağımlı olan Türkiye ekonomisi üzerinde gelecekte de önemli bir etkiye sahip olacağını göstermektedir. Bu nedenle konutlarda enerji verimliliği, Ulusal Katkı Niyet Beyanı'nında (UNFCCC, 2022) yer alan (246 Mt ile %21 azaltım) ve PA‘nın imzalanmasıyla güncellenen (500 Mt ile %41 azaltım) 2030 ve 2053 yılı sera gazı azaltım hedeflerine ulaĢmakta önemli dayanaklardan biridir. Konutlarda tüketilen enerjinin önemli bir bölümü iç ortamda konforu sağlamak amacıyla; ısıtma, soğutma ve aydınlatma enerjisi olarak kullanılmaktadır. Genel olarak, uygun ısıl konfor, görsel konfor, akustik konfor ve iç ortam hava kalitesi Ģartlarının sağlanabildiği bir ortam konforlu kabul edilmektedir. Ġnsanların yaĢamlarının %80- 90'ını kapalı mekanlarda geçirdiği ve konfor koĢullarının binaların enerji performansı üzerinde etkili olduğu düĢünülerek çeĢitli eylemlerin gerçekleĢtiği mekanları bir arada barındıran konutlarda, farklı iĢlevlerin gerektirdiği iklimsel ve görsel konfor bileĢenleri detaylı analiz edilmeli, iç ortam konfor koĢulları minimum enerji tüketimi ile sağlanmalıdır. Bu sayede binaların iĢletme ve enerji maliyetleri düĢürülebilir ve fosil yakıtlardan kaynaklanan karbon emisyonu ve çevre kirliliği azaltılabilir. Mimari tasarım ve yapım sürecinde alınan kararlar, binanın enerji tüketiminin yanı sıra kullanıcı konforu üzerinde uzun vadeli bir etkiye sahiptir. Tasarım çok sayıda değiĢkeni içeren karmaĢık bir süreçtir ve ön tasarım aĢaması optimum maliyetle enerji verimli bina çözümlerine ulaĢmakta en önemli potansiyelin bulunduğu aĢamadır. Kullanım aĢamasındaki i f i i i i i i i i yenileme (retrofit) u u tasarım aĢamasında alınabilecek önlemlere göre daha kısıtlıdır. Bu nedenle, binaların tüm yaĢam döngüsünü etkileyen kararların tasarım aĢamasında detaylı analizi önem arz etmektedir. Öte yandan ülkemizde tasarım 4 alternatiflerinin binaların enerji, konfor ve ç i i i f i nasıl etki edeceği uygulama alanında çoğunlukla bilinememektedir. Proje paydaĢlarının karĢılaĢtığı bu önemli problemi çözmekteki karar mekanizması çoğunlukla tasarımcının sezgilerine, geçmiĢte edindiği tecrübeye veya mevcut uygulamaların tekrarlanmasına dayanmaktadır (Flager vd., 2009; Schlueter ve Thesseling, 2009, Ulukavak Harputlugil , 2009; Ş S z 2015). Bu noktada temel problem, tasarımda mevcut karar verme mekanizmasının yerini bina performans değerlendirme ölçütlerine dayanan sistematik bir yaklaĢımın almasının gerekliliğidir. Mimar ve mühendislerin yapı ve bileĢenlerinin performansını ve binaların enerji etkinliğine yönelik stratejileri değerlendirmede kullanılabileceği hesap yöntemleri ve görüntüleme yöntemi, küçük ölçekli modeller gibi çeĢitli deneysel değerlendirme yaklaĢımları bulunmaktadır. BiliĢim teknolojilerindeki geliĢmeler sayesinde günümüzde uzun dönem bina performans araĢtırmalarında bilgisayar tabanlı modelleme ve simülasyon (benzetim) araçları sıklıkla kullanılmakta; bu araçların deneysel düzeneklerle yapılan ölçme yöntemlerine göre daha düĢük maliyetli olması, aynı koĢullar altındaki farklı bina davranıĢlarını karĢılaĢtırılabilmesi, ısı köprüleri, hava sızıntıları, enerji kayıp ve kazançlarının öngörülebilmesi ve pasif (edilgen) ve aktif (etken) tasarım bileĢeni alternatiflerinin uygunluğunun test edilebilmesi gibi özellikleri öne çıkmaktadır. Simülasyon yöntemi ile yapı yaĢam döngüsünün tasarım, yapım ve kullanım süreçleri gibi farklı aĢamalarını belirlenen bina performans ölçütlerine göre değerlendirmek mümkündür. Binalarda birden fazla performans hedefine aynı anda ulaĢmak için ise simülasyon tabanlı optimizasyon araçlarından yararlanılmaktadır. Matematiksel olarak değiĢkenlerin en iyi değerini seçerek bir fonksiyonun minimum veya maksimum değerini bulma iĢlemi olan optimizasyon, bir tasarım kararını mümkün olduğunca etkili hale getirme süreci veya yöntemi olarak tanımlanabilir (Webster, 2018; Gassar vd., 2021). Literatürde bina performans optimizasyon araçlarının farklı tasarım alternatiflerini karĢılaĢtırmak ve en uygun çözüme ulaĢmak için tasarım aĢamasında yaygın olarak kullanıldığı görülmüĢtür. K u f u i i i iği i z ğ ç z i i ği i i u i ğ i i i iyle ile 5 Ö iz binalarda doğru ve etkin tasarım kararları alınarak ulusal ve uluslararası enerji verimliliği ve karbonsuzlaĢtırma hedeflerine yönelik stratejiler geliĢtirilmesini sağlayan simülasyon tabanlı bina performans optimizasyonu araçlarının kullanımı yaygın değildir ve bu alanda yapılan çalıĢmalar genellikle üniversite veya akademik kuruluĢlarla sınırlıdır. Bu nedenle, maliyet, konfor, enerji tüketimi, gün ıĢığı alımı ve çevresel etkiler gibi farklı ölçütler için bina performansını geliĢtirmede tasarım parametreleri (girdi) ile simülasyon sonuçlarının (çıktı) etkileĢimine yönelik bilgi desteği sağlayabilecek, baĢta mimarlar olmak üzere proje paydaĢlarına yol gösterebilecek ve pratikte kullanılabilecek bütüncül bir tasarım destek modelinin geliĢtirilmesi hedeflenmiĢtir. Bu çalıĢmanın amacı, konutlarda iç mekan konfor koĢulları ve kullanıcı tercihleri dikkate alınarak, yeni tasarlanacak konutlar için maliyet optimum enerji verimliliği sağlayacak bir konut tasarım destek modeli oluĢturmaktır. AraĢtırma hedefleri bu doğrultuda aĢağıda özetlenmiĢtir:  Marmara Bölgesi‘nin Ġstanbul‘dan sonra en yüksek nüfusa sahip ikinci Ģehri olan Bursa‘da (2. DGB, ılımlı – nemli iklim), enerji kimlik belgesine sahip çok katlı apartman bloklarından oluĢan kapalı konut sitelerinde kullanıcıların yapılı çevredeki iklimsel ve görsel konfor bileĢenlerine iliĢkin tercihlerini, memnuniyet düzeyini ve enerji tasarruf algısını kullanım sonrası değerlendirme yöntemiyle araĢtırmak,  Farklı yönlere bakan referans binaların birim alan baĢına düĢen yıllık ısıtma, soğutma, aydınlatma enerjisi, nihai ve birincil enerji tüketimi ile nihai enerji tüketimine bağlı yıllık CO2 emisyonu ve enerji maliyetlerini hesaplamak,  Seçili konut mekanlarının ısıl konfor koĢullarını; tahmini ortalama oy (PMV) ve tahmini memnuniyetsizlik yüzdesi (PPD) yöntemi, adaptif (uyarlanabilir) yöntem ve karĢılanmayan yük saati indislerine göre analiz etmek,  Seçili konut mekanlarının görsel konfor koĢullarını ortalama aydınlık düzeyi, aydınlığın düzgünlüğü ve kamaĢma indisine göre analiz etmek,  Seçili konut mekanlarının gün ıĢığı alımını ortalama gün ıĢığı faktörü (aDF) statik yöntemi ve faydalı günıĢığı aydınlığı (UDI), mekânsal günıĢığı otonomisi (sDA), 6 yıllık günıĢığı alımı (ASE) olmak üzere iklime dayalı dinamik değerlendirme yöntemleriyle analiz etmek,  Referans binalarda bina, mekan ve yapı kabuğu ölçeğindeki çeĢitli mimari (pasif) tasarım ve bina alt sistemleri (aktif) tasarım parametrelerinin enerji tasarruf potansiyelini belirlemek,  ĠyileĢtirme senaryolarına ait seçeneklerin ısıtma, soğutma ve aydınlatma enerjisi tüketimindeki ağırlığını (duyarlılığını) ve enerji yükleri arasındaki ödünleĢimi (trade-off) incelemek,  ĠyileĢtirme senaryolarının ekonomik etkinliğini sınamak; her bir tasarım seçeneği için finansal göstergelere bağlı yatırımın geri ödeme süresini hesaplamak,  Türkiye‘deki TS 825‘e (TSE, 2008) göre dört farklı derece gün bölgesi (DGB) ve Zeren tarafından yapılan sınıflandırmaya göre (Zeren, 1962) beĢ farklı iklim bölgesi için ısıtma, soğutma ve aydınlatma enerjisi toplam tüketimi bakımından en iyi sonucu veren (optimal) çözüm kümesini elde etmek ve enerji etkin bu tasarım seçeneklerinin global maliyetini hesaplamak  Ġklim bölgelerini temsil eden iller için maliyet odaklı ve enerji odaklı çözümlerin değiĢkenlerin hangi seçeneklerinin kombinasyonundan meydana geldiğini belirlemek; bu tasarım çözümlerinin referans duruma göre enerji tüketimi, karbon emisyonu ve global maliyetteki iyileĢtirme oranlarını hesaplamak,  Neredeyse sıfır enerjili (NSEB) ve karbon-nötr bina hedefleri doğrultusunda optimal çözümler ile yenilenebilir enerji stratejilerini birleĢtirmek, farklı iller için güneĢ paneli senararyolarının elektrik üretimi değerlerini ve yıllık aydınlatma ve soğutma enerjisi ihtiyacını karĢılama oranını hesaplamak,  Maliyet odaklı ve enerji odaklı çözümlerin ısıl konfor, görsel konfor ve gün ıĢığı performansı bakımından bütüncül olarak değerlendirmektir. Optimizasyon mühendislik dallarının yanı sıra güncel mimarlık pratiğinde de önemli bir araĢtırma konusu haline gelmiĢtir. Bu çalıĢmadaki diğer bir hedef optimizasyon problemlerinde kullanılan araç ve algoritmaların incelenmesi; grafik ara yüzü mimarların kullanımına uygun, incelenen bina değerlendirme ölçütleri için sonuç verebilen bina enerji simülasyon (BES) tabanlı optimizasyon yönteminin seçilmesidir. Uygun araç ve metodun (algoritmanın) seçimi, kullanıcılar için karar verme sürecini 7 kısaltacak ve sonuçların güvenilirliğini arttıracaktır. Kullanım aĢamasındaki konutların enerji tüketiminin düĢürülmesi ve yeni konutların enerji etkin yapılar olarak tasarlanması için güncel konut projeleri üzerinden tasarım kararlarının sorgulanarak optimizasyon algoritmaları ile çok sayıda tasarım alternatifi üretilmesi bu bağlamda önemli görülmektedir. ÇalıĢma kapsamında, Türkiye‘nin artan nüfusuna bağlı olarak konut ihtiyacının artması, mevcut yapı stokunun nicelik olarak en büyük bölümünü oluĢturan konutların enerji verimliliği ve deprem güvenliği açısından yeterli düzeyde olmaması ve kentsel dönüĢümle yenilenmeyi bekleyen niteliksiz binaların sayısı göz önüne alınarak konut binaları ele alınmıĢtır. Önerilen modelin yeni tasarlanacak konutların yanı sıra, mevcut konutların enerji performansının iyileĢtirilmesinde de kullanılabilmesi hedeflenmiĢtir. Yapılı çevrenin sağladığı iç ortam konfor koĢulları kullanıcıların fizyolojik ve psikolojik sağlığı ile de doğrudan iliĢkilidir. Bu çalıĢmanın baĢlangıç noktasını Covid- 19 pandemisi öncesinde konutların uzun dönem performansının incelenmesi, insan sağlığı ve konforundan ödün vermeden hem mevcut yapı stoku hem yeni binalar için enerji tüketimini en aza indirgeyecek tasarım çözümlerinin geliĢtirilmesi oluĢturmaktadır. ÇalıĢmanın baĢlamasından kısa bir süre sonra dünya genelinde ve ülkemizde ortaya çıkan Covid-19 pandemisi, salgın boyunca konutların çalıĢma, eğitim, eğlence gibi farklı iĢlevlere de hizmet ederek milyonlarca insan için günlük yaĢamın odak noktası haline gelmiĢtir. Pandeminin kısıtlayıcı etkileri konut yaĢam alanlarında geçirdiğimiz süreyi uzatarak insan hayatı için iç ortam koĢullarının ne kadar önem arz ettiğini bize yeniden hatırlatmıĢ ve bu durum çalıĢmaya yeni konut kullanıcı senaryoları eklenmesine neden olmuĢtur. Modelin uygulama alanı için seçilen çok katlı kapalı konut siteleri, Bursa ilinde (2. DGB, ılımlı – nemli iklim) yer almaktadır. Bursa kentine ait 2015 yılı sera gazı envanter analizine göre, konutlar karbon emsiyonunda (2,6 Mt CO2 eĢd. ile) sanayi ve ulaĢım sektöründen sonra üçüncü sıradadır (Fidan vd., 2015). Alan çalıĢması Nilüfer ilçesinde konut üretiminin yoğun olduğu ve kentsel dönüĢüm çalıĢmalarının devam ettiği Ahmet Yesevi ve Balat mahallelerinde gerçekleĢtirilmiĢtir. ÇEDBĠK konut sertifika kılavuzunda yer alan sınıflandırmaya göre (ÇEDBĠK, 2019) standart apartman blokları 8 ve rezidans - lüks konut stokunu temsil eden 3 örnek konut sitesi seçilmiĢtir. Referans binalar 2010 yılı sonrasında yapı ruhsatı almıĢ ve asgari C sınıfı enerji kimlik belgesine sahip, bölgenin yapı karakterine ve güncel inĢaat pratiklerine uygun, kullanım aĢamasındaki binalardır. Benzer konut projelerinin Türkiye‘nin farklı iklim bölgelerinde yer alabileceği kabulü yapılmıĢ, BES modelleri 1.DGB (Ġzmir, sıcak nemli), 2. DGB (Diyarbakır, sıcak kuru), 3. DGB (Ankara, ılımlı kuru) ve 4. DGB (Erzurum, soğuk) olmak üzere toplamda dört DGB (beĢ iklim bölgesi) için Binalarda Enerji Performansı (BEP) revize Yönetmeliği (2010) ve TS 825 Binalarda Isı Yalıtım Kuralları Standardındaki (2008) asgari koĢullara uygun hale getirilerek simülasyon çalıĢması gerçekleĢtirilmiĢtir. K u i ekonomik 50-70 uğu ğ , ç i i i i ç i u (i ) i i ç u deki en uzun, enerji tüketimi ve sera gazı emisyonunun en yüksek olduğu ç i Bu ğ z çalıĢmasında binaların kullanım evresine odaklanılmıĢ, yapının üretimi, nakliyesi, bakım onarımı, yıkım ve geri dönüĢümü esnasındaki enerji tüketimi ve gömülü (embodied) karbon değerleri çalıĢma kapsamı dıĢında bırakılmıĢtır. Bina performans değerlendirme ölçütleri olarak ısıl konfor, görsel konfor, nihai ve birincil enerji tüketimi, yatırım geri ödeme süresi ve uzun dönem global maliyetleri incelenmiĢtir. Çevresel etkiler kapsamında sera gazı emisyonunun büyük kısmını oluĢturan CO2 dıĢındaki hava, su ve toprak kirliliğine iliĢkin diğer etmenler (СН4, HFCs, N2O, vb.) tez kapsamı dıĢında tutulmuĢtur. Binalarda enerji verimliliğinin arttırılmasına yönelik iyileĢtirme senaryoları ile mimari tasarım ve bina alt sistemlerine iliĢkin 15 değiĢkene (parametre) ıĢık tutulması amaçlanmıĢtır. Belirlenen mimari (pasif) tasarım değiĢkenleri kentsel ölçekte; iklim ve konum, bina ve mekan ölçeğinde; cephe yönlenimi, iç mekan duvar, döĢeme, tavan ıĢık yansıtma çarpanları ve kat yüksekliği, yapı kabuğu ölçeğinde; dıĢ duvar ısı yalıtım malzemesi ve kalınlığı, cephe kuruluĢu ve saydamlık oranı, pencere camının termofiziksel ve optik özellikleri, doğrama malzemesi ve profil boyutu, yapı kabuğu sızdırmazlık değeri, iç ve dıĢ güneĢ kontrol elemanlarıdır. Enerji tüketimi ile doğrudan 9 iliĢkili mekanik ve elektrik sistemi (aktif) değiĢkenleri ise iç aydınlatma tasarımı ve kurulu gücü, gün ıĢığına bağlı aydınlatma kontrol stratejileri, iç mekanın ısıtıldığı ve soğutulduğu dönem için ayar (termostat) sıcaklıkları, bina alt sistemleri iĢletim takvimi ve yenilenebilir enerji sisteminden (çatı tipi güneĢ panelleri) meydana gelmektedir. ÇalıĢmada bilgisayar destekli modelleme ve BES tabanlı optimizasyon yapılarak konut tasarım destek modeli geliĢtirilebilmesi için farklı plan kurgusu ve mekan organizasyonuna sahip dairelerden oluĢan apartman blokları modellenmiĢ, cephe yönlenimi ve dıĢ engellerin bina enerji performansı ve gün ıĢığı alımına etkisinin hesaba katılarak her siteden yaĢam alanı kuzey, güney, doğu ve batılı yönlere bakan dört apartman bloğunun ısıtma, soğutma ve aydınlatma enerjisi tüketim değerleri ortalaması referans kabul edilmiĢtir. Mevcut durumu temsil eden sıhhi sıcak su sistemi, elektrikli ev aletleri, pompa ve fanların tipi ve sistem özellikleri enerji modeline girilerek bu ekipmanlardan kaynaklanan iç ısıl kazançlar ısıtma ve soğutma yüklerine dahil edilmiĢ, ancak bu ekipmanların binanın toplam yıllık enerji tüketimindeki payına çalıĢma kapsamında ayrıca yer verilmemiĢtir. NSEB hedefleri doğrultusunda, Türkiye‘nin farklı enlemlerinde yer alan enerji odaklı ve maliyet odaklı tasarım çözümleri için mevcut ve optimal çatı eğimleri kullanılarak, PV (fotovoltaik) panellerden elde edilen elektrik üretiminin binanın yıllık toplam aydınlatma ve soğutma enerjisi tüketimini karĢılama payı hesaplanmıĢtır. AB Komisyonu tarafından yayınlanan ve revize edilen Binalarda Enerji Performansı Direktifleri (EPBD, 2010/31/AB; EPBD, 2018/844/AB) ile ortaya konulan ―maliyet optimum enerji verimliliği‖ kavramı doğrultusunda (AB, 2010; AB, 2018a) , enerji etkin çözümlerin global maliyetinin hesaplanmasında ―Binalarda Enerji Sistemleri için Ekonomik Değerlendirme Prosedürü‖ adlı BS EN 15459-1 (2017) standardı kullanılmıĢtır. Pasif ve aktif tasarım değiĢkenlerinin farklı kombinasyonlarından oluĢan optimal seçeneklerin ilk yatırım, bakım-onarım, iĢletim, enerji tüketimi gibi çeĢitli maliyet kategorilerini içeren toplam global maliyeti hesaplanarak, 2017 – 2021 yıllarına ait ortalama enflasyon oranı, piyasa faiz oranı ve enerji birim fiyatlarındaki artıĢı gibi finansal verilere bağlı maliyet optimum enerji verimliliği seviyesinin belirlenmesi hedeflenmiĢtir. Bu sayede, Türkiye‘nin farklı iklim bölgelerinde mimari tasarım ve bina 10 alt sistemleri bileĢenlerine yapılacak enerji verimliliği yatırımının konutların ekonomik ömrü içerisindeki global maliyetine etkisi değerlendirilmiĢtir. ÇalıĢmanın yöntemi açıklanacak olursa; bina performans değerlendirme ölçütlerini karĢılaması ve uygulanabilirliği göz önünde alınarak sayısal yöntemler ile gerçekleĢtirilmiĢ; referans binaların uzun dönem performansının tahmini için bilgisayar tabanlı simülasyon araçları kullanılmıĢtır. Birden fazla bilgisayar programı belirli bir amaca yönelik entegre edilerek konutlarda ısıl ve görsel konfor koĢullarının sağlanmasına yönelik enerji optimizasyonu üzerine tasarım destek modeli geliĢtirilmiĢtir. ÇalıĢma kapsamında ele alınan konut siteleri öncelikle DIALux Evo ve DesignBuilder programlarında modellenmiĢtir. Basit saatlik (statik) aydınlatma simülasyonları DIALux Evo‘da gerçekleĢtirilirken, iklime dayalı yıllık (detaylı dinamik) enerji ve gün ıĢığı simülasyonları için Lawrence Berkeley Laboratuarı tarafından açık kaynaklı olarak geliĢtirilen ve DesignBuilder grafik arayüzü ile bütünleĢik olarak çalıĢabilen EnergyPlus ve Radiance simülasyon programları kullanılmıĢtır. BES tabanlı optimizasyon adımları DesignBuilder ara yüzü kullanılarak EnergyPlus simülasyon motorunda gerçekleĢtirilmiĢtir. Yönteminin uygulanmasında mimarlık alanında ve bina performans araĢtırmalarına sıklıkla kullanılan ve evrim prensiplerine dayanan olasılıksal bir araĢtırma metodu olan genetik algoritmalar (GA) kullanılarak çok sayıda tasarım alternatifi üretilmiĢtir. GA, mevcut popülasyondaki bireylerini, diğer bir deyiĢle optimizasyon hedefine ulaĢtıracak değiĢken seçeneklerini rastgele olarak seçmekte ve bu iĢlem sayesinde her bir simülasyonda farklı tasarım kombinasyonları oluĢmaktadır. Farklı iklim bölgeleri için enerji etkin tasarım çözümlerini bulmaya yönelik simülasyon iterasyonları (ardıĢık iĢlemleri) sonunda elde edilen sonuçlar, minimum ısıtma, soğutma ve aydınlatma enerjisi tüketimine sahip çözüm kümesini sunmaktadır. Binaların kullanım sürecinde ısıtma, soğutma ve aydınlatma için sarf edilen yıllık enerji miktarı birincil enerji cinsinden hesaplanmıĢtır. Birincil enerji ve bu enerjiye karĢılık gelen maliyet ve karbon emisyonu, doğal gaz ve elektriğin birim fiyatına ve yakıt tipine bağlı dönüĢüm katsayılarına göre MS Excel programında hesaplanmıĢtır. YaĢam 11 döngüsü sürecinde gerçekleĢen ilk yatırım, bakım onarım, yenileme, hurda, iĢletme ve kullanım dönemi enerji maliyetleri için MS Excel programında global maliyet hesap cetveli oluĢturulmuĢtur. Tez çalıĢmanın aktarımı Ģu Ģekilde kurgulanmıĢtır; Tez çalıĢmasının kuramsal temeller ve kaynak araĢtırması bölümünde binalarda ısıl konfor, görsel konfor, binalarda enerji verimliliği ve simülasyon tabanlı optimizasyon yöntemi konularına yer verilmiĢtir. Materyal ve yöntem bölümünde konut tasarım destek model önerisi sunulmuĢ ve ele alınan bina performans değerlendirme ölçütleri açıklanarak BES modeli üzerinde test edilecek mimari tasarım ve bina alt sistem değiĢkenleri sınıflandırılmıĢtır. Aynı bölümde, tez kapsamında kullanılan bina performans hesaplama araç ve yöntemlerinin seçim kriterleri, kullanım sonrası değerlendirme anketi sonuçları, simülasyon, duyarlılık analizi ve BES tabanlı optimizasyon adımları, global maliyet hesap cetveli ve hesaplamalar için yapılan kabullere yer verilmiĢtir. Bulgular ve tartıĢma bölümünde konut tasarım destek model önerisinin uygulanabilirliği test edilmiĢ ve öncelikle referans binaların enerji performansı, ısıl ve görsel konfor koĢulları ve gün ıĢığı alımı simülasyon sonuçlarına bağlı olarak değerlendirilmiĢtir. Ardından iyileĢtirme senaryolarının bina enerji performans ölçütlerine etkisi analiz edilmiĢ ve geri ödeme süreleri hesaplanmıĢtır. ÇalıĢmanın bir sonraki aĢamasında duyarlılık analizi ile BES tabanlı optimizasyon çalıĢmasında kullanılacak seçenekler belirlenmiĢ, GA yöntemiyle optimizasyon analizi gerçekleĢtirilmiĢ, maliyet odaklı ve enerji odaklı optimal çözümlerin hangi tasarım seçeneklerinin kombinasyonundan meydana geldiği sunulmuĢtur. Bölüm sonunda beĢ farklı iklim bölgesi için optimal çözümler ısıl ve görsel konfor değerlendirme ölçütlerine göre ele alınarak tasarım alternatifleri bütüncül olarak değerlendirilmiĢtir. Sonuç bölümünde çalıĢmanın çıktıları özetlenerek yorumlanmıĢ, konut tasarım destek modelinin muhtemel kazanımları, kısıtları ve gelecekte bu konuda yapılacak araĢtırmalar için öneriler sunulmuĢtur. 12 2. KURAMSAL TEMELLER ve KAYNAK ARAġTIRMASI Konfor durumu, fizyolojik açıdan insanın çevresine minimum düzeyde enerji harcayarak uyum sağlayabildiği ve psikolojik açıdan çevresinden hoĢnut olduğu Ģartların bütünü olarak tanımlanabilir. Dounis ve Caraiscos‘a göre (2009) konfor koĢulları kullanım aĢamasında olan bir yapma çevrenin sağlaması gereken en iyi veya kabul edilebilir iklimsel, görsel, iĢitsel ve iç hava kalitesi Ģartlarıdır. Ġç mekanda ideal konfor koĢullarını sağlandığında kullanıcıların fizyolojik, fiziksel ve entelektüel performansı maksimum düzeye eriĢmektedir (Berköz vd., 1995). Binalarda enerji tüketimi önemli ölçüde yapma çevre kalitesini belirleyen konfor koĢullarına bağlıdır. Öte yandan güncel çalıĢmalar, kötü bir yapma çevrenin topluma maliyetinin, binaların enerji maliyetinden genellikle çok daha yüksek olduğunu göstermiĢtir (Olesen, 2012). ABD Çevre Koruma Ajansı (United States Environmental Protection Agency - EPA) verilerine göre, insanların zamanının %90‘ını kapalı mekanlarda geçirdiği (Roberts, 2016) ve konutlar için bu sürenin Covid-19 pandemisi ile birlikte uzadığı düĢünüldüğünde, mimari tasarım bileĢenleri ve ısıtma, havalandırma, soğutma (HVAC) ve aydınlatma amaçlı bina alt (servis) sistemlerinin kullanıcılara sağlıklı ve konforlu bir iç mekan sunması daha da önemli hale gelmiĢtir. Nitekim dünyadaki sınırlı fosil yakıt rezervleri, küresel ısınma, iklim krizi ve pandemiyle birlikte, mimarlık alanındaki tasarım ve araĢtırma faaliyetlerinde enerji tüketimi, sürdürülebilirlik, konfor, sağlık ve iç çevre kalitesi gibi konulara artan bir odaklanmanın olduğundan söz edilebilir (Du & Wang, 2020, Agarwal vd., 2021; Abouleish, 2021; Moghadam vd., 2023). Güncel araĢtırmalar binalardaki pasif ve aktif tasarım bileĢenleri seçiminin, konfor koĢullarını sağlamaya ve binanın enerji tüketimini azaltmaya yönelik çok amaçlı bir optimizasyon analizinin sonucunda yapılması gerektiğini göstermektedir. Bu alanda daha fazla bilgi üretildikçe ve deneyim kazanıldıkça, yüksek performanslı, sürdürülebilir ve aynı zamanda konforlu mekan tasarım hedeflerine ulaĢmak pratikte gerçekleĢtirilebilecektir. 13 Bu çalıĢmanın ilk bölümünde binalarda konfor, enerji ve simülasyon tabanlı optimizasyon konunlarına yer verilmiĢtir. Bölüm 2.1 ve Bölüm 2.2‘de ısıl konfor ve görsel konfor kavramının tanımı, iç mekanda konforu etkileyen faktörler ve değerlendirme yaklaĢımları sırasıyla sunulmuĢtur. Bölüm 2.3‘te binalarda binalarda enerji performans kavramı, enerji performansını etkileyen faktörler ve değerlendirme yaklaĢımları kısaca tanıtılarak Bölüm 2.4‘te bina enerji simülasyon ve BES tabanlı optimizasyon yöntemi literatürdeki çalıĢmalar üzerinden detaylandırılmıĢtır. 2.1. Isıl Konfor ve Değerlendirme YaklaĢımları Ġnsanlar, tropikal iklim bölgelerinden yüksek enlemlere kadar bir dizi farklı iklimde yaĢayabilmektedir. Bu nedenle ısıl konfor algısı değiĢkendir ve ısıl konfor kavramı çeĢitli etmenler ve sınır değerler üzerinden tanımlanmaktadır. ASHRAE Standart 55 (2004) ―YaĢam alanları için ısıl çevresel Ģartlar‖ (Thermal Environmental Conditions for Human Occupancy) standardında ısıl konfor, kullanıcıların %80 veya daha fazlasının iç çevre koĢullarından tatmin olma durumu olarak tanımlanmıĢtır. Fanger (1970), ısıl konfor algısının fiziksel, fizyolojik ve psikolojik süreçlerden etkilenen biliĢsel bir süreç olduğunu vurgulamıĢtır. Tarihsel süreç içinde ısıl konfor alanındaki çalıĢmalara bakıldığında, Straaten (1967) konforun öznel olduğunu ve kiĢilere göre değiĢebildiğini savunmuĢtur. Givoni‘ye (1976) göre ısıl konforun birincil amacı, insanla çevre arasındaki ısıl dengenin sağlanması ve vücut sıcaklığının korunmasıdır. Givoni iç mekan ısıl konfor düzeyinin yapı kabuğu yoluyla, iç ve dıĢ ortam arasındaki ısı alıĢveriĢine bağlı olduğunu ve kullanıcıların kendilerini iyi hissetmesi ve sağlığı açısından ısıl konforun önemini belirtmiĢtir. Evans (1980) ısıl konforun öznel bir algılama olduğunu, optimal koĢullar elde edildiğinde bile, aynı anda tüm kullanıcıları memnun etmenin mümkün olmadığını; dolayısıyla ısıl konfor koĢullarının ―mükemmel bir kombinasyonu‖ diye bir Ģeyin mümkün olmadığını vurgulamıĢtır. Evans‘a göre ısıl konfor bedensel duyumlar açısından sıcak, ılık, biraz ılık, nötr, biraz serin, serin veya soğuk hissidir ve objektif olarak ölçülemez. Limb (1992), ısıl konforu "bina 14 kullanıcısı tarafından ısıl çevre için ifade edilen memnuniyet koĢulu" olarak tanımlarken, Morris (2004) kullanıcının ısıl çevreyi rahatsızlık duymadan ne çok soğuk ne de çok sıcak olarak nitelendirdiği "nötr" durumdan söz etmiĢtir. Matzarakis ve Mayer (1996), kullanıcıların "ısıl çevreden duyulan memnuniyet"in objektif bir kriter olup olmadığını araĢtırmıĢtır. Oseland ve Raw‘a göre (1994), ısıl konfor araĢtırmaları bina ve iç mekan tasarımına rehberlik edilebilir ve iç hava kalitesi iyileĢtirilebilir; hasta bina sendromu riski azaltılarak kullanıcı sağlığı, iĢ verimi ve yaĢam kalitesi arttırılabilir. Heijs (1994), psikolojik açıdan bakıldığında ısıl konforun ―zihinsel duyumun‖ ya bir algısal sürecin ya da bir biliĢ halinin veya genel bir duygu veya tutumun bir sonucu olabileceğini ve dolayısıyla kullanıcının refahı, aktivite biçimi ya da giydikleri gibi pek çok farklı durumla iliĢkilendirilebileceğine değinmiĢtir. Sonuçta, ısıl konforun fizyolojik ve psikolojik olarak kullanıcı memnuniyetini belirleyen iklimsel ve çevresel bir özellik olarak düĢünülmesi gerektiğini söylemiĢtir. Daniels (1997) binaların insanlar için bir yapılı çevre oluĢturduğuna değinmiĢ, bir konfor bölgesi oluĢturulurken yapının kullanıcılarına sağladığı iklimsel koĢulların yanı sıra, iç mekandaki akustiğin, gün ıĢığı alımının, hava kalitesinin ve dıĢ görüĢün de ısıl konfor kriterleriyle birlikte ele alınması gerektiğini vurgulamıĢtır. Ġnsan vücudundaki ısı alıĢveriĢi kiĢiyi çevreleyen yüzeylerlerden iletim, ıĢınım (radyasyon), ortamdaki havadan taĢınım (konveksiyon) ve buharlaĢma (terleme ve solunum) yoluyla gerçekleĢmektedir. Ġnsan vücudu ıĢınım ve taĢınım yoluyla ısı yayarken aynı zamanda çevredeki yüzeylerden gelen ısı ıĢınlarını ve hava akımını hisseder. Koenigsberger vd. (1975), McIntyre (1980) ve Fanger‘in (1985) çalıĢmalarında insan vücudu ve çevre arasındaki ısı transferi ilkeleri açıklanmıĢtır. "Hissedilen sıcaklık" veya "operatif sıcaklık" vücut ısı transfer mekanizmalarıyla; yani odadaki ortalama hava sıcaklığı ve mekanı çevreleyen yüzeylerden yayılan ortalama ıĢınım (radyant) sıcaklığına bağlı olarak ölçülmektedir. 15 Ortamın hava sıcaklığı, nemi ve hava hareketinin istenen aralıkta olduğu durum genellikle "konfor bölgesi" olarak tanımlanmaktadır. Hava hareketinin neredeyse olmadığı (0,1 m/s) ve bağıl nemin yaklaĢık %50'de tutulduğunda durumda, iç ortam sıcaklığı ısıl konforu sağlamak için en önemli etmendir. Bununla birlikte, sıcaklık tercihleri bireyler arasında büyük farklılık göstermektedir. Fanger (1970) ısıl konfor durumunu etkileyen en önemli altı değiĢkeni Ģu Ģekilde sıralamıĢtır: i) aktivite düzeyi (vücuttaki ısı üretimi), ii) giysilerin ısıl direnci (clo değeri), iii) iç hava sıcaklığı, iv) ortalama ıĢınım sıcaklığı, v) bağıl hava hızı, vi) ortamdaki su buharı basıncı (bağıl nem). Fanger (1970), ısıl konforun yukarıdaki değiĢkenlerin birçok farklı kombinasyonu ile elde edilebileceğini ve temelde pek çok farklı yöntemin kullanılmasının mümkün olduğunu öne sürerek, insan vücudu üzerinde ısıl konfor değiĢkenlerinin bütünleĢik etkisini araĢtırmıĢ ve bu hipotezini koĢullu konfor denklemi üzerinden Ģu Ģekilde açıklamıĢtır: "Isıl konforu etkileyen herhangi bir fiziksel etmeni bağımsız olarak düĢünmek olanaksızdır; çünkü her bir değiĢkenin etkisi ve gerekli Ģartlar diğer değiĢkenlerin seviyesine ve ortam koĢullarına bağlıdır". ASHRAE El kitabında (Handbook: Fundamentals) (2009) ısıl konforu etkileyen faktörler üç gruba ayrılmıĢ ve Çizelge 2. 1‘deki bu değiĢkenler aĢağıda kısaca açıklanmıĢtır. Çizelge 2. 1. Isıl konforu etkileyen değiĢkenler (ASHREA, 2009) Çevresel Etmenler KiĢisel Etmenler Diğer Etmenler Ġç ortam sıcaklığı Aktivite düzeyi Yiyecek ve içecekler Ortalama ıĢınım sıcaklığı Giysilerin ısıl direnci Vücut Ģekli Bağıl hava hızı Sağlık durumu Deri altı yağı Bağıl nem Ġklimsel uyum YaĢ ve cinsiyet a) Ġç ortam sıcaklığı (Ti, °C): Ġnsanın çevresiyle taĢınım (konveksiyon) yoluyla yaptığı ısı alıĢveriĢi miktarını belirleyen en önemli değiĢken iç ortam (kuru termometre) sıcaklığıdır. Ġnsan ile çevresi arasındaki ısı taĢınımı, vücut yüzey sıcaklığı ile hava sıcaklığı dengeleninceye kadar devam eder. ASHRAE Standart 55 (2017) konutlarda ısıl konfor amacıyla iç ortam sıcaklığının yaklaĢık 19,4º (67 °F) ile 27,8º C (82 °F) arasında 16 değiĢebileceğini, daha spesifik bir aralık belirlemek için mevsim, bağıl nem, giysi düzeyi ve aktivite seviyesi gibi diğer etmenlerin göz önüne alınması gerektiğini belirtmektedir. BS EN ISO 7730:2005 ―Isıl çevrenin ergonomisi‖ (Ergonomics of the thermal environment) adlı standartta ısıl konfor için gerekli ortam Ģartları, ısıtma ve soğutma dönemlerini ayrı ayrı kapsayacak Ģekilde önerilmiĢtir. BS EN ISO 7730‘da (2005) tavsiye edilen iç ortam sıcaklık aralığı ısıtma dönemi için Ti: 22°C (± 2°C), soğutma dönemi için Ti: 24,5°C (±1,5°C)‘dir. EN 16798-1 ―Binaların enerji performansı‖ (Energy performance of buildings) Avrupa standardında (2019) konutlar için (yatak odası, mutfak, salon) ısıtma sezonunda kabul edilebilir ortam sıcaklığı Ti: 20 – 25°C, soğutma sezonunda Ti: 23 – 26°C aralığındadır (M: 1,2 met, Rh:%40, Va <0,1 m/s, Icl kıĢ: 1,0 clo, Icl yaz: 0,5 clo). Uygulama alanı olarak konutları da kapsayan TS 825 (2008) ―Binalarda Isı Yalıtım Standardı‖ konutlar için yıllık ısı ihtiyacı hesabında kullanılacak aylık ortalama iç sıcaklık değeri Ti: 19C olarak almaktadır. Ülkemizdeki enerji verimliliği mevzuatına bakıldığında, binalarda enerji performans uygulaması (BEP-TR 2) ile yapılan bina enerji performans hesaplamaları TS 2164 (1983) ―Kalorifer Tesisat Projelendirme Kuralları‖ standardında yer alan kabuller ve referans değerlere göre yapılmaktadır. Isıtma sistemi projelendirmesinde, ısıtılan konut mekanları için iç ortam hava sıcaklıkları oturma odası ve salon için Ti: 22C, yatak odaları Ti: 20C, antre, WC, mutfak için Ti: 18C, banyo için Ti: 26C, ortak mahaller için Ti: 10C, alınmaktadır. Ġç mekanın ısıl konfor açısından değerlendirilmesinde yalnızca kuru termometre sıcaklığını değil aynı zamanda ısıl konforu etkileyen diğer çevresel etmenleri dikkate alan ve bireylerin mekan içinde deneyimlediği, algılanan sıcaklığı temsil eden operatif sıcaklık (To, °C) kavramı kullanılmaktadır. ġekil 2.1‘de ısıl konfor değiĢkenleri Berkeley Üniversitesi‘nde Tartarini ve ekibi tarafından geliĢtirilen (2020) web tabanlı ısıl konfor hesaplama aracı CBE‘ye (Center for the Built Environment Thermal Comfort Tool) girilerek, mevsime uygun giyimli (Icl kıĢ: 1,0 clo, Icl yaz: 0,5 clo) ve hafif ve çoğunlukla 17 oturarak aktivite yapan bir kiĢi için (M: 1 met) Rh: %50 ve durgun hava (Va: 0,1 m/s) koĢullarında kabul edilebilir iç mekan operatif sıcaklığının ASHRAE-55 (2017) ve BS EN ISO 7730‘a (2005) göre ısıtma döneminde 21,4ºC – 24,7ºC, soğutma döneminde ise 25,1ºC – 27,4ºC aralığında olduğu görülmektedir. Hesaplanan bu değerler, burada belirlenen iç ortam koĢulları ve kıyafetlerin ısıl direnci için geçerlidir. ġekil 2. 1. ASHRAE-55 (2017) ve BS EN ISO 7730‘a (2005) göre ısıtma ve soğutma döneminde farklı giysi yalıtım dirençleri için kabul edilebilir operatif sıcaklık ve bağıl nem aralıkları (CBE ısıl konfor hesaplama aracında yazar tarafından oluşturulmuştur) Yazın hava sıcaklığının yüksek olması k Ģ ler n daha nce g ys ler g ymeler n gerekl kılar. Vücut yüzey sıcaklığı sab t kaldığı ve çevreye aynı m ktardak ısı yaydığı esas alınırsa, yazın ısıl konforun sağlandığı ç çevre sıcaklığı daha yüksekt r (ġek l 2.1). Ulr ch, Knaack vd. yaptığı çalıĢmalarda (2007) iç ortam sıcaklığının yükselmesinin kullanıcıların yorgun hissetmesine, sıcaklığın düĢmesi ise kullanıcıların dikkatinin dağılmasına ve huzursuz hissetmelerine neden olduğu belirtilmiĢtir. b) Ortalama ıĢınım sıcaklığı (Tr, °C): Ġnsan vücudunu çevreleyen yüzeylerin ortalama ıĢınım (radyant) sıcaklığının birleĢik etkisini veren, birey ile mekan arasında uzun dalga ıĢınımı yoluyla gerçekleĢen ısı transferini belirleyen değiĢkendir. DıĢ ortamda ve açık mekanlarda güneĢ ıĢınımının etkisi yüzey sıcaklıklarını belirlemede önemli iken, kapalı 18 ortamlarda mekanı çevreleyen yüzey sıcaklıkları ısıl konforu belirlemede önem kazanmaktadır. Ġç yüzey le ç ortam arasındak sıcaklık farkının artması hava sürkülasyonunu artıracağından, ç ortam sıcaklığı stenen düzeyde olsa bile hissedilen sıcaklık düĢer ve konforsuzluk ortaya çıkabilir. ASHRAE-55‘e göre (2017) baĢ seviyesi ile ayak bileği seviyesi arasındaki hava sıcaklığı farkı, oturanlar için 3°C'yi, ayakta duranlar için 4°C'yi aĢmamalıdır. BS EN ISO 7730‘da (2005) zeminden 0,1 m ve 1,1 m yükseklikler arasındaki düĢey hava sıcaklığı farkının 3°C den az olması, zemindeki yüzey sıcaklığının 19°C ile 26°C arasında kalması, yerden ısıtma sistemleri için azami döĢeme sıcaklığı 29°C, pencereler vb. ısı köprüsü oluĢturabilecek yüzeylerden dolayı ıĢınım sıcaklığı asimetrisinin 10°C‘den az olması önerilmektedir. Uluslararası standarlara benzer Ģekilde TS 825‘te (2008) de, konfor Ģartlarının korunması ç n ç yüzey sıcaklıkları (çatı, duvar vb. bütün yüzeyler) ile iç ortam sıcaklığı farkının 3ºC‘yi aĢmaması gerektiği belirtilmiĢtir. c) Bağıl nem (Rh, %): Havadaki su buharı kısmi basıncının, aynı Ģartlarda doygun haldeki havanın su buharı kısmi basıncına oranı olarak tanımlanabilir. Hava sıcaklığı ve yüzey sıcaklıkları belirli sınırlar içinde kaldığı sürece bağıl nem değiĢimi ısıl konforu etkileyen ikincil bir etmendir. ASHRAE-55 (2017) iklimlendirme sistemleri ile konutlarda 0,012 kg.H2O/kg kuru hava veya altında bir nem oranını muhafaza edebilmesi gerektiğini belirtmektedir. Bu değer, düĢük ortam sıcaklıklarında %80' n üzer nde b r bağıl nem düzey ne karĢılık gelmekted r. Bağıl nem n n artması, k Ģ n n vücudundan buharlaĢma yoluyla ısı kaybının artmasına neden olmaktadır. Ayrıca, yüksek bağıl nem seviyeleri konutlarda toz akarları, küf ve mantar oluĢumunu teĢvik edebilir. Mikrobiyal büyümeye yol açabilecek koĢulların olasılığını azaltmak amacıyla ASHRAE-62.1‘de (2016) iç ortam bağıl neminin %65'in altında kalması önerilmektedir. BS EN ISO 7730 (2005) ve ASHRAE- 55‘te (2017) bağıl nem için bir alt limit bulunmamakla birlikte, %30'un altındaki bağıl nem oranlarında deri ve göz kuruluğu, burun tıkanıklığı ve statik elektrik üretimi gibi konforsuzluk durumlarının ortaya çıkabileceğinden söz edilmiĢtir. BS EN ISO 7730‘da (2005) tavsiye edilen Rh: %30 – %70‘tir. 19 d) Hava hızı (Va, m/s): Hava akım hızı bileĢeni ısıl konfor üzerinde etkili olmakla birlikte özellikle kapalı mekanlar için ikincil bir etmendir. Hava hızının artması durumunda iç ortamda sıcaklık değiĢimine bağlı olarak ısıl konforsuzluk meydana gelebilir. Ġnsan vücudu ile çevresi arasındaki ısı alıĢveriĢi hava hızına bağlı olarak değiĢmekte, buharlaĢma ve konveksiyon (taĢınım) yoluyla ısı kaybı artmaktadır. ASHRAE-55‘te kullanıcı kontrolünün olmadığı koĢullarda, 23°C'nin altındaki operatif sıcaklıklar için önerilen ortalama hava hızı sınırı Va: 0,2 m/s, 25,5°C‘nin üzerindeki operatif sıcaklıklar için ise Va: 0,8 m/s olarak verilmiĢtir. To: 23,0°C – 25,5°C sıcaklık aralığında Va limitini bulabilmek için eĢitlik kullanılmaktadır. (2.1) Burada; Va: hava akım hızı (m/s) To: iç ortam operatif sıcaklığıdır (°C) ġekil 2. 2‘de BS EN ISO 7730‘a (2005) göre iç mekanın soğutulduğu dönemde, Rh: %50 olan bir mekanda oturularak yapılan aktiviteler (M: 1 met) ve Va: 0,1 – 0,8 m/s için uygun To aralığı görülmektedir. Artan hava hızı, kabul edilebilir operatif üst sıcaklık limitini de arttırmaktadır. ġekil 2. 2. Soğutma döneminde 0,1 – 0,8 m/s bağıl hava hızı aralığında kabul edilebilir iç ortam koĢulları (CBE ısıl konfor hesaplama aracında yazar tarafından oluşturulmuştur) 20 e) Giysilerin ısıl direnci (Icl, clo): Isıl konforunu etkileyen fizyolojik faktörler kiĢiden kiĢiye, gerçekleĢtirilen aktivitiye ve giysilerin yalıtım düzeyine bağlı olarak değiĢmektedir. Giysiler, ısıl direnç özelliklerine göre insan vücudundaki ısı alıĢveriĢi ve konfor açısından tamamlayıcıdır. Bu anlamda giysiler ısıl ortama uyum açısından en önemli değiĢkenlerden biridir. Giysilerin ısıl direnci malzeme özelliklerinin yanı sıra içerdikleri durgun havanın bir 2 sonucudur ve sayısal olarak Clo (1 Clo = 0.155 K m /W) değeri ile ifade edilmektedir. 1 clo değeri, Va: 0,1 m/s ve To: 21°C sahip bir ortamda dinlenen bir kiĢinin ısıl dengeyi korumasına izin veren yalıtım miktarıdır. Fanger (1970) çeĢitli kombinasyonlar için giysilerin ısıl direnç değerlerini kıĢlık giysi (Icl: 1 – 1,13 clo), hafif – yazlık giysi (Icl: 0,5 – 0,6 clo) ve ağır – yünlü giysi (Icl: 3 – 4 clo) olarak sınıflandırmıĢtır. Çizelge 2. 2‘de ASHRAE El kitabındaki (2009) giysi kombinasyonları ve yalıtım değerlerinden örnekler görülmektedir. Çizelge 2. 2. ÇeĢitli giysilere ait yalıtım değerleri (ASHRAE, 2009). Giysi Türü (clo) Çıplak 0 ġort, kısa kollu gömlek 0,36 Diz boyu etek, kısa kollu gömlek, külotlu çorap, sandalet 0,54 Pantolon, kısa kollu gömlek 0,57 Pantolon, uzun kollu gömlek 0,61 EĢofman altı ve üstü 0,74 Pantolon, tiĢört, uzun kollu gömlek, uzun kollu kazak, 1,01 Bilek boyu etek, uzun kollu gömlek, ceket, külotlu çorap 1,10 Yalıtımlı tulum, uzun alt ve üst termal içlik 1,37 BS EN ISO 7730‘da (2005) yaz mevsimi için giysilerin ısıl direnci ortalama 0,5 clo, kıĢ mevsimi için 1 clo olarak kabul edilmiĢtir. ġekil 2. 1'de tipik iç mekan yaz ve kıĢ giysileri ile, Va: 0,1 m/s, Rh: %50‘ye sahip bir mekanda oturularak yapılan aktiviteler (M: 1 met) için en fazla kullanıcıyı memnun eden iç ortam sıcaklık aralığı verilmiĢtir. Kullanıcıların en az %90'ının ısıl konfor açısından kabul edilebilir bulduğu ortam Ģartları grafikteki taralı alanın sınırlarını oluĢturmaktadır. 21 f) Aktivite düzeyi (M, met ): Ġnsan vücudu genetik kodu gereği ve yaĢam fonksiyonlarını sürdürebilme otonom davranıĢları sonucu, ısı üreten ve bu ısıyı belli sıcaklıkta tutabilen homojen olmayan bir ortamdır. Vücut ile çevre arasında hem madde, hem enerji transferi vardır. Enerji transferinin dinamik davranıĢının fizyolojik ve psikolojik değerlendirilmesi konfor hissini-duyumunu belirlemektedir (Toksoy, 1993). Ġnsan vücudunun "iç ısıl yükü" aktivite düzeyine (metabolizma hızına) bağlıdır ve yaĢam sürecinin bir parçası olarak büyük ölçüde değiĢiklik gösterir. Besinler metabolize edilirek elektrokimyasal enerjiye dönüĢtürülür ve bu enerji, bedensel iĢlevlerimizi yerine getirmemizi sağlar. Bir enerjinin baĢka bir enerji formuna dönüĢmesinde enerjinin korunumu kanununda olduğu gibi belli bir verimliliği vardır. Yiyeceklerde depolanan potansiyel enerjinin yalnızca %20'si faydalı enerjiye dönüĢürken, enerjinin diğer %80‘lik bölümü bir yan ürün olarak ısıya dönüĢtürülür. Bu durum, vücut sıcaklığının sürekli olarak artmaması adına dıĢ çevreye ısı transferi (ıĢınım, taĢıma veya iletim) yoluyla veya vücut sıvılarının buharlaĢması (terleme) yoluyla atılmasına neden olur. Solunum, kan dolaĢımı, iç organlarımızın çalıĢması gibi (bazal metabolizma) sürekli bir enerji tüketiminin varlığına ek olarak, zihinsel veya fiziksel bir aktivite yapıldığında gerekli enerjiyi sağlamak üzere metabolizma hızı ve ayn zamanda vücudun ısı üretimi artar. Bu amaçla kullanılacak yakıt mevcut sindirilmiĢ yiyeceklerden veya gerektiğinde yağ depoların karĢılanmaktadır. Aktivite düzeyi insan vücudunun birim yüzey alanında (Du-Bois metoduna göre bir insanın 2 ortalama yüzey alanı 1,8 m ) b r m zamanda üret len enerj m ktarıdır. Metabol k enerj üret m (metabol k oran) ―met‖ b r m yle fade ed lmekte, 1 met oturarak d nlenmekte olan bir insanın birim vücut yüzeyi alanında birim zamanda üretilen ısı enerjisi miktarını temsil etmektedir. Gıdalardaki enerjinin insan vücudunda ısıya dönüĢme hızı ise watt (W) 2 cinsinden ifade edilmektedir (1 Met = 58,2 W/m ). Genel olarak vücuttaki toplam ısı üretimi aktivite düzeyi ile doğru orantılıdır ve bireyin sağlık durumuna, cinsiyetine, yaĢına, giysi türüne ve bulunduğu çevrenin ısıl ve atmosferik koĢullarına bağlıdır. Çizelge 2. 3‘te insan vücudunun farklı aktivitelere bağlı metabolizma hızı (met) örnekleri görülmektedir (BS EN ISO 7730, 2005). 22 Çizelge 2. 3. Farklı aktivitelere bağlı metabolik oran (BS EN ISO 7730, 2005) Aktivite türü Metabolik oran (met) Uzanma, uyuma 0,8 Oturma, sakin 1,0 Ayakta durma, sakin 1,2 Hareketsiz aktiviteler (ofis, konut, okul, laboratuvar) 1,2 Ayakta, hafif aktivite (alıĢveriĢ, laboratuvar, sanayi) 1,6 Ev iĢleri (tıraĢ olmak, yıkanmak ve giyinmek 1,7 Düz yolda yürümek, 2 km/s 1,9 ĠnĢaat sektörü - Tuğla döĢeme 2,2 Ayakta bulaĢık yıkamak 2,5 Ev iĢleri (elde yıkamak ve ütülemek) 2,9 ĠnĢaat sektörü - kalıp yapmak 3,1 Düz yolda yürümek, 5 km/s 3,4 Voleybol, bisiklete binmek 4,0 Aerobik Dans, Yüzme 6,0 Spor yapmak, 15 km/sa hızla koĢma 9,5 Vücut ısısı üretimi aktivite düzeyine bağlı olarak arttığı için, insan sağlığı ve çalıĢma verimi açısından optimal iç çevre koĢullarının belirlenmesinde mekanın kullanım amacı ve kullanıcıların rutin fiziksel aktiviteleri tespit edilmelidir. Yukarıda bahsedildiği gibi, giyim ve aktivite düzeyi kiĢinin konfor bölgesi üzerinde etkilidir ve bu değiĢkenler kabul edilebilir sıcaklık aralığını da etkiler. ġekil 2. 3‘te BS EN ISO 7730‘a (2005) göre Icl: 1 clo, Va: 0,1 m/s, Rh: %50 ve Ti= To: 23°C olan bir mekanda üç farklı aktivite düzeyi için (Mdinlenme: 0,9 met, Myemek piĢirme: 1,8 met, Mtemizlik: 2,7 met) konfor aralıkları görülmektedir. Konforlu bir ortam sağlanabilmesi için gerekli operatif sıcaklık aktivite düzeyine bağlı olarak değiĢmektedir. Fiziksel açıdan aktif olan bir kiĢi daha büyük sıcaklık farklarına tolerans gösterirken uyku/dinlenme durumunda olan bir kiĢi sıcaklık farklarına daha duyarlıdır. 23 ġekil 2. 3. Farklı aktivite düzeyleri için kabul edilebilir konfor koĢulları aralığı (CBE ısıl konfor hesaplama aracında yazar tarafından oluşturulmuştur) g) Sağlık durumu: Ġç ortam ve dıĢ ortam arasındaki, özellikle binaların iklimlendirildiği koĢullarda meydana gelebilecek önemli farklar, kullanıcı sağlığı açısından olumsuz olabilir. Örneğin, bir hastanede yatan hasta ya da aĢırı gürültü ve stres altındaki kullanıcı, bir restoran kullanıcısına göre iç ortam konfor koĢullarına karĢı daha duyarlı olduğu söylenebilir (Gut, 1993). h) Ġklimsel uyum (Acclimatization): Ġnsanlar belli bir dereceye kadar yaĢadıkları ortam koĢullarına ve iklime uyum göstermektedir. Bu sayede, sert iklim koĢullarında ikamet eden bir toplum, sıcak bir iklim bölgesinden gelen bir ziyaretçiye göre yaĢadığı bölgenin koĢullarından daha az etkilenmektedir. Benzer bir durum mevsimsel iklim değiĢiklikleri için de söylenebilir. Aynı sıcaklık değeri yaz aylarında serin, kıĢ aylarında sıcak hissedilebilir (Gut, 1993). i) Diğer etmenler: Vücudun aktivite ve çevre değiĢtirme süreçleri iklimsel uyum bakımından önemlidir. Uyum süreci, değiĢen ortam sıcaklığındaki dalgalanmaların periyoduna benzer kısa süreli olabileceği gibi, iklim koĢullarının ve giyim alıĢkanlıklarının 24 tamamen değiĢtiği coğrafi yer değiĢtirmeler sonucu geliĢtirilen iklimsel uyum süreleri gibi daha uzun bir zaman dilimini (4-6 ay) kapsayabilir (Toksoy, 1993). Çevresel ve kiĢisel faktörlerin dıĢında kalan psikososyal durum, yaĢ, cinsiyet, sağlık durumu, vücuda alınan gıdalar, cilt rengi ve iç hava kalitesi, akustik ve optik etkiler gibi diğer faktörler de kullanıcıların ısıl konfor algısını etkilemektedir. Bu faktörler iç ortam konfor Ģartları iyileĢtirmese de kullanıcıların sıcaklık toleransını bir ölçüde değiĢtirebilmektedir. Koenigsberger vd. göre (1975), yaĢlandıkça metabolizma hızı düĢtüğü için, yaĢlılar gençlere göre daha yüksek ortam sıcaklıklarını tercih edebilmektedir. Ayrıca kadınların metabolizma hızı erkeklere göre biraz daha yavaĢ olması nedeniyle, kadınlar erkeklere kıyasla ortalama 1°C daha yüksek bir sıcaklık seviyesini tercih edebilmektedir. Öte yandan, Fanger (1982) tarafından pek çok kullanıcı ile yapılan çalıĢmalarda, tercih edilen sıcaklıklar ile cinsiyet arasında dikkate değer bir iliĢkinin olmadığı görülmüĢtür. Ġklimler, yaĢam koĢulları ve kültürler dünya çapında büyük farklılıklar gösterse de, insanların benzer giyim, aktivite, bağıl nem ve hava hızı koĢullarında konforlu olabilmek için tercih ettikleri iç ortam sıcaklığının benzer olduğu görülmüĢtür (Fanger, 1970; DeDear, Leow & Ameen, 1991; Busch, 1992). 1970'lerden bu yana, insanların çevreye karĢı ısıl algılarına dayalı bir dizi konfor modeli oluĢturulmuĢ ve ısıl konfor araĢtırmaları giderek fiziksel çevre kontrolü alanının önemli bir parçası haline gelmiĢtir. Bir mekanda seçilen bölge içerisinde belirli sayıda noktada ısıl konforu etkileyen çevresel değiĢkenleri deneysel olarak ölçmek mümkündür, ancak seçilen bölgedeki konfor düzeyini belirlemek için ölçümleri yorumlamak gerekmektedir. KiĢisel tercihleri de içeren ısıl konfor değiĢkenleri nedeniyle, bir ısıl konfor noktası tanımlamaktansa bir konfor bölgesi (zonu) oluĢturmanın daha doğru olacağı Taleghani vd. (2013) yaptığı literatür araĢtırmasındaki çeĢitli çalıĢmalarda ifade edilmiĢtir. Isıl zonlar oluĢturulurken yukarıda bahsedilen çevresel ve kiĢisel etmenler temel değiĢkenler olarak ele alınmaktadır. 25 Ġklim, yaĢam koĢulları ve kültürel farklılıklara rağmen bu alanda yapılan çalıĢmalar dünya genelinde insanların benzer giyim koĢullarında, fiziksel aktivite düzeyinde, bağıl nem ve hava hızında konfor için tercih ettiği sıcaklıkların benzer olduğunu göstermiĢtir (ASHRAE, 2009). Birçok araĢtırmacı, ısıl konfor koĢullarını temsil etme ve hesaplama problemleri üzerinde çalıĢmıĢ, kullanıcıların fizyolojik ve psikolojik tepkileri ölçülerek mevcut bir hacmin ısıl konfor koĢullarını değerlendirmek için geçmiĢte çeĢitli deneysel ve analitik yöntemler geliĢtirmiĢtir (Sherman, 1985; Van Hoof, 2008; Orosa, 2009; Wan vd., 2009). Deneysel ısıl konfor modellerinde, varolan bir hacimdeki ısıl konfor kriterlerinin belirlenmesi amacıyla yapılan alan çalıĢmaları sonucunda elde edilen istatistiksel bilgiler regresyon denklemleri ile değerlendirilmektedir (Toksoy, 1993). Analitik konfor modellerinin çıkıĢ noktası ise insan vücudu ile çevresi arasındaki enerji dengesinin ısıl konfor açısından önemli bir fiziksel mekanizma olduğunun fark edilmesidir. Bu noktadan hareketle, vücut ile çevre arasındaki enerji akıĢını gösteren denklemler oluĢturulmuĢ ve bu denklemlerin deneysel olarak elde edilen ve kabul edilebilir sınırlar içinde kalan çözümleri ısıl konfor bölgesi olarak tanımlanmıĢtır (Toksoy, 1993). Analitik modellerde kullanılan bağımsız değiĢkenlerin sayıca çok olması, her zaman geçerli olabilecek tek bir çözümün elde edilmesini mümkün kılmamaktadır. Öte yandan ısı transferi algoritmalarının bilgisayar ortamında hesaplanması yaygınlaĢmıĢ ve analitik konfor modellerine yönelik iç ortamda ayrıntılı analiz ve tahmin yapabilen çeĢitli yazılım araçları (COMFORT, CBE vb.) ve simülasyon programları üretilmiĢtir. Günümüzde kararlı durumdaki iç ortam koĢullarında, ısıl konfor için kabul edilebilir aralıklar ASHRAE Standart 55 (2017) ve BS EN ISO 7730 (2005) ve güncellen EN 15251 (2007) standardı yerine gelen, konut ve konut dıĢı binaları kapsayan EN 16798-1‘de (2019) yer almaktadır. Isıl konfor alanında geliĢtirilen bu standartların temelini oluĢturan analitik modeller; 1970 yılında Fanger tarafından geliĢtirilen statik PMV-PPD modeli ve 1997 yılında de DeDear, Brager ve Cooper tarafından oluĢturulan adaptif (uyarlamalı) konfor modeldir. AĢağıda bu iki analitik modelin temel aldığı değiĢkenler ve hesaplama metotları açıklanmıĢ ve diğer ısıl konfor modellerine de kısaca yer verilmiĢtir. 26 a) PMV - PPD Statik Modeli: Günümüzde sıklıkla kullanılan deneysel ısıl konfor modeli Fanger tarafından geliĢtirilmiĢ olan Tahmini Ortalama Oy (PMV) ve Tahmini Memnuniyetsizlik Yüzdesi (PPD) indisleridir. Ġklimlendirme sistemi ile Ģartlandırılan binalarda ısıl konfor düzeyinin incelenmesinde kullanılan statik yöntem, insan vücudu ile dıĢ ortam arasındaki kararlı ısı enerji dengesini göz önüne almakta, vücuttaki sıcaklık değiĢimleri ihmal edilmektedir. Vücudu iç bölge (core) ve deri olmak üzere iki elemandan oluĢan bir ortam olarak kabul eden Fanger modeli ile (CEN ISO 7730, 1994) aktivite (metabolizma) düzeyi (M: 0,8 – 4 met), giysi düzeyi (Icl: 0 – 2 clo) , iç ortam sıcaklığı (Ti: 10 – 30ºC), ortalama ıĢınım sıcaklığı (To: 10 – 40ºC), iç hava hızı (Va: 0 – 1 m/s) ve bağıl nem (Rh: %30 - 70) olmak üzere altı değiĢkeni içeren bir konfor denklemi geliĢtirilmiĢtir. Bu denklem ile belirli bir aktivite düzeyi ve giysi yalıtım değeri için, sabit koĢullar altında insanın konforlu olduğu hava sıcaklığını, bağıl nemi, ortalama ıĢınım sıcaklığını veya bağıl hava hızı değerlerini, diğer parametreler bilindiği takdirde hesaplamak mümkündür. Fanger‘in PMV ve PPD modeline dayanarak CEN ISO 7730 (1994) standardı geliĢtirilmiĢtir. PMV indisi, kapalı deney ortamında belirli ısıl koĢullara uzun süre maruz kalmıĢ geniĢ bir kitlenin ısıl konfor duyumuna dayanan istatistiksel verilere dayanmaktadır (Castilla vd., 2014). Fanger modeli iklimlendirme sistemi ile Ģartlandırılan ve kullanıcı müdahalesine (örneğin doğal havalandırmaya) izin verilmeyen kontrollü Ģartlarda geliĢtirilmiĢtir. Bu model ile kullanıcıların ısıl ortamla ilgili hissi ya da duyumu (PMV) 7 noktalı ısıl duyum ölçeği ile değerlendirilerek anlamlandırılmaktadır (+3: aĢırı sıcak, +2: sıcak, +1: biraz sıcak, 0: nötr konforlu, -1: biraz serin, -2: serin, -3: soğuk). Negatif değerler soğuk hissi nedeniyle, pozitif değerler ise sıcak hissi nedeniyle konforsuzluğu göstermektedir. Sıfır, konfor durumunu temsil eden nötr durumdur. Isıl ortamda rahatsız hisseden insan sayısını tahmin etmekte kullanılan PPD indisi, PMV değerinden yola çıkarak hesaplanmaktadır. PPD ve PMV indisleri arasındaki iliĢki ġekil 2. 4‘te görülmektedir. 27 PMV 7 noktalı ısıl duyarlılık ölçeği: -3: Soğuk -2: Serin -1: Biraz serin 0: Nötr +1: Biraz ılık +2: Ilık +3: Sıcak ġekil 2. 4. PMV'nin bir fonksiyonu olarak PPD (Castilla vd., 2014) PPD indisine göre optimal konfor koĢullarına ulaĢılmasına rağmen, insanların tamamının da ısıl çevreden tatmin olması imkansızdır. Psikolojik konfor algısı göz önüne alındığında, sıfıra eĢit bir PMV indisi için, insanların yaklaĢık %95'inin ısıl çevreden memnun olmaları gerekmektedir. Isıl konfor kategorileri BS EN ISO 7730 (2005), ASHRAE-55 (2017) ve EN 16798-1‘e göre (2019) Çizelge 2. 4‘te sınıflandırılırmıĢtır. Çizelge 2. 4. BS EN ISO 7730 (2005), ASHRAE-55 (2017) ve EN 16798-1 (2019) standartlarındaki ısıl çevre kategorileri Standart PMV PPD Açıklama ±0,2 <%6 Kategori A (I) BS EN ISO 7730 (2005) ±0,5 <%10 Kategori B (II) EN 16798-1 (2019) ±0,7 <%15 Kategori C (III) ±0,5 <%10 Yüksek standart (%90) ASHRAE 55 (2017) ±0,85 <%20 Tipik uygulamalar (%80) Her üç standarda göre PMV değerinin ±0,5 değerleri arasında kalması ısıl konforun sağlandığını, ortamdaki memnuniyetsiz kiĢilerin oranı PPD‘nin %10‘u aĢmadığı anlamına gelmektedir. EN 16789-1‘de (2019) ısıl konfor açısından en yüksek memnuniyet seviyesinin sağlandığı I. kategori engelli, yaĢlı ve çocukların bulunduğu hacimler için tavsiye edilmiĢtir. II. kategori yeni binalar ve tadilat görmüĢ mevcut binalarda sağlanması tavsiye edilen memnuniyet düzeyini ifade etmektedir. Kategori III kabul edilebilir orta 28 düzeyde bir ısıl çevre beklentisini ifade ederken, kategori IV ısıl çevreye iliĢkin konforsuz, yılın yalnızca sınırlı bir bölümünde kabul edilebilir durumu tanımlamaktadır. b) Adaptif (uyarlanabilir) model: Ġnsanların ısıl konfor algılarının iç ortam ve dıĢ ortam sıcaklığı arasındaki iliĢkiye bağlı olduğunu ortaya koyan ve pratikte bulundukları ortam koĢullarına göre davranıĢ ve eylemlerini (giyim, aktivite düzeyi, duruĢ, çalıĢma hızı, beslenme, havalandırma, hava hareketi gibi) bilinçli olarak değiĢtirmelerini ve uyum sağlamalarını esas alan bir konfor modelidir (ASHRAE, 2009). Fanger modelindeki mekanik olarak kontrol edilen binalardan farklı olarak, adaptif yöntem kullanıcı tarafından pencerelerin kontrol edildiği, doğal havalandırma yapılabilen mekanların konfor koĢullarının tespitinde kullanılmaktadır. Kullanıcıların gerçek ortamdaki ısıl konfor koĢullarının ve konfor algısının değerlendirilmesi amacıyla 1995 yılında baĢlayan ASHRAE RP-884 projesi kapsamında 4 kıtada, farklı iklim bölgelerinde yer alan 160 binadan 21 000 veri toplanmıĢtır (Orosa, 2009). DeDear ve Brager ve Coopeer (1997) iklimlendirme sistemine sahip binalarda iç ortam konfor sıcaklığı ile aylık ortalama dıĢ hava sıcaklığı arasındaki korelasyonu, regresyon modeli kullanılarak matematiksel bir denklem haline getirmiĢtir. Daha sonra Humphreys ve Nicol (2000) aynı veri tabanını kullanarak, hen doğal havalandırmalı (mekanik soğutma sistemi bulunmayan) hem de iklimlendirme sistemine sahip binalar iç ortam operatif sıcaklığı ile konfor sıcaklığı arasındaki iliĢkiyi veren bağıntıyı ortaya koymuĢtur. ġekil 2. 5‘te adaptif konfor modeline göre ASHRAE-55 (a) ve EN 16798-1 (b) standartları için ısıl konfor bölgeleri (zone) görülmektedir. DıĢ ortam sıcaklığının Td: 25°C olduğu koĢullarda örneklem olarak alınan To: 26,5 °C konfor bölgesinde kalmaktadır. Sonuçlar kullanıcıların kiĢisel tercihlerine göre doğal havalandırma yapabildiği, mekanik soğutma sistemi ve ısıtma sisteminin devre dıĢı olduğu, M: 1,0 – 1,3 met, Icl: 0,5 – 1 clo, Va: 3 m/s Ģartları için geçerlidir. 29 ġekil 2. 5. (a) ASHRAE-55 (2017) ve (b) EN 16798-1‘e (2019) göre adaptif (uyarlanabilir) modelde konfor aralıkları (CBE ısıl konfor hesaplama aracında yazar tarafından oluşturulmuştur) Kullanıcılar kendilerini davranıĢsal, psikolojik ve fizyolojik olarak dıĢ ortam Ģartlarına adapte ettiği bu dinamik modelde konfor aralığı Fanger modeli ile elde edilen konfor aralığına göre daha geniĢtir. Diğer bir deyiĢler, adaptif modelde PMV-PPD modeli ile belirlenen operatif sıcaklık aralığından daha geniĢ bir aralıkta kiĢiler kedilerini konforlu hissedebilmektedir. Bu yönteme göre ASHRAE-55 (2017) 10°C – 33,5°C, EN 16798-1 (2019) 10°C – 30°C dıĢ ortam sıcaklık aralığını kapsamaktadır. ASHRAE-55‘te kullanıcıların %80‘i ve %90‘ının kabul edilebilir bulduğu ve EN 16798-1‘de I, II, III olarak sınıflandırılan operatif sıcaklık cinsinden (To) üst ve alt konfor sınırları, dıĢ ortam sıcaklıklarına (Td) bağlı olarak Çizelge 2. 5‘teki kat sayılara göre hesaplanmaktadır (M: 1,0 – 1,3 met, Icl: 0,5 – 1 clo, Va: 3 m/s). Pencere açılarak iç ortamın hava hızının arttırıldığı (Va > 3 m/s) durumda kabul edilebilir sıcaklık aralığı yükselmektedir. Çizelge 2. 5. Adaptif modelde ASHRAE-55 (2017) ve EN 16798-1 (2019) standartları için ısıl çevre kategorileri ve uyarlanabilir konfor sınırları Kabul edilebilirlik Üst konfor sınırı (°C) Alt konfor sınırı (°C) ASHRAE-55 %80 0,31 Td (°C) + 21,3 0,31 Td (°C) + 14,3 ASHRAE-55 %90 0,31 Td (°C) + 20,3 0,31 Td (°C) + 15,3 EN 16798 Kategori I 0,33 Td (°C) + 18,8 + 2°C 0,33 Td (°C) + 18,8 - 2°C EN 16798 Kategori II 0,33 Td (°C) + 18,8 + 3°C 0,33 Td (°C) + 18,8 - 3°C EN 16798 Kategori III 0,33 Td (°C) + 18,8 + 4°C 0,33 Td (°C) + 18,8 - 4°C 30 c) Diğer modeller: Çevre niteliğine ve eylem türlerine bağlı olarak insanların hangi çevre koĢullarında konforlu hissedebileceğine iliĢkin deneysel çalıĢmaların sonuçlarından yararlanılarak Olgyay ve Givoni ısıl konfor zonlarını tanımlamıĢtır. ġekil 2. 6 (a)‘daki biyoiklimsel (bioclimatic) konfor grafiğinde Olgyay (1992), düĢey eksende kuru termometre sıcaklığı ve yatay eksende bağıl nem olacak Ģekilde 40° enlemi, 0,8 clo giyim düzeyi, 1,3 met aktivite düzeyi için iki iklim değiĢkenine bağlı olarak konfor bölgesini ifade etmiĢtir. Isıl çevre verilerinin grafikte tanımlanan konfor sınırlarının dıĢına çıkması durumunda, ısıl çevreyi oluĢturan fiziksel bileĢenlerden biri veya birkaçı değiĢtirilerek konfor durumunun yeniden sağlanması gerekmektedir. Konfor bölgesi %30 ile %65 bağıl nem aralığındadır. Konfor bölgesinin üstündeki çizgiler rüzgarın etkisini, altındaki çizgiler ise düĢük sıcaklıklar için güneĢ ıĢınımı seviyesinin artması gerektiğini göstermektedir (Auliciems & Szokolay, 2007). ġekil 2. 6 (b)‘deki‘de Givoni tarafından geliĢtirilen bir diğer ısıl konfor modeli görülmektedir. Yaz ve kıĢ için konfor bölgelerini çakıĢtıran psikometrik diyagramda ısıl duyum ve konforu değerlendirmek için bağıl nem ve sıcaklık verileri kullanılmaktadır (Castilla vd., 2014). Model bir veri noktasını konfor zonuna getirmek için uygulanması önerilen stratejiyi de içermektedir. Örneğin E bölgesini konfor zonuna getirmek için önerilen strateji havalandırmayı çalıĢtırmaktır. A: ısıtma B: aktif solar sistem C: pasif solar sistem D: iç ısıl kazançlar E: havalandırma F: nemlendirme G: yüksek ısıl atalet H: ısıl atalet + havalandırma I: klima yoluyla soğutma J: buharlaĢma yoluyla soğutma stratejisi ġekil 2. 6. (a) Olgyay'ın biyoiklimsel konfor grafiği (Olgyay, 1992; Auliciems & Szokolay, 2007); (b) Givoni‘nin psikometrik diyagramı örneği (Castilla vd., 2014) 31 Ġç mekandaki ısıl konfor düzeyinin tahmini için ayrıca CIBSE TM52, CIBSE TM59, Passive House gibi Ġngiltere ve Almanya menĢeli ve ulusal düzeyde kullanılan ısıl konfor standartları da bulunmaktadır. CIBSE TM52 standardındaki statik ve uyarlanabilir konfor sınırları ASHRAE ile paralellik göstermekte, ısıl konfor koĢullarının sağlanması için aĢım saatleri, günlük aĢım ve üst sınır sıcaklık kriterlerinin sağlanması beklenmektedir. Pasif Hause standardında ise statik veya adaptif konfor sıcaklık sınırları bulunmamakla birlikte operatif sıcaklık için azami değer 25°C olarak tanımlanmıĢ ve iç ortamda bu eĢik değerin yılın %10‘unundan fazla gerçekleĢmemesi hedeflenmiĢtir. Isıl konforla ilgili literatür ayrıca kararsız analitik modeli (Gagge denklemi), polinomsal regresyon analizi, yapay sinir ağları (ANNs - Artificial Neural Networks) ve veriye dayalı bulanık mantık (fuzzy logic) tabanlı dinamik modellerinin kullanıldığı çeĢitli çalıĢmaları içermektedir (Atthajariyakul & Leephakpreeda, 2005). 2.2. Görsel Konfor ve Değerlendirme YaklaĢımları YaĢamın vazgeçilmez öğesi olan ıĢık, bir hacmin niteliğinin algılanması ve hacimde gerçekleĢtirilecek eylemlere bağlı olarak uygun görme koĢullarının sağlanması için önĢarttır. Gözümüzün görme iĢlevini devam edebilmesi için gereken koĢulların bütünü ―görsel konfor‖ olarak tanımlanmaktadır. CSN EN 12665 (2018) standardı görsel konforu görsel çevrenin sağladığı görsel refahın öznel bir durumu olarak tanımlamıĢtır. Konfor duyumu psikolojik bir bileĢen olmasına rağmen, görsel ortamın fiziksel özellikleri sayesinde konfor nesnel bir Ģekilde değerlendirilebilmektedir (Frontczak ve Wargocki, 2011). Görsel konforda amaç bir ortamda (örneğin ofis, okul, hastane) gerçekleĢtirilen eylem için gerekli görme koĢullarının sağlanması ve bu koĢulların kullanıcıyı yormadan ve verimliliğini etkilemeden uzun süre aynı performansta sürdürmesini sağlamaktır. Bir mekanın görsel açıdan konforlu olması, kullanıcıların fizyolojik ve psikolojik gereksinimlerine karĢılık veren bir aydınlatma tasarımı ile gerçekleĢtirilebilir (Nicklas & Atre, 2009). Bu bağlamda aydınlatma tasarımı yalnızca kullanıcıların görsel performası etk lemez; hatırlama, mantık yürütme, odaklanma g b z h nsel faal yetler üzer nde de etkili olmaktadır (Güvenkaya & Küçükdoğu, 2009). Mekan iĢlevlerine göre, uygun görme 32 koĢullarını sağlayan bir aydınlatma tasarımı; gözün görme yeteneği ve görsel performansı artar, göz sağlığı korunur, kazalar azalır, yapılan iĢin verimi ve ekonomik verim artar, güvenlik sağlanır, görsel (visual – photopic) ve görsel olmayan (nonvisual – melanopic) gereksinimlerine yanıt verilebilir (Baker & Steemers, 2002; CIBSE, 2012). Ġç mekan aydınlatmasında görsel konfor koĢullarının sağlanması açısından temel prensip, kullanıcıların görsel performansını ve iĢ verimini arttıran, göz sağlığının korunmasını hedefleyen, uluslararası standartlara uygun bütünleĢik bir aydınlatma sistemi tasarımıdır. Manav, Kutlu Güvenkaya ve Küçükdoğu‘ya göre (2010), ―kullanıcının görsel a ıdan konforlu ola lmes görsel konfor durumunun s rekl l n n sa lana lmes göz sa lı ının korunması ve kullanıcı performansı ile yapılan işteki verimin arttırılması akımından u etkenlerin elli de erlere ulaşması ve u de erlerin elli sınırlar i inde tutulması gerekmektedir‖. B r mekandak eylemler n gerçekleĢt r lmes nde aydınlatmanın n cel ğ n n yanı sıra n tel ğ de öneml d r. Yapma aydınlatma ve doğal aydınlatma ç n baĢlıca tasarım kr tereler olan aydınlık düzey (illuminance) ve parıltı (ıĢıklılık, luminance) dağılımı aydınlatmanın niceliğiyle; gün ıĢığı ya da lamba ıĢığının yol açtığı konforsuzluk kamaĢması (discomfort glare), kapalı bir mekandaki ıĢığın doğrultusu, ıĢık kaynakları ve yüzeylerin renksel özellikleri aydınlığın niteliğiyle ilgilidir. Farklı bina tipolojileri ve mekanlara ait görsel konfor değiĢkenleri için optimal değerler CIE (Commission Internationale de L’Eclairage – Uluslararası Aydınlatma Komisyonu), SLL (Society of Light and Lighting – IĢık ve Aydınlatma Topluluğu), IES (Illuminating Engineering Society – Aydınlatma Mühendisliği Topluluğu) ve EN (European Standarts – Avrupa Standartları) gibi kuruluĢların geçmiĢten günümüze çalıĢmalarıyla ortaya konmuĢtur. Bu kuruluĢların yayınladığı uluslararası standartlarca belirlenmiĢ kriterler ıĢığında aydınlatmanın niteliği ve niceliğine iliĢkin görsel konfor konuları ele alınmaktadır. 33 Avrupa Standartlar komitesinin ilk kez 2002‘de yayınladığı referans kaynaklar olan BS EN 12464-1 (2011) ―IĢık ve Aydınlatma -ÇalıĢma Yerlerin n Aydınlatılması - Bölüm 1: Kapalı ÇalıĢma Alanları‖ standardı, 2021 yılında güncellenerek yayınlanmıĢtır (BS EN 12464-1, 2021). Standartta sağlıklı (görme organı normal çalıĢan veya düzeltilmiĢ) bireylerin görsel konfor ve performans ihtiyaçları için aydınlatma gereksinimleri belirtilmiĢtir. Standart endüstri ve ulaĢım alanları, ofisler, kamusal alanlar, eğitim ve sağlık yapıları gibi konut dıĢı kapalı çalıĢma alanlarını kapsamakla birlikte, konutlara iliĢkin aydınlatma gereksinimlerine doğrudan yer vermemektedir. Kapalı hacimlerde sağlanması gereken görsel konfor koĢulları IESNA ―Aydınlatma El kitabı‖ (2011) (Lighting Handbook: Reference & Application), IES ―Aydınlatma + Tasarım‖ (2008) (Light + Design: A Guide to Designing Quality Lighting for People and Buildings), CIBSE ―Aydınlatma El kitabı‖ (SLL Lighting Handbook, 2018), SLL-LG9 ―Ortak konut binaları için aydınlatma‖ (Lighting for communal residential buildings, 2022) gibi kılavuzlarda yer almaktadır. Kullanıcının mekanı algılaması, mekanın kullanımından hoĢnutluk duyması ve eylemlerin yerine getirilmesi açısından fizyolojik ve psikolojik görsel konfor kriterleri aĢağıda açıklanmıĢtır. 2 a) Aydınlık düzeyi (Ēm, lm/m veya lx): G i ç iği f u i u tu ç c z sağ A z i i i Bu ğ c i i i i z u i c i i i ç i i ( ) f i i i i ği i i ğ ği i Konut iç u c i i i ç i i u aatleri ğ i i/iç i i u u i i ci i i i ç etmen u u IESNA (2011) i u iç u c z 25’ ç 65’ 25-65 i i 34 ğ i u uğu ç f u u içi (Eh) ve dikey (Ev) ç z i z i i i i z i ğ i Çizelge 2. 6’ Çizelge 2. 6. ĠĢleve bağlı aydınlık düzeyleri (IESNA, 2011) Konut Mekanları ĠĢlev Eh (lx) Ev (lx) < 25 25-65 > 65 < 25 25-65 > 65 Banyo – WC DuĢ – küvet (zemin düzlemi) 25 50 100 10 20 40 Tuvalet- bide (armatür düzlemi) 50 100 200 15 30 60 Yatak odası Genel 25 50 100 15 30 60 Giyinme odası 150 300 600 50 100 200 Okuma - yatak baĢucu 100 200 400 50 100 200 Koridorlar Bağımsız birim (zemin düzlemi) 15 30 60 3 6 12 Yemek odası Formal 25 50 100 10 20 40 (masa düzlemi) Informal 50 100 200 10 20 40 ÇalıĢma 100 200 400 25 50 100 YaĢam alanı Genel 15 30 60 15 30 60 (zemin düzlemi) Family room 50 100 200 20 40 80 GiriĢ (foyer) Gündüz 50 100 200 15 30 60 (zemin düzlemi) Gece 15 30 60 5 10 20 Merdivenler (basamak düzlemi) 25 50 100 - - - Mutfak Genel (zemin düzlemi) 25 50 100 10 20 40 (tezgah/masa Kahvaltı alanı 100 200 400 25 50 100 düzlemi) Mutfak dolapları - - - 25 50 100 Yıkama - piĢirme 150 300 600 25 50 100 Hazırlık - tezgah 250 500 1000 37,5 75 150 Eğlence alanı Analog oyunlar (masa düzlemi) 100 200 400 25 50 100 Dijital oyunlar (zemin düzlemi) 3 6 12 2 4 8 Müzik odası (zemin düzlemi) 25 50 100 10 20 40 ÇamaĢırhane Yıkama - kurutma - ütü 100 200 400 25 50 100 Medya – TV LCD – LED - Plazma 10 20 40 5 10 20 (zemin düzlemi) Projeksiyon 1 2 4 1 2 4 ÇalıĢma alanları Household Office 100 200 400 15 30 60 (masa düzlemi) Kısa süreli, az eforlu iĢler Depo – kiler Sık kullanım 25 50 100 10 20 40 (zemin düzlemi) Seyrek kullanım 15 30 60 5 10 20 Çizelge 2. 7’ BS EN-12464-1 (2021) u i i ğ ği i u fi i i i i i i z i i i i u ç ci i i i i i i i i i 35 Çizelge 2. 7. ĠĢleve bağlı minimum aydınlık düzeyi, maksimum kamaĢma değerleri ve renksel geriverim özellikleri (BS EN 12464-1, 2021) Görsel görev - faaliyet alanı ĠĢlev Ēm (lx) Uo Ra RUGL Ēm,z Ēm, duvar Ēm, tavan (lx) (lx) (lx) a b Koridor ve sirkülasyon Bina içi dolaĢım bölgeleri 100 - 150 0,40 40 28 50 50 30 a b Merdiven, asansör ve rampa (zemin düzlemi) 100 - 150 0,40 40 25 50 50 30 a b Asansör önü 200 - 300 0,40 40 25 75 75 50 a b Gölgelikli bina giriĢi 30 - 50 - - - - - - a b Genel kullanım Dinlenme 100 - 200 0,40 80 22 50 50 30 a b Dinlenme, genel temizlik, bakım, ilk Giyinme alanı 200 - 300 0,40 80 25 75 75 50 yardım a bBanyo/WC 200 - 300 0,40 80 25 75 75 50 (Aynadan 0 5 m mesafede aş hizası) a bAyna önü (dikey düzlem) 200 - 300 0,40 80 - - - - a b Yıkama – temizleme 300 - 500 0,60 80 25 100 100 50 a b Gıda maddeleri ve lüks gıda endüstrisi Kesme – doğrama 300 - 500 0,60 80 25 100 100 50 a b Üretim – piĢirme 500 - 750 0,60 80 22 150 150 75 a b Perakende satıĢ alanları Giyinme bölümü 300 - 500 0,40 90 - - - - a b Mutfak 500 - 1000 0,60 80 22 100 100 75 Otel ve restoran a bSelf-servis restoran 200 - 300 0,40 80 22 75 75 50 a b Kütüphane Okuma alanı 500 - 750 0,60 80 19 100 100 50 a b Eğitim tesisleri Oyun alanı 300 - 500 0,40 80 22 100 100 75 a b Yalnız bilgisayar kullanımı 300 - 500 0,60 80 19 100 100 75 a b Sağlık tesisleri Koridor (gündüz, zeminde) 100 - 200 0,40 80 22 50 50 30 (aydınlatma kontrol edile ilir olmalıdır*) a Koridor (gece, zeminde) 50 0,40 80 22 - - - a b Okuma aydınlatması* 300 - 750 0,70 80 19 100 100 75 36 R f z i ği i z i ğ a i z i Ē i if i i i A i i ğ u u i u i i i i c ç u u uzu ğ i i i i i i i i i u b f u u u ği i i i (modified) z i ğ i Ē ’ i ğ i i i A c c i i i göre duvar (Ēm, duvar), tavan (Ēm, tavan) ve silindirik yüzeylerde (Ēm,z) ğ z z i ğ i i i i i (Çizelge 2. 7). b) Aydınlığın düzgünlüğü (Uo): A z ğ ğ ğ z ğ ç u z z (Eimin/Eort) F i i i i ci içi tavsiye ğ z ğ ğ BS EN 12464-1 (2021) K u u u i c c i i i z i i z z ğ i (Uo) Çizelge 2. 7’ i Çizelge 2. 8’ ç ğ z ğ ğ ç u u i f ç ( f z 0 5 i iği i ç i) z BS EN 12464-1’ (2021) ğ u içi Uo ≥ 0 10 i i i i Çizelge 2. 8. Hedef ve çevre yüzeyler n aydınlık düzey l Ģk s (BS EN 12464-1, 2021). Hedef aydınlık düzey Ēm (lx) Yakın çevre alanındak aydınlık düzey (l ) ≥750 ≥500 500 300 300 200 200 150 <150 hedef aydınlık düzey 37 2 c) Parıltı ve kamaĢma (L, cd/m ): Parıltı yüzeyin birim alanından belirli bir doğrultuda yayılan ıĢık Ģ ddet n n görünen alana bölümüne eĢ tt r. Parıltı kontrastı ise görme eyleminin gerçekleĢtiği yerde bir parıltı değerinin diğerine oranı Ģeklinde tanımlanmaktadır (CIE 190, 2010; CIBSE, 2012). Parıltı ve parıltı kontrastı görsel iletiĢimin sağlanmasında önemli birer unsurdur. Görme eyleminin sağlıklı bir Ģekilde gerçekleĢmesi için parıltı farklılıklarının olması gerekmektedir (Robbins, 1986). Parıltı kontrastı odaklanmayı sağlar, dikkat dağınıklığını önler ve görünürlüğü artırır. Parıltı kontrastlarının değerlendirilmesi, kamaĢma indisi (glare index) büyüklükler hesaplanarak ve standartlardaki farklı iĢlevlere sahip mekanlar için belirlenen sınır değerler ile karĢılaĢtırılarak yapılmaktadır. Aydınlatma tasarımında yüzeylerin parıltı değerleri görsel çevreyi önemli ölçüde etkilemekte, yüzeylerin parıltı farklılıklarına göre algılanan değerler değiĢmektedir (Egan ve Olgyay, 2002). Görsel konfor açısından çalıĢma düzlemi ile görme alanı içindeki yüzeyler n parıltıları arasında bir denge kurulmalıdır. Yüksek parıltı kontrastı kamaĢmayı arttıracağından ve yüksek parıltı değiĢimleri göz yorgunluğuna, hatalara ve kazalara yol açacağından çalıĢma ortamlarında parıltı farklılıkları kontrol altına alınmalıdır (BS EN 12464-1, 2021). Berköz ve Küçükdoğu‘ya göre (1983), hedef, birincil ıĢık kaynaklarının parıltı değerlerinin düĢürülmesi, ikincil ıĢık kaynağı olan çevre yüzeylerin parıltı değerlerinin yükseltilip kamaĢma indisi sınır değerlerinin aĢılmamasıdır. KamaĢma istenmeyen ıĢığın bakıĢ doğrultusunda kalması, görsel çevrede yer alan yüzeyler n parıltısının gözün alıĢık olmadığı derecede yüksek olması ve lambaların uygun olmayan yerleĢimleri gibi durumlarda meydana gelmektedir. (Sirel, 1997; Özkaya, 2004). Ġç mekanda görsel konforun azalmasına neden olan kamaĢma doğal (gün ıĢığı) veya yapma aydınlatma (lamba ıĢığı) kaynaklı bir ıĢık kaynağından (doğrudan kamaĢma) veya dolaylı olarak yansıyan bir yüzeyden (yansıyan kamaĢma) kaynaklanabilmektedir (ANSI/IES, 2019). Parıltı farklılıklarına bağlı yetersizlik kamaĢması ve konforsuzluk kamaĢması olmak üzere iki tür kamaĢmadan sözetmek mümkündür. Yetersizlik kamaĢması (disability glare) konforsuzluğa neden olmaksızın nsanın görüĢ yeteneğinin azalmasına sebep olan fizyolojik kamaĢma türüdür (Robb ns, 1986). Bu durum, 38 ıĢığın ret na üzer nde saçılmasından kaynaklanmakta olup gözün kontrast duyarlılığının düĢmes le açıklanmaktadır. Bu kamaĢma türü ıĢık kaynağının parıltısı ve alanı le doğru orantılı, göze göre kaynakla görsel hedef arasındaki açıyla ters orantılı olarak değiĢim göstermektedir (Berköz ve Küçükdoğu, 1983). Bir mekanda konforsuzluk kamaĢması kontrol altına alınabiliyor ve gerekli sınır değerlerin altında tutulabiliyorsa oluĢan yetersizlik kamaĢması ihmal edilebilmektedir (BS EN 12464-1, 2011). Konforsuzluk kamaĢması (discomfort glare) ise bir mekanda görsel alan içindeki kamaĢma kaynağının parıltısının diğer bölümlere oranla çok yüksek olması ile ortaya çıkmaktadır (BS EN 12464-1, 2021). Konforsuzluk kamaĢması meydana geldiği durumda kamaĢmaya maruz kalanların görüĢ kab l yetler nde an b r düĢüĢ yaĢanmakta ve görsel Ģler n yerine getirilmesi engellenmektedir (IES, 2008). Konforsuzluk kamaĢmayı ilgili değiĢkenler, kamaĢma kaynağının parlaklığını, kamaĢma kaynağının boyutunu ve kamaĢma kaynağının görüĢ hattından sapmasını içermektedir. KamaĢma kaynağının parlaklığı, boyutu ve sayısı arttıkça kamaĢma kaynaklı rahatsızlığın büyüklüğü de artar. Arka planın parlaklığı ve görüĢ hattından sapma arttıkça görsel konforsuzluk azalır (IES, 2008). Ġç mekanda aydınlatma aygıtlarından kaynaklanan konforsuzluk kamaĢmasının değerlendirmesinde ―birleĢik kamaĢma oranı‖ UGR (Unified Glare Rating) tablo yöntemi kullanılmaktadır (CIE 190, 2010; CIBSE, 2012; BS EN 12464-1, 2021). Bi z UGR’ i ğ i i i i içi i i ğ i i ç Jakubiec ve Reinhart (2010) konforsuzluk kamaĢması değer aralıklarını hissedilmeyen kamaĢma (UGR<13), hissedilebilir kamaĢma (1328) olarak sınıflandırmıĢtır. Çizelge 2. 7‘de konutta geçen eylemleri içeren benzer mekanlar için verilen RUGL sınır değerleri, gözlemci konumu, bakıĢ doğrultusu, mekan boyutları, yüzeylerin ıĢık yansıtma çarpanları gibi değiĢkenlerin belli değerlerine göre EĢitlik 2.2‘ye göre hesaplanmaktadır (BS EN 12464-1, 2021). ( ∑ ) (2.2) 39 Burada; 2 LB: arka plan (fon) parıltısı (cd/m ), 2 L: aydınlatma elemanlarının gözlemcinin görüĢ alanına g ren parıltısı (cd/m ), ω: aydınlatma elemanlarının pozisyonuna bağlı uzay açı (steradyan), p: aydınlatma elemanlarının pozisyonuna bağlı Guth konum indisidir. 2 IES Aydınlatma ve Tasarım kitabında (2008) 12 000 cd/m ‘den büyük parıltıya sahip ıĢık 2 kaynaklarının kamaĢma kaynağı olarak algılanabildiğini, parıltı değerinin 16 000 cd/m ‗yi aĢtığında çoğunlık tarafından göz kamaĢtırıcı olarak değerlendirileceğini yer almaktadır. Yapma aydınlatma tasarımında uygun armatür seçimi (parabolik reflektörlü, lamelli, difüzörlü, fresnel lensli vb. optik tasarım özelliklere sahip) ve yerleĢiminin yanı sıra dolaylı ıĢık kullanımı ve loĢlaĢtırma ile parıltı farklılıkları kontrol altına alınabilmekte, düzgünlük ve kamaĢma sınır değerleri sağlanabilmektedir. IĢık kaynağının doğrudan görülebilir olduğu veya optikler tarafından engellendiği durumda armatürün kaynak parıltısına bağlı minimum perdeleme ve düĢey ıĢık ölçümsel açılarına BS EN 12464-1 (2021) i i i UGR yöntemi yapma aydınlatma koĢullarında kamaĢmanın değerlendirilmesi için uygun olmakla birlikte, EN 17037 (2019) standardında doğal aydınlatma kaynaklı kamaĢma ―günıĢığı kamaĢma olasılığı‖ DPG (Daylight Glare Probability) yöntemi ile hesaplanmaktadır. DGP indisi iç mekanda ölçülen aydınlık ve parıltı değerleri ile kullanıcıların mekandaki aydınlatma koĢullarından etkilenme durumu arasındaki iliĢkiye dayanmaktadır (EN 17037, 2019). D ğ i i ğ i i z kontrol i i i Bu gün ıĢığını mekan içerisine almayı sağlayan saydam bileĢenlerin cephe i i iç / u u u c çimine ğ (Ş Y z 2019; BS EN-12464-1, 2021). Okuma, z i i u gibi eylemlerinin ç i i iği i içi ç z i z i DGP 40 kategorileri; hissedilmeyen kamaĢma (DGP <35), hissedilebilir kamaĢma (3545). EN 17037 (2019) ğ ğ içi i u i i en fazla %5’i DGP <45 olmalıdır. d) IĢık kaynaklarının renksel özellikleri: Renk elektromanyetik tayfın 380 nm (nanometre, λ) ile 760 nm aralığındaki yani insan gözünün görebildiği dalga boyuna sahip ıĢınların beyninde yaptığı çağrıĢımlardır ve kısaca bir ıĢık kaynağının görme sistemimizde uyandırdığı etki olarak tanımlanabilir (CIBSE, 2012). Renk, tür, değer, doymuĢluk olmak üzere üç bileĢenden meydana gelmektedir. Renk çemberlerinde yer alan her bir renk farklı birer türdür (hue). Değer (value) renklerin parıltısını ya da açıklık - koyuluğunu belirleyen özelliğidir. DoymuĢluk (saturation) ise renklerin solgunluk veya canlılığını belirleyen özelliğidir. Bir ıĢık kaynağından çıkan görünür ıĢığın rengi ve tayfsal özellikleri aydınlatılan yüzey renklerinin doğru algılanması bakımından önemli bir görsel konfor gereksinimidir. IĢık kaynaklarının renksel özellikleri, renk sıcaklığı ve renksel geriverim olarak iki baĢlıkta ele alınmaktadır. IĢık kaynağının renk sıcaklığını tanımlayan ―iliĢkili renk sıcaklığı‖ CCT değeri (Correlated Color Temparature) ıĢığın görünen rengiyle iliĢkin olup, renk sıcaklığını derecelendirmek için Kelvin (K) ölçü birimi kullanılmaktadır. IĢık kaynaklarının renkleri, kırmızımsı sıcak beyaz (<3300 K) doğal ya da nötr beyaz (3300 – 5300 K) ve mavimsi soğuk beyaz (>5300 K) olmak üzere üç grupta ncelenmekted r (CIBSE, 2012). Çizelge 2. 9‘da çeĢitli ıĢık kaynaklarına ait renk sıcaklıkları görülmektedir (IES, 2008; CIBSE, 2018). Çizelge 2. 9. ÇeĢitli ıĢık kaynaklarının renk sıcaklıkları (IES, 2008; CIBSE, 2018). IĢık kaynağının türü CCT IĢık renk sıcaklığı (K) GünıĢığı (mavi-beyaz, kuzey gün ıĢığı) 10 000 GünıĢığı (öğlen mavimsi beyaz gök ıĢığı) 6500 GünıĢığı (öğlen güneĢ ıĢığı) 5300 Flüoresan (günıĢığı) 6000 - 6500 Flüoresan (soğuk beyaz) 4000 Flüoresan (doğal beyaz) 3500 41 Çizelge 2. 9. ÇeĢitli ıĢık kaynaklarının renk sıcaklıkları (IES, 2008; CIBSE, 2018) (devamı) IĢık kaynağının türü CCT IĢık renk sıcaklığı (K) Flüoresan (sıcak beyaz) 2700 - 3000 Tungsten halojen (sıcak beyaz) 2800 Kompakt metal halide 3000 - 4400 LED (IĢık yayan diyot) 2700 - 6500 Mum ıĢığı, batan güneĢin ıĢığı (turuncumsu) 1800 Bilimsel araĢtırmalar ıĢık kaynaklarının renk sıcaklıklarının mekan algısında oldukça önemli olduğunu ve görsel keskinlikte farklılık yarattığını göstermektedir. DüĢük aydınlık düzeylerinde soğuk ıĢık kaynakları kullanılan bir mekan soğuk, kasvetli ve basık olarak tanımlanırken, yüksek aydınlık düzeylerinde sıcak ıĢık kaynaklarının kullanılması ile aynı mekan fazla yapay ve renkli olarak tanımlanmaktadır (Sümengen, 2015). Farklı ırklardan katılımcıların yer aldığı diğer bir araĢtırmada, katılımcılara farklı renk sıcaklığına sahip ıĢık kaynakları altında ciltlerinin görünümünü değerlendirmeleri istenmiĢtir. Katılımcılar ayna önünde 3000 - 4100 K renk sıcaklığına sahip ıĢık kaynaklarının kullanımını uygun bulmuĢ ve çoğunluk 3500 K renk sıcaklığını tercih ettiği belirlenmiĢtir. Sıcak (2850 K) ve soğuk (5000 K) ıĢık kaynaklarının en az oyu almıĢtır (Quellman & Boyce, 2002). Özellikle günıĢığının olmadığı mekanlarda, psikolojik açıdan kullanıcıların memnun h ssetmes ç n, renksel özell kler gün ıĢığını tamamlayıcı nitelikte ıĢık kaynakları tercih edilebilir (CIE, 2003). ÇalıĢma ortamlarında soğuk beyaz ıĢık odaklanmayı ve iĢ verimini artırabilirken, konutlarda 6500 K‘den düĢük renk sıcaklığına sahip ıĢık kaynaklarının kullanılması önerilmektedir (CIBSE, 2012). Aydınlatılan yüzey rengi üzerinde etkili olan ve ıĢık kaynaklarının renksel geriverimini tanımlayan renksel geriverim indisi ―Ra‖ ölçü birimi ile derecelendirilir (veya CRI - Color Rendering Index). Gün ıĢığında renklerin %100 algılandığı kabul edilir ve gün ıĢığı için bu değer 100‘dür. Lamba ıĢığı altında objelerin renk kayıpları (renk görme) gün ıĢığına göre yüzdesel olarak hesaplanır. Yapma ıĢık kaynağının görünür ıĢık spektrumunu ve dalga boyu bileĢimini gösteren spektral güç dağılımında ıĢık spektrumunun sürekli olması renksel geriverim açısından önem taĢımaktadır. 42 BS EN 12464-1‘e göre (2021) konutlarla iliĢkilendirilen mekanlardaki görsel eylemlere bağlı olarak, kullanıcıların renkleri doğru olarak görmesi ve algılaması açısından yaĢam alanlarında Ra ≥ 80 olan ıĢık kaynaklarının kullanılması tavsiye edilmektedir (bkz. Çizelge 2. 7) Renkleri doğru görmenin zorunluğu olduğu veya hassas renk ayrımı gerektiren butik, kuaför, tekstil atölyesi, müze ve galeri gibi mekanlarda Ra ≥ 90 olan ıĢık kaynaklarının kullanılması tavsiye edilmektedir (CIBSE, 2012). e) Yüzeylerin renksel özellikleri: Renk konusu aydınlatma tasarımı ile doğrudan iliĢkili olup, iç mekan tasarımında ve mekanı meydana getiren öğelerde kullanılan yüzey ve ıĢık renklerinin seçimi görsel konfor koĢullarının sağlanmasında göz önünde bulundurulması gereken etmenlerden biridir. Bir yüzeyin renksel görünümü, yüzeyi aydınlatan ıĢık kaynağının renksel özellikleri, aydınlanan yüzeyin renksel özellikleri ve insan renk görme sistemi olmak üzere üç bileĢene bağlı olarak değiĢim göstermektedir (Yavuz ve Ünver, 2009). Ġç mekanda kullanılan yüzey renkleri ve malzemelerin yüzeysel özelliklerine bağlı ıĢık yansıtma biçimleri, mekan içerisindeki ıĢığın yayılımını, parıltı farklılıklarını ve enerji tüketimini etkileyebilmektedir. Ġç mekan ve mekanı oluĢturan öğelerin yüzey renkleri ile sıcak/soğuk, aydınlık/karanlık, geniĢ/dar, çekici/itici, ferah/kasvetli, samimi/resmi, özgür/sınırlı, sade/karmaĢık, seyrek/sıkıĢık gibi etkiler yaratılabilmektedir. Mekan tasarımında ayrıca kullanıcıların yaĢ, cinsiyet, kültür ve estetik anlayıĢlarına ve yaĢadıkları iklime göre renk tercihleri de söz konusudur (IESNA, 2011). Düzgün bir parıltı dağılımı ve aydınlatma enerjisi tüketimi için, hacimlerde tavan, duvar, döĢeme ve donatı yüzeyler n n rengin değer bileĢenini temsil eden ıĢık yansıtma katsayısıları (ρ) standartlara uygun olarak seçilmelidir. Çizelge 2. 10‘da BS EN 12464-1 (2021) standardındaki hacim iç yüzeyleri ve donatılar için önerilen ıĢık yansıtma katsayısı aralıkları görülmektedir. 43 Çizelge 2. 10. BS EN 12464-1 (2021) standardında tavsiye edilen ıĢık yansıtma katsayısı aralıkları Yapı Elemanı Yansıtıcılık Oranları Tavan 0,7-0,9 Duvar 0,5-0,8 DöĢeme 0,2-0,6 Donatılar 0,2-0,7 f) Gün ışığı alımı: Ġnsanoğlunun görsel tepkisine en yakın ıĢık kaynağı olarak kabul edilen gün ıĢığının iç mekanda kullanımının sağlık, esenlik ve üretkenlik üzerindeki olumlu etkileri bilinmektedir (Konis, 2013; Yu ve Su, 2015). GünıĢığı alımı pek çok yapı tipolojisinde olduğu gibi konutlarda da görsel konforunun sağlanması ve çevresel sürdürülebilirlik bakımından önem taĢımaktadır. Ön tasarım aĢamasından itibaren mimaride gün ıĢığının doğru ve etkin biçimde kullanımı, aydınlatmaya yönelik elektrik enerjisi tüketimi ve maliyetinin en aza indirgenmesini sağlar. Öte yandan, gün ıĢığını maksimize ederken kamaĢma ve soğutma yüklerinin artması gibi ısıl ve görsel konfor sorunlarının önünde geçmek için bina geometrisi, pencere özellikleri, saydamlık oranı, cephe yönlenimi, dıĢ engeller gibi tasarım girdilerini optimize etmek gerekmektedir (Boyce, Hunter & Howlett, 2003; Boubekri, 2008; Sahin vd., 2014; Rea ve Figueiro, 2018). Son yıllarda Radiance, Daysim vb. simülasyon programları aracılığıyla tasarım değiĢkenlerinin günıĢığı alımına etkisi değerlendirilebilmektedir. Statik ve iklime dayalı dinamik olarak nitelendirilen bu yöntemlerden gün ıĢığı çalıĢmalarında en sık kullanılanları aĢağıda kısaca özetlenmiĢtir. Ortalama gün ışığı faktörü (aDF): İç mekanda çalıĢma düzlemi üzerinde düĢen toplam günıĢığı akısının düzlem alanına oranının, CIE kapalı gökyüzü modeli kullanılarak gök bileĢeni, dıĢ yansımıĢ bileĢen ve iç yansımıĢ bileĢene göre hesaplanmakta ve dıĢ ortam aydınlık düzeyine oranla (%) ifade edilmektedir (Littlefair, 2011). aDF'nin %5 ve üzeri olması, mekanda ek bir yapma aydınlatma gerektirmeyecek yeterli gün ıĢığı varlığını göstermektedir. Konut yaĢam alanlarında bu değerinin asgari %1,5, çalıĢma alanlarında %2 ile %5 arasında olması önerilmektedir (BS 8206-2, 2008). Ayrıca TS EN 17037 (2019) standardında, günıĢığının farklı tipolojilerdeki binaların aydınlatma gereksinimlerine 44 katkısının olması gerektiği vurgulanmıĢ, Ankara dahil olmak üzere (100 lx için % 0,5, 300 lx için %1,6 ve 500 lx için %2,6) çeĢitli Avrupa ülkeleri baĢkentleri için hedeflenen aydınlık düzeyine bağlı sağlanması istenen günıĢığı faktörü değerleri verilmiĢtir. Mekansal g nışı ı otonomisi (sDA): IES tarafından çalıĢma alanları için ortaya konan bu dinamik ölçütte, minimum aydınlık düzeyi olarak kabul edilen 300 lüksün mekanın kullanım saatlerinde (08.00 – 18.00, 10 saatlik süreyle), hacim taban alanının %50‘sinde gün ıĢığı tarafından karĢılanmasını istenmektedir (IESNA, 2012). sDA değeri, zemin alanının %0 ile %100'ü arasında değiĢebilir. %55 ile %74 arasındaki bir sDA değeri, gün ıĢığının kullanıcılar tarafından ―nominal olarak kabul edildiği‖ bir alanı gösterirken, %75 veya daha yüksek sDA değerlerine kullanıcıların daha az yapma aydınlatmaya ihtiyaç duyacağına iĢaret etmektedir (Mardaljevic, Heschong ve Lee, 2009; Heschong vd., 2012;). Bu anlamda sDA ölçütü, mekanın gün ıĢığı alımına iliĢkin sezgisel bir bakıĢ açısı sunarak tasarımcının aydınlatma enerjisi tasarrufunu tahmin etmesine yardımcı olmaktadır. Faydalı g n ışı ı aydınlı ı (UDI): Nabil ve Mardaljevic (2006) tarafından ortaya konan bu yöntemde iç mekanda çalıĢma düzlemi üzerindeki gün ıĢığı aydınlığının faydalı olduğu alt ve üst eĢik değerler belirlenmiĢtir. Bu değerler aĢağıda görülmektedir:  Yetersiz günıĢığı aydınlığı (<100 lx)  Ek bir yapma aydınlatma ilavesi ile yeterli aydınlık düzeyi (100lx 6 m, orta > 20 m, yüksek > 50 m) asgari ölçütleri sağlaması gerekmektedir (TS EN 17037, 2019). h) IĢığın titremesi (flicker): Aydınlatma aygıtlarındaki ıĢık titremelerini ifade eden ve genellikle istenmeyen olumsuz bir durum olan flicker ıĢık parlarklığının hızının anlık ve tekrarlayan değiĢimlerinden kaynaklanmaktadır. IĢık titremelerinin ne kadar belirgin olduğu, titreme hızına ve lambanın parlak/loĢ döngüsündeki genlik farkına (modülasyona) bağlıdır (ANSI/IES, 2019). Belirli bir Ģebeke frekansında, lambaların ıĢık çıktısının dalga biçimi ve döngüsel varyasyonu 0 ile 1 arasında bir değer almaktadır ve bu flicker indisi ile değerlendirilmektedir (IESNA, 2011). Bireylerin ıĢık titremelerine karĢı duyarlılığı farklılıklar göstermekle birlikte fotometrik flickera uzun süre maruz kalmanın (özellikle 50 Hz altında) görsel performansı ve sağlığı etkilediği, ıĢık titremelerinin yorunluk, dikkati dağınıklığı, baĢ ağrısına yol açtığı ve migreni tetiklediği, göz yanılmasına (stroboskobik etki) neden olabileceği bilinmektedir. Fotometrik flikerin azaltılması için elektronik balastlı flüoresan lambalar, kaliteli sürücüye (driver) sahip LED sistemler, uygun soket, kablolama ve topraklamaya sahip armatürler kullanılmalıdır (IES, 2008). 46 i) IĢığın değiĢkenliği: Günümüzde aydınlatma sisteminin insan sağlığı, hormon sistemi ve sirkadiyen ritmi üzerindeki görsel (photopic) ve görsel olmayan (non-visual, melanopic) etkilerinin güncel araĢtırmalarla ortaya konmasıyla birlikte insan odaklı aydınlatma (human centric lighting) kavramı ortaya çıkmıĢtır (Rea ve Figuera, 2018; Jarboe, Snyder ve Figueiro, 2020). LED teknolojisinin aydınlatma kontrol sistemi ve sensörlerle birlikte kullanılmasıyla birlikte ıĢık akısı ve renk sıcaklığı ayarlanabilen, kullanıcıların biyolojik ritmiyle uyumlu, fizyolojik ve psikolojik sağlığı ve görsel konfor koĢullarını destekleyen biyo-dinamik (akıllı - smart lighting) aydınlatma sistemleri geliĢtirilmiĢtir. Göze giren ıĢığın niceliği, niteliği ve maruz kalınan süreyle ilgili literatürde farklı modeller bulunmakla birlikte, çalıĢma ve yaĢama ortamlarında ıĢığın değiĢkenliği konusuna güncel aydınlatma standartlarında da yer verilmiĢ, dikey aydınlığa iliĢkin çeĢitli eĢik değerler yayınlanmıĢtır (CIE S 026/E, 2018; TS EN 12464-1, 2021; IWBI, 2022). 2.3. Binalarda Enerji Verimliliği ve Değerlendirme YaklaĢımları E i z i i i i i i i i i i meydana gelen i z emisyonunun ç i i i i o u (IEA, 2023) Bu u uz u u i i ği i iği i ç i i iği i ğ ğ zu i u beraberinde getirmektedir (EPA, 2017; Brown vd., 2017). E i ç iğ i sorun fosil enerji kayn ğ 2023 i i i i i ci i z %80'i f i c ğ i i i i (IEA 2023) D i i (World Energy Council – WEC) i i cu i iği ğ f i z i i 100 i c ği i i i i (WEC 2017) Bu ç i i i i cu i i u i i i ç i i i f i i i i 1970' i petrol krizinden bu ç i i i i in , enerji tasarrufu 47 i i i i u u u are- ç bilimsel i T f ğ z i i z i i i Ö i fosil i i i 40 (1982 – 2022) %98 i iz bu oran (287 TW ’ 1581 TW ’ ç ) %450’dir (EIA, 2023). T i ’ i i f i i i (18 523 W ) AB (25,755 kWh) olsa da (17 208 W ) zerindedir. 2022 i i oplam birincil enerji z %81’i i i i i %58’i f i ( ğ z ) elde edilmektedir ve y i i i i irincil ener i i %18,85 seviyesindedir. T i ’ i i i u ( izi) 40 %199 (1 76 ’ 5 26 ’ ç ) u AB içi %-33 85 içi %11 6’ (Ritchie & Roser, 2023). E i i i u u i ç i i u i E i i i i i içi u i u u u i i ç idir. Kamu, sanayi, ticaret, hizmet ve konut binaları i i i i %40' z i %30’u u u uğu i i i IEA i i ç e biri u ic i i ç i (IEA, 2023). Bi i i i i ç c i içi ve artmaya devam etmektedir. IEA 2023 u i i i i i i 2012' 2040' %1 5 i C D i Liu’ u ç (2016) ç i i i i i i u c iç çi i i z u c iç ç i i f i i ç uğunu belirtmektedir K i i ği i iği i i i i z içi i ğ i i i z i 48 ç z Bu ğ i i i i i i i i i i i i u emisyonuna i BEP yönetmeliğine göre, binalarda enerji verimliliği, kullanıcıların yaĢam standardı ve hizmet kalitesinin düĢmesine neden olmadan enerji tüketiminin azaltılmasıdır (Baydındırlık ve Ġskan Bakanlığı, 2010). Enerji tasarrufu ise kullanıcılar tarafından alınan önlemler sonucunda enerji tüketimindeki azaltımdır ve enerji verimliliği ile karıĢtırılmamalıdır. Binalarda enerji verimliliği, ÇġĠDB Binalarda Enerji Verimliliği AB ve Türk Mevzuatı el kitabında Ģu Ģekilde tanımlanmıĢtır (ÇġĠDB, 2016): "Binalarda yaşam standardı ve hizmet kalitesinin end striyel işletmelerde ise retim kalitesi ve miktarının d ş ş ne yol a madan irim hizmet veya r n miktarı aşına enerji t ketiminin azaltılmasıdır. Her ireyin ısıtma aydınlatma ve ulaşım ihtiya larını karşılarken elektrikli ev eşyalarını kullanırken kısacası g nl k yaşantının her safhasında ihtiya larından kısıtlama yapmadan aile t esine lke ekonomisine ve evresinin korunmasına katkı sa laması m mk nd r". Avrupa Birliği‘nin (AB) enerji mevzuatının tarihsel süreçteki geliĢimi incelendiğinde, enerji politikalarının topluluğun rekabet edebilirliğine katkı sağlamak, enerji arz güvenliğini temin etmek, sürdürülebilir kalkınma temelinde çevrenin korunmasına katkıda bulunmak ve iklim değiĢikliği ile mücadele için sürdürülebilir politikalar geliĢtirmeyi hedeflediği görülmektedir (AB BaĢkanlığı, 2023). Bu bağlamda enerji politikasının baĢlangıcı olarak 2007 yılında AB Konseyi tarafından AB Enerji Eylem Planı kabul edilmiĢ ve ardından 2009 yılında AB 20/20/20 Enerji ve Ġklim Paketi ile bütünleĢik enerji ve iklim hedefleri belirlemiĢtir. Bu hedefler 2020 yılına kadar AB sera gazı emisyonunun 1990 seviyelerine göre en az %20 azaltılmasını, enerji verimliliğinin en az %20 arttırılarak birincil enerji tüketiminin %20 azaltılmasını ve AB enerji arzında yenilenebilir enerji kaynaklarının payının en az %20‘ye çıkarılmasını içermektedir (AB, 2015). 49 Enerji verimli bir AB oluĢturma yolunda, son on içerisinde enerji mevzuatının zeminini hazırlayan ―Enerji Yol Haritası-2050 (EC, 2011)‘‘, ―Enerji Birliği Çerçeve Stratejisi (EC, 2015)‘‘ ve ―Tüm Avrupalılar Ġçin Temiz Enerji Paketi (EC, 2019a)‘‘ strateji belgeleri yayınlanmıĢ ve onaylanmıĢtır. Temiz Enerji Paketi‘nde AB‘nin PA bağlamında taahhüt ettiği sera gazı emisyonunda 2030 yılına kadar 1990 seviyesine kıyasla en az %40 oranında azaltım sağlama hedefini destekleyen yenilenebilir enerjilerin enerji tüketimi içindeki payının %32‘ye çıkarılması ve enerji verimliliğinin minimum %32,5 artırılmasına yönelik bağlayıcı hedefler yer almaktadır. Ayrıca, AB komisyonu üye ülkeleri ―Ulusal Enerji ve Ġklim Planlarını‘‘ hazırlamaya davet etmektedir (AB BaĢkanlığı, 2023). Enerji Yol Haritası- 2050‘de, binalarda ve ulaĢımda yüksek enerji verimliliği ve akıllı enerji teknolojilerinin kullanımı, yenilenebilir enerji sistemlerinin desteklenmesi, merkezi olmayan sistemlerde yenilenebilir ısıtma ve soğutmanın teĢvik edilmesi, kömür, doğalgaz gibi fosil yakıt kaynaklarının daha temiz hale getirilmesi yolu ile 2050 yılına kadar AB sera gazı emisyonunun 1990 seviyelerinin %80-95‘ine kadar azaltılması taahhüt edilmiĢtir (EC, 2011). 2018 yılında yayınlanan ―Yenilenebilir Enerji Kaynaklarının Kullanımının Artırılmasına ĠliĢkin Yönetmelik‘te‘‘ (AB, 2018b) enerji arz güvenliği ve iklim değiĢikliği ile mücadelede yenilenebilir enerji kaynaklarının geliĢtirilmesi temel öncelikler arasına alınmıĢ ve bu teknolojilere yönelik endüstrinin geliĢmesi ve yeni istihdam alanları açılması değerlendirilmiĢtir. Bu direktif ile 2030 yılında yenilenebilir enerjinin AB‘deki payının %32‘ye çıkarılması hedeflenmiĢtir. AB, 2019 yılında Avrupa YeĢil Mutabakatı (AYM – EU Green Deal) ile birlikte enerji sistemlerinin karbondan arındırılmasını, uzun vadede kömür (2040 yılı sonun kadar) ve petrol (2050 yılı sonun kadar) kullanımının sonlanmasını ve Avrupa kıtasını iklim-nötr hale getirmeyi amaçlayan önemli bir dönüĢüm sürecine girmiĢtir (EC, 2019b). 2030 ve 2050 iklim hedeflerine ulaĢılması açısından kritik AYM‘nin ardından 2021 yılında Avrupa‘nın iklim-nötr kıta haline gelme hedefinlerini ve AB‘nin 2030 yılına kadarki net sera gazı emisyonlarını en az %55 oranında azaltmaya iliĢkin orta vadeli hedeflerini açıklayan Avrupa Ġklim Yasası yayınlanmıĢtır (AB, 2021). Bu yasa ile Avrupa‘nın 2030 yılına kadar 1990 seviyesine kıyasla minimum %55'lik azaltım sağlanması ve 2050‘de iklim nötr olma 50 hedefi kanun nezdinde ortaya konmuĢtur. AYM kapsamında öngörülen ve Ġklim Yasası ile bağlayıcı hale getirilen sera gazı emisyonu için 2021 yılında ―Fit-for-55‖ paketi yayınlanmıĢtır. Bu paket kapsamında enerji, binalar ve diğer sektörlere iliĢkin mevzuat değiĢikleri ve öneriler (mevcut 2030 hedeflerinin enerji verimliliği için %36-39, yenilenebilir enerji kaynakları için %40 olması) yer almaktadır (EC, 2021). 2020 yılı itibariyle AB ülkelerinde tüketilen enerjinin %22,1‘i yenilenebilir enerji kaynaklarından elde edilmiĢtir (EU Infographics, 2023). ġubat 2022‘de baĢlayan Ukrayna-Rusya SavaĢı‘nın tetiklediği enerji krizi nedeni ile karbonsuzlaĢma hedefleri bazı AB ülkelerinde kömür kullanımı nedeniyle sekteye uğramıĢ olsa da, Rusya‘ya olan fosil yakıt bağımlılığını azaltmak için 2030 yılına kadar %32‘ye çıkarılması hedeflenen yenilenebilir enerji payı %45‘e güncellenmiĢtir (EC, 2022). Enerji verimliliği baĢlığı altında yer alan güncel AB mevzuatı Enerji Verimliliği Direktifi (EED - 2018/2002/AB) (AB, 2018c), Binalarda Enerji Performansı Direktifi (EPBD- 2018/844/AB) (AB, 2018a), Enerji Etiketlemesi Tüzüğü (2017/1369/AB) (AB, 2017) ve Çevreye Duyarlı Tasarım Gereklerine ĠliĢkin Direktif‘ten (2009/125/EC) (AB, 2009) meydana gelmektedir. Ġlgili mevzuat enerji tüketen ürünlerin eko-tasarım gereksinimleri, binaların enerji performansı, yaz saati uygulamaları ve enerji etiketlemesi konularını kapsamaktadır. AB'nin enerji verimliliği, yenilenebilir enerji ve karbon nötr hedeflerine ulaĢması için bina sektörü vazgeçilmezdir. AB enerji mevzuatı bina sektörü özelinde incelendiğinde, Kyoto Protokolü‘nün ardından ilk olarak 2002 yılında binaların enerji performansını arttırmak ve çevresel etkilerini değerlendirmek amacıyla Binaların Enerji Performansı Direktifi‘nin (EPBD - 2002/91/AB) yürürlüğe girdiği görülmektedir (AB, 2002). AB üyesi ülkelerin binalarda enerji politikalarına iliĢkin inĢaat yönetmeliklerini, minimum performans gereksinimlerini ve enerji performans belgelerini düzenleyen bu yönetmelik 2010 yılında revize edilmiĢtir (EPBD -2010/31/AB). Revize direktif ile AB Üye Devletleri‘nin ulusal imar yönetmelikleri tarafından minimum enerji performansı gereksinimleri için hedefleri belirlenmiĢ ve yerel iklim koĢullarına göre maliyet optimal enerji verimliliği seviyelerinin 51 hesaplanması için metodolojik bir çerçeve geliĢtirmiĢtir. Yönetmelikte asgari enerji tasarrufu için karĢılaĢtırmalı bir sistem ortaya koymanın, binaları oluĢturan elemanlar için minimum standartları oluĢturmanın, minimum enerji performans Ģartlarını en uygun maliyet seviyelerini sağlayacak Ģekilde belirlemelerinin ve belirlenen Ģartların beĢ yıldan uzun olmayan aralıklarla gözden geçirmenin üye ülkelerin sorumluluğunda olduğu ifade 2 edilmiĢtir. Kiralama, alım-satım ve yeni yapımda 500 m ‘nin üzerinde olan binaların enerji performans sertifikası alması ve bu sertifikanın açık olarak sergilenmesi zorunluluğu getirilmiĢtir. Ayrıca, revize direktifin birinci ve dokuzuncu maddelerinde ―neredeyse sıfır enerjili bina (NSEB)‖ kavramına yer verilmektedir (AB, 2010). NSEB (nearly net zero energy building - nnZEB), düĢük miktarda enerji tüketen, bu enerjiyi yenilenebilir kaynaklardan sağlayan yüksek enerji performansına sahip bina olarak tanımlanmıĢtır (EPBD - 2010/31/AB). Bu i i i i c i i i i i i i ğ i i f i i i 2019 itibariyle AB üyesi ülkelerde inĢa edilecek tüm kamu binalarının ve 2021 yılı itibariyle tüm yeni binaların yüksek enerji performansı ve belli oranda yenilenebilir enerji entegrasyonuna sahip binalar olması hedeflenmiĢtir. N f i i i (net zero energy building – nZEB) i f i i ci i u i i i i i i i i i ç u u f i i Diğ i 2 i i i i ci i i i i 0 0 w / AB‘nin 2020 stratejisi ile uyumlu olarak 2012 yılında Enerji Verimliliği Direktifi (EED - 2018/2002/AB) yayınlamıĢtır. EED, merkezi hükümet binalarının daha enerji verimli inĢa edilmesi, bina stokunun yenilenmesi için AB üye devletlerinin ulusal planlar hazırlaması, 2 EPBD‘deki asgari enerji performans kriterlerine uymayan ve 500 m üzerinde kullanım alanına sahip mevcut kamu binalarının her yıl en az %3‘ünün yenilemeye tabi tutulması, elektrik, doğal gaz, merkezi ısıtma ve soğutma için bireysel akıllı sayaçların kullanılması gibi binalarda enerji verimliliği sağlayacak hükümleri içermektedir. 52 Sera gazı emisyonlarını azaltmak ve binalarda yenilenebilir enerji kullanımını teĢvik etmek amacıyla 2018 yılında EPBD‘de (2018/844/AB) de önemli revizyonlar yapılmıĢtır (AB, 2018a). Bina performans hedefleri, 2020 yılına kadar 1990 yılına göre sera gazı emisyonunda %20 azaltım sağlamak, enerji verimliliğini %20 arttırmak ve yeni binalarda yaklaĢık sıfır enerji (NSEB) seviyesine ulaĢmaktan, 2050 yılına kadar 1990 yılına göre sera gazı emisyonunu %55 azaltmak, 2028 yılından itibaren tüm kamu binalarının, 2030 yılından itibaren tüm yeni binaların ve 2050 yılından itibaren tüm mevcut binaların sıfır emisyonlu (iklim-nötr) binalara dönüĢtürülmesi yönünde güncellenmiĢtir (EC, 2022). YeĢil Mutabakat uygulaması ile iliĢkili olarak Avrupa Komisyonu binaları yeĢillendirme, istihdam yaratma ve yaĢam koĢullarını yükseltme amaçları doğrultusunda 2020 yılında ―AB Yenileme Dalgası Stratejisi Belgesi‘‘ni (Renovation Wave) yayımlamıĢtır (EC, 2020). Bu belgedeki "Ġklim-nötrlük ve binaların yenilenmesi sürecine ivme kazandırılması" baĢlığı altında AB‘deki mevut bina stokunun %85‘inin 20 yaĢından büyük olduğu ve 220 milyondan fazla mevcut binanın 2050 yılına kadar %85-95 oranındaki kısmının varlığını koruyacağından bahsedilmektedir. Tebliğde fosil yakıt kullanan ve AB‘nin toplam enerji tüketiminin %40‘ından sorumlu olan konut ve konut dıĢı binaların 2030 yılına kadar yıllık enerji yenileme oranını en az iki katına çıkarılması (AB üye devletlerdeki bina stokunun yıllık yenilenme oranı %0,4 – 1,2), kamu ve özel kredi finansmanları aracılığıyla derin enerji yenilemelerine ivme kazandırılması ve 35 milyon birimin yenilenmesi hedeflenmektedir. Ayrıca derin yenileme ile binalarda %60 ve üzerinde enerji tasarrufu sağlanması ve enerji verimliliği açısından A – G olarak sınıflandırılan mevcut binaların 2030 yılına kadar asgari E sınıfı EKB‘ye sahip olması hedeflenmiĢtir. AB Yenileme Dalgası Stratejisinde binaların yenilenmesindeki temel ilkeler enerji verimliliği, karbondan arındırma ve yenilenebilir enerji kaynaklarının bütünleĢtirilmesi, yapı yaĢam döngüsü, yüksek sağlık ve çevre standartları, yeĢil ve dijital dönüĢüm, estetiğe ve mimari niteliğe saygı; özel odak alanları ise enerji yoksulluğuyla mücadele, en kötü performans gösteren binalar, kamu binaları, akıllı - verimli sistemlerle ısıtma ve soğutmanın karbondan arındırılması olarak belirlenmiĢtir (EC, 2020). 53 2021 yılında AB politikalarının Avrupa Parlamentosu tarafından kabul edilen iklim hedefleri ile uyumlu olmasını sağlamayı ve mevzuatın gözden geçirilerek yeni giriĢimlerin hayata geçirilmesini amaçlayan ―55‘e Uyum Paketi‖ (Fit-for-55) yayınlanmıĢtır (EC, 2021). 2030 yılına kadar net sera gazı emisyonlarını en az % 55 azaltma hedefini ifade eden 55‘e Uyum Paketi çerçevesinde AB, adil, insan odaklı, kaynakları verimli kullanan, sağlıklı, karbondan arındırılmıĢ, dayanıklı ve sürdürülebilir bir ekonomiye ulaĢmayı hedeflemektedir. AB Konseyi 55‘e Uyum Paketiyle binaların enerji performansı için daha katı kurallar üzerinde anlaĢmıĢ, mevcut binalarda derin yenileme yapılarak 2030 yılına kadar sera gazı emisyonlarının %60 azaltılması ve 2050 yılına kadar karbon nötr binalara geçiĢteki yol haritası ortaya konmuĢtur. Pakette dijital teknolojilerle binaların yaĢam döngüsü boyunca verimliliğinin arttırılması, yenilenebilir enerjinin Ģebekeye entegrasyonunun kolaylaĢtırılması, binalarda atık ısı kullanımının teĢvik edilmesi ve ısı pompası kullanımının arttırılması gibi inĢaat sektörüyle ilgili stratejiler yer almaktadır (EC, 2021). Bina sektöründe AB politikaları ġekil 2. 7‘de bir arada görülmektedir. ġekil 2. 7. Bina sektöründe AB politikaları ve 2050 hedefleri (Hazırlayan: Egemen Kaymaz) Ulusal enerji verimliliği politika ve eylemleri, ülkemizin iklim hedeflerine ulaĢması ve inĢaat sektöründe enerji tasarrufu sağlanması açısından önemlidir. Türkiye 2004 yılında BirleĢmiĢ Milletler Ġklim DeğiĢikliği Çerçeve SözleĢmesi'ne (UNFCCC) taraf olmuĢ ve 2009 yılında Kyoto Protokolü'nü imzalamıĢtır. 2010 yılında Ġklim DeğiĢikliği Kordinasyon Kurulu tarafından kısa, orta ve uzun vadeli stratejileri ortaya koyan 2011 – 2023 yıllarını kapsayan Ulusal Ġklim DeğiĢikliği Stratejisi (UĠDS) geliĢtirilmiĢ (ÇġB, 2010), bina sektöründe enerji kimlik belgesi (EKB) uygulanması ve kamu binalarında enerji verimliliğinin arttırılması gibi kısa vadeli hedefler gündeme gelmiĢtir. UĠDS‘leri uygulamak üzere geliĢtirilen ve 2012 yılında UNFCCC‘ye sunulan Ulusal Ġklim DeğiĢikliği Eylem Planı (UĠDEP) inĢaat sektöründe sera gazı etkisini azaltmaya yönelik enerji 54 verimliliği ve binalarda yenilenebilir enerji entegrasyonunu içeren eylem planlarını kapsamaktadır (ÇġB, 2012). Sivil toplum kuruluĢlarıyla özel sektör arasında iĢbirliğini arttırmaya yönelik bir yol haritası olarak değerlendirilen Ulusal Enerji Verimliliği Strateji Belgesi‘nde binalar için önerilen stratejik amaç aĢağıda kısaca özetlenmiĢtir (ÇġĠDB, 2021):  Binaların enerji talebi ve karbon emisyonlarını azaltmak, yenilenebilir enerji kaynaklarını kullanarak sürdürülebilir çevre dostu binaları teĢvik etmek,  2023 yılına kadar bina stokunun en az dörtte birini sürdürülebilir bina haline getirmek, 2 Konutlarla birlikte 10 000 m ‘nin üzerinde toplam kullanım alanına sahip tüm ticari ve hizmet binalarında yalıtım ve verimli ısıtma sistemlerini tesis etmek,  Enerji verimli ürünlerin (lamba, soğutucu ve elektrikli motorların) pazar dönüĢümünü AB uygulamalarına uygun olarak yapmak,  Kamu sektöründe enerji verimliliği sağlamak; kamu binalarında enerji tüketimini 2023 yılına kadar %20 oranında azaltmak,  Enerji verimli danıĢmanlık Ģirketleri ve sertifikalı enerji yöneticilerinin sayısını yükseltmektir. Onuncu kalkınma planı (2014-2018) enerji verimliliğine yönelik tedbirlere, akıllı Ģehir yaklaĢımına ve akıllı binalara atıfta bulunmaktadır (T.C. Kalkınma Bakanlığı, 2013). Eylem 24‘te ile ―Enerji verimliliği yüksek ve iklime duyarlı kentsel ulaĢım stratejileri hazırlanacak ve uygulanacaktır‖ denmektedir. 2018 yılında yürürlüğe giren Ulusal Enerji Verimliliği Eylem Planı‘nda (UEVEP) 2023 yılına kadar birincil enerji tüketiminin %14 azaltımı hedeflenmiĢtir (ETKB, 2018). UEVEP‘te yer alan binalara iliĢkin tedbirler aĢağıda sıralanmıĢtır (ETKB, 2018; ÇġĠDB, 2021):  ĠnĢaat sektöründe kullanılan malzeme ve teknolojiye iliĢkin en iyi uygulamaların tespiti,  Binalarda enerji kullanım bilgilerini içeren bir veritabanı oluĢturulması,  Kamu binaları için enerji tasarrufu hedeflerinin tanımlanması ve mevcuttaki enerji verimliliğinin arttırılması, 55  Mevcut binaların iyileĢtirilmesi ve enerji verimliliğinin geliĢtirilmesi,  Merkezi ve bölgesel ısıtma/soğutma teknolojilerinin kullanımının özendirilmesi,  Mevcut binaların enerji kimlik belgesi sahiplik oranının artırılması,  Sürdürülebilir yeĢil binalar ile yerleĢmelerin belgelendirilmesinin özendirilmesi,  Yeni binalarda enerji verimliliğinin teĢvik edilmesi,  Binalarda yenilenebilir enerji ve kojenerasyon sistemlerinin kullanımının yaygınlaĢtırılması,  Kobi niteliğindeki binalara yönelik enerji verimliliği etüt programları ve etütler için kaynak tahsisi. Türkiye‘nin iklim değiĢikliği etkilerinin azaltılmasında son 20 yıla ait politika, strateji ve eylem planları ġekil 2. 8‘de özetlenmiĢtir. ġekil 2. 8. Türkiye‘nin iklim değiĢikliği etkilerinin azaltılmasındaki politika, strateji ve eylem planlarının yıllara göre geliĢimi (Hazırlayan: Egemen Kaymaz) Ülkemizin iklim politikaları uluslararası anlaĢmalar doğrultusunda belirlenmiĢ ve inĢaat sektöründe enerji verimliliğiyle ilgili yasal çerçeve özellikle Avrupa Birliği (AB) yasal alt yapısına uyumlaĢtırılmıĢtır. Bu kapsamda ilk olarak 2007 yılında enerji verimliliği tedbirlerinin uygulanmasını düzenleyen Enerji Verimliliği Kanunu (EVK) yürürlüğe girmiĢtir. EVK‘da binalar ile ilgili aĢağıdaki yasal bağlayıcı önlemler yer verilmiĢtir (ETKB, 2007):  22 000 m ‘nin üzerinde alana sahip yeni binalarda merkezi ısıtma tesis edilmelidir. 56  2Toplam inĢaat alanı 10 000 m ‘nin üzerinde ve yıllık enerji tüketimi 250 TEP‘in üzerinde olan kamu binalarında her 10 yılda bir ve toplam inĢaat alanı 20 000 2 m ‘nin üzerinde olan hizmet binalarında her 4 yılda bir enerji etütleri zorunludur.  Kamu binalarının enerji tüketimi, 2010 yılındaki seviyelere mukayaese ile 2023 yılına kadar az %20 oranında azaltılmalıdır. 2000 yılında yürürlüğe giren TS 825 Binalarda Isı Yalıtım Gereksinimleri Hakkında Standart 2008‘de revize edilerek binalardaki duvar, çatı, döĢeme ve pencerelerin ısı iletimi katsayıları ve derece günlük bölgeler baĢına maksimum enerji tüketimi seviyeleri güncellenmiĢtir (TSE, 2008). AB enerji politikalarına uyumlı olarak EVK çerçevesinde Binalarda Enerji Performansı (BEP) Yönetmeliği (2008), Enerji Ġle Ġlgili Ürünlerin Çevreye Duyarlı Tasarımına ĠliĢkin Yönetmelik (2010), Enerji Kaynaklarının ve Enerjinin Kullanımında Verimliliğin Artırılmasına Dair Yönetmelik (2011) gibi çeĢitli yasal düzenlemeler yapılmıĢtır. BEP yönetmeliği binalarda enerjinin ve enerji kaynaklarının etkin ve verimli kullanılmasına, enerji israfının önlenmesine ve çevrenin korunmasına iliĢkin usul ve esasları düzenlemektir. BEP yönetmeliği ile Enerji Kimlik Belgesi (EKB) uygulamaya konmuĢ; ilgili metadolojiye göre binalarda enerji tüketimi ve sera gazı emisyonu modellenerek sınıflandırılmıĢtır (BEP, 2010). Yönetmelik mimari proje, ısıtma, soğutma, havalandırma ve sıhhi sıcak su, bina otomasyonu, elektrik tesisatı ve aydınlatma sistemleri ve yenilenebilir enerji kaynakları kullanımına (hava, toprak veya su kaynaklı ısı pompası, kojenerasyon sistemleri) iliĢkin tasarım, uygulama, iĢletim ve bakım ilkelerini içermektedir. 2 Yönetmelik kapsamda, 2011 yılından itibaren 50 m üzerindeki yeni inĢa edilecek binaların asgari C sınıfı EKB‘ye sahip olması ve 2020 yılından itibaren mevcut binaların satıĢ ve kiralama iĢlemlerinde (A-G sınıfı) EKB ile enerji performansının belgelendirilmesi zorunluluğu getirilmiĢtir. AB normları ve EPBD revize direktiflerine paralel olarak, ÇġĠDB BEP yönetmeliğinin ilgili bendini 2022 yılında revize etmiĢ, yeni binalarda, mevcut binaların önemli tadilat 57 projelerinde ve mekanik ve elektrik tesisat değiĢikliklerinde 2025 yılı itibariyle yeni binaların birincil enerji ihtiyacının en az %10‘unun yenilenebilir enerji kaynaklarından sağlanması zorunluluğu getirilmiĢtir. Yönetmeliğe dahil edilen NSEB tanımı ve uygulaması 2 ile toplam yapı inĢaat alanı 2000 m ve üzerinde olan yeni binaların NSEB niteliğinde inĢa edilmesi ve yapı ruhsatı baĢvurularında asgari B sınıfı EKB‘ye sahip olması gerekmektedir (BEP, 2022). Bu yüzyılın ortasına kadar net sıfır emisyon hedefine ulaĢmak için Türkiye‘nin de içinde bulunduğu Ekonomik Kalkınma ve ĠĢbirliği Örgütü (OECD) ülkelerinde binalarda enerji verimliliği yoluyla enerji tüketiminde önemli ölçüde azaltımlar yapılması ve kiĢi baĢına düĢen enerji kullanımı küresel ortalamasının 2025 yılına kadar en az %10‘a düĢürülmesi gerekliliği açıktır (IEA, 2023). 2050 yılına kadar küresel sıcaklığın 2°C yükselmesini engellemek için bina sektörü toplam karbon ayak izini %60'tan fazla azaltmak zorundadır (Saffari vd., 2016). Uluslararası sahnede öncü olan ve rol model görevi üstlenen AB, 2030 yılına kadar %55 emisyon azaltımı ve 2050 yılında karbondan tamamen arındırılmıĢ kıta olma hedeflerine ulaĢmak için kritik adımlar atmaya devam etmektedir. 55‘e Uyum Paketi kapsamında yasal düzenlemeler kademeli olarak devreye girmiĢ ve EPBD‘nin (2018/844/AB) revizyonu gündeme gelmiĢtir (EC, 2021). EPBD direktifinde yapılacak revizyon ile fosil yakıtlar için verilen teĢviklerin sonlanması, mevcut binaların asgari enerji performans standartlarının belirlenmesi ve derin yenileme hızının (deep renovation) artması, tüm binalarda otomasyon sistemlerinin ve yenilenebilir enerji kullanımınının yaygınlaĢması ve yeni binalar için sıfır-emisyon uygulamanın yürürlüğe girmesi beklenmektedir (EC, 2022) Türkiye‘nin Paris Ġklim AnlaĢması ile verilen emisyon azaltım taahhütü ve 2053 net sıfır emisyon hedefi, Avrupa Ġklim Yasası ve YeĢil Mutabakat çerçevesinde ulusal politikalarda radikal düzenlemeler yapılacağına ve iklim değiĢikliğine neden olan sera gazı seviyelerindeki artıĢın baĢlıca sorumlularından biri olan inĢaat sektöründe daha sıkı yasal önlemlerin hayata geçirileceğine iĢaret etmektedir. Ülkemizin en büyük ticari ortağı olan AB‘ye benzer hazırlıklar yapılması, uzun vadeli hedef ve stratejiler geliĢtirilmesi, baĢta konutlar olmak üzere tüm binalarda enerji verimliliği ile ilgili mevzuatın yeniden ele alınması ve somut politikalarla desteklenmesi gerekmektedir. 58 Enerji verimli binalar içinde barındırdığı iĢlevlere ve kullanıcı ihtiyaçlarına göre, iç mekân konfor koĢullarını en az enerji harcayarak karĢılayabilen binalardır. Binaların enerji performansı ise enerji kullanımının azaltılması için olanaklar ve önlemlere iliĢkilidir. Bu bağlamda, binalarda enerji tüketimini etkliyen dıĢ çevreye ait (doğal) bileĢenler ve yapma çevre (fiziksel) bileĢenleri aĢağıda kısaca açıklanmıĢtır. a) Ġklim bölgesi: Ġklim sıcaklık, nem, yağıĢ miktarı, rüzgar hızı ve yönü, güneĢlenme süresi, güneĢ ıĢınımı verileri ve atmosferik kirlilik gibi kullanıcı konforunu etkileyen öğelerin ulaĢtığı değerlerin bir bileĢkesidir. Binanın yer aldığı iklim bölgesi, yapma çevreyi oluĢturan tasarım parametreleri üzerinde doğrudan etkilidir. Binayı çevreleyen iklim; makro ve mikro iklim (mikroklima) Ģeklinde tanımlanabilir. Makro iklim, belirli bir alan veya bölgenin karakteristiğini tanımlayan iklimsel verilerden oluĢurken, mikro iklim binanın yakın çevresindeki iklimi ifade etmektedir. Arazinin topoğrafik verileri (arazi durumu, eğim, nehir, vadi, tepeler vb.) ve jeolojik özellikleri (tektonik durum, fay hattı varlığı, zemin taĢıma kapasitesi, yer altı maden ve su kaynakları vb.) iklim öğelerinin etki ve süreleri değiĢmesine ve mikroiklim oluĢmasına neden olabilir. Ayrıca, binanın farklı yöne bakan cephelerinde de mikroiklimler meydana gelebilir. Örneğin hakim rüzgar doğrultusundaki cepheler, güneye veya kuzeye bakan cepheler farklı mikro iklime sahiptir (Goulding, Lewis ve Steemers, 1993; Bayraktar & Yılmaz, 2007). Zeren (1962), Türkiye‘deki iklim bölgelerini sıcak kuru, sıcak nemli, ılıman nemli, ılıman kuru ve soğuk olmak üzere beĢ kategoride sınıflandırmıĢtır. Köppen-Geiger ana iklim tipleri haritasına göre Türkiye‘de kurak iklim (B); ılıman nemli orta enlem iklimi (C) ve soğuk nemli orta enlem (karasal) iklim tipi (D) egemendir. Ayrıca, Köppen Geiger sınıflandırmasında yağıĢ rejimi ve sıcaklık periyoduna bağlı olarak Türkiye 10 alt iklim tipine bölünmüĢtür (Öztürk, Çetinkaya & Aydın, 2017). TS 825 standardında ise ısıtma uygulamaları için Türkiye 4 derece-gün bölgesine (DGB) ayrılmıĢtır (TSE, 2008). 59 b) Binanın konumu, cephe yönlenimi ve mekan organizasyonu: Binanın yerküre üzerindeki yeri ve cephe yönelimi, mekanlara ulaĢan güneĢ ıĢınımı miktarını (doğrudan ve yaygın ıĢınımı) ve yıllık toplam güneĢlenme süresini dolayısıyla pasif ısıl kazançları ve doğal aydınlık düzeyini belirlemektedir. Binanın arazi üzerindeki konumu yenilenebilir enerji kaynaklarından yararlanmak, istenmeyen güneĢ ıĢınımı (örn: sıcak iklim) ve hava akımından (örn: kuru iklim) korunmak gibi bölgenin mevsimsel ve iklimsel özelliklerine göre belirlenmelidir. Binalar enerji tasarrufu açısından gün ıĢığından azami derecede yararlanılmalı; optimal yerleĢimde gün ıĢığına eriĢim ısıtma döneminde engellenmemeli ve soğutma döneminde kontrol edilebilmelidir. Yaz ve kıĢ güneĢinin yükseliĢ açısına bağlı olarak, binalarda mekan organizasyonun yapılması; benzer iĢlevlere sahip mekanların bir arada tasarlanarak binanın ısıl zonlara ayrılması, konut binaları içerisinde daha sık kullanılacak mekanların kuzey yarım küre için güneĢ ıĢınımı ve doğal havalandırmadan optimumda faydalanacak Ģekilde güney cepheye (±30º), daha az kullanılan mekanların (koridor, wc, depo) kuzey cepheye yerleĢtirilmesi pasif enerji kazanımı açısından önemli görülmektedir (Bayraktar ve Yılmaz, 2007). Ön tasarım aĢamasında binalar pasif tasarım kriterleri açısından değerlendirildiğinde takdirde aktif sistemlerin kullanımına daha az ihtiyaç duyulmaktadır. BEP yönetmeliğine göre bina enerji performansı açısından mimari proje tasarımı ve uygulamalarında imar ve ada/parsel konumu, güneĢ, nem ve rüzgar etkisi dikkate alınarak ısıtma, soğutma, doğal havalandırma, aydınlatma ihtiyacı asgari seviyede tutulmalı ve doğal imkanlarından azami derecede yararlanılmalıdır. Binaların mekan organizasyonu ve cephe yönlenimi iklim verileri dikkate alınarak tasarım yapılması, istenmeyen ısıl kazanç ve kayıpların önlenmesi veya asgari düzeyde tutulmasını sağlayacaktır (BEP, 2010). c) Doğal ve yapay engeller: Binaya ulaĢan güneĢ ıĢınımı miktarını etkiledikleri, rüzgarı kestikleri veya yönünü değiĢtirebildikleri için doğal ve yapay engeller iç mekan konfor koĢulları ve bina enerji performansını etkilemektedir (Zorer Gedik, 2014). Topografik yapı içerisinde florayı oluĢturan yeĢil doku ve peyzaj elemanları gibi doğal engeller ve 60 yerleĢimin çevresinde bulunan bina ve duvarlar, güneĢ kontrol elemanları, balkon ve teras gibi binaya özgü yapay engeller yerleĢim alanlarının ısıtma, soğutma ve aydınlatma yükleri üzerinde rol oynayabilir. Dolayısıyla vaziyet planı kararlarında binayı çevreleyen dıĢ engellerin boyutları, yönlenimi, aralıkları ve optik özellikleri göz önünde bulundurulmalıdır. d) Bina formu: Geometrik değiĢkenler aracılığı ile tanımlanan form erken tasarım aĢamasında alınan en önemli kararlardan biridir. Bina formu bir binanın sadece estetiğini ve iĢlevini belirlemekle kalmaz, aynı zamanda enerji tüketimini ve gün ıĢığı performansını da etkiler. Bu açıdan, bina yüksekliği ve geniĢliğinin binanın derinliğine oranı, dıĢ ortam Ģartlarına açık yapı kabuğu yüzey alanının bina hacmine oranı, bina yüksekliği, çatı ve cephe eğimi gibi tasarım kararlarının iklimsel verilere bağlı alınması binanın enerji etkinliği açısıdan önemlidir. Taban alanları aynı olan ve farklı biçim faktörlerine sahip binaların güneĢ ıĢınımı kazançları ve gün ıĢığı alımı birbirinden farklıdır. Kompakt veya kübik formlarda yapı kabuğu aracıyla gerçekleĢen ısı transferi en aza indiğinden binanın ısıtma ve soğutma yükleri azalmaktadır (Lechner, 2009). e) Yapı kabuğu: ĠklimlendirilmiĢ iç ortamı dıĢ ortamdan ayıran; duvar, döĢeme, pencere, kapı ve çatı gibi yatay, düĢey ve eğimli yapı elemanlarından oluĢan yapı bileĢenidir. Bina kabuğunun yapım maliyeti toplam inĢaat maliyetinin %15-%40‘ına denk gelirken, yaĢam dönemi maliyeti ve özellikle enerji tüketimine katkısı %60 civarındadır (Lechner, 2009). Bundan ötürü, mimarın tasarrufunda olan yapı kabuğunun tasarım aĢamasında doğru detaylandırılması konfor koĢulları ve enerji verimliliği açısından önemli görülmektedir (Zorer Gedik, 2014). Opak ve saydam bileĢenlerin termofiziksel ve optik özellikleri yapı kabuğundan gerçekleĢen ısı transferinde, gün ıĢığı ve güneĢ ıĢınımı kazancında belirleyici özelliğe sahiptir. Yapı kabuğundan gerçekleĢen ısı kaybı; iç ve dıĢ ortam sıcaklığına, yapı kabuğunun yüzey alanına ve bileĢenlerin toplam ısı geçirgenlik katsayısına (U değeri, 2 W/m K) bağlıdır. Opak bileĢenin ısıl kütle kapasitesi, buna bağlı zaman geciktirmesi ve 61 genlik küçültme faktörü, bileĢeni oluĢturan malzemelerin ısı iletkenlik katsayıları (λ), kalınlıkları (d), yoğunlukları (ρ) ve özgül ısılarının (c) bir fonksiyonudur. Yapı kabuğundan gerçekleĢen ısı kaybını azaltmaya yönelik yaygın yaklaĢım ısı yalıtımı uygulamasıdır. Dört farklı derece-gün bölgesi için tavsiye edilen U değerleri TS 825:2008 Binalarda Isı Yalıtım Kuralları standartında verilmiĢtir. Isı yalıtım uygulamasının doğru yapılması, tavsiye edilen kalınlıklara uyulması ve ısı köprülerinin engellenmesi ısıtma ve soğutma enerjisi tüketiminin azaltılması için önemlidir. BEP yönetmeliğinde (2010) çatı-duvar, duvar- pencere, duvar-taban ve taban-döĢeme-duvar bileĢim detaylarını içerecek Ģekilde ısı yalıtımında sürekliliğin sağlanması gerektiği belirtilmiĢtir. Ayrıca, opak bileĢenlerin optik özelliklerinden yüzey rengi ve prüzlülüğü, yüzey üzerine gelen güneĢ ıĢınlarının soğurularak ısıl kazanca dönüĢmesinde rol oynamaktadır. Saydam bileĢen, gün ıĢığının ve güneĢ enerjisinin iç mekana alınmasını sağlayan; çerçeve, kanat, denizlik, cam (boĢluk, boĢluğu dolduran hava veya asal gazlar, film tabakaları) ve sızdırmazlık malzemelerinden meydana gelen bir diğer yapı kabuğu bileĢenidir. Saydam bileĢen, iç ve dıĢ ortam arasında görsel bağlantı kurmak, doğal havalandırma sağlamak, doğrama bileĢenlerinin birleĢiminindeki (kasa/denizlik, kasa/kanat, kanat/kanat vb.) istenmeyen hava sızıntılarını (infiltrasyon) önlemek gibi ısıl ve görsel konfor ve iç hava kalitesine yönelik çeĢitli performans özelliklerine sahip olmalıdır. Saydam bileĢene ait 2 saydamlık oranı (SO, %), camın ısıl iletkenlik katsayısı (U değeri, W/m K), toplam gün ıĢığı geçirgenliği (Tvis, %) ve güneĢ ıĢınımı geçirgenlik değerleri (g değeri ya da solar faktör SHGC, %) binanın toplam yıllık enerji tüketimini ve kullanıcı konforu üzerinde etkildir. TS 825 Standardında (2008), 4 farklı derece gün bölgesinde pencere sisteminin ısıl geçirgenlik 2 katsayısının 2,4 W W/m K değerinden düĢük olacak Ģekilde tasarlanması tavsiye edilmektedir. Saydam bileĢenin yüzey alanının arttırılması, opak bileĢenlere kıyasla genellikle daha yüksek U değerine sahip olduğundan, iç mekanın ısıtıldığı dönemde taĢınım (konveksiyon) ve ıĢınım (radyasyon) yoluyla gerçekleĢen ısı kayıplarının artmasına, iç mekanın soğutulduğu dönemde ise güneĢ ıĢınımı kazancı yoluyla soğutma yüklerinin artmasına 62 neden olmaktadır. Diğer yandan saydamlık oranındaki artıĢ gün ıĢığı alımını arttırırarak iklim bölgesi, konum, cephe yönlenimi ve dıĢ engellere bağlı olarak aydınlatma enerjisi tüketimini azaltmaktadır. Saydamlık oranının yanı sıra, bu oranın nasıl bir cephe kuruluĢu ve pencere geometrisi ile oluĢturulduğu da binanın toplam enerji tüketimini etkilemektedir. Saydam bileĢenlerden istenmeyen ısıl kazancın azaltılması ve güneĢ kontrolü amacıyla iç mekanda, dıĢ ortamda veya çok katmanlı cam ünitelerinin arasında yer alan, sabit veya hareketli gölgeleme elemanları kullanılmaktadır. f) Bina alt sistemleri: ĠnĢaat sektöründe makine ve elektrik mühendisliğinin etkinlik alanına giren ve enerji tüketimi ile doğrudan iliĢkili olan ısıtma, soğutma, havalandırma, aydınlatma temiz ve pis su, sıhhi sıcak su ve yangın söndürme sistemleri bina alt (servis) sistemleri olarak tanımlanmaktadır. Binalarda enerji tüketen hizmetler için talep çoğunlukla ısıtma, soğutma, havalandırma, sıhhi sıcak su ve aydınlatma sistemleri için harcanmaktadır. Ġklimlendirme sistemleri BEP Yönetmeliği‘nde (2010) iç ortam havası, nemi ve sıcaklığının bir arada kontrol edildiği ve taze hava ihtiyacının karĢılandığı sistemler olarak adlandırılmıĢtır. Konforlu bir iç mekan yaratmak ve ısıl çevreyi sürdürmeyi sağlayan bu sistemler ısıtma, mekanik havalandırma ve soğutma (HVAC) sistemlerinden oluĢmaktadır. Genellikle kombi, yoğuĢmalı/katı yakıtlı kazan, split/multi-split klima, VRV, hava/toprak kaynaklı ısı pompası gibi bileĢenlerden oluĢan iklimlendirme sistemlerinin verimi (COP/EER değerleri), iç mekanın ısıtıldığı ve soğutulduğu dönem için ayar (termostat) sıcaklıkları ve aktif sistemlerin kontrol stratejileri (bina otomasyonu, uzaktan izleme – ölçüm sensörleri vb.) binanın enerji verimliliğiyle doğrudan iliĢkilidir. Mekanik sistemlerin iklim bölgesi ve bina tiplerine göre seçimi ve konvansiyonel enerji talebinin fotovoltaik panel, sıcak su kollektörü, kojenerasyon gibi yerinde (on-site) yenilenebilir enerji teknolojileriyle desteklenmesi sayesinde yüksek performanslı - NSEB binalara ulaĢmak mümkündür. Yapma aydınlatma sistemi yapılı çevrede önemli miktarda enerji tüketimini temsil etmektedir. Uluslararası Enerji Ajansı (IEA, 2021) raporunda, "dünya genelinde, Ģebekeye 63 dayalı elektrik aydınlatmasının toplam küresel elektrik üretiminin %19'unu tükettiği" yer almaktadır. Ekonomik Kalkınma ve ĠĢbirliği Örgütü (OECD) ülkelerinde aydınlatmanın konut enerji tüketimin yaklaĢık %14'ünü oluĢturduğu ve OECD üyesi olmayan ülkelerde bu payın genellikle daha yüksek olduğu belirtilmiĢtir (Waide & Tanishima, 2006). Bu alandaki bilimsel yayınlarda aydınlatmanın enerji tüketimindeki payı için benzer değerler bildirilmiĢtir. (Krarti, Erickson & Hillman, 2005; Hinnells, 2008; Pohl ve Werner, 2010). Yapma aydınlatma sisteminin nihai enerji tüketimini genel olarak dört ana unsur etkilemektedir. Bunlar; elektrik gücünü (aydınlatma için kullanılan toplam kurulu gücü) ıĢık akısına dönüĢtüren lamba ve balastlar, ıĢığın mekan içinde dağılımını sağlayan armatürler, yüzey yansımaları ile armatürden çıkan ıĢığı görünür parlaklığa (ıĢıklılık) dönüĢtüren iç mekan tasarım özellikleri ve aydınlatma sisteminin çalıĢma süresidir. Enerji verimli bir aydınlatma sistemi tasarımında toplam kurulu güç (lamba tipi ve sayısı), ıĢıksal verim (lamba etkinlik faktörü, lm/W), armatür geri verimi (%), oda geometrisi, yüzeylerin yansıtma özellikleri ve lamba bakım faktörünün yanı sıra mekanın gün ıĢığından yararlanma potansiyeli ve aydınlatma kontrol - otomasyon sistemlerinin kullanımı dikkate alınmalıdır (Pohl ve Werner, 2010). Aydınlatmada enerji performans kriterleri TS EN 15193-1 (2017) ―Binalardaki enerji performansı – Aydınlatma ile ilgili enerji gerekleri‖ (Energy performance of buildings - Energy requirements for lighting), CIBSE Guide F (2012)―Binalarda enerji verimliliği‖ (Energy efficiency in buildings) ve ISO/CIE 20086 (2019) IĢık ve Aydınlatma – Binalarda Aydınlatmanın Enerji Performansı (Light and lighting - Energy performance of lighting in buildings) standartlarında yer almaktadır. Bi i z i i i i i i ç i i yolu günıĢığından azami ölçüde faydalanmak (K ç 2004; Kim ve Kim, 2010). Mekandaki ğ z i, SO ve cephe i i yüzeylerin ıĢık yansıtma çarpanları gibi tasarım değiĢkenlerine ğ . Ö , sadec ğ u iç mekanda farklı eylemlerin ç i i i ve iyi görme koĢullarının sağlanabilmesi için gereken z i i u ğ , atma sistemleri ile genel ve bölgelik (lokal) aydınlatma uygulamalarına ihtiyaç vardır. Bölgelik 64 aydınlatma çalıĢma düzlemi üzerindeki daha yüksek aydınlık düzeyi gereksinimini karĢılarken genel aydınlık düzeyinin de daha düĢük seviyede tutulması yoluyla enerji tasarrufuna olanak sağlar. Son yıllarda hem lamba ve armatürler hem de aydınlatma otomasyonu için birçok yeni ürün geliĢtirilmiĢtir. LED sistemler aydınlatma sektöründe hızla yayılan ve enerji tasarrufu sağlayan en önemli teknolojik yeniliktir. Özellikle hizmet ve ticari amaçlı binalarda akıllı LED teknolojileri ve otomasyon sistemleri elektrik enerjisinden tasarruf sağlamada aydınlatma projelerinin önemli bir parçası haline gelmiĢtir. Hareket (varlık) ve ıĢık sensörleri aracılığıyla binanın iç mekan aydınlatma sistemini tekil veya eĢzamanlı olarak yönetmek; aydınlatma kontrol sistemleri aracılığıyla kullanıcı senaryoları oluĢturmak, lambaların ıĢık akısı (loĢlaĢtırma - karartma) ve elektriksel güç değiĢimini ayarlamak ve ıĢık rengini kontrol etmek (bio-dinamik, insan odaklı aydınlatma) mümkün hale gelmiĢtir. Yenilenebilir enerji sistemleri; rüzgar, güneĢ, jeotermal, biyokütle, dalga gibi fosil olmayan enerji kaynaklarından elde edilebilen enerji ile çalıĢan sistemleri ifade etmektedir. Bi u i i i i ğ i i i Ç ğu u c u i i i i içi i panelleri (PV pan ) u Bi NSEB ve karbon- i i içi i i i i i i i i ç G z z i AB i i i ğ i i i i i i i u ; ği Yu i ’ 2020 %20 i i i i fi u c u i i c c i i u z u u i i i i (Di u i ve Zoras, 2016). Avrupa Birliği i 2010/31/EU i ifi z i iz revize edilen BEP Y iği i i i i i i u f i i Y i binanın inĢa edileceği yerdeki yenilenebilir enerji kaynaklarının kullanılması imkanının araĢtırılması ve bu doğrultuda 65 hazıralanacak raporların mimari çözümlerde öncelikle dikkate alınması gerektiği belirtilmiĢtir (BEP, 2022). Türkiye yenilenebilir enerji kaynakları konusunda önemli bir avantaja sahiptir. 2019 yılı verilerine göre çatı ve cephe uygulamalarında PV sistemlerin kullanımı için yapılan baĢvuruların toplam kapasitesi 622 MW‘a ulaĢmıĢtır. Bu rakamın büyük kısmını sanayi tesislerinin oluĢtururken, baĢvuruların yalnız 12 MW‘lık kısmının konutlar için yapılmıĢ olması bina sektöründe henüz kullanılmayan önemli boyutta yenilenebilir enerji (özellikle de güneĢ enerjisi) potansiyeli olduğunu göstermektedir (YeĢil Ekonomi, 2019). G i i i i (GES) z i i i i i iği yenilenebilir i - ç ğ z i i i i g) Kullanıcı faktörü: Aynı anda birçok parametre binalarda enerji tüketimini etkilemekte ve enerji tasarruf potansiyelini oluĢturan performans kriterleri özellikleri bir binadan diğerine değiĢmektedir. Bu anlamda aktif ve pasif sistemlerin yanı sıra; u c ci i i i i i z i fiz i i i i i i ği i i z i i i f ler de binalardaki i i i i i i Dünya Sürdürülebilir Kalkınma ĠĢ Konseyi‘nin (WBCSD) binalarda enerji verimliliği projesi raporunda (2009) kullanıcı faktörü dönüĢüm için en önemli üç araçtan biri olarak görülmekte ve d elen e i i i i i i i iği i u c ç da c i i i u i c ği u u Bu anlamda, i ina sahibi ve u c i i ç i i i c ği i ene i i i i u konusunda bilgilendirilmelidir. WBCSD raporunda (2009), hükümetlerin binalarda enerji verimliliği konusunda kullanıcıları motive edecek ve harekete geçirecek kampanyalar ve vergi paketleri oluĢturması, bilgi ve iletiĢim teknolojilerinin enerji tasarrufu konusunda farkındalığın arttırılması amacıyla kullanılması, bina enerji performansının bina fiyatları ve kira bedellerine yansımasının arttırılması, enerji 66 verimliliği yatırımlarının sübvansiyon ve diğer teĢviklerle özendirilmesi gibi tavsiyeler yer almaktadır. Binaların enerji etkinliğine yönelik stratejiler, bina performans değerlendirme yaklaĢımları ile geliĢtirilebilir. Bu yaklaĢımlar, enerj tüketen b na alt s stemler ve tasarım kararları arasındak ödünleĢ m n etk ler n n anlaĢılması, bina kontrol ve otomasyon sistemlerinin değerlendirilmesi ve tasarım alternatiflerinin karĢılaĢtırılması konularında destek sağlar. Bina tasarım sürecinde kullanılabilecek performans değerlendirme yaklaĢımları sırasıyla Ģu Ģekilde özetlenebilir (ġenel Solmaz, 2015): a) Tasarım rehberleri ya da geçmiĢ deneyimler (rule of thumbs): Bu sistemler bina performansını doğrudan tahmin etmezler, sadece belirli performans hedefini gerçekleĢtirmeye yönelik yapılması gerekenleri, tasarıma yönelik genel tavsiyeleri içerirler. b) Geleneksel hesap yöntemleri: Bu sistemler binada sınırlı sayıdaki ya da sadece tek bir fiziksel olguya odaklanırlar ve binadaki belirli bir fiziksel sürecin tahmin edilmesini amaçlar. (Örneğin, bina kabuk bileĢenlerinin ısıl geçirgenlik değerlerinin hesaplanması). Bu hesaplar günümüzde yaygın olarak bilgisayar programlarıyla yapılmaktadır. c) Korelasyon tabanlı yöntemler: Geleneksel hesap yöntemleri ile binadaki yapı fiziği konuları ayrı ayrı ele alınmaktadır. Ancak pek çok yapı bileĢeninden meydana gelen binalar bu anlamda oldukça karmaĢık yapıdadır. Örneğin, bina enerji tüketimi sadece iletim yoluyla olan ısı kayıplarından etkilenmez, bunun yanı sıra doğal havalandırma ve hava sızıntılarından kaynaklanan ısı kayıpları, güneĢten sağlanan ısıl kazançlar ve bunların etkileĢimi sonucunda binanın toplam ısıtma enerjisi tüketimi belirlenir. Korelasyon tabanlı yöntemler binadaki bu karmaĢık etkileĢimleri dikkate alarak bina performans tahmini yapılmasına dayanmaktadır. Bu korelasyonlar ileri s mülasyonlarla yapılan çoklu parametrik analizlerle oluĢturulabilir. Ancak, bu yöntemde tasarımcı çoğunlukla belirli bir parametreyi tanımlar ve sonrasında yazılımlar aracılığı ile binanın nasıl bir performans sergileneceği hesaplanır. 67 d) Bina performans s mülasyonları: Simülasyon (benzetim) yöntemleri bina davranıĢlarını matematiksel denklemler kullanarak ortaya koymaktır. Bu hesaplamalar manuel olarak çözülebileceği gibi karmaĢık problemler için genellikle bilgisayar programları kullanılmaktadır. Bina davranıĢının hesaplamalı değerlend rmes ç n kullanılan b lg sayar programları ―b na performans s mülasyonları‖ olarak adlandırılmaktadır. Bu yöntem sanal bir bina modeli oluĢturularak tasarımcı tarafından bina performansını etkileyecek detaylı parametrelerin tanımlanmasına ve model üzerinden performans tahminlerinin yapılmasına dayanmaktadır. Bina performans simülasyonları, aynı koĢullar altında tasarım aĢamasındaki binaların davranıĢlarının ve alternatiflerinin karĢılaĢtırılabilmesine olanak sağlar. e) Küçük ölçekli modeller: Bu yöntem b naya a t küçük ölçekl maketler n yapılması ve bunlar üzer nden b na performansının test ed lmes ne dayanmaktadır. Örneğ n rüzgar türbini testleri ya da binalarda gün ıĢığı ve gölge analizi değerlendirilmesi için bu yöntem kullanılabilmektedir. f) Görüntüleme yöntem (monitoring): Gerçek binanın atmosfer koĢulları altındaki davranıĢlarının doğrudan gözlemlenerek değerlendirilmesine olanak sağlar. Termal kamera ile yapılan alan çalıĢmaları buna örnek verilebilir. Kızılötesi görüntüleme verileri binanın iklimsel konfor koĢullarına yönelik bilgi edinilmesine ve yapı kabuğunun iyileĢtirilmesine olanak sağlar. Ancak, görüntüleme yöntemlerinin maliyeti yüksektir ve değiĢken iklim/dıĢ ortam koĢullarında gerçekleĢtirilen bir uygulamadır. Ayrıca, binanın enerji performansına yönelik yapı elemanları ve yapım sistemleri arasındaki karmaĢık etkileĢimin görüntüleme yöntemiyle anlaĢılması ve diğer bina tasarımlarına aktarılması zordur. g) Deneysel düzenekler: Deneysel koĢullar altında, örneğin sıcaklık, bağıl nem ve hava basıncının kontrol edildiği mahfazlı sıcak kutu (hot box) düzeneğinde b nanın b r bölümünün davranıĢının ölçülmes ne olanak sağlar. Deneysel düzeneklerden elde ed len 68 bulguların tüm b na davranıĢına dönüĢtürüleb lmes günümüzde öneml b r araĢtırma konusudur. Bina enerji tüketimi ve konfor koĢulları; iç ortam Ģartları, bina strüktürü, iç ısı kazançları, iklimlendirme (HVAC) sistemleri ve aydınlatmaya iliĢkin bina alt/servis sistemleri arasındaki dinamik etkileĢimlerle belirlenir. Literatürde konutların enerji performansının ölçülmesine dair pek çok çalıĢma bulunmakla birlikte, bina sistemlerinin karmaĢıklığı nedeniyle binalarda enerji performansının nasıl belirleneceği konusu geliĢtirilmeye açıktır (Grösche, 2009). Mevcut ölçüm yöntemleriyle iliĢkili önemli bir eksiklik, bina enerji performansını belirleyen yeterli sayıda seçeneğin dikkate alınmamasıdır (Nikolaou, Kolokotsa & Stavrakakis, 2011; de Wilde, Tian & Augenbroe, 2011). Yukarıda açıklanan bina performans değerlendirme yaklaĢımları bir arada kullanılabilmektedir. Öte yandan bu araçlar içerisinde karmaĢık bina sistemlerinin uzun dönem performansının analizi için en güncel yöntem sanal bina üzerinden performans tahminlerinin yapılması yoluyla hesaplamalı değerlendirmedir. Bilgisayar tabanlı bina performans simülasyonları sonraki bölümde detaylı olarak açıklanmaktadır. 2.4. Simülasyon Tabanlı Optimizasyon YaklaĢımları Bilgisayar teknolojisinin geliĢmesiyle birlikte, bina performans modelleme ve simülasyon araçlarının kullanımı son 20 yılda önem ve hız kazanarak yaygınlaĢmıĢtır. Yapay zeka ve optimizasyon algoritmalarının geliĢmesi ve bina tasarım problemlerinin matematiksel verilere dönüĢtürülmesi ile birlikte simülasyon tabanlı optimizasyon yaklaĢımı çok sayıda tasarım çözümününü eĢ zamanlı keĢfetme imkanı sağlamaktadır. Literatürdeki çalıĢmalar simülasyon tabanlı optimizasyon analizinin enerji tüketimi, inĢaat maliyeti, cephe tasarımı ve yönleniĢi, konfor koĢulları, günıĢığı performansı, sera gazı emisyonu, HVAC sistem konfigürasyonu, yaĢam döngüsü maliyeti gibi farklı tasarım problemlerine uygulanabildiğini göstermektedir. Bu bölümde öncelikle sık kullanılan simülasyon araçlarının genel özelliklerine ve simülasyon araçları ile bina performans 69 değerlendirmesindeki avantaj ve dezavntajlara yer verilmiĢtir. Ardından simülasyon tabanlı optimizasyon yaklaĢımı tanıtılarak amaç fonksiyonları ve değiĢkenler sınıflandırılmıĢtır. Son bölümde bina performans optimizasyonu çalıĢmalarında kullanılan araçlar ve optimizasyon problemlerini çözmek için geliĢtirilen metodlara (algoritma) yer verilmiĢ ve literatürdeki güncel bina performans optimizasyonu çalıĢmaları özetlenmiĢtir. 2.4.1. Bina performans modelleme ve simülasyonları Simülasyon programları genellikle bir binanın sanal modelinin oluĢturulması ve performansının tahmin edilmesi yoluyla tasarım kararlarının iyileĢtirilmesi veya tasarımcıyı diğer seçeneklerine yönlendirerek binaların tasarım, yapım, iĢletme veya iyileĢtirme aĢamalarında daha etkin bir tasarım çözümüne ulaĢtırmakta kullanılmaktadır (Augenbroe, 2002; Yılmaz, 2012). Bu anlamda bilgisayar tabanlı simülasyon araçları günümüzde yüksek performanslı bina çalıĢmalarında tasarım karar sürecinin ayrılmaz bir parçası haline gelmiĢtir. Bina simülasyonu teknolojisini geliĢtirme alanında dünyada IBPSA (International Building Performance Simulation Association) ve ülkemizde IBPSA-Tr (BinSimDer - Bina Performans Modelleme ve Simülasyonları Derneği) gönüllü olarak faaliyet gösteren kuruluĢlardır (Yılmaz, 2012). Bina yazılım mimarisi teknolojilerinin yaygınlaĢmasının öncesinde, mimar ve mühendislerden tarafından çoğunlukla geleneksel hesap yöntemleri kullanılmıĢtır. Bilinene dayalı bu ampirik tasarım yaklaĢımı binaların mekanik sistem kapasitesinin gereğinden büyük seçimi ve enerji performansı düĢük binalarla sonuçlanması olasıdır (Hong, Chou & Bong, 2000). Bina simülasyonları üzerine yapılan araĢtırmalar ise 1960'lı yıllarda baĢlamıĢtır. 1970'li yıllardaki ilk çalıĢmalar çoğunlukla yük teorisi ve temel hesaplama algoritmaları üzerinedir. 1970'lerin sonu 1980'lerin baĢı, masa üstü bilgisayar teknolojileri yaygınlaĢtığı, aynı zamanda DOE-2, ESP ve TRNSYS gibi bina enerji simülasyon programlarının geliĢtirildiği dönemdir. 1990'larda iklim değiĢikliği ve çevre kirliliği gibi küresel konular ile birlikte, binaların enerji tüketimi ve çevresel etkilerinin azaltılması, sağlıklı ve konforlu bir iç ortam yaratılması konuları önem kazanmıĢ ve bu sayede bina simülasyon araçları mimarlık pratiğinde gerekli uygulamalar haline gelmiĢtir. 70 Bilgisayar tabanlı simülasyon araçları ile binaların enerji, ısıl konfor, görsel konfor, iç hava kalitesi, su tüketimi ve akustik performansı gibi çeĢitli yapı fiziği konuları bina yaĢam döngüsünün her aĢaması için değerlendirilebilmektedir (Wang ve Zhai, 2016). Detaylı dinamik hesaplama yapan simülasyon araçları ile belirli zaman dilim için (yıllık, aylık, saatlik) iklim verilerine dayalı bina performans tahminleri üretilebilmektedir. Bu araçlar genellikle bina performansının hesaplanması için sürekli etkileĢim halinde olan kompleks denklemler ve matematiksel algoritmalar kullanan dahili bir simülasyon motoru ile kullanıcıların veri girdi ve çıktılarını yönetmelerine yardımcı bir grafik ara yüzden oluĢmaktadır. Günümüzde simülasyon araçlarının kullanıcı ara yüzünün geliĢtirilmesi, hesaplama süresinin kısaltılması, programlar arasında kolay veri aktarımı ve tahmini sonuç ekranı sayesinde simülasyon araçları tasarımcılar için daha kullanıĢlı hale gelmiĢtir. AĢağıda simülasyon araçları ile bina performans değerlendirmesine iliĢkin literatürdeki çeĢitli araĢtırma alanları aĢağıda özetlenmiĢtir:  Vaziyet planı tasarım kararlarına yol göstermek üzere binaların gölgeleme analizinin yapılması ve görselleĢtirilmesi,  Bina ısıtma, soğutma, aydınlatma ve havalandırma hesapları ve mekanik sistem ekipman kapasitelerinin belirlenmesi,  Mekanların statik ve dinamik gün ıĢığı performansının analizi,  Yeni binaların tasarımı ve mevcut binaların iyileĢtirilmesi (retrofit) için enerji performans analizi ve farklı stratejilerin geliĢtirilebilmesi,  Bina enerji yönetimi ve kontrol sistemleri tasarımı,  Binaların ilgili yönetmelik, kod ve standartlara uyumunun kontrolü,  Maliyet analizi,  Pasif ve aktif sistemler yoluyla enerji tasarrufu seçeneklerinin belirlenmesi,  Hesaplamalı akıĢkanlar dinamiği testleri. ―Bina Enerji Yazılım Araçları Rehberi (BEST-D)‘‘ 122 simülasyon aracından oluĢan bir listeye sahiptir ve her aracın yetenekleri hakkında bilgi sağlamaktadır (Maile, Fischer & 71 Bazjanac, 2007). Bina performansı modelleme ve simülasyon araçları arasında en çok tercih edilen programlar DOE-2, EnergyPlus, Energy 10, Ecotect, TRNSYS, HAP ve BLAST olarak sıralanabilir. Bununla birlikte, simülasyon araçları termodinamik modeller, grafik ara yüzleri, kullanım amacı, yapı yaĢam döngüsüne uyarlanabilirliği ve diğer yazılım programları ile veri alıĢveriĢi yapabilmeleri açısından farklılık göstermektedir. ġekil 2. 9‘da simülasyon araçlarının yapısı ve genel veri akıĢı göstermiĢtir. Çizelge 2. 11‘de ise yaygın olarak kullanılan simülasyon araçları ve özellikleri verilmiĢtir (Yılmaz, 2012; Mateus, Pinto & Graça, 2014; Anđelković, Mujan, & Dakić, 2016). ġekil 2. 9. Bina performans simülasyon (benzetim) araçlarında genel veri akıĢı (Maile, Fischer & Bazjanac’ın alışmasından T rk eleştirilmiştir) Çizelge 2. 11. ÇeĢitli simülasyon araçları ve özellikleri (Yılmaz 2012; Mateus, Pinto & Gra a 2014; Anđelković Mujan & Dakić 2016 yılı alışmalarından uyarlanmıştır) Simülasyon aracı Önde gelen özelliği BEP-TR T.C. Çevre ve ġehircilik Bakanlığının ulusal, basit saatlik dinamik yöntemidir. Binaların enerji performanslarını standart koĢullar altında karĢılaĢtırmak ve EKB oluĢturmak üzere kullanılmaktadır BLAST Enerji tüketimi, sistem performansı ve maliyet tahmini yapılabilmektedir BSim Enerji etkin bina tasarımı ve yoğuĢma analizi yapılabilmektedir CONTAM Mekanik sistemler, iç – dıĢ ortamdan kaynaklı ve yapı kabuğuna etki eden rüzgar hareketi dikkate alınarak bina iç hava kalitesi ve risk değerlendirmesi hesaplamalarında kullanılan simulasyon aracıdır. DAYSIM RADIANCE programına dayalı, kullanıcı faktörü ve aydınlatma kontrol otomasyonlarını simülasyonlara dahil edebilen günıĢığı analizi ve aydınlatma enerji performans hesaplama aracıdır. DeST Binalarda ısıl akıĢı analizi ve HVAC sistem performansının tahmini için kullanılabilir. 72 Çizelge 2. 11. ÇeĢitli simülasyon araçları ve özellikleri (devamı) Simülasyon aracı Önde gelen özelliği DesignBuilder Bina nihai enerji, yakıt tüketimi, CO2 emisyonu, aydınlatma, konfor ve farklı gök modelleri ile günıĢığı analizi yapılabilen iklime dayalı dinamik simulasyon aracıdır. EnergyPlus, Radiance ve Daysim simülasyon motorlarını kullanmaktadır. ECOTECT Mekanik sistem yükleri, iç ısıl kazançlar, enerji tüketimi, CO2 emisyonu, su Autodesk tüketimi, akustik ve gün ıĢığı performansı (kapalı gök modeli) dahil olmak üzere geniĢ bir yelpazede aylık, günlük ve saatlik analiz yapılabilen simülasyon ve görselleĢtirme aracıdır. Energy-10 Yapı yaĢam döngüsünün tamamını kapsayan maliyet ve enerji analizi yapılabilmektedir EnergyPlus Lawrence Berkeley Laboratuvarında açık kaynaklı kod ile geliĢtirilen, saatlik ilkim verisine dayalı bina enerji, karbon emisyonu, aydınlatma ve iklimlendirme (HVAC) sistem tasarımı, yapı kabuğu ısı akıĢı ve konfor hesabı yapılabilen bütünleĢik ve detaylı dinamik enerji simülasyon motorudur. Designbuilder, Google Sketch Up ve OpenStudio plug-in programlarının ara yüzünde bina modellemesi yapılarak idf uzantılı dosya ile çalıĢtırılabilmektedir. ESP-r Linux tabanlı progamda birden fazla zonda ısıl konfor ve akustik hesaplamalar yapılabilmektedir. eQUEST Termal hesaplamalar ve bina enerji tüketimi analizi yapılabilen, detaylı mekanik sistem ekipmanlarını içermeyen bir programdır. Green Building Studio Revit programından bina modeli aktarılarak veya web tabanlı modelleme Autodesk yapılarak daha çok ön tasarım aĢamasında kullanılan, enerji sarfiyatı, karbon emisyonu, gün ıĢığı analizi ve su tüketimi hesaplamaları yapabilen bir programdır. IES Bina modelleme araçları ile birlikte çalıĢabilme özelliğine sahip bir enerji Virtual Environment simülasyon aracıdır Radiance Linux tabanlı, ray-tracing yöntemi ile günıĢığı analizi ve görselleĢtirme yapılabilen bir simulasyon programıdır. TRNSYS Enerji sistemlerini modüler bir yapıya (sistem elemanları düzeyine) indirgeyerek hesaplama yapan bir simülasyon programıdır. Yenilenebilir enerji ve kojenerasyon sistemlerinin kapsamlı olarak tasarım, modelleme ve optimizasyonunu mümkün kılmaktadır. Bina performans simülasyon araçları, binalarda enerji performansını geliĢtirmeye yönelik çözümlerin belirlenmesinde yaygın olarak kullanılmakla birlikte bina performans simülasyon araçları aĢağıdaki avantaj ve dezavantajlara sahiptir:  Tasarım aĢamasındaki binaların davranıĢlarının tahmin edilmesini sağlar.  Binaların uzun dönemli davranıĢın tahmin edilmesine yardımcı olur.  Tasarımcıların bina tasarım ve performans parametreleri arasındaki karĢılıklı ve karmaĢık etkileĢimini anlamasına olanak sağlar. 73  Performans simülasyonlarından elde edilen sonuçların optimizasyon ve tasarıma iliĢkin alternatif çözümler içermesi tasarım kararlarını yönlendirmede önemli rol oynamaktadır.  Bina simülasyonları bir yandan karar verme sürecinde nicel veri sağlarken, diğer yandan yapı kabuğunda karĢılaĢılacak enerji kayıplarının ön görülmesini sağlar.  Aynı koĢullar altındaki farklı bina davranıĢları ve bina tipolojileri karĢılaĢtırılabilir  Binalarda potansiyel problemli alanlarının (ısı köprüleri, hava sızıntıları, yoğuĢma oluĢan kesitler vb.) belirlenmesini ve tasarım üzerinde yapılan değiĢikliklerin uygunluğunun test edilmesini sağlar.  Simülasyonun maliyeti, görüntüleme yöntemi ve deneysel düzeneklerle yapılan diğer ölçme yöntemlerine göre genellikle daha azdır.  Numune boyutları nedeniyle deneysel ölçümlerin kolaylıkla yapılamadığı durumlarda yardımcı araç olarak kullanılabilmektedir.  Binanın bir bütün olarak enerji etkinliği, ısıtma, soğutma, yapma aydınlatma yükleri analiz edilebilir.  Simülasyon tabanlı karar verme sürecinde, bir dizi alternatif senaryo içerisinden analiz yapılarak en uygun çözüm bulunmaya çalıĢılır ve bu zaman alıcı bir süreçtir  Isı transferi ve iç çevredeki ısı depolama mekanizmalarına iliĢkin gerçek zamanlı iç ve dıĢ ortam verilerinin kullanılmaması, gerçek atmosfer koĢulları altında alınacak sonuçlardan farklı sonuçlar elde edilmesine neden olabilir.  Simülasyon araçları ile örnek binayı temsil edecek sanal bir model üzerinden analiz ve değerlendirme yapıldığından, binanın modellenmesinde gerekli ve yeterli verinin elde edilememesi, sonuçlarının doğruluğunu ve güvenilirliğini düĢürebilir.  Simülasyon programları genellikle güçlü bir bilgisayar donanımı gerektirir, aksi halde simülasyon süreleri çok uzun olabilmektedir.  Simülasyon programlarının bir bölümü üç boyutlu modelleme yapılabilen kullanıcı dostu arayüze sahip değildir. DesignBuilder ve Ecotect gibi yazılımlar ücretlidir ve lisanslı kullanım gerekmektedir. 74 Bina enerji simülasyon araçları genellikle parametrik çalıĢmalarda kullanılmaktadır. Her bir tasarım değiĢkeninin altında sayısı yüzleri geçebilen seçenek bulunabilmektedir. Seçilen değiĢkenlerin olası kombinasyonlarının çok sayıda olabilmesi ve uzun hesaplama süreleri nedeniyle sadece simülasyon programı kullanarak uygun çözümleri bulmak pratik değildir. Öte yandan tasarım değiĢkenlerini bağımsız olarak ele alan, bir parametreyi değiĢtirirken diğerlerini sabit tutan çalıĢmalar değiĢkenler arasındaki olası ödünleĢimin (trade-off) etkilerini görmezden gelebilmektedir. Bu nedenle, değiĢkenlerin karĢılıklı etkileĢimlerini öncelikle doğru simüle etmek, ardından bina performans simülasyon araçlarıyla birlikte optimizasyon algoritmalarını kullanmak en iyi (optimal) çözüme ya da çözüm kümesine ulaĢtıracaktır (Tuhus Dubrow & Krarti, 2010; Hani ve Koiv, 2012). 2.4.2. Simülasyon tabanlı optimizasyon Binalar çok sayıda mimari, elektrik ve mekanik tasarım değiĢkenini içeren karmaĢık sistemlerdir. Tasarım kararları aĢamasında bu değiĢkenlere ait seçeneklerin nasıl seçildiği ve bir araya getirildikleri binanın performans özelliklerini ve enerji etkinliğini belirlemektedir. Bir önceki bölümde de bahsedildiği gibi, tasarımcıların en iyi çözümü ararken sıklıkla kullandığı yaklaĢım deneme yanılma yöntemi ve sonuçların karĢılaĢtırmasıdır. Öte yandan çok sayıdaki yapı bileĢeni ve sisteminin olası birleĢimlerinden yola çıkarak en uygun çözümü bulmak, yalnızca performans değerlendirme yaklaĢımlarını kullanan parametrik çalıĢmalar ile mümkün değildir. Örneğin, Mahmoud ve Elghazi (2016), kinetik cephe sistemlerinin performansının değerlendirilmesinde deneysel bir yöntem kullanarak gün ıĢığı verilerine dayalı optimal tasarım çözümlerini araĢtırmıĢlardır. Ho vd. (2008), eğitim yapılarında gölgeleme elemanlarının performansını dört farklı yükseklik ve geniĢliğe sahip güneĢ kontrol elemanı kombinasyonları üzerinden araĢtırarak dersliklerde düzgün aydınlık dağılımı sağlayan en uygun gölgeleme elemanı tasarımını bulmayı amaçlamıĢtır. Bu ve benzeri araĢtırmalarda sınırlı sayıda tasarım seçeneği keĢfedilebilmektedir. Simülasyon tabanlı bina performans optimizasyonu yönteminde ise tasarım değiĢkenlerine bağlı olarak, tasarımcının ele almadığı bir çözüm veya çözümler kümesinin üretilmesi ile birden fazla alternatif 75 oluĢturulmakta ve sonuç performansları karĢılaĢtırılmaktadır. Bu sayede hedeflenen sonuca daha yakın performans gösterecek uygun tasarım alternatifleri geliĢtirilebilmektedir. Matematiksel optimizasyon uygulamaları 1980'lerde baĢlamıĢ, ancak simülasyon tabanlı optimizasyon araç ve algoritmaları ile bina performansının araĢtırılması alanında yapılan ilk çalıĢmalar 2000'li yılların baĢlarında yayınlanmıĢtır. ĠnĢaat sektöründe optimizasyon algoritmalarının kullanımı ilk önce makine ve inĢaat mühendisleri tarafından baĢlatılmıĢ ve daha sonra mimarlık ve diğer mühendislik alanlarında yaygınlaĢmıĢtır (Attia vd., 2013; Nguyen, Reiter ve Rigo, 2014). Mimarlık alanında optimizasyon üzerine yayınlanmıĢ araĢtırma sayısı 1990'lı yılların baĢından bu yana sürekli artmıĢ, optimizasyon algoritmaları konusu 2000‘li yıllardan itibaren yapı bilgisi alanda çok sayıda optimizasyon algoritması geliĢtirilmiĢ (Nguyen, Reiter ve Rigo, 2014). Özellikle 2000'li yıllardan sonra simülasyon araçlarındaki ilerlemeler ile birlikte geliĢtirilen algoritmalar çok amaçlı optimizasyon problemlerinin çözümünde aktif olarak kullanılmaktadır. Optimizasyon (en iyileĢtirme), bir tasarım kararını mümkün olduğunca iĢlevsel veya etkili hale getirme süreci veya yöntemi olarak tanımlanmıĢtır (Webster Online, 2018). Matematiksel olarak optimizasyon, değiĢkenlerin en iyi kombinasyonunu seçerek bir fonksiyonun minimum veya maksimum değerini bulma iĢlemidir. Tasarım problemlerinde parametrelerin en iyi kombinasyonunu bulabilmek için optimizasyon algoritmalarından yararlanılmaktadır. Nguyen, Reiter ve Rigo (2014) bina performans optimizasyonunu, genellikle bir bina simülasyon programı ve optimizasyon algoritmalarından oluĢan bir simülasyon motoru ile otomatikleĢtirilmiĢ bir iĢlem olarak tanımlamıĢtır. ġekil 2. 10‘da simülasyon tabanlı optimizasyon döngüsü görülmektedir. Simülasyon ve optimizasyon birleĢik ve döngüsel bir iliĢkiye sahiptir. Optimizasyon motoru simülasyon aracı için veri giriĢi sağlar ve simülasyon aracı çıkıĢ verisini üretir. Optimizasyon motoru, tanımlanmıĢ bir hedefe (yani amaç fonksiyonuna) göre optimal çözümü elde edilinceye kadar bu iĢlemi tekrarlamaktadır (Bae, 2016). 76 ġekil 2. 10. Simülasyon tabanlı optimizasyon döngüsü (Bae’nin alışmasından T rk eleştirilmiştir). Simülasyon tabanlı optimizasyon iĢlemi genellikle amaç fonksiyonu ve değiĢkenler olmak üzere iki tür girdi gerektirmektedir. Bina optimizasyon problemlerinde tasarım değiĢkenleri genellikle bina ve mekan geometrisine veya özelliklerine ait değerlerdir (Machairas, Tsangrassoulis & Axarli, 2014). Optimizasyon çalıĢmalarında incelenen tipik tasarım değiĢkenleri, binanın formu, yönleniĢi, hacim boyutları, mimari plan ve mekan organizasyonu, yapı kabuğu bileĢen ve malzemelerinin termofiziksel ve optik özellikleri, cephe saydamlık oranı, aydınlatma ekipmanı, ısıtma, havalandırma ve klima (HVAC) sistemlerinin seçimi, boyutlandırılması (kapasitesi), bina servis sistemi kontrol parametreleri ve/veya stratejileri olarak sayılabilir. Amaç fonksiyonu ise genellikle simülasyon araçları tarafından hesaplanan bina performans hedefleridir. Optimizasyon problemleri Karaboğa (2014) tarafından ilk olarak "sınırlamasız" ve "sınırlamalı" olarak sınıflandırmıĢtır. Burada amaç fonksiyonu f(x)‘in x ile ilgili herhangi bir sınırlama olmaksızın minimizasyonu veya maksimizasyonu sınırlamasız, x ile ilgili sınırlama veya sınırlamaların bulunduğu optimizasyon problemi ise sınırlamalı optimizasyon problemi olarak isimlendirilmiĢtir. Optimizasyon problemlerinin diğer bir sınıflandırılması ise amaç fonksiyonun ve sınırlamalarla ilgili fonksiyonların lineer olup olmama durumlarına göre yapılmıĢtır. Bir optimizasyon problemi, lineer amaç ve sınırlama fonksiyonlarına sahip ise bu problem lineer programlama problemi, bu fonksiyonlardan herhangi biri nonlineer ise nonlineer programlama problemi olarak adlandırılmıĢtır 77 (Karaboğa, 2014). DeğiĢkenleri negatif olmayan tamsayı değerler alan bir lineer programlama problemi tamsayı programlama problemi; değilse tamsayı olmayan programlama problemi Ģeklinde tanımlanmıĢtır. Diğer bir gruplandırma ise sürekli (continuous) ve ayrık (combinatorial) optimizasyon problemi Ģeklindedir. Ayrık niceliklerin (objelerin) optimal olarak düzenlenmesi, gruplanması, sıraya konulması veya seçilmesi problemi, ayrık optimizasyon problemi olarak adlandırılırken, tasarım değiĢkenlerinin alacağı değerler sürekli değerler ise bu tür problemlere sürekli optimizasyon problemi denilmiĢtir (Karaboğa, 2014). Attia vd.‘ne göre (2013) optimizasyon problemlerinde çoğu zaman amaç fonksiyonu enerji ve/veya maliyet ile ilgilidir. Diğer bir deyiĢle, tasarım parametreleri (girdiler) enerji etkin ve/veya maliyet etkin olacak Ģekilde optimize edilmektedir. Karaboğa‘ya (2014) göre optimizasyon problemi, belirli sınırlamaları sağlayacak Ģekilde, bilinmeyen parametre değerlerinin bulunmasını içeren problemdir. Optimizasyon iĢleminde ilk adım karar parametreleri ile tasarım parametreleri olarak da adlandırılan değiĢken setinin tanımlanmasıdır. Ardından, bu değiĢkenlere bağlı olarak en aza indirgenecek (minimize edilecek) bir maliyet fonksiyonu veya ulaĢılabilecek (maksimize edilecek) bir kar fonksiyonu ve problemle ilgili sınırlama (constrains) fonksiyonları belirlenir. Maliyet fonksiyonu, daha iyi çözümü temsil eden parametre değerlerinin kullanılması durumunda daha düĢük bir nümerik değer üretirken kar fonksiyonu ise daha yüksek bir nümerik değer üretmektedir. Sınırlamalar, eĢitsizlikler ya da eĢitlikler Ģeklinde parametrelerin alamayacağı değerleri tanımlamakta ve karar parametrelerine bağlı olarak ifade edilmektedir (Karaboğa, 2014). Attia vd. (2013), optimizasyon problemlerinde kar, maliyet ve sınırlama fonksiyonlarına göre, bina optimizasyonunu tek amaçlı ve çok amaçlı olarak iki gruba ayırmıĢtır. Karaboğa‘ da (2014) benzer Ģekilde, bazı optimizasyon problemlerinin birden fazla en aza indirgenecek fonksiyonu içerebileceğini, bu tür problemlerin çok amaçlı optimizasyon problemi olarak adlandırılacağını belirtmiĢtir (Karaboğa, 2014). Örneğin, bir binanın yalıtım seviyesi, ısıtma, soğutma enerji talebi veya yatırım maliyetini en aza indirgemek 78 için tek amaçlı olarak optimize edilebilir. Ya da çok amaçlı bir fonksiyon kullanılarak, binanın enerji tüketimi azaltılırken aynı zamanda maliyet etkinliği göz önüne alınarak yalıtım kalınlığı optimize edilebilir. Bina tasarımına iliĢkin çok amaçlı optimizasyon problemlerinde, asgari enerji tüketimine karĢı azami konfor koĢulları ya da asgari maliyet karĢısında azami ekipman kapasitesi gibi çoğu zaman birbiriyle çeliĢen hedefler ele alınmakta ve bu problemlerini çözmek için iki yaygın yöntem kullanılmaktadır. Bunlar ağırlıklı toplam veya skalerleĢtirme yöntemi (weighted-sum method/scalarization) ve pareto analizidir. Ağırlıklı toplam yönteminde çeĢitli hedeflerin ağırlıklarına göre katsayılar uygulanarak çok amaçlı optimizasyon parametreleri tek bir fonksiyonda toplanmaktadır. Ağırlıklı toplam yöntemi pareto analizine göre daha kolay uygulanabilir. Ancak sonuçların doğruluğu her bir parametreye ayrılan ağırlık katsayısıyla iliĢkilidir ki bu mesleki bilgi ve tecrübe gerektirmektedir. Ġkinci yöntem olan pareto analizinde ise her bir hedef arasında ödünleĢim cephesi veya pareto cephesi bulunmaktır. Pareto cephesi, baskın olma kavramına dayanarak tanımlanmaktadır (Evins, 2013). ġekil 2. 11‘de tez çalıĢması kapsamında çok amaçlı bir optimizasyon probleminin (ısıtma - soğutma enerjisinin minimize edilmesi) çözüm kümesi görülmektedir. Çok amaçlı optimizasyon probleminde amaçlar x ve y ekseninde soğutma enerjisi (elektrik, kWh) ve ısıtma enerjisi (doğalgaz, kWh) enerjisinin minimizasyonu olarak tanımlanmıĢtır. Gri noktalar ile gösterilen çözümler baskın değildir, çünkü her iki hedef için daha iyi performans gösteren çözümler bulunmaktadır. Grafikteki kırmızı noktalar ise her iki hedef için daha iyi seçeneklerin bulunduğu baskın çözümlerdir ve pareto optimal cephesini oluĢturmaktadır. 79 ġekil 2. 11. Pareto cephesi (kırmızı noktalar), baskın çözümler (gri noktalar), oluĢturulan son tasarım seçenekleri/jenerasyon (mavi noktalar) 2.4.3. Optimizasyon araçları ve metodları (algoritmalar) Bina performans optimizasyonu çalıĢmalarında kullanılan araçlar, simülasyon ve optimizasyon arasındaki iliĢki açısından bağımsız optimizasyon araçları (özel programlı algoritmalar), optimizasyon motoru tabanlı araçlar ve simülasyon tabanlı optimizasyon araçları olmak üzere üç kategoriye ayrılabilir (Machairas, Tsangrassoulis & Axarli, 2014). Bağımsız optimizasyon araçlarında algoritmalar programa gömülü olmaklı birlikte, dahili bir enerji simülasyon programıyla eĢ güdümlü olarak çalıĢtırılamazlar. GenOpt, MATLAB, modeFRONTIER ve Topgui, bağımsız optimizasyon araçlarına örnektir. Özel olarak programlanmıĢ bu algoritmalar daha esnektir, ancak geliĢmiĢ programlama becerileri gerektirmektedir. 80 Optimizasyon motoru tabanlı araçlar verilerin içe/dıĢa aktarıldığı bir enerji simülasyon programı ile birlikte çalıĢabilmektedir. GENE_ARCH, MOBO, jEPlus, +EA, MultiOpt2 bu araçlara örnektir. Optimizasyon motoru tabanlı bu araçların, bağımsız optimizasyon araçlarına kıyasla daha kullanıcı dostu olduğu söylenebilir. Öte yandan bu araçlar üçüncü parti yazılım geliĢtiriciler tarafından oluĢturulmuĢtur ve yaygın Ģekilde kullanılmadıkları için her birinin performansı test edilerek onaylanmamıĢtır. Simülasyon tabanlı optimizasyon araçları, geliĢmiĢ programlama becerileri gerektirmemesi, esnek oluĢu ve kullanıcıların ara yüzüne alıĢık olduğu simülasyon programları ile bir arada çalıĢması bakımından daha yaygın olarak kullanılmaktadır. Bina enerji simülasyon modeli sonuçları, optimizasyon verileriyle doğrudan iliĢkilendirilebilmektedir. DesignBuilder optimizasyon modülü, BEopt ve Opt-E_Plus bu gruptaki araçlardır ve diğer iki kategori arasından daha yüksek öğrenilebilirliğe sahiptir (Attia vd., 2013; Tian vd., 2015). Ayrıca bazı çalıĢmalarda, program içine gömülü optimizasyon paketi yerine, C# , Cygwin, Java, R ve Visual Studio gibi yazılım programlarında konuya özel üretilmiĢ optimizasyon algoritmaları da kullanılabilmektedir (Attia vd., 2013). Tian vd. (2015) veri bütünlüğü, birlikte çalıĢabilirlik, optimizasyon değiĢkenleri ve iĢlem sonrası (post-processing) veri iĢleme kapasitesi olmak üzere dört değerlendirme kriterini kullanarak dört farklı optimizasyon motoru tabanlı ve üç simülasyon tabanlı olmak üzere toplam yedi optimizasyon aracını karĢılaĢtırmıĢtır. Genel olarak simülasyon tabanlı optimizasyon araçları, veri bütünlüğü, eĢ zamanlı çalıĢma ve iĢlem kapasitesi bakımından üstün bulunmuĢtur. ÇalıĢmada optimizasyon motoru tabanlı araçlar, parametreler açısından daha verimli bulunmakla birlikte, simülasyon tabanlı alternatiflerine göre aracın öğrenme sürecinin daha uzun olduğu ve kullanımlarındaki zorluklar belirtilmiĢtir (Tian vd., 2015). Son 30 yılda sosyoloji, biyoloji, zooloji, fizik, bilgisayar ve karar verme gibi bilimler temel alınarak genel uygulanabilirliğe sahip çeĢitli optimizasyon metodları (algoritmalar) geliĢtirilmiĢtir. En sık kullanılan optimizasyon algoritmaları nümerik algoritmalar, deterministik (berlirleyici - rastgele olmayan) algoritmalar ve stokastik (tahmini- 81 olasılıksal) algoritmalar olmak üzere üç gruba ayrılabilir. Sayısal algoritmalar mevcut tüm seçenekleri hesaplayarak en iyi çözümü bulmaları nedeniyle hesaplama açısından daha zaman alıcı ve maliyetlidir. Deterministik optimizasyon, değerlendirme fonksiyonunun ve türevlerinin ayrıntıda bilinmesini gerektirir ki bu pek çok mimari problem için geçerli değildir. Ayrıca, deterministik algoritmalarda değerlendirme fonksiyonu lineer olmalıdır. Bina optimizasyonu, dikkate alınması gereken birçok parametreyi içeren, çok çeĢitli ve belirsiz kaynaklarından (örneğin kullanıcı faktörü, dıĢ iklim koĢulları vb.) etkilenebilen karmaĢık bir problemdir. Nonlineer doğasından dolayı tasarım ve bina servis sistemlerinin çözümünde deterministik algoritmaların kullanımı bu anlamda en uygun seçenek değildir. (Cano, Moguerza ve Alonso-Ayuso, 2016). Stokastik algoritmalar seçenekleri rasgele kullanır ve tüm alanı keĢfetmek yerine olasılıklardan yola çıkarak araĢtırma uzayını örnekler. Dolayısıyla sayısal metodlardan daha az hesap yoğunluğuna sahiptir. Bununla birlikte, stokastik optimizasyon mutlak küresel optimumu bulmayı garanti etmez. Bunun yerine küresel optimal çözümün kabul edilebilir olası değerlerini üretir (Attia vd., 2013; Spall, 2014). Karınca koloni (ant colony) algoritması, parçacık sürü (swarm particle) optimizasyonu, ardıĢık arama (sequential search) algoritması ve genetik algoritmalar (genetic algorithm) bina optimizasyon alanında yaygın olarak kullanılan tahmini popülasyon tabanlı algoritmalara örnektir. Bina enerji optimizasyon algoritmalarını parametre özelliklerine göre iki kategoride sınıflandırmak mümkündür. Bunlar ayrık parametre yöntemleri ve sürekli parametre yöntemleridir. Tipik bina enerji optimizasyon değiĢkenleri için (örneğin, duvar yalıtımı, cam tipi, pencere tipi, çatı tipi, vb.) sonlu sayıda seçenek bulunduğundan ayrık parametre yöntemleri genel olarak bina problemleri için kullanılabilmektedir. Ayrık parametre algoritmalarına örnek olarak genetik algoritma (GA), parçacık sürü algoritması ve ardıĢık arama algoritmaları verilebilir. Pencere-duvar oranı, cephe yönleniĢi ve hava sızdırmazlığı gibi sonlu olmayan seçeneklerin mevcut olduğu durumda ise sürekli parametre yöntemleri kullanılarak optimize etmek mümkündür. Simpleks yöntemi, desen arama (pattern search) algoritması, uyum arama (harmony search) algoritması ve çok yönlü arama (multi- 82 directional search) algoritması, sürekli parametreleri kullanan optimizasyon algoritmalarına örnektir (Tuhus Dubrow & Krarti, 2009; Junghans, 2013). Karaboğa (2014) optimizasyon problemlerini çözmek için geliĢtirilen metodlar genel olarak iki gruba ayrılmaktadır. Bunlar doğrudan (direct) araĢtırma metodları ve optimallik kriterlerine dayalı dolaylı (indirect) metodlardır. Optimallik kriterleri, bir fonksiyonun minimum noktalarının sağlaması gereken Ģartları ifade etmektedir. Optimallik Ģartlarına göre çözüm arayan metodlar genellikle dolaylı metdolar olarak adlandırılmakta ve önce gerek ve yeter Ģartlar yazılmaktadır. Ardından bu Ģartlar bölgesel minimumluğa aday noktalar için çözülmektedir (Karaboğa, 2014). Nguyen, Reiter ve Rigo (2014) çalıĢmalarında farklı optimizasyon algoritmalarının güçlü ve zayıf yönlerini ele almıĢ ve bunları bölgesel veya küresel yöntemler, deterministik veya stokastik yöntemler, sezgisel (heuristic) ve meta-buluĢsal yöntemler, türev tabanlı veya türevsiz yöntemler, biyolojik (bio-inspired), yörünge veya popülasyon tabanlı yöntemler, tek amaçlı veya çok amaçlı algoritmalar Ģeklinde sınıflandırmıĢtır. AraĢtırmacılara göre algoritma seçiminde dikkat edilecek hususlar tasarım değiĢkenlerinin doğası (sürekli, ayrık), amaç fonksiyon üzerindeki sınırlamalar (constrains), amaç fonksiyonun doğası (lineer veya nonlineer), amaç fonksiyonun birinci ve ikinci dereceden analitik türevlerinin bulunup bulunmadığı, problemin özellikleri (statik veya dinamik, vb.) ve algoritmanın performansıdır. Benzer değerlendirmeler Evins (2013) ve Machairas, Tsangrassoulis ve Axarli (2014) tarafından da gerçekleĢtirilmiĢtir. Karaboğa‘ya göre (2014) optimizasyon algoritmalarının seçimindeki kriterler Ģu Ģekildedir (Karaboğa, 2014):  Çözüm kalitesi ve hesaplama zamanı: Herhangi bir algoritmanın etkinliğinin değerlendirilmesi için önemli bir etmendir. Ġyi bir algoritma, ayarlanabilir parametre setine sahip olmalı ve bu parametreler kullanıcıya önemlilik açısından hesaplama maliyeti ile çözüm kalitesi arasında bir vurgulamanın yapılabilmesine imkan vermelidir. Yani çözüm kalitesi ve hesap zamanı arasındaki iliĢki kontrol edilebilmelidir.  Kod basitliği ve gerçeklenebilirlik: Algoritma prensipleri basit ve genel olarak uygulanabilir olmalıdır. Bu durum, problem yapısı ile ilgili baĢlangıçta çok az bilgiye 83 sahip olunması halinde bile algoritmanın yeni alanlara kolaylıkla uygulanabilmesini sağlar.  Esneklik: Algoritmalar modelde, sınırlamalarda ve amaç fonksiyonlarında yapılacak değiĢiklikleri kolayca karĢılayabilmelidir.  Dinçlik (robustness): Algoritma baĢlangıç çözümünün seçimine bağlı olmaksızın her zaman yüksek kaliteli, kabul edilebilir çözümleri üretebilme kabiliyetine sahip olmalıdır.  Basitlik ve analiz edilebilirlik: KarmaĢık algoritmalar, esneklik ve çözüm kümesi açısından basit algoritmalardan daha zor analiz edilebilmektedir.  EtkileĢimli hesaplama ve teknoloji değiĢimleri: Algoritma içinde insan-makine etkileĢimini kullanma fikri günümüzde çoğu sistemde yaygın olarak gerçekleĢtirilmektedir. Ġyi bir kullanıcı ara yüzüne sahip olmak ve çözümlerin grafiksel olarak sergilenebilmesi yazılımı ve algoritmayı daha kullanıĢlı hale getirmektedir. Optimizasyon algoritmasının seçimi araĢtırma problemine özgüdür ve genellenemez. Diğer bir deyiĢle, bir problem için iyi performans gösteren algoritma diğer bir problem için aynı Ģekilde baĢarılı bir çözüm üretemeyebilir. Bu nedenle optimizasyon problemine uygun algoritma seçimi önemlidir. Hamdy, Nguyen ve Hensen (2016) çalıĢmalarında seçilen algoritmanın maliyet ve/veya enerji etkinliğindeki baĢarısının sadece algoritmanın doğasına değil aynı zamanda değiĢken ayarlarına da bağlı olduğunu belirtmiĢtir. Optimizasyon araçlarında genellikle genetik algoritma (GA), Hooke-Jeeves algoritması, parçacık sürüsü algoritması (swarm particle) ve simpleks algoritması gibi optimizasyon algoritmaları bulunmakla birlikte, karmaĢık mimari tasarım problemleri gibi tek ve/veya çok amaçlı optimizasyon hedeflerini çözmekte genellikle optimallik kriterlerine dayalı dolaylı (indirect) metodlar kullanılmaktadır. Bina performans optimizasyonu alanında yapılan sürekli ve ayrık değiĢkenleri içeren pek çok çalıĢma, evrimsel hesaplama metodlarının diğer optimizasyon algoritmalarından daha yüksek bir performans gösterdiğini ortaya koymaktadır (Caldas & Norford, 2002; Attia vd., 2013; Hamdy, Hasan & Siren, 2013; Nguyen, Reiter ve Rigo, 2014; Su & Yan, 2015). 84 Genetik algoritma (GA) ilk kez Holland tarafından 1970'lerde sezgisel (heuristic) araĢtırma yaklaĢımı olarak önerilmiĢtir (Holland, 1975). Genetik algoritma Darwin‘in biyolojik evrimin doğal seleksiyon (tabii seçme) sürecine dayanmaktadır (Galletly, 1998). Algortima araĢtırma uzayında bulunan çözümlerin bazılarının oluĢturduğu bir baĢlangıç popülasyonunu (initial population) kullanmaktadır. BaĢlangıç popülasyonu her jenerasyonda (generation), tabii seçme (natural selection), tekrar üreme (reproduction), çarpazlama ve mutasyon iĢlemleri vasıtasıyla art arda geliĢtirilir. Genetik algoritma, mevcut popülasyonda iyi performans gösteren bireyleri rasgele seçer, olasılık dağılımlarını (probability distributions) kullanarak en iyi çözümü bulmaya yönelik iterasyon (yineleme) yapar ve onları yeni nesil üretmek için ebeveyn olarak kullanır. Ġterasyon, durdurma ölçütü (hedef) yerine getirilinceye kadar tekrarlanır; yani popülasyon optimal bir çözüme doğru "geliĢir" (Mathworks, n.d.; Tuhus Dubrov ve Krarti, 2010; Junghans, 2013). En son kuĢağın ya da neslin en uygun yani en kaliteli (fittest) bireyi, problem için optimal çözüm olmaktadır. Bu çözüm her zaman en iyi çözüm olmayabilir ancak optimale en yakın bir çözümdür. ġekil 2. 12‘de genetik algoritmanın temel adımları görülmektedir. (Karaboğa, 2014; Tuhus Dubrow ve Krarti, 2009). 85 •Muhtemel çözümlerden baĢlangıç popülasyonu 1 oluĢtur •Popülasyondaki her çözümün uygunluk değerini 2 hesapla •Durdurma kriteri sağlanıyorsa araĢtırmayı durdur. •Durdurma kriteri sağlanmıyorsa aĢağıdaki adımları 3 gerçekleĢtir. •Uygunluk ölçekleme iĢlemini gerçekleĢtir (fitness 3.1 scaling) •Tabii seleksiyon iĢlemini gerçekleĢtir (uygunluk değeri daha yüksek olan çözümler yeni 3.2 popülasyonda daha fazla temsilciye, daha düĢük olanlar ise daha az temsilciye sahip olacaktır) •Rasgele seleksiyon iĢlemini uygula (popülasyonun çoğunluğu tabii seleksiyon, az bir kısmı da rasgele 3.3 seleksiyon iĢlemine tabii tutulur) •Önceki popülasyonda var olan en iyi çözümü 3.4 muhafaza et (doğal olmayan bir iĢlem) •Çaprazlama iĢlemini uygula (Mevcut iki yapıdan 3.5 yeni iki yapı üretilir) •Mutasyon iĢlemini uygula (Her pozisyon belirli bir 3.6 olasılıkla mutasyona tabii tututlur) ġekil 2. 12. Genetik algoritmanın temel adımları (Tuhus Dubrow ve Krarti, 2009; Karaboğa, 2014) Popülasyon oluĢtuğunda çaprazlama (genetik değiĢim) için çözümler eĢleĢtirilir. Çapraz çift ebeveynleri parçalayıp yeniden birleĢtirerek yeni çözümler (çocuklar) yaratır. Bir çift ebeveyn, rasgele seçilen bir noktada kırılır ve daha sonra genlerin çapraz değiĢtirilmesi yoluyla yeniden bir araya getirilir. ġekil 2. 13‘te çaprazlama (genetik değiĢim) kavramı gösterilmektedir (Wang, Zmeureanu, & Rivard, 2005; Tuhus Dubrow ve Krarti, 2009; Bae, 2016). 86 ġekil 2. 13. Çaprazlama (genetik değiĢim) örneği (Bae, 2016) ġekil 2. 14‘te mutasyon ile çözüm kümesindeki bireylerin genlerinin rastgele değiĢtirildiği görülmektedir. Mutasyon, erken bir yakınsamadan kaçınmaya ve global optimumu aramayı sürdürmeye yardımcı olur. Mutasyon oranı, optimizasyon iĢleminin baĢında kullanıcı tarafından belirlenir. Mutasyondan sonucunda çözümler bir sonraki iterasyon için yeni nesil oluĢturur. ġekil 2. 12‘deki basitleĢtirilmiĢ GA sürecinde ifade edildiği gibi optimizasyon problemi hedefi yerine getirilinceye kadar tüm süreç tekrarlanmaktadır (Tuhus-Dubrow ve Krarti, 2009). ġekil 2. 14. Mutasyon örneği (Bae, 2016) Bina performans optimizasyonu çalıĢmalarının sayısı son yıllarda önemli ölçüde artmıĢtır. Evins‘in (2013) bu alanda yaptığı literatür araĢtırmasına göre, incelenen çalıĢmanın %38'i yapı kabuğuna; %21'i bina formuna; %17'si iklimlendirme sistemlerine; %16'sı yenilenebilir enerjiye odaklanmıĢtır. Diğer çalıĢmalar ise bina otomasyon-kontrol stratejileri ve aydınlatma sistemlerine iliĢkin optimizasyon problemlerinden oluĢturmaktadır. ÇalıĢmaların %53'ü tek amaçlı optimizasyona yöneliktir. %8'i çok amaçlı optimizasyonda ağırlıklı toplam yaklaĢımını kullanmıĢ ve %39'u Pareto metodunu kullanmıĢtır. Bilimsel araĢtırmaların yarısından çoğunda kullanılan en yaygın optimizasyon metodu GA olmakla beraber diğer kullanılan yöntemler doğrudan araĢtırma, deneme yanılma ile benzetim ve parçacık sürü (particle swarm) optimizasyonudur. Bu çalıĢmalar 87 %60 oranında en yaygın optimizasyon hedefi olarak enerji tüketimine odaklanmıĢtır. Diğer optimizasyon problemleri maliyet, konfor, gün ıĢığı performansı, yapı elemanlarının boyutlandırılması, malzemesi seçimi, HVAC sistemlerinin çalıĢma stratejisi, mekanik sistem kapasitesi, iç ortam ayar sıcaklıkları, bina otomasyon sistemi ayarları ve çevresel etkileri konu almaktadır. AĢağıda bu alanda yapılan literatür araĢtırması özetlenmiĢtir. Schwartz, Raslan ve Mumovic (2016) mevcut bir konut kompleksinin yenilemesi için çok amaçlı bir optimizasyon modeli önermiĢtir. Optimizasyon hedefleri, binanın yaklaĢık 60 yıllık yaĢam döngüsü boyunca karbon ayak izinin ve maliyetlerin en aza indirilmesidir. DeğiĢkenler duvar yalıtım malzemeleri, ısı köprüsü oluĢturan taĢıyıcı sistem ve pencere/duvar (saydamlık) oranıdır. ÇalıĢma optimal tasarım çözümlerine iliĢkin baĢarılı sonuçlara ulaĢmakla birlikte, yıllık enerji tüketimi iyileĢtirmesinin yaĢam döngüsü CO2 emisyonunun yükselmesine neden olabileceğini göstermektedir. Ascione vd. (2015) binalarda enerji performansının ve ısıl konforun optimize edilmesi için çok amaçlı bir optimizasyon modeli geliĢtirmiĢ ve metodoloji Akdeniz iklim bölgesindeki iki farklı konut binasına uygulanmıĢtır. AraĢtırmada MATLAB ve GA yöntemi ile EnergyPlus simülasyon motoru kullanılmıĢtır. Tasarım değiĢkenleri, yapı kabuğunu oluĢturan malzemelerin kalınlığı, ısıl geçirgenlik katsayısı (U değeri), ısıl kütle kapasitesi ve ıĢınım özellikleridir. Aynı çalıĢmada farklı iklim bölgeleri için optimizasyon sonuçlarına da yer verilmiĢtir. Azari vd. (2016), binalardaki enerji tüketiminin çevre ve yaĢam döngüsü değerlendirmesi üzerindeki etkilerini optimize etmek için çok amaçlı bir optimizasyon modeli kullanmıĢtır. Tasarım değiĢkenleri yalıtım malzemeleri, pencere türleri, doğrama profil malzemeleri, duvar ısıl direnci ve saydamlık oranlarını içermektedir. Enerji simülasyon aracı olarak eQuest programı ve çevresel etki tahmin aracı olarak AthenaIE kullanılmıĢtır. Optimizasyon modeli için hibrid bir yapay sinir ağı ve GA tercih edilmiĢtir. 88 Hani ve Koiv (2012), karasal ikliminde ve yaz mevsiminde bir ofis binasının yapı kabuğu özelliklerini optimize etmek için GenOpt programından faydalanmıĢtır. Djuric vd. (2007), bir okul binasının ısıtma sistemi tasarımına ve kontrolüne ilaveten yapı kabuğu yalıtımını optimize etmek için yine GenOpt programını kullanmıĢtır. Lartigue, Lasternas ve Loftness (2013), minimum ısıtma yükü, minimum soğutma yükü ve azami iç mekan gün ıĢığı alımı hedefleri doğrultusunda yapı kabuğunu optimize etmek için bir model önermiĢtir. Optimize edilen değiĢkenler saydamlık oranı ve saydam bileĢen türleridir. Enerji performans simülasyonu için TRNSYS, günıĢığı simülasyonları için Daysim ve optimizasyon aracı olarak GenOpt yazılımı kullanılmıĢtır. ÇalıĢmanın sonucunda Pareto analizi kullanılarak farklı hedefler için en uygun çözüm kümesi bulunmuĢtur. Carlucci vd. (2015), güney Ġtalya'da yaklaĢık sıfır enerjili bir konutun ısıl ve görsel konfor koĢullarını iyileĢtirmek için çok amaçlı optimizasyon analizi gerçekleĢtirmiĢtir. Isıtma ve soğutma dönemini kapsayan bu çalıĢma kamaĢmaya bağlı gün ıĢığı seviyesinin kontrolünü de içermektedir. ÇalıĢmada EnergyPlus ve GenOpt programlarından yararlanılmıĢtır. Tasarım değiĢkenleri olarak duvar, çatı, zemin kaplama malzemeleri, pencere bileĢenleri, camın termofiziksel ve optik özellikleri, gölgeleme elemanları ve bina otomasyon sistemleri incelenmiĢtir. Labib (2015), gün ıĢığı performansını tek amaçlı olarak optimize etmek, ıĢık rafları ve karmaĢık tavan formları arasındaki etkileĢimi incelemek için Galapagos yazılımını kullanmıĢtır. Ercan ve Elias Özkan‘ın çalıĢmalarında (2015), gölgeleme elemanlarının tasarımını gün ıĢığına bağlı optimize edebilmek için yine parametrik tasarım aracı Galapagos kullanmıĢtır. AraĢtırmacılar sıcak ve nemli iklim bölgesinde yer alan bir ofis binasının optimum gün ıĢığı performansına sahip olması için, dört farklı gölgeleme elemanı tasarım alternatifi üzerinden ağırlıklı toplam yaklaĢımı kullanılarak bir metodoloji geliĢtirmiĢtir. 89 Tuhus Dubrow ve Krarti‘nin çalıĢmalarında (2009) konut binalarının geometrisinin optimizasyonu için MATLAB programını kullanmıĢtır. Aynı yazarlar ayrıca bina formu ve yapı kabuğu özelliklerini optimize etmek için GA metodunu kullanarak simülasyon tabanlı bir optimizasyon aracı geliĢtirmiĢ, minimum enerji tüketimi ve maliyeti için en uygun tasarım kombinasyonunu bulmayı hedeflemiĢtir (Tuhus Dubrow ve Krarti, 2010). Dikdörtgen, L, T, diyagonel, U, ve H gibi farklı bina formları ve duvar, döĢeme, taĢıyıcı sistem, temel çeĢitleri, yalıtım seviyeleri, pencere tür ve boyutları gibi çeĢitli yapı kabuğu bileĢenlerini ele alan bu çalıĢmanın sonuçları, dikdörtgen ve trapez (yamuk) formlu binaların genel olarak en düĢük yapı yaĢam dönemi maliyetine sahip olabileceğini göstermiĢtir. Lin ve Gerber (2014) parametrik tasarım ve çok amaçlı optimizasyon yöntemlerini kullanarak tasarımcılar için bir enerji performansı geri bildirimi aracı geliĢtirmiĢtir. HDS Beagle isimli bu prototip araç, Autodesk Green Building Studio ve Microsoft Excel'i birleĢtiren, Autodesk Revit programı için bir eklentidir. Bu çalıĢmadaki optimizasyon hedefleri mekan hiyerarĢisi, enerji performansı ve maliyettir. AraĢtırmada çoklu tasarım değiĢkenleri ile karmaĢık yapı geometrileri ele alınmıĢtır. Futrell, Ozelkan ve Brentrup (2015), bina tasarımında minimum enerji tüketimi ve gün ıĢığından maksimum fayda sağlamak amacıyla bir optimizasyon modeli geliĢtirmiĢtir. Ele alınan tasarım değiĢkenleri tavan yüksekliği, pencerelerin ısıl geçirgenlik katsayısı, pencere geniĢliği, gölgeleme elemanları ve ıĢık raflarının uzunluğudur. Örneklem kümesi olarak bir derslik hacmi ele alınmıĢ, hacim dört ana yön için optimize edilmiĢtir. Pareto analizi kullanılarak ısıtma enerjisi ve gün ıĢığı performansı bakımından en uygun cephe çözümleri elde edilmiĢtir. Sonuçlar, güney, doğu ve batı yönelimleri için, ısıtma enerjisi tüketimi ve gün ıĢığı alımı dengesinin tutarlı olduğunu; ancak cephenin kuzeye yönlendiği durum için enerji – doğal aydınlatma dengesi kurulmasının güçleĢtiğini göstermektedir. Zhang, Zhang ve Wang (2016), Grasshopper‘ın çok amaçlı optimizasyon problemleri için GA metodu ile çözümler üretebilen eklentisi (plug-in) Octopus ve Rhinoceros modelleme 90 programını kullanarak bir kamu binasının çok amaçlı optimizasyonunu gerçekleĢtirmiĢtir. Serbest formlu ve açık planlı bir bina geometrisini optimize edebilmek amacıyla günıĢığı kazancı ve mekanın verimli kullanımına dayalı bir yaklaĢım geliĢtirilmiĢtir. GA ile gün ıĢığı, solar ıĢınım ve alan verimliliği maksimize edilirken minimum form katsayısının bulunması amaçlanmıĢtır. Optimize edilmiĢ serbest formlu bina, aynı hacme sahip küp Ģeklindeki referans binayla karĢılaĢtırıldığında, %30-53 daha yüksek solar kazancı ve %5 daha fazla alan verimliliği sağlandığı görülmüĢtür. Wright, Loosemore ve Farmani (2002), enerji tüketim maliyeti ve ısıl konfor arasındaki dengeyi kurmak için GA metodunu kullanarak çok amaçlı bir optimizasyon analizi gerçekleĢtirmiĢtir. Bu çalıĢmada, iç ortam sıcaklığı, hava hızı (debi), mekanik sistem bileĢenlerinin sayısı ve boyutlandırılması, elektronik devrelerin sayısı ve akımı gibi bina alt sistem tasarım değiĢkenlerine iliĢkin uygulanabilir çözümler geliĢtirilmiĢtir. Kusiak ve Xu (2012) minimum enerji tüketimi ile kabul edilebilir iç ortam konfor Ģartları korunarak HVAC sistemlerinin çok amaçlı optimizasyonu üzerine bir çalıĢma yapmıĢtır. Kullanılan optimizasyon modeli parçacık sürü algoritmasına dayanmaktadır. Optimizasyon modeli için seçilen değiĢkenler iç ortam hava sıcaklığı, bağıl nem oranı, pompa ve fanların çalıĢma stratejisi gibi girdileri içermektedir. Optimize edilmiĢ model mevcut bir binanın HVAC sistemine uygulanmıĢ ve enerji tüketiminde %30 azaltım sağlanmıĢtır. Bina performans optimizasyonu çalıĢmaları ayrıca yenilenebilir enerji sistemleri, kojenerasyon sistemleri, güneĢ enerjili sistemler, jeotermal enerji ve enerjinin depolanması konularını da içermektedir. Yenilenebilir enerji sistmleri yüksek bir ilk yatırım ve iĢletme maliyeti gerektirebildiğinden, bu alandaki çalıĢmalar sistem verimliliği ve maliyet arasındaki dengeyi kurmaya odaklanmıĢtır. Kayo ve Ooka (2009), enerji dağıtım sisteminin çok amaçlı optimizasyonu için GA metodunu kullanmıĢtır. Bu çalıĢmadaki bina performans hedefleri ısıtma yükü, soğutma yükü ve elektrik arzının dengelenmesi ile enerji tüketiminin ve maliyetin en aza indirgenmesidir. ÇalıĢmada önerilen model Tokyo'daki bir hastane binasına uygulanmıĢ ve optimal tasarım seçenekleri sunulmuĢtur. 91 Fan ve Xia (2017), ağırlıklı toplam yöntemi ile mevcut bir binanın yenileme (retrofit) projesi için çok amaçlı optimizasyon gerçekleĢtirmiĢtir. Bu çalıĢmada optimizasyonun hedefi, enerji tasarrufu ve ekonomik faydayı eĢ zamanlı olarak üst düzeye çıkarmaktır. Tasarım değiĢkenleri PV paneller, güneĢ kollektörleri, pencere, duvar ve çatı elemanlarıdır. ÇalıĢmanın sonuçlarına göre en iyi iyileĢtirme planı 24 yılın sonunda kabul edilebilir ekonomik faydayı ve istenen enerji tasarrufunu sağlayabilecektir. Bu çalıĢmaya benzer Ģekilde Bornatico vd. (2002) Ġsviçre‘deki orta ölçekli müstakil bir konutta güneĢ enerjisi sistemlerinin optimizasyonu için MATLAB programını kullanmıĢtır. Literatürde yer alan, farklı alanlardaki araĢtırma çalıĢmalarına bağlı olarak, simülasyon tabanlı optimizasyon yaklaĢımının bina performansını artırmada; pasif sürdürülebilir, düĢük enerjili, NSEB ve artı enerjili binalar gibi yüksek performans hedeflerine ulaĢmakta etkili bir yöntem olduğu söylenebilir. Son yirmi yıl içeriside konutlara iliĢkin gerçekleĢtirilen performans optimizasyonu araĢtırmalarında çeĢitli tasarım değiĢkenleri ele alınmıĢ ve bina enerji modelleri farklı veri setleri üzerinden test edilmiĢtir (Wetter & Wright, 2003; Znouda, Ghrab-Morcos & Hadj-Alouane, 2007; Kampf, Wetter & Robinson, 2010; Bambrook vd., 2011; Fesanghary vd., 2012; Ihm & Krarti, 2012; Attia vd., 2012; Yu vd., 2015; Sim & Sim, 2016; Gou vd., 2018; Chen, Yang, & Zhang, 2018; Gercek & Arsan, 2019; Al-Saadi & Al-Jabri, 2020; Forde vd., 2020; Forde vd., 2020; Homaei & Hamdy, 2020; Zhang, Liu & Wang, 2020). Bu çalıĢmalarda erken tasarım aĢamasında optimizasyon tekniklerinin (simülasyon araçları ve alrogitmalarının) kullanılmasının, referans duruma kıyasla bina enerji performansını olumlu yönde etkileyeceği sonucuna varılmıĢtır. Öte yandan optimizasyon sonuçlarının bina enerji modeli ve algoritma seçimi gibi faktörlerden etkilendiği görülmüĢtür. 92 3. MATERYAL ve YÖNTEM Materyal ve yöntem bölümde ilk olarak Türkiye‘deki konut binalarının tasarımı aĢamasında iklimsel ve görsel konfor, gün ıĢığı alımı, enerji tüketimi, global maliyet ve çevresel etkiler açısından etkin tasarım alternatiflerinin geliĢtirilmesine yönelik "Konutlarda Enerji Optimizasyonu Üzerine Bir Tasarım Destek Modeli" baĢlıklı yaklaĢım tanıtılmıĢtır. ÇalıĢma kapsamında ele alınan ısıl konfor, görsel konfor, bina enerji performansı ve ekonomik değerlendirme kriterleri bina performans ölçütleri baĢlığı altında açıklanmıĢtır. Bölüm 3.3‘te çalıĢma için seçilen bina performans hesaplama araç ve yöntemlerine yer verilmiĢ, simülasyon programları ve optimizasyon motodunun seçim kriterleri açıklanmıĢtır. Bölüm 3.4‘te ilk olarak alan çalıĢmasında kullanılmak üzere hazırlanan bina tanıtım formunun içeriğine yer verilmiĢ, ardından konut kullanıcılarının ısıl konfor, görsel konfor koĢulları ve enerji tüketim algısını belirlenmeye yönelik kullanım sonrası değerlendirme anketi sonuçları özetlenmiĢtir. Aynı bölümde alan çalıĢması ve piyasa araĢtırmasıyla simülasyon hesaplamalarına iliĢkin elde edilen veriler ile iklim, kullanıcı, mimari tasarım, bina alt sistemleri ve finansal göstergeler için yapılan kabuller bulunmaktadır. Bölüm sonunda örnek konut projelerinin enerji ve iç mekan aydınlatma modellerine yer verilmiĢ ve simülasyon adımları özetlenmiĢtir. Bölüm 3.5‘te öncelikle konutların performansını arttırmaya yönelik tedbirlerin kapsamı belirlenmiĢ, BES modeli üzerinde test edilecek değiĢkenler mimari tasarım ve bina alt sistemleri baĢlıkları altında gruplandırılmıĢtır. Ardından bina enerji performans ölçütleri için simülasyon ve duyarlılık analizi adımları açıklanmıĢtır. Bölüm 3.6‘da BES tabanlı optimizasyon adımları ve optimizasyon çözümlerinin global maliyetinin hesaplanmasında kullanılan yöntem tanıtılmıĢtır. 93 3.1. Konutlarda Enerji Optimizasyonu Üzerine Bir Tasarım Destek Modeli Önerisi Binalar pek çok sayıda yapı elemanı, malzeme ve alt sistemden meydana gelmektedir. Tüm bileĢenlerin enerji ve kaynakların korunumu, konfor, sürdürülebilirlik ve çevresel etki gibi bina performans hedeflerini karĢılayacak bir yaklaĢımla ele alınması, günümüzde konvansiyonel tasarım anlayıĢının yerini alan bütünleĢik tasarım sürecinin önemini ortaya koymaktadır. Enerji verimliliği bakımından mimari tasarım (pasif) değiĢkenleri ve doğrudan enerji tüketen bina alt sistemleri (aktif tasarım) değiĢkenlerinin sayıca çok olması ve tasarım çözümlerinin performansının makul bir süre içerisinde değerlendirilmesi gerekmesi, öte yandan proje paydaĢları için karmaĢık bir problemi de beraberinde getirmektedir. Tasarım değiĢkenlerinin iklim bölgesine uygun seçeneklerinin birleĢimi bulunarak, referans binaya göre fayda üretmeyen ve/veya düĢük performanslı seçeneklerin elenmesi ön tasarım sürecinin önemini de ortaya koymaktadır. NSEB ve maliyet optimum enerji verimli bina performans hedeflerinin gerçekleĢtirilmesi simülasyon tabanlı optimizasyon araçları ile mümkündür. Bu bağlamda geliĢtirilen tasarım destek modeli ile konut projelerinin mevcut tasarımları incelenerek ve iklimsel verilere dayalı detaylı dinamik hesaplama yapılarak referans binalar üzerinden yeni bilgilerin üretilmesi amaçlanmıĢtır. YaklaĢımın adımları aĢağıda özetlenmiĢ ve iĢ akıĢ Ģeması ġekil 3.1‘de verilmiĢtir. 1. Referans binanın tanımlanması ve modellenmesi, 2. Referans binanın ısıl konfor, görsel konfor ve gün ıĢığı performansı analizi, 3. Referans binanın enerji tüketimi, buna bağlı enerji maliyetleri ve çevresel etki analizi, 4. Referans binanın mevcut durumunun değerlendirilerek iyileĢtirme senaryolarının belirlenmesi, 5. ĠyileĢtirme senaryolarının simülasyonu, 6. Duyarlılık analizlerinin yapılması ve optimizasyon değiĢkenlerinin belirlenmesi, 7. Optimizasyon problemi ve amaç fonksiyonunun tanımlanması, 8. Optimizasyon algoritmasının seçimi, 94 9. Optimizasyon hesaplamalarının yapılması, 10. Optimal çözüm seçeneklerinin global maliyetinin hesaplanması, 11. Optimizasyon sonuçlarının referans binayla karĢılaĢtırılması, enerji odaklı ve maliyet odaklı çözümlerden oluĢan seçeneklerin belirlenmesi, 12. Optimal çözüm seçeneklerinin ele alınan diğer bina performans ölçütleriyle birlikte bütüncül olarak değerlendirilmesi. 3.2. Bina Performans Değerlendirme Ölçütlerinin Belirlenmesi AB Y i Di ifi’ (Construction Products Directive) f (CPD 2011/305/AB) f ğ ğ ç u iği f ç i i f i i f i i Bu z f ç i i u ç f f ğ i i i f f z ğu i i i ( i i i i ci i) z i ç i i ÇalıĢmada ele alınan analiz yöntemleri ve bina performans değerlendirme ölçütleri aĢağıda kısaca açıklanmıĢtır. 3.2.1. Isıl konfor analizi Referans bina, iç mekan ayar sıcaklıkları iyileĢtirme senaryoları ve optimal çözümlere ait ısıl konfor koĢulları ASHRAE-55 (2017), BS EN ISO 7730 (2005), EN 16798-1 (2019) ve ASHRAE 90.1 (2004) standartlarında tavsiye edilen konfor gereksinimlerine bağlı olarak aĢağıdaki ölçütler için değerlendirilmiĢtir: 95 ġekil 3.1. Önerilen modelin iĢ akıĢ Ģeması 96 ġekil 3.1. Önerilen modelin iĢ akıĢ Ģeması (devamı) 97 a) PMV-PPD yöntemi: Referans binaların ısıtma ve soğutma sezonu için iç ortam ayar sıcaklıkları diğer ısıl konfor değiĢkenleriyle (bağıl nem, hava hızı, metabolik oran, giysi düzeyi) birlikte CBE ısıl konfor hesaplama aracına girilerek BS EN ISO 7730‘daki (2005) 7‘li likert ölçeği ile tanımlanan PMV ve ona bağlı PPD konfor indisleri hesaplanmıĢ ve ısıtma ve soğutma dönemleri için psikometrik diyagramlar oluĢturulmuĢtur. Ġç ortam kuru termometre sıcaklığının ortalama ıĢınım sıcaklığına eĢit olduğu varsayılarak statik hesaplamalar operatif sıcaklık üzerinden yapılmıĢtır. Isıtma ve soğutma dönemleri için Va: 0,1 m/s, Icl kıĢ: 1,0 clo, Icl yaz: 0,61 clo, Rh: %50, M: 1,0 met (oturma pozisyonu) olarak hesaba katılmıĢtır. Aynı iĢlem iyileĢtirme senaryoları baĢlığı altında ele alınan termostat ayar sıcaklıkları senaryoları için tekrarlanmıĢtır. DesignBuilder programı aracılığıyla örnek konut sitelerindeki farklı yöne bakan blokların alt, orta ve üst katlarında yer alan dairelerinin iklimlendirme sistemi ile Ģartlandırıldığı durumdaki konfor koĢulları ayrıca iklime dayalı dinamik olarak hesaplanmıĢtır. PMV-PPD sonuçlarının dağılımı ve değiĢimi renk ölçeği kullanılarak aylık ve yıllık çizelgeler halinde sunulmuĢtur. ASHRAE-55‘e (2017) göre PMV indisinin ±0,85 aralığında olduğu, PPD‘nin %20‘yi aĢmadığı iç ortam koĢulları; EN 16798-1‘e (2019) göre PMV‘nin ±0,7 aralığında, PPD‘nin %15‘i aĢmadığı (Kategori III) koĢullar ısıl açıdan konforlu kabul edilmiĢtir. b) Adaptif (uyarlanabilir) yöntem: Örnek konut sitelerindeki farklı yöne bakan blokların alt, orta ve üst katlarında yer alan salon, mutfak, ebeveyn yatak odası ve çocuk odalarının ısıl çevresi mekanik ısıtma ve soğutma sisteminin çalıĢmadığı ve doğal havalandırma yapıldığı durumda 10°C – 30°C dıĢ ortam sıcaklık aralığı için iklim verileri, dıĢ hava sıcaklığı ve dinamik giysi yalıtım değerlerine bağlı olarak DesignBuilder programında hesaplanmıĢtır. Ġç ortam operatif sıcaklıkları (To) ASHRAE-55‘te (2017) yer alan kabul edilebilirlik düzeyleri (%80, %90) ve EN 16798-1‘deki (2019) ısıl konfor kategorilerine göre değerlendirilmiĢtir (bkz. Çizelge 2. 5). 98 c) KarĢılanmayan yük saati (unmet hours): bir veya daha fazla zonun iç mekan ısıtma ya da soğutma ayar (termostat) sıcaklığı aralığının dıĢında olduğu saat sayısının toplamıdır. Konut mekanlarının ısıtma ve soğutma dönemine ait ayar sıcaklıklarının iklimlendirme sistemi tarafından karĢılanamadığı saat sayısının toplamının (time setpoint not met during occupied heating - cooling) 1 yıla (8760 saat) oranı hesaplanmıĢ ve bu rakamın ASHRAE 90.1‘e (2004) göre yılda 300 saatin altında kalması hedeflenmiĢtir. 3.2.2. Görsel konfor analizi Referans konut binaları ve iç mekan yapma aydınlatma senaryolarının belirlenen çalıĢma düzlemleri üzerindeki simülasyon sonuçları TS EN 12464-1 (2021), TS EN 15193-1 (2017), TS EN 17037 (2019) standartları ve IESNA (2011) kılavuzlarında tavsiye edilen görsel konfor gereksinimleri ve eĢik değerlere bağlı olarak değerlendirilmiĢtir. Konut mekanlarında günıĢığının niceliği ve niteliğini tanımlamak ve günıĢığı performansını belirlemek amacıyla statik değerlendirme yöntemi olan ortalama gün ıĢığı faktörünün (aDF) yanı sıra, iklime dayalı dinamik değerlendirme yöntemlerinden faydalı günıĢığı aydınlığı (UDI), mekânsal günıĢığı otonomisi (sDA) ve yıllık günıĢığı alımı (ASE) yöntemi kullanılmıĢtır. a) Ortalama aydınlık düzeyi (Em): Konut mekanlarının (salon, mutfak, ebeveyn yatak odası, çocuk odası ve ıslak hacimler) genel aydınlatması için zemin düzleminden 0,8 m yükseklikte ve oda çeperinden 0,5 m mesafede konumlandırılan yatay çalıĢma düzlemleri ile bölgelik aydınlatma için tanımlanan yatay, dikey ve eğik çalıĢma düzlemleri üzerindeki ortalama aydınlık düzeyinin TS EN 12464-1 standardı (2021) ve IESNA (2011) kılavuzlarında tavsiye edilen eĢik değerlerin (bkz. Çizelge 2.6 ve Çizelge 2.7) üzerinde kalması hedeflenmiĢtir. b) Aydınlığın düzgünlüğü (U0): Genel ve bölgelik aydınlatma için tanımlanan çalıĢma düzlemleri üzerinde yapma aydınlatmadan kaynaklanan minimum aydınlığın ortalama 99 aydınlığa oranının (U0: Emin/Eort) TS EN 12464-1 (2021) standardında tavsiye edilen eĢik değerlerin (bkz. Çizelge 2.7) üzerinde kalması hedeflenmiĢtir. c) KamaĢma indisi (UGR): Konutların farklı fonksiyonlara sahip mekanlarına ait yapma aydınlatma senaryolarındaki parıltı kontrastının değerlendirilmesi için konforsuzluk kamaĢma nd s (UGR) büyüklükler hesaplanmıĢ, simülasyon sonuçları TS EN 12464-1 standardı (2021) kılavuzlarındaki sınır değerler ile karĢılaĢtırılmıĢtır (bkz. Çizelge 2.7). d) Renksel geriverim (Ra): Konut mekanlarındaki görsel eylemlere bağlı olarak kullanıcıların renkleri doğru olarak görmesi ve algılaması için renksel geriverimi (Ra) 0.8 ve üzeri lambalar kullanılmıĢtır. e) Ortalama gün ıĢığı faktörü (aDF): Bu yöntem ile konut mekanlarında yatay çalıĢma düzlemi üzerindeki gün ıĢığı miktarı konum, yönlenim ve bina engellerinden bağımsız olarak CIE kapalı gök koĢulu altında ele alınmıĢtır. BS 8206-2 (2008) ve TS EN 17037 (2019) standartlarındaki değerler göz önüne alınarak konut yaĢama mekanlarında gün ıĢığı faktörünün en az %1,5 olması hedeflenmiĢtir. f) Faydalı günıĢığı aydınlığı (UDI): ÇalıĢma kapsamında UDI yöntemiyle ele alınan konut hacimlerinde kullanıcılar için görsel yetersizliğe neden olabilecek düĢük (<100lx) ve ısıl ve görsel konforsuzluğa neden olabilecek yüksek (>2000 lx) aydınlık düzeylerine sahip hesap düzlemleri belirlenmiĢtir. Değerlendirme konut mekan kullanım takvimi dikkate alınarak gün ıĢığının yıl boyunca etkin olduğu 08:00-18:00 saatleri için yapılmıĢ, gün ıĢığı almayan saatler simülasyon hesaplamasına dahil edilmemiĢ, mekan kullanım saatlerinde hacmin taban alanının %50‘si için referans aralığın sağlanıp sağlanmadığı kontrol edilmiĢtir. g) Mekansal günıĢığı otonomisi (sDA): IES tarafından 2012‘de ortaya konan bu yönteme göre çalıĢma düzleminde hedeflenen minimum aydınlık düzeyi 300 lüks olarak 100 belirlenmiĢtir. Konut mekanlarının kullanım senaryosuna göre hacmin taban alanının %55‘i için yıllık eĢik değerin sağlanıp sağlanmadığı hesaplanmıĢtır. h) Yıllık günıĢığı alımı (ASE): ASE yöntemine görre mekânın kullanım saatleri içerisinde güneĢ ıĢığına maruz kalınan süre üzerinden değerlendirme yapılmıĢtır. EĢik değer olarak belirlenen 1000 lüks‘ün yılda 250 saatten ve hacmin taban alanının %10‘nundan fazlasında gerçekleĢtiği, ısıl ve görsel konforsuzluğun oluĢabileceği mekanlar tespit edilmiĢtir. 3.2.3. Enerji performans analizi Referans bina, iyileĢtirme senaryoları ve optimal çözümlerin enerji tüketimleri bilgisayar destekli detaylı dinamik hesaplama yöntemi ile hesaplanmıĢ ve EN ISO 16346 (2013) ile EN ISO 52000-1 (2017) standartlarında tanımlanan enerji performans değerlendirme ilkeleri çerçevesinde incelenmiĢtir. ĠyileĢtirme senaryoları ve optimal çözümlerin referans binaya göre yıllık toplam ısıtma, soğutma, aydınlatma enerjisi, nihai enerji, birincil enerji tüketimi ve bu tüketime bağlı enerji maliyeti ve sera gazı emisyonundaki oransal değiĢim yüzdelik olarak hesaplanmıĢ ve simülasyon sonuçları karĢılaĢtırılmıĢtır. 2 a) Nihai (end use) ve birincil (primary) enerji tüketimi (kWh/m .y): Referans binada enerji tüketiminin değerlendirilmesinde nihai enerji ve birincil enerji terimleri kullanılmaktadır. Nihai enerji tüketimi binada konfor Ģartlarını sağlamak için mekanik sistemlerin tükettiği faturada belirtilen enerji miktarını ifade ederken; birincil enerji tüketimi, cihazların ihtiyaç duyduğu enerjinin temin edildiği kaynağa bağlı enerji üretimi için tüketilen enerjiye karĢılık gelmektedir. Birincil enerji, yakıt cinsine bağlı olarak değiĢmekte ve nihai enerjinin üretimi, iletimi ve kayıplarına bağlı olarak T.C. Çevre, ġehircilik ve Ġklim DeğiĢikliği Bakanlığı tarafından yayınlanan birincil enerji tüketim katsayısı ile çarpılarak hesaplanmaktadır. Birincil enerji tüketim katsayısı doğalgaz için 1‘dir. Nihai elektrik enerjisinin fosil kaynaklı birincil 101 enerjiye dönüĢüm katsayısı 2021 yılından itibaren 2,36‘dan 1,826‘ya güncellenmiĢtir (ÇġĠDB, 2020). ÇalıĢma kapsamında doğalgaz ve elektrik tüketimi, ısıtma, soğutma ve aydınlatma sistemleri için nihai ve birincil enerji cinsinden ortalama bir yıl içerisindeki enerji miktarını kapsamaktadır. Mevcut durumu temsil eden sıhhi sıcak su sistemi, elektrikli ev aletleri, pompa ve fan özellikleri enerji modeline girilerek bu ekipmanlardan kaynaklanan iç ısıl kazançlar ısıtma ve soğutma yüklerine dahil edilmiĢtir ancak bu ekipmanların binanın yıllık toplam nihai ve birincil enerji tüketimindeki payına ayrıca yer verilmemiĢtir. 2 b) Enerji tüketimine karĢılık gelen doğalgaz ve elektrik maliyeti (TL/m .y): Doğalgaz ve elektriğin birim fiyatı 2022 yılına ait Bursagaz konut aboneleri tarifelerinin ortalaması ve TEDAġ konut aboneleri için tek zamanlı tarifelerin ortalaması üzerinden hesaplanmıĢtır (Bursagaz, 2022; Uludağelelektrik, 2022). Birim alan için yıllık enerji tüketim maliyeti, simülasyon sonuçlarına bağlı olarak ısıtma, soğutma ve aydınlatma enerjisi nihai tüketim değerleri ile enerji birim fiyatlarının yıllık ortalaması çarpılarak hesaplanmıĢtır. 2 c) Enerji tüketimine karĢılık gelen karbon emisyonu (kg.eĢd.CO2/m .y): Konutların kullanım döneminde ısıtma, soğutma ve aydınlatma enerjisi tüketiminden kaynaklı sera gazı emisyonları, nihai enerji tüketimi ve yakıt türüne bağlı karbon emisyonu dönüĢüm katsayıları kullanılarak hesaplanmıĢtır. Nihai enerjinin sera gazına dönüĢüm katsayısı doğalgaz için 0,234 kg.eĢd.CO2/kWh; elektrik için 0,555 kg.eĢd.CO2/kWh‘dir (ÇġĠDB, 2020). 3.2.4. Maliyet analizi ĠyileĢtirme senaryolarının geri ödeme süresi ve optimal çözümlerin global maliyeti, AB Komisyonunca yayınlanan Binalarda Enerji Performansı Direktifi (EPBD, 2010/31/AB) tarafından mevcut ve yeni binalardaki enerji tasarruf seçeneklerinin ekonomik 102 performansının analizinde kullanılması önerilen BS EN 15459-1 (2017) standardına göre değerlendirilmiĢtir. ÇalıĢmada kullanılan hesap yöntemleri aĢağıda açıklanmıĢtır. a) Yatırımın geri ödeme süresi (yıl): BS EN 15459-1 standardında (2017) yatırım geri ödeme süresi yatırım maliyetinin parasal tasarrufla dengelendiği zaman olarak tanımlanmıĢtır ve iki farklı tasarruf çözümünün maliyet etkinliğini karĢılaĢtırmak için kullanılmaktadır. ÇalıĢmada referans binaya kıyasla iyileĢtirme senaryolarının geri ödeme süresi iki farklı yöntemle hesaplanmıĢtır. Ġlk ve basit yöntemde, EĢitlik 3.1‘e göre yatırım geri ödeme süresi (simple payback) baĢlangıç yılı için değiĢkenin ilk yatırım maliyetinin bir yıllık toplam enerji tasarrufuna oranı olarak hesaplanmıĢtır. Ġkinci yöntemde ise göre son beĢ yılın enflasyon verileri hesaba katılarak hesaplanmıĢtır (EĢitlik 3.2). (3.1) ( ) ( ) (3.2) Burada; PB (payback): Geri ödeme süresi (yıl) RATdisc: Ġskonto oranı (Uygulama yılı için indirim oranı) COINIT: Ġlk yatırım maliyeti COINIT, ref: Referans bina için ilk yatırım maliyeti (tasarrauf önlemi bulunmuyorsa 0) CF: Referans bina ve tasarruf seçeneği arasındaki yıllık toplam enerji maliyeti farkıdır. b) Global maliyet (TL): Ġlk kez 2002 yılında yayınlanan EPBD 2010 yılında güncellenmiĢ ve bina için yapılan yatırım ile binanın yaĢam döngüsü boyunca enerji tasarruf maliyetleri arasındaki dengeyi tanımlayan ―maliyet optimum enerji verimliliği‖ kavramı ortaya çıkmıĢtır (EPBD, 2010/31/AB). 244/2012 sayılı AB Yönetmeliğine bağlı Binalarda Enerji Sistemleri için Ekonomik Değerlendirme Prosedürü (BS EN15459-1, 2007) 2017 yılında güncellenerek, mevcut ve yeni binaların enerji sistemlerine ait hesaplamaların yaĢam 103 döngüsü maliyetleri üzerinden değerlendirilmesi için bina performansının tanımını geniĢletecek kriterler ortaya koyan bir hesaplama yöntemi geliĢtirilmiĢtir. Bu kapsamda, mimari ve bina alt sistemlerinin tasarımı veya iyileĢtirilmesinde, enerji kayıp ve kazançlarını etkileyen olası değiĢkenlerin ele alınması, bunlar üzerinden maliyet optimum enerji verimliliği seviyesinin belirlenmesi ve değiĢkenlerin ekonomik yaĢam dönemi içersinde global maliyete etkisinin değerlendirilmesi önemli görülmektedir. Global maliyet hesabı enflasyon oranı, enerji fiyatlarının artıĢı ve faiz oranı gibi finansal değerler ve ġekil 3.3‘deki çeĢitli maliyet kategorilerini içermektedir. Global maliyet EĢitlik 3.3 ile hesaplanmaktadır. ġekil 3.2. EN 15149-1 (2017) standardına göre global maliyet hesabı kategorileri ∑ ∑ ( ) (TL) (3.3) Burada; CG: Global maliyet COa(i)(j): j bileĢeninin i yılı için yıllık maliyeti 104 RATxx(i) (j): j bileĢeninin i yılı için fiyatındaki değiĢim COCO2(i) (j): i yılı boyunca j bileĢeni için CO2 emisyon maliyeti D_ f(i): i yılı için iskonto oranı COfin(TLS) (j): j bileĢeninin binanın yaĢam döngüsü (TLS) sonunda hizmetten çıkarma, söküm ve bertarafı için yıkım maliyeti (T0 baĢlangıç yılına göre) VALft(TC) t(j): j bileĢeninin hesaplama döneminin sonundaki (T0 baĢlangıç yılına göre) nihai (artık) değeridir. Denklemde görüldüğü gibi, toplam global maliyet nihai (artık) değerin ilk yatırım, yenileme, iĢletim, enerji ve bakım maliyetlerinin toplamından çıkarılmasıyla hesaplanmaktadır. Burada farklı maliyet türleri bugünkü değer faktörü ile çarpılarak (baĢlangıç yılına göre) global maliyete dönüĢtürülmekte, iskonto oranı yoluyla yatırımı bugünkü değerine çevirerek paranın zaman değerini dikkate alınmaktadır. Bugünkü değer faktörü (veya iskonto oranı), enerji, malzeme ve iĢçilik gibi maliyet bileĢenleri için değiĢen enflasyon oranlarına bağlı olarak farklılık gösterebilmektedir. Global maliyet kategorileri aĢağıda kısaca açıklanmıĢ, MS Excel programında oluĢturulan hesap cetveli ve formüller EK 6‘da verilmiĢtir.  Ġlk yatırım maliyeti (initial investment cost, COINIT): Yapı elemanı veya binanın kullanıma hazır halde müĢteriye teslimine kadar oluĢan maliyetlerin toplamıdır. Bu maliyetler tasarımın yanı sıra piyasa temelli malzeme, nakliye, iĢçilik, kurulum, devreye alma gibi müteahhitlik hizmetlerini ve vergileri içermektedir.  Yıllık maliyetler (annual cost, COa(i)): Hesap süresi içerisinde bakım (maintenance cost), iĢletim (running cost) ve enerji maliyetlerinin toplamından meydana gelen iĢletme maliyeti (operational cost) ve yenileme maliyeti (replacement cost) yıllık maliyetleri oluĢturmaktadır. Bakım maliyeti, enerji kayıp ve kazançlarını etkileyen yapı bileĢenlerinin kalitesini korumak veya eski haline getirmek için alınan temizlik, onarım ve sarf malzemesi tüketimi gibi yıllık maliyetleri içermektedir. ĠĢletim maliyeti yıllık sigorta maliyetleri, abonelik, eriĢim, hizmet alım ücretleri ve vergiler dahil olmak binanın iĢletilmesiyle bağlantılı diğer sabit giderleri temsil etmektedir. Enerji 105 maliyetleri enerji tüketimine, enerji kaynaklarına ait yerel tarifelere, sabit ve pik değerlere ve ulusal vergilere bağlı maliyetlerin toplamından oluĢmaktadır. Yenileme maliyeti, bir yapı bileĢeninin hizmet ömrü sonunda değiĢtirilmesi ile ortaya çıkan periyodik maliyeti ifade etmektedir. Yenileme maliyetinin hesaplamasında bileĢenin ilk yatırım maliyeti, hizmet ömrü ve bugünkü değer faktörü kullanılmaktadır.  Yıkım maliyeti (disposal cost, COfin(TLS)): Ömrünü tamamlamamıĢ bina veya yapı elemanlarının söküm, nakliye, geri dönüĢüm ve bertaraf maliyetlerini içermektedir.  Nihai (artık) değer maliyeti (residual value, VALft(TC)): Malzeme ve ekipmanların hesaplama süresinin sonunda kalan ömürlerine göre bugünkü değer faktörü (veya iskonto oranı) kullanılarak artık değerleri hesaplanmaktadır. Bina performans yönetmeliğinde global maliyet hesaplama süresi konut ve kamu binaları için 30 yıl, konut dıĢı binalar için 20 yıl olarak verilmiĢtir (EPBD, 2010/31/AB).  CO2 emisyon maliyeti (COCO2(i)): Binalarda enerji tüketimine karĢılık gelen CO2 emisyonunun neden olduğu çevresel zararın parasal değerini temsil etmektedir. Bu kapsamda CO2 emisyonu, 100 yıllık bir süre boyunca CO2'ye eĢdeğer olarak ifade edilen küresel ısınma potansiyeli ile ağırlıklandırılmıĢ tüm sera gazlarının etkisini ifade etmektedir (BS EN 15978, 2011). 3.3. Bina Performans Hesaplama Araç ve Yöntemlerinin Belirlenmesi Bu bölümde hesaplamaya iliĢkin yöntem ve araçların seçim kriterlerine yer verilmektedir. ÇalıĢma kapsamında DIALux Evo, DesignBuilder, Microsoft Excel ve SPSS programları kullanılarak üç örnek konut sitesinin konfor koĢulları, enerji tüketimi ve global maliyeti sistematik olarak incelenmiĢtir. ġekil 3. 3‘te ilgili bilgisayar programları, kullanım alanları ve analiz türleri görülmektedir. 106 ġekil 3. 3. ÇalıĢma kapsamında kullanılan bilgisayar programları, kullanım alanları ve analiz türleri 3.3.1. Simülasyon programlarının seçimi AB Binaların Enerji Performans Direktifi ve revize direktiflerinde (EPBD - 2002/91/AB; EPBD, 2010/31/AB; EPBD, 2018/844/AB) öngörüldüğü Ģekliyle binaların enerji performansının değerlendirilmesinde bilgisayar tabanlı hesaplama araçları kullanılmıĢtır. Yıllık 8760 saat (24saat/365 gün) için detaylı dinamik hesaplama yapma, bina tasarım parametrelerini ve binayı koĢulandıran mekanik sistemleri analiz edebilme, ısıl kütle etkisini hesaba katma, çok sayıda zonu birbiriyle etkileĢimli olarak eĢzamanlı modelleme, aydınlatma, doğal havalandırma, mekanik sistemler, elektrikli cihaz ve ekipmanların iĢletimine iliĢkin kullanım takvimlerini yılın her günü için saatlik olarak tanımlayabilme, enerji tüketimi, karbon emisyonu, gün ıĢığı, ısıl konfor ve maliyet açısından bina performansını gösteren aylık, günlük ve saatlik sonuç raporu ve grafikler oluĢturma, mimarlara uygun kullanıcı dostu bir arayüze sahip olma gibi özelliklerinden ötürü bina enerji modellemesi için EnergyPlus tabanlı DesignBuilder yazılımı seçilmiĢtir. Programın 107 v.7 mimari sürümüne ait modülleri DDP(MM)-2019/6 kodlu BAP projesi kapsamında satın alınmıĢtır. DesignBuilder ısıl konfor ve bina enerji performans hesaplamaları için EnergyPlus simülasyon programını kullanmaktadır. EnergyPlus ABD Enerji Bakanlığı (United States Department of Energy – DOE) tarafından geliĢtirilen, bina enerji verimliliğini etkileyen tüm mimari, mekanik, elektrik sistemi ve yenilenebilir enerji parametrelerini temsil edebilen ve geçerliliği uluslararası standartlarınca (Building Energy Simulation Test – BESTEST) test edilip onaylanmıĢ (ANSI/ASHRAE Standard 140, 2001) kapsamlı bir simülasyonu motorudur. Konut mekanlarının gün ıĢığı performansının iklime dayalı dinamik hesaplanmasında yine DesignBuilder programı arayüzü ile Radiance simülasyon motoru altyapısı kullanılmıĢtır. Konutlarda iç mekan aydınlatma tasarımına bağlı görsel konfor koĢullarının değerlendirilebilmesi için günümüzde mimarlar, iç mimarlar, elektrik mühendisleri ve aydınlatma tasarımcıları tarafından sıklıkla kullanılan ve çevrimiçi kütüphanesinde global aydınlatma firmalarının kataloglarındaki armatürlerin teknik özelliklerine ve 3D modellerine ulaĢılabilen DIALux Evo programı seçilmiĢtir. 3.3.2. Optimizasyon metod ve aracının seçimi ÇalıĢma kapsamında araĢtırma alanındaki uygulanabilirliği göz önüne alınarak, farklı ölçeklerdeki konut tasarım kararlarını yönlendirmek ve bina ısıtma, soğutma ve aydınlatma enerji performansını iyileĢtirmek için optimizasyon metodu olarak genetik algoritma (GA) seçilmiĢtir. Optimizasyon probleminde kullanılacak algoritma seçiminde çok sayıda tasarım alternatifi içerisinden en uygun seçeneklerin bulunabilmesi ve çözümün güvenilir olması önemli görülmüĢtür. Bölüm 2.4.3‘te detaylı yer verildiği üzere GA, bina geometrisi, cephe yönlenimi, yapı kabuğu özellikleri, mekanın gün ıĢığı alımı, aydınlatma ve doğal havalandırma stratejileri, HVAC boyutlandırılması, yapma aydınlatma sistemlerinin tasarımı ve bina otomasyonu optimizasyonu araĢtırmalarında sıklıkla kullanılmaktadır. Ele 108 alınan optimizasyon parametreleri hem sürekli değiĢkenleri (örneğin parametrik tasarım bileĢenleri) hem de ayrık değiĢkenleri (örneğin yapı bileĢenlerinin malzeme özellikleri) içerdiğinden, her iki değiĢkeni bir arada iĢleme yeteneği optimizasyon problemi için algoritma seçiminde belirleyici bir özelliktir. Genetik algoritma metodunun etkinliği ile ilgili mevcut çalıĢmalar, GA'nın daha az simülasyonla ve düĢük bir hata payı içinde (%0,4) optimal bir çözüm kümesi üretebildiğini göstermektedir (Tuhus Dubrow ve Krarti, 2009). GA ile paralel simülasyonları mümkün kılan çoklu iĢlemcili bilgisayarlarda bir popülasyondaki birden fazla bireyi aynı anda değerlendirmek mümkündür (Nguyen, Reiter ve Rigo, 2014). Evrim teorisine dayanan bu metod ile bina performansını iyileĢtiren en iyi özellikler gelecek nesillere aktarılmıĢ ve optimal çözümler belirlenene kadar iterasyon devam etmiĢtir. Optimizasyon aracı olarak, bina enerji modelleme ve simülasyon uygulamalarından ara yüzü tanınan DesignBuilder programı kullanılmıĢtır. Programın optimizasyon modülü EnergyPlus verileriyle doğrudan iliĢkilendirilebilmektedir. ĠyileĢtirme senaryolarının geniĢ bir yelpazede incelenirken ele alınan değiĢken sayısının hesap sürecini yavaĢlatmaması için optimizasyon yerel bilgisayar ve BAP projesi kapsamında kiralanan ağ sunucusundaki (web server) yüksek performanslı bilgisayar üzerinde paralel olarak gerçekleĢtirilmiĢtir. GA yöntemiyle lokal minimuma takılmadan optimizasyon iĢlemleri baĢarıyla tamamlanmıĢtır. 3.4. Alan ÇalıĢması ve Referans Binaların Belirlenmesi Alan çalıĢması için Bursa ilinde konut üretiminin yoğun olduğu, orta-üst ve üst gelir düzeyine sahip kullanıcıların ikamet ettiği Nilüfer ilçesi Balat ve Ahmet Yesevi mahalleleri seçilmiĢtir. Alan çalıĢmasının ilk adımında pilot bölgedeki 10 kapalı konut sitesinin proje müellifleri ve site yönetimleriyle iletiĢime geçilmiĢtir. Site yönetimi anket uygulamasını kabul eden, anketi tamamlayan kiĢi sayısı çoğunluğu sağlanabilen, proje müelliflerinin dijital arĢivinden veya belediye arĢivinden konut projelerine ait mevcut mimari, mekanik tesisat, elektrik projeleri ve EKB‘leri temin edilebilen üç konut sitesi çalıĢma kapsamında 109 referans binalar olarak belirlenmiĢtir. Bu siteler Örnek 1, Örnek 2 ve Örnek 3 olarak isimlenmiĢ ve tasarım destek modelinin uygulanabilirliği bu binalar üzerinde test edilmiĢtir. 3.4.1. Bina tanıtım formunun hazırlanması Alan çalıĢması için seçilen pilot bölgedeki konut stokuna iliĢkin bilgilerin derlenebilmesi için çalıĢmanın ilk aĢamasında bina tanıtım formu oluĢturulmuĢtur. AĢağıdaki baĢlıklarda gruplanmıĢ veriler derlenerek her üç konut sitesi için bina tanıtım formları doldurulmuĢtur. Bu formlar bina performans değerlendirmesi yapılacak simülasyon programlarına veri giriĢinde yol gösterici nitelik taĢımaktadır. a) Konut projelerine ait genel bilgiler: Bina tanıtım formunun ilk bölümü, seçilen konut projelerinin adı, konumu, açık adresi, yapım yılı (baĢlangıç-bitiĢ), mimari, mekanik tesisat, statik ve elektrik proje müellifleri, ada-parsel ve pafta numaraları, bağımsız birim sayısı, konut sitesinin toplam taban alanı, toplam inĢaat alanı, toplam daire sayısına iliĢkin genel bilgileri içermektedir. Konut binaları ile ilgili ruhsat ve EKB bilgileri Bursa Nilüfer Belediyesi imar arĢivinden temin edilmiĢ, konut projelerinin dijital dosyalarına eriĢim ise mimari tasarım ofisleri ve inĢaat firmalarından sağlanmıĢtır. Elde edilen bu veriler, binaların yapım yıllarına, toplam inĢaat alanlarına, EKB‘lerine ve ÇEDBĠK konut sertifika kılavuzunda yer alan konut tipolojilerine bağlı bir ön sınıflandırma yapılmasını sağlamıĢtır. b) Konut bloğuna ve birimine (daire) ait bilgiler: Konut stoku ile ilgili yapılan ön sınıflandırmasının ardından, seçilen apartman bloğu ve birimlerinin (dairelerin) fiziksel özellikleri incelenmiĢtir. Bu amaca yönelik harita servislerinin sağladığı uydu görüntüleri, belediye arĢivi ve mimari projelerden yararlanılmıĢtır. Opak ve saydam bileĢenlerin termofiziksel ve optik özelliklerinin yapım yıllarına karĢılık gelen Binalarda Enerji Performans Yönetmeliği (2008) ve TS 825 Binalarda Isı Yalıtım Kuralları (2008) ulusal standartlardaki asgari performans kriterlerini sağladığı kabul edilmiĢtir. Ulusal standartlarda değeri verilmemiĢ tasarım değiĢkenleri için inĢaat tekniğindeki yaygın eğilimlerden, üretici beyanlarından, bilimsel araĢtırmalardan ve uluslararası standartlardan 110 yararlanılmıĢtır. Bina geometrisi, konut bloğu ve birimlerine ait cephe yönlenimi, blok boyutları (taban alanı, inĢaat alanı, yol kotu altı ve üstü yüksekliği), alan/hacim oranı, kat sayısı, cephe saydamlık oranı, opak bileĢenlerin özellikleri (taĢıyıcı sistem, dıĢ duvar dolgu malzemesi, döĢeme sistemi, yalıtım malzemesi kalınlığı ve yeri, dıĢ cephe kaplama malzemesi, biçimine ve eğimine göre çatısı, yapı elemanlarının ısıl geçirgenlik katsayısı), saydam bileĢen özellikleri (doğrama malzemesi ve yeri, camın kuruluĢu, gün ıĢığı ve güneĢ enerjisi toplam geçirgenlik değeri), dıĢ ve iç gölgeleme elemanları, balkon tipi, çevre bina ve engeller, ısıl zonlar gibi enerji performansını etkileyen fiziksel özellikler için verilerin toplanması ve derlenmesi bu aĢamada gerçekleĢtirilmiĢtir. c) Ġklimlendirme ve sıhhi sıcak su sistemine ait bilgiler: Seçilen konut siteleri için ısıtma, soğutma ve sıhhi sıcak su sistemleri ve bu sistemlerin verimlilikleri, yakıt türü, ısıtma ve soğutma mevsimleri ayar sıcaklıkları, kullanım takvimleri ve kullanım sıklığına iliĢkin bilgilerin elde edilmesi amaçlanmıĢtır. Bu doğrultuda, mekanik tesisat proje ve hesap raporları ile binaların yapımları esnasındaki mevcut ulusal standartlar (TS 2164, 1893; BEP, 2010; TS EN 12207, 2004) incelenmiĢtir. Binaların yapım yılları ve konut iĢlevine bağlı olarak uymakla yükümlü olduğu standartları sağladıkları kabul edilmiĢtir. Ulusal standartlarca değerleri belirlenmemiĢ olan değiĢkenler için, kullanıcıların ve site yönetiminin görüĢlerine, mekanik sistem tasarımlarındaki yaygın eğilimlere ve uzman görüĢlerine baĢvurulmuĢ, bilimsel araĢtırma ve uluslararası standartlardan yararlanılmıĢtır. d) Aydınlatma sistemine iliĢkin bilgiler: Yapma aydınlatma s stem ç n kurulu güç, verimlilik değerleri ve kullanım takvimleri gibi aydınlatma tasarımı seçeneklerine ait bilgilerinin toplanması aĢamasında TS EN 15193-1 (2017), TS EN 12464-1 (2021), IESNA (2011) gibi standartların yanı sıra kullanıcılarla yapılan yüze görüĢme yöntemine dayalı anketler ve mimari, iç mimari ve elektrik projelerinden yararlanılmıĢtır. Konut birimlerinde kullanılan yapma aydınlatma sistemi bileĢenlerinin (armatür, lamba ve aydınlatma kontrol sistemleri) belirlenmesinde DIALux Evo programının kütüphanesinde yer alan aydınlatma aygıtlarının piyasada faaliyet gösteren firmalardaki mevcut ürünler le uyumu da göz önüne alınmıĢtır. Ġç mekanında kullanılan renklerin değer bileĢeniyle (duvar, tavan ve döĢeme ıĢık 111 yansıtma katsayısı) ilgili veriler için TS EN 12464-1 (2021) standardında tavsiye edilen değer aralıkları referans alınmıĢtır. Örnek 1, Örnek 3 ve Örnek 3‘e ait yukarıda gruplandırılan veriler, konut projelerine ait fotoğraf ve çizimler ile birlikte sırasıyla EK 1, EK 2 ve EK 3‘teki bina tanıtım formlarında yer almaktadır. Konut siteleri ÇEDBĠK YeĢil Bina Sertifika Kılavuzu‘ndaki (2019) toplam inĢaat alanlarına göre sınıflandırılmıĢ ve Çizelge 3.1‘deki hava fotoğrafı üzerinde iĢaretlenmiĢtir. Çizelge 3.1. Konut sitelerine ait hava fotoğrafı (Googlemaps, n.d.), dıĢ mekan fotoğrafı ve inĢaat alanına göre sınıflandırılması (ÇEDBĠK, 2019) Örnek 1 (21.500 m²): 20 000 m² ≤ Standart Apartman ≤ 50 000 m² Çok katlı ve birden fazla konut birimini içeren ve sadece konut fonksiyonları bulunduran binalardır. Örnek 2 (108.000 m²): 50 000 m² ≤ Standart Apartman Çok katlı ve birden fazla konut birimini içeren ve içerisinde sadece konut fonksiyonları bulunduran binalardır. Örnek 3 (110.000 m²): 50 000 m² ≤ Rezidans-Lüks Konut Çok katlı ve birden fazla konut birimini içeren, ruhsatında alıĢveriĢ alanı, ofis, spor alanı, restoran, kapalı havuz iĢlevlerden en az üçünü barındıran binalardır. Konut siteleri Deprem Yönetmeliği (TBDY, 2007) ve Binalarda Enerji Performans Yönetmeliği‘ne (BEP, 2010) göre 2010 yılı ve sonrasında inĢa edilmiĢtir. B.A. iskelet sistemli binalar ulusal hesap yöntemi BEP-TR‘nin 1. versiyonunda hazırlanmıĢ asgari C sınıfı EKB‘ye sahiptir. Üç konut sitesine ait genel özellikler Çizelge 3.2‘de özetlenmiĢtir. 112 Çizelge 3.2. Konut sitelerinin mimari ve bina alt sistemi genel özellikleri Özellikler Örnek 1 Örnek 2 Örnek 3 Yapım yılı 2013 2014 2016 Blok sayısı 7 (Tek Tip) 10 (2 Tip) 9 (2 Tip) Toplam daire sayısı 84 132 187 2 Parsel alanı (m ) 12,052 15,373 30,000 2 Toplam inĢaat alanı (m ) 21,500 108,576 110,000 Bloktaki daire sayısı 12 A-B-C-D-F-G-H-I:12 A-B:20 E-J:18 C, D,E,F,G,H,I: 21 Toplam kat sayısı 7 (1B+Z+5K) 8 (1B+Z+5K) 9 (2B+Z+7K) 2 Taban alanı (m ) 433,6 407 (A-I) 714 (A), 728 (B), 781 538(E,J) (C-I) Boyutlar (m) 28,8 x 16,1 13,2x25 h:26 (A-I) 19,5x35,9 h:31,35 h:25,1 13,2 x 38,5 h:26 (E,J) (A,B) 23 x36,6 h:31,35 (C-I) Daire tipi 4+1 3+1 3+1, 4+1 (s ve d) s: standart, d: dubleks 5+2 5+1 (d) 5+1 (d) 2 Daire alanı (m ) 185 (s), 232 (d) 235 (s), 379 (d) 184 (s), 508 (d) Kat yüksekliği (m) 3 2,95 3,15 Cephe saydamlık oranı 27 29 (A-I) 32(A,B) (toplam, %) 28,15 (E,J) 30 (C-I) DıĢ duvar dolgu Tuğla Tuğla + Gazbeton Tuğla +Pomza agregalı malzemesi beton blok (Bims) DıĢ duvar ısı yalıtım XPS 3cm EPS 3 cm TaĢyünü 3cm, EPS malzemesi 3cm DıĢ cephe kaplama Sıva+boya, Sıva+boya Sıva+boya malzemesi Yer yer seramik Yer yer alü. kompozit Yer yer seramik DöĢeme sistemi Asmolen Asmolen Plak DöĢeme kaplama Seramik, parke Seramik, parke Seramik, parke malzemesi Çatı kuruluĢu ve eğimi Kırma çatı%40 (22°) Kırma çatı %36 (20°) BeĢik çatı %18 (10°) Çatı kaplama malzemesi Kiremit döĢeme Shingle çatı kaplaması TaĢyünü dolgulu alüminyum panel Doğrama malzemesi PVC PVC PVC Camın kuruluĢu 4+12+4 ısıcam 4+12+4 ısıcam 4+12+4 ısıcam GüneĢ kontrol elemanı Yatay hareketli panel Yatay hareketli panel + Yatay hareketli panel + panjur panjur Balkon tipi Açık Açık, Fransız Açık ve gömme Isıtma sistemi Doğal gaz yakıtlı Doğal gaz yakıtlı kombi Doğal gaz yakıtlı kazan kazan - merkezi sis. – ferdi sistem - merkezi sistem (döĢemeden ısıtma) (sıcak sulu radyatör) (döĢemeden ıstıma) Soğutma sistemi Multi-split klima Multi-split klima Multi-split klima Sıhhi sıcak su sistemi Merkezi kazan Kombi Merkezi kazan Aydınlatma sistemi IĢıklı tavan IĢıklı tavan IĢıklı tavan, sıva altı (YaĢam alanları) Sarkıt lamba Sarkıt lamba spot, sarkıt lamba 113 3.4.2. Konut kullanıcıları için kullanım sonrası değerlendirme anketi AraĢtırma kapsamında pilot bölgeden seçilen üç kapalı konut sitesindeki kullanıcıların tercihleri, iklimsel ve görsel konfor memnuniyet düzeyi ve enerji tasarruf algısı 57 soruluk ayrıntılı bir anket yardımıyla kullanım aĢamasında değerlendirme yaklaĢımıyla (Post Occupancy Evaluation – POE) irdelenmiĢtir. Anket formu EK 4‘te yer almaktadır. AraĢtırma kapsamında ele alınacak her konut sitesinin eĢit temsil edilmesi amacıyla anket formları kat maliklerine 2019 ve 2020 yıllarında (Covid-19 pandemisi öncesi) düzenlenen site yönetim kurulu toplantılarında dağıtılmıĢtır. Yeterli örneklem sayısına ulaĢılması için yerleĢimde bulunan hane sayısının en az 1/3‘ü ile yüz yüze görüĢme yapılmıĢtır. Anket katılımcı sayıları ve konut sitelerindeki toplam hane sayısına göre anketi tamamlama oranları Çizelge 3.3‘te yer almaktadır. Çizelge 3.3. Kullanım sonrası değerlendirme anketi katılımcı sayısı ve oranı Konut Sitesi Örnek 1 Örnek 2 Örnek 3 TOPLAM Toplam Daire Sayısı 84 132 187 403 Katılımcı Sayısı 30 58 70 158 Katılım Oranı %35,7 %43,9 %37,4 %39,2 Anket sonuçlarının yüzdelik değerleri, aritmetik ortalamaları ve standart sapma değerleri SPSS programında hesaplanarak MS Excel programında grafikler oluĢturulmuĢtur. Verilerin sayısal olarak dağılımları (frekans), verilere iliĢkin ortalama ve standart sapma gibi değerlerin hesaplanmasında tanımlayıcı istatistiklerden yararlanılmıĢtır. Anket sonuçları doğrultusunda kullanıcı profilleri, konut hacimlerinin yıl boyu kullanım saatleri ve buna bağlı olarak iklimlendirme ve yapma aydınlatma iĢletim takvimleri oluĢturulmuĢtur. Anket formu üç bölümden meydana gelmektedir. Ġlk bölümde kullanıcılar ile ilgili demografik özellikler; konut sakinlerinin yaĢları ve cinsiyetleri, bireylerin eğitim ve çalıĢma durumları, konutta ikamet eden kiĢi sayısı ve süresi, mülkiyet durumu, 114 kullanıcıların hafta içi ve hafta sonu evde geçirdikleri süreler ve kullanıcı davranıĢ ve alıĢkanlıklarına yönelik veriler yüzdelik dağılımlarına göre incelenmiĢtir. Sonuçlar ġekil 3. 4 – ġekil 3. 16‘da yer almaktadır. 100 80 60 40 20 0 Örnek 1 Örnek 2 Örnek 3 Toplam Kadın 66.7 39.7 52.9 50.6 Erkek 33.3 60.3 47.1 49.4 ġekil 3. 4. Sosyo-demografik veriler – Cinsiyet dağılımı 100 80 60 40 20 0 Örnek 1 Örnek 2 Örnek 3 Toplam 18'den küçük 0 3.4 5.7 3.8 18-25 yaĢ 6.7 0 1.4 1.9 26-35 yaĢ 33.3 31 18.6 25.9 36-45 yaĢ 26.7 24.1 34.3 29.1 46-55 yaĢ 23.3 25.9 20.0 22.8 56-65 yaĢ 3.3 8.6 11.4 8.9 66 yaĢ ve üzeri 6.7 6.9 8.6 7.6 ġekil 3. 5. Sosyo-demografik veriler – YaĢ dağılımı 115 Yüzdelik değer ( %) Yüzdelik değer ( %) 100 80 60 40 20 0 Örnek 1 Örnek 2 Örnek 3 Toplam Ġlköğretim mezun 0 5.2 4.3 3.8 Lise mezunu 20 12.1 12.9 13.9 Üniversite mezunu 66.7 60.3 74.3 67.7 Lisansüstü 13.3 22.4 8.6 14.6 ġekil 3. 6. Anket katılımcılarının eğitim durumu 100 80 60 40 20 0 Örnek 1 Örnek 2 Örnek 3 Toplam ÇalıĢıyor 50 69 61.4 62.0 ÇalıĢmıyor 36.7 8.6 10.0 14.6 Emekli 10 19 24.3 19.6 Öğrenci 3.3 3.4 4.3 3.8 ġekil 3. 7. Sosyo-demografik veriler – Meslek/Konum 100 80 60 40 20 0 Örnek 1 Örnek 2 Örnek 3 Toplam 1 0.0 10.3 10.0 8.2 2 23.3 20.7 30.0 25.3 3 30.0 29.3 41.4 34.8 4 36.7 25.9 10.0 20.9 5 ve üzeri 10.0 13.8 8.6 10.8 ġekil 3. 8. Konutta ikamet eden sayısı 116 Yüzdelik Değer (%) Yüzdelik Değer (%) Yüzdelik Değer (%) 100 80 60 40 20 0 Örnek 1 Örnek 2 Örnek 3 Toplam Yok 13.3 17.2 32.9 23.4 1 26.7 31.0 30.0 29.7 2 50.0 39.2 31.4 38.0 3 10.0 12.1 5.7 8.9 ġekil 3. 9. Sosyo-demografik veriler – Konutta ikamet eden çocuk sayısı 100 80 60 40 20 0 Örnek 1 Örnek 2 Örnek 3 Toplam 1 46.7 46.6 38.6 43.0 2 40 36.2 35.7 37.3 3 10 5.2 4.3 5.7 4 ve üzeri 3.3 1.7 0 0.6 Yok 0 10.3 21.4 13.3 ġekil 3. 10. Sosyo-demografik veriler – Hanede çalıĢan kiĢi sayısı 100 80 60 40 20 0 Örnek 1 Örnek 2 Örnek 3 Toplam Ev sahibi 56.7 69 74.3 69.0 Kiracı 43.3 27.6 22.9 28.5 Akrabamın evi 0 3.4 2.9 2.5 ġekil 3. 11. Sosyo-demografik veriler –Mülkiyet durumu 117 Yüzdelik Değer (%) Yüzdelik Değer (%) Yüzdelik Değer (%) Anket katılımcılarının %50,6‘sı kadın, %49,4‘ü erkektir. Katılımcıların %25,9‘u 26-35, %29,1‘i 36-45, %22,8‘i 46-55 yaĢ aralığındadır. Katılımcıların %68‘i üniversite mezunudur. Ankete cevap verenlerin %62'si çalıĢmaktadır. Konut sitesindeki ikamet süreleri incelendiğinde; kullanıcıların %96,9‘u 1-5 yıl süresince aynı sitede yaĢadığı belirlenmiĢtir. Hane halkı sayısına bakıldığında dairelerin %8,2‘sinde 1, %25,3‘ünde 2, %34,8‘inde 3, %20,9‘unda 4, %10,8‘inde 5 ve üzeri kiĢi yaĢamaktadır. Konutta ikamet eden çocuk sayısı %29,7‘de 1, %38‘de 2, %8,9‘da 3 iken çocuk bulunmayan hane oranı %23,4‘tür. Hanede çalıĢan kiĢi sayısı incelendiğinde %43 1 kiĢi ve %37,3 2 kiĢi Ģıkkını iĢaretlemiĢtir. Ankete katılanlar daha büyük oranda (%69) ev sahibidir. 100 80 60 40 20 0 Örnek 1 Örnek 2 Örnek 3 Toplam Genellikle tüm gün evdeyim 36.7 31 29.7 32.1 Mesai saatleri dıĢında evdeyim 43.3 58.6 51.3 54.5 Genellikle tüm gün dıĢarıdayım 20 10.3 19.0 13.4 ġekil 3. 12. Konut kullanıcı profili – Yazın hafta içi evde bulunma süreleri 100 80 60 40 20 0 Örnek 1 Örnek 2 Örnek 3 Toplam Genellikle tüm gün evdeyim 33.3 27.6 28.6 29.1 Mesai saatleri dıĢında evdeyim 46.7 63.8 51.4 55.1 Genellikle tüm gün dıĢarıdayım 20 8.6 20.0 15.8 ġekil 3. 13. Konut kullanıcı profili – KıĢın hafta içi evde bulunma süreleri 118 Yüzdelik Değer (%) Yüzdelik Değer (%) 100 80 60 40 20 0 Örnek 1 Örnek 2 Örnek 3 Toplam Genellikle tüm gün evdeyim 13.3 31 32.9 28.5 Sabah saatleri evdeyim 30 25.9 38.6 32.3 Öğle saatleri evdeyim 6.7 5.2 1.4 3.8 AkĢam saatleri evdeyim 26.7 24.1 15.7 20.9 Genellikle tüm gün dıĢarıdayım 23.3 13.8 11.5 14.6 ġekil 3. 14. Konut kullanıcı profili – Yazın hafta sonu evde bulunma süreleri 100 80 60 40 20 0 Örnek 1 Örnek 2 Örnek 3 Toplam Genellikle tüm gün evdeyim 30 29.3 35.7 32.3 Sabah saatleri evdeyim 33.3 19 30.0 26.6 Öğle saatleri evdeyim 3.3 1.7 1.4 1.9 AkĢam saatleri evdeyim 23.3 36.2 24.3 28.5 Genellikle tüm gün dıĢarıdayım 10 13.8 8.6 10.8 ġekil 3. 15. Konut kullanıcı profili – KıĢın hafta sonu evde bulunma süreleri 100 80 60 40 20 0 Örnek 1 Örnek 2 Örnek 3 Toplam Mutfak 36.7 22.4 20.0 24.1 Salon 36.7 56.9 57.1 53.2 Oturma odası 23.3 15.5 14.3 16.5 Diğer 3.3 5.2 8.6 6.3 ġekil 3. 16. Konut kullanıcı profili – En sık kullanılan mekân 119 Yüzdelik Değer (%) Yüzdelik Değer (%) Yüzdelik Değer (%) Yaz ve kıĢ aylarında hafta içi evde bulunma sürelerinin ortalaması için katılımcıların %30,6‘sı tüm gün evdeyim, %54,8‘i mesai saatleri dıĢında evdeyim, %14,6‘sı genellikle tüm gün dıĢarıdayım seçeneğini iĢaretlemiĢtir. Yaz ve kıĢ ayları için hafta sonu evde bulunma sürelerinin ortalamasına bakıldığında, %30,4 genellikle tüm gün evdeyim, %29,4 sabah saatleri, %2,8 öğle saatleri, %24,7 akĢam saatlerinde evdeyim, %12,7 genellikle tüm gün dıĢarıdayım seçeneğini iĢaretlemiĢtir. Konutunuzda en çok hangi mekanda vakit geçiriyorsunuz sorusunda katılımcıların %53,2‘si salon, %24,1‘i mutfak, %16,5‘i oturma odası ve %6,3‘ü diğer cevabını vermiĢtir. Anketin ikinci bölümde kullanım aĢamasındaki binalarda mimari tasarım kararları, iklimlendirme ve aydınlatma sistemlerinin kullanıcıların kiĢisel konfor ihtiyaçlarını karĢılayıp karĢılamadığı ve konfor bileĢenleri için fiziki çevre koĢullarının yeterliliğine iliĢkin sorular yer almaktadır. Bu bölümde ilk olarak katılımcılara konut mekanlarındaki aydınlatma düzenleriyle ilgili sorular yöneltilmiĢ; aydınlatma aygıtları, lamba türü, ıĢık rengi ve en sık kullanılan odada duvar, döĢeme, mobilya ve donatı renk tercihleri sorulmuĢtur. Aynı bölümün devamında kullanıcılara yaz ve kıĢ aylarındaki iç mekan sıcaklıkları, iklimlendirme düzenleri ve enerji faturalarıyla ilgili sorular yöneltilmiĢtir. Sonuçlar ġekil 3. 17 – ġekil 3. 32‘de yer almaktadır. 100 80 60 40 20 0 Örnek-1 Örnek-2 Örnek-3 Toplam Sarkıt lamba 51.1 3.4 61.4 38.8 IĢıklı tavan 27.8 25.8 8.6 19.5 Spotlar 21.1 70.8 24.3 41.7 Duvar Apliği 0 0 5.7 2.5 ġekil 3. 17. Konut kullanıcıların aydınlatma aygıtı tercihleri – Mutfak 120 Yüzdelik Değer (%) 100 80 60 40 20 0 Örnek-1 Örnek-2 Örnek-3 Toplam Sarkıt lamba 47.7 45.5 56.1 50.7 IĢıklı tavan 27.8 15.9 25.7 22.6 Spotlar 21.1 22.8 9.2 16 Ayaklı Lambader 1.7 5.8 7.7 7.6 Duvar apliği 1.7 10 1.4 3.1 ġekil 3. 18. Konut kullanıcıların aydınlatma aygıtı tercihleri – Salon 100 80 60 40 20 0 Örnek-1 Örnek-2 Örnek-3 Toplam Sarkıt lamba 54.5 59.6 57.1 57.6 IĢıklı tavan 13.3 10.5 2.9 7.6 Spotlar 11.6 12.9 15.8 13.9 Ayaklı Lambader 1.1 3.4 4.3 4 Duvar apliği 6.7 8.5 14.2 10.1 Masaüstü Aygıtlar 6.1 1.7 1.4 2.4 Diğer 6.7 3.4 4.3 4.4 ġekil 3. 19. Konut kullanıcıların aydınlatma aygıtı tercihleri – Ebeveyn yatak odası 100 80 60 40 20 0 Örnek-1 Örnek-2 Örnek-3 Toplam Sarkıt lamba 34.2 0.9 17.1 14.4 IĢıklı tavan 25.8 18.9 5.7 14.4 Spotlar 14.2 80.2 34.3 47.4 Duvar apliği 25.8 0 42.9 23.8 ġekil 3. 20. Konut kullanıcıların aydınlatma aygıtı tercihleri – Banyo/WC 121 Yüzdelik Değer (%) Yüzdelik Değer (%) Yüzdelik Değer (%) 100 80 60 40 20 0 Örnek-1 Örnek-2 Örnek-3 Toplam Sarkıt lamba 95 69.4 74.1 76.4 IĢıklı tavan 3.3 11.2 5.8 7.3 Spotlar 0 11.6 10.1 8.7 Ayaklı Lambader 1.7 0.4 4.3 4.1 Duvar apliği 0 5.2 4.3 2.1 Masaüstü Aygıtlar 0 2.2 1.4 1.4 ġekil 3. 21. Konut kullanıcıların aydınlatma aygıtı tercihleri – Odalar 100 80 60 40 20 0 Örnek 1 Örnek 2 Örnek 3 TOPLAM Enkandesan lamba 13.3 12.1 21.4 18.2 Kompakt flüoresan 21.7 11.3 44.3 26.7 LED 65 76.6 34.3 55.2 ġekil 3. 22. Konut kullanıcıların lamba tercihleri 100 80 60 40 20 0 Örnek 1 Örnek 2 Örnek 3 TOPLAM Soğuk beyaz 13.3 13.8 22.9 17.7 Doğal beyaz - gün ıĢığı 53.3 63.8 68.6 63.9 Sıcak sarı 33.4 22.4 8.6 18.4 ġekil 3. 23. Konut kullanıcıların ıĢık rengi tercihleri 122 Yüzdelik Değer (%) Yüzdelik Değer (%) Yüzdelik Değer (%) 100 80 60 40 20 0 Örnek 1 Örnek 2 Örnek 3 TOPLAM Çok açık 0 15.5 7.1 8.9 Açık 70 62.1 71.4 67.7 Orta koyulukta 23.3 15.5 15.7 17.1 Koyu 6.7 5.2 5.7 5.7 Çok koyu 0 1.7 0 0.6 ġekil 3. 24. Konut kullanıcıların boya rengi tercihleri- Duvarlar 100 80 60 40 20 0 Örnek 1 Örnek 2 Örnek 3 TOPLAM Çok açık 0 3.4 1.4 1.9 Açık 43.3 39.7 40.0 40.5 Orta koyulukta 43.3 53.4 58.6 53.8 Koyu 13.3 3.4 2.2 3.8 ġekil 3. 25. Konut kullanıcıların boya rengi tercihleri- DöĢeme 100 80 60 40 20 0 Örnek 1 Örnek 2 Örnek 3 TOPLAM Açık 43.3 31 45.7 39.9 Orta koyulukta 33.3 63.8 48.6 51.3 Koyu 23.3 5.2 5.7 8.9 ġekil 3. 26. Konut kullanıcıların boya rengi tercihleri- Mobilya ve donatılar 123 Yüzdelik Değer (%) Yüzdelik Değer (%) Yüzdelik Değer (%) ġekil 3. 17 –ġekil 3. 21‘de görüldüğü gibi, katılımcılar tüm mekanlarda sarkıt lambanın yanı sıra mutfakta ve salonda ıĢıklı tavan ve spot; ebeveyn yatak odası ve odalarda duvar apliği ve ayaklı lambader gibi armatürleri kullandıklarını belirtmiĢtir. Islak hacimlerde ise kullanılan öncelikli armatür konut sitesine göre değiĢim göstermektedir. Tüm katılımcıların ortalamasına bakıldığında, lamba tipi için çoğunlukla LED (light-emitting diode) sistemler (%55,2) ve doğal beyaz (%63,9) günıĢığına yakın renkteki ıĢık kaynakları tercih edilmiĢtir. Konutta iç mekan duvarlarında açık (%67,7), döĢemelerde orta koyulukta (%53,8) renkler tercih edilirken, mobilya ve donatılarda yüzey renginin açıklık – koyuluğu site bazlı değiĢim göstermektedir. Anket katılımcılarının %29,7‘si iç mekan tasarımında bir mimar/iç mimarla çalıĢtığını belirtmiĢtir. Konutunuzun en sık kullanılan mekanındaki renk seçiminde öncelikle neye dikkat ettiniz sorusuna katılımcıların %49,4‘ü iç mekanla uyum, %29,7‘si hoĢuma giden renk,%15,8‘i evimin aydınlık görünmesi ve %5‘i diğer yanıtını vermiĢtir. Konut sakinlerinin %81‘i konutunda kamaĢmaya neden olan herhangi bir durum olmadığını, %10,8‘i güneĢ ıĢığı, %5,7‘si lamba ıĢığı ve %2,5‘i ise diğer nedenlerden ötürü (parlak bir yüzey, kontrast farkı gibi) kamaĢma olduğunu ifade etmiĢtir. 100 80 60 40 20 0 Örnek 1 Örnek 2 Örnek 3 TOPLAM 20 - 22 C 10 34.5 21.4 24.1 23 - 25 C 83.3 55.2 68.6 66.5 26 C ve üzeri 6.7 10.3 10 9.5 ġekil 3. 27. Isıl konfor bileĢenleri- KıĢ aylarında (aralık-ocak-Ģubat) iç mekan sıcaklıkları 124 Yüzdelik Değer (%) 100 80 60 40 20 0 Örnek 1 Örnek 2 Örnek 3 TOPLAM 20 - 22 C 46.7 31 51.4 34.2 23 - 25 C 33.3 37.9 31.4 43.0 26 - 28 C 13.3 22.4 12.9 16.5 29 C ve üzeri 6.7 8.6 4.3 6.3 ġekil 3. 28. Isıl konfor bileĢenleri- Yaz aylarında (haziran-temmuz-ağustos) iç mekan sıcaklıkları 100 80 60 53.3 48.6 41.3 36.2 40 32.8 34.3 32.7 20.0 20.7 16.7 18.8 20 15.7 6.7 7.7 3.3 2.7 1.4 4.2 3.1 0 0 Örnek 1 Örnek 2 Örnek 3 TOPLAM Pencereyi açmak Klimayı açmak Vantilatörü açmak Stor/perdeleri kapatmak Diğer ġekil 3. 29. Yaz aylarında iç mekanın iklimlendirilmesi için tercih edilen yöntemler Anket katılımcıları kıĢ (%66,5) ve yaz (%43) aylarında iç mekan ortalama sıcaklığının Ti: 23-25°C arasında olduğunu belirtmiĢtir. KıĢın konutunuzu ısıtmak için fazladan bir ısıtma elemanına ihtiyaç duyuyor musunuz sorusuna katılımcıların büyük bölümü (%89,2) hayır yanıtını vermiĢtir. Öte yandan yaz aylarında katılımcıların %64,6‘sı iç mekanı iklimlendirme ihtiyacı duymaktadır. Ankete katılanların%41,3‘ü klimayı açarak, %18,8‘i pencereyi açarak, %4,2‘si vantilatörü açarak, %3,1‘i stor ve perdeleri kapatarak, %36,7‘si diğer yöntemlerle (dıĢ gölgeleme elemanları, panjurları kapatmak vb.) iç mekanı serinlettiğini belirtmiĢtir. 125 Yüzdelik değer (%) Yüzdelik Değer (%) 100 80 60 46.7 48.3 47.1 40 41.1 40 31 33.5 18.6 21.4 20 12.9 13.3 6.7 8.6 6.9 9.5 3.3 3.3 5.2 0 2.5 0 Örnek 1 Örnek 2 Örnek 3 TOPLAM 100tl'den az 100 - 200 tl arasında 200 - 300 tl arasında 300 - 500 tl arasında 500 tl ve üzeri ġekil 3. 30. Konut kullanıcılarının enerji tüketim verileri – Doğalgaz (aralık-ocak-Ģubat) 100 80 60 60 46.6 44.3 35.7 35.7 40 30 29.3 32.3 20 10.3 6.7 6.9 6.9 10.0 10.0 8.6 7.0 8.2 8.2 0 3.3 0 Örnek 1 Örnek 2 Örnek 3 TOPLAM 100 tl'den az 100 - 150 tl arasında 150 - 250 tl arasında 250 - 350 tl arasında 350 tl ve üzeri ġekil 3. 31. Konut kullanıcılarının enerji tüketim verileri – Elektrik (aralık-ocak-Ģubat) 100 80 60 50 43.4 43.1 38.6 41.8 40 22.9 25.9 19 19 17.1 20 12.1 14.3 15.2 11.4 6.9 7.1 3.3 3.3 5.7 0 0 Örnek 1 Örnek 2 Örnek 3 TOPLAM 100 tl'den az 100 - 150 tl arasında 150 - 250 tl arasında 250 - 350 tl arasında 350 tl ve üzeri ġekil 3. 32. Konut kullanıcılarının elektrik tüketim verileri (haziran-temmuz-ağusots) 126 Yüzdelik değer (%) Yüzdelik değer (%) Yüzedelik değer (%) ġekil 4.30 ve ġekil 4.31‘de kullanıcıların 2019-2020 yıllarında enerji için ödedikleri fatura beyanına bakıldığında, katılımcıların %41,1‘inin kıĢın ortalama aylık 300-500 TL (50 – 90 $) arasında doğalgaz ve %44,3‘ünün 150-250 TL (25 – 45 $) arasında elektrik bedeli ödediği görülmektedir. Yaz mevsiminde ise, ankete katılan site sakinlerinin %41,8‘i ortalama 100-150 TL (17,5 – 25 $) arasında elektrik faturası ödemiĢtir. Anketin son bölümünde konut kullanıcıların ısıl - görsel konfor düzeyleri ve enerji tasarrufuna iliĢkin görüĢleriyle ilgili bilgi edinmek üzere sorular yöneltilmiĢ ve yanıtlar 5'li Likert ölçeği ile (1: Kesinlikle katılmıyorum, 2: Katılmıyorum, 3: Ne katılıyorum ne katılmıyorum, 4: Katılıyorum, 5: Kesinlikle katılıyorum) alınmıĢtır. Her bir alt kategori ve konut sitesi için 100 üzerinden toplam memnuniyet puanı hesaplanmıĢtır. Anket sonuçları Çizelge 3. 4‘te yer almaktadır. 26 no‘lu soru haricinde tüm sorularada en sık verilen cevap (%30 – 70 ağırlıkta) "katılıyorum" olmuĢtur. Kullanıcılar enerji tüketiminin düĢürülmesi için yaĢama alanlarının baktığı manzara yönünün değiĢmesini konusunda olumsuz görüĢ bildirmiĢtir. 127 Çizelge 3. 4. Kullanıcıların ısıl – görsel konfor memnuniyet ve enerji tasarrufuna iliĢkin ilgi düzeyleri ANKET SORULARI Örnek 1 Örnek 2 Örnek 3 1 KıĢ mevsiminde konutumun iç ortam sıcaklığı uygundur 76.0 84.1 80.0 2 Yaz mevsiminde konutumun iç ortam sıcaklığı uygundur 71.3 76.2 75.1 3 Yazın pencereleri açarak uygun düzeyde doğal havalandırma sağlayabiliyorum 74.7 80.3 80.0 4 Pencere ve balkon kapılarından kıĢ aylarında hava sızmıyor 64.0 76.6 77.7 5 DöĢemeden ısıtma/radyatör sisteminden memnunum 79.3 81.4 80.3 6 Yazın döĢeme zemini ve duvar sıcaklıklarından memnunum 80.0 78.3 74.3 7 KıĢın döĢeme zemini ve duvar sıcaklıklarından memnunum 78.0 79.3 77.4 8 Konutumun ısıl konfor koĢulları dört mevsim uygundur. 73.3 74.8 75.1 9 Konutumda yazın günıĢığından ötürü aĢırı ısınan mekanlar bulunmamaktadır 62.0 87.2 76.9 Isıl konfor algısına iliĢkin ortalama memnuniyet düzeyi 73.2 79.8 77.4 10 YaĢam alanımda güneĢten kaynaklı kamaĢma yaĢamıyorum 67.3 80.7 78.9 11 Gün ıĢığı açısından yaĢama alanımın konumu ve baktığı yönden memnunum 81.3 83.1 83.1 12 YaĢama alanımın gündüz doğal aydınlık düzeyi yeterlidir 83.3 81.7 78.6 13 YaĢama alanımdaki pencere sayısı. konumu ve büyüklüklüleri gün ıĢığı açısından yeterlidir 82.7 85.2 84.3 14 YaĢama alanımdan gündüz dıĢ ortamla yeterli görsel iliĢki kurmak mümkündür 82.0 84.8 82.9 15 YaĢama alanımın akĢam genel aydınlık (lamba ıĢığı) düzeyi yeterlidir 81.3 83.8 82.3 16 YaĢama alanımın duvar ve döĢeme renk seçiminden memnunum 79.3 84.8 83.7 17 Konutumun görsel konfor koĢullarından memnunum. 76.7 82.1 80.3 18 Satın aldığım lambaların ıĢık renginden memnunum. 82.7 86.6 84.0 Görsel konfor algısına iliĢkin ortalama memnuniyet düzeyi 79.6 83.6 82.0 19 Isıtma enerjisi için kıĢ aylarında ödediğim doğalgaz faturası uygundur. 64.7 72.8 74.9 20 Soğutma enerjisi için yaz aylarında ödediğim elektrik faturası uygundur. 62.0 61.7 68.0 21 Lamba satın alırken enerji sınıfına ve verimliliğine dikkat ederim 84.0 84.5 83.7 22 YaĢam standardım düĢmeden enerji tüketimimin azaltılması için ek maliyetlere katlanırım 75.3 79.3 77.1 23 Enerji tüketimini düĢüreceğini bilsem, iç mekan renk tercihlerimi değiĢtiririm 61.3 64.1 72.3 24 Enerji tüketimini düĢüreceğini bilsem, kullandığım armatürleri değiĢtiririm 74.0 74.1 78.3 25 Enerji tüketimini düĢüreceğini bilsem, kullandığım lambaları değiĢtiririm 69.3 80.3 81.4 26 Enerji tüketimini düĢüreceğini bilsem, salonun manzara yönünün değiĢmesini kabul ederdim 43.3 52.1 64.3 Enerji tasarrufuna iliĢkin ortalama ilgi düzeyi 66.8 71.1 75.0 ENERJĠ GÖRSEL KONFOR ISIL KONFOR TASARRUFU 128 3.4.3. Simülasyon hesap verilerinin eldesi ve kabullerin yapılması Referans binaların simülasyon ve BES tabanlı optimizasyon hesaplamalarını yapmak ve çıktıları değerlendirebilmek için bina enerji performansıyla doğrudan iliĢkili olan iklim, konut kullanıcı profili, mekan kullanım sıklığı, mimari tasarım, bina servis sistemleri ve ekonomik değerlendirme ölçütlerine iliĢkin verilerin elde edilmesine ve değiĢkenlerle ilgili kabullerin yapılarak simülasyon programlarına girilmesine ihtiyaç duyulmaktadır. Mevcut mimari, mekanik ve elektrik proje verilerinin yanı sıra, ulusal ve uluslararası asgari performans standartları, piyasa araĢtırması, alan çalıĢması, anket sonuçları ve bu alanda yapılmıĢ araĢtırmalardan yararlanılarak yapılan kabuller aĢağıdaki baĢlıklar altında özetlenmiĢtir. a) Ġklim verileri: Konutların pasif sistem olarak tasarlanabilmesi ve simülasyonların doğru bir Ģekilde gerçekleĢtirilebilmesi için gerçek atmosfer koĢullarını temsil eden dıĢ iklimsel verilerin kullanılması gerekmektedir. Örnek konut sitelerinin Bursa‘nın (2. DGB, ılımlı – nemli, Köppen Csa) yanı sıra, Ġzmir (1. DGB, sıcak – nemli, Köppen Csa), Diyarbakır (2. DGB, sıcak – kuru, Köppen Csa), Ankara (3. DGB, ılımlı – kuru, Köppen Dsa) ve Erzurum‘da (4. DGB, soğuk, Köppen Dfb) yer aldığı kabulü yapılarak BES modelleri oluĢturulmuĢtur. Referans binaların yer aldığı Bursa ili ve çalıĢma kapsamında ele alınan diğer iller için 2004 – 2016 yıllarına ait dıĢ ortam kuru termometre sıcaklığı, bağıl nem, rüzgar hızı ve yönü, güneĢ ıĢınımı Ģiddeti gibi simülasyon hesaplamalarında ihtiyaç duyulan tipik meteorolojik yıllara iliĢkin iklim verileri (TMY: typical meteorological year), yıllık, aylık, haftalık, günlük ve saatlik olarak Energyplus‘ın web sitesi (EnergyPlus, n.d.) ve diğer veri tabanlarından elde edilerek programa kaydedilmiĢtir (ClimateOnebuilding, n.d.). Türkiye‘nin beĢ farklı iklim bölgesi için TMY verilerinden uyarlanan kuru termometre 2 sıcaklığı (°C), bağıl nem (%) ve global güneĢ radyasyonu ortalamasının (Wh/m ) aylara göre dağılımı karĢılaĢtırmalı olarak ġekil 3. 33‘de görülmektedir. 129 ġekil 3. 33. Bursa, Ankara, Diyarbakır, Erzurum ve Ġzmir illeri için kuru termometre sıcaklığı, bağıl nem ve global güneĢ radyasyonu ortalamasının karĢılaĢtırılması (Haz: Egemen Kaymaz) b) Konut mekan kullanımı: ÇalıĢmada kullanıcı faktörünün enerji tüketimine etkisini analiz etmek için üç farklı konut mekan kullanım takvimi oluĢturulmuĢtur. Enerji tüketimiyle doğrudan iliĢkili olan bina alt sistemleri iĢletim takvimi konut mekan kullanım süresi ve sıklığı ile iliĢkilendirilmiĢtir. Anket sonuçlarına göre konutlarda ikamet eden kiĢi sayısı Örnek 1‘de 3 kiĢi (%30) ve 4 kiĢi (%36,7); Örnek 2‘de 3 kiĢi (%29,3) ve 4 kiĢi (%25,9); Örnek 3‘te 2 kiĢi (%30) ve 3 kiĢidir (%41,4) (bkz. ġekil 3. 8). "Oturduğunuz hanede çalıĢan kiĢi sayısı nedir?" sorusuna birinci sitedeki katılımcıların %46,7‘si, ikinci sitede %46,6‘sı ve üçüncü sitede %38,6‘sı "1 kiĢi" yanıtını vermiĢtir (bkz. ġekil 3. 10). Bu 130 verilerden yola çıkarak, ele alınan konut siteleri için standart kullanımı temsil edebilecek nitelikteki ortalama hane halkı büyüklüğünün üç olduğu (anne-baba-çocuk) ve her ailede bir kiĢinin çalıĢtığı kabul edilmiĢtir. Net bina kullanım alanı üzerinden hesaplanan kullanıcı 2 yoğunluğu Örnek 1 için (7 blok, 84 daire) 0,015 insan/m ; Örnek 2 için (10 blok; 132 daire) 2 2 0,025 insan/m ; Örnek 3 için (9 blok, 187 daire, 30 dükkan) 0,018 insan/m ‘dir. Anket sonuçlarından yola çıkarak çalıĢan konut kullanıcılarının mesai saatleri 09:00 – 18:00 kabul edilmiĢtir. Yaz ve kıĢ aylarında hafta içi ortalama evde bulunma süreleri (ġekil 3. 12 – ġekil 3. 15) ve mekan kullanım sıklığı (ġekil 3. 16) dikkate alınarak üç kiĢilik bir aile için haftalık mekan kullanım senaryosu oluĢturulmuĢtur (Çizelge 3. 5). Çizelge 3. 5. 3 kiĢilik (1 çocuklu, 1 çalıĢan) bir aile için hafta içi ve hafta sonu günleri konut mekan kullanım senaryosu ve aktivite düzeyleri (Yılmaz, 2015; ASHRAE-55, 2017). Saat Aralığı Konuttaki GerçekleĢtirilen Aktivite düzeyi Kullanılan Mekan 2 kiĢi sayısı aktivite (W/m ) 24:00 – 07:00 3 Uyuma 40 Ebeveyn yatak odası Çocuk odası 07:00 – 09:00 3 ĠĢe/okula hazırlık 70 Tüm mekanlar kahvaltı 60 09:00 – 12:00 1 Ev iĢleri 160 Mutfak ve salon 12:00 – 13:00 1 Dinlenme 45 Ebeveyn yatak odası 13:00 – 17:00 1 Ev iĢleri 160 Mutfak ve salon 17:00 – 18:00 2 1 kiĢi: Ev iĢleri 160 Tüm mekanlar 2 kiĢi: Dinlenme 45 18:00 – 20:00 3 AkĢam Yemeği 60 Mutfak ve Salon 20:00 – 23:00 3 TV, oturma, 60 Tüm mekanlar çalıĢma, okuma 23:00 – 24:00 3 Dinlenme 45 Salon ve yatak odaları 24:00 – 08:00 3 Uyuma 40 Ebeveyn yatak odası Çocuk odası 08:00 – 10:00 3 Kahvaltı 60 Mutfak ve salon 10:00 – 17:00 2 TV, oturma, 60 Tüm mekanlar çalıĢma, okuma 17:00 – 19:00 2 1 kiĢi: Ev iĢleri 160 Tüm mekanlar 1 kiĢi: Dinlenme 45 19:00 – 20:00 3 AkĢam yemeği 60 Mutfak ve salon 20:00 – 22:00 2 TV, oturma, 60 Tüm mekanlar ÇalıĢma, okuma 22:00 – 24:00 3 Dinlenme 45 Salon ve yatak odaları 131 Hafta sonu Hafta içi ġekil 3. 34‘de konut kullanım senaryosu için mekan kullanım sıklıkları görülmektedir. Zamana bağlı kullanım süresi yüzde olarak ifade edilmiĢtir. "1" mekanın dolu olduğunu, "0,5" 1 saatlik zaman diliminin %50‘sinde dolu olduğunu, "0" ise boĢ olduğunu ifade etmektedir. ġekil 3. 34. Hafta içi ve hafta sonu konut mekan kullanım süresi ve sıklığı (%) (Haz: Egemen Kaymaz) c) Mimari tasarım: Alan çalıĢması sonuçlarına göre, referans bina simülasyon modellerinde saydam bileĢen olarak çift cam (4 mm berrak cam + 12 mm hava + 4 mm berrak cam) kullanıldığı kabul edilmiĢtir. Camın gün ıĢığı, güneĢ ıĢınımı ve ısıl geçirgenlik 2 katsayısı sırasıyla Tvis: 0,8, g: 0,75, Ucam: 2,9 W/m olarak alınmıĢtır. Ġç gölgeleme elemanı olarak açık renkli, gevĢek dokumalı tekstil perde kullanılmıĢtır (3 mm, λ: 0,1 W/m-K, Tvis: 132 2 0,7, r: 0,25). PVC pencere doğrama profil boyutunun 60 mm (Udoğrama: 1,63 W/m K) olduğu kabul edilmiĢtir. Zemin, duvar, tavan ve mobilyalar için ıĢık yansıtma katsayıları anket verileri ve TS EN 12464-1 (2021) standardındaki referans aralığa göre ρzemin: 0,3, ρduvar: 0,5, ρtavan: 0,7, ρmobilya: 0,6 alınmıĢtır. d) Bina alt sistemleri ve iĢletim takvimi: Anket sonuçları (bkz. ġekil 3. 27 ve ġekil 3. 28), ASHREA Standart 55 (2020) ve CEN EN 16798-1 (2019) bağlı olarak her üç konut sitesi için binaların ısıtıldığı ve soğutulduğu dönemde mahal iç mekan ayar (termostat) sıcaklıklarının (set point temperature) sırasıyla Ti kıĢ: 23°C ve Ti yaz: 24°C olduğu kabul edilmiĢtir. Merkezi kazan ile yerden ısıtma sistemine sahip Örnek 1 ve Örnek 3‘ün tesisat projelerine göre konut içi sirkülasyon alanları ve giriĢ holü de dahil olmak üzere tüm hacimleri ısıtılmaktadır. Kombi ve radyatör sistemine sahip Örnek 2 de ise giriĢ holü ve koridor haricindeki tüm konut hacimleri ısıtılmaktadır. Apartman bloklarında giriĢ, koridor, giyinme odası, banyo/WC ve ortak mahaller hariç tüm mekanların multi-split klima ile soğutulduğu kabul edilmiĢtir. Isıtma döneminde binalarda yoğuĢma/donma kaynaklı hasarı önlemek ve iklimlendirme sistemini devreye alma sırasında ısıtma yükünü azaltmak amacıyla konut mekanlarının kullanılmadığı saatlerde düĢük bir seviyede iklimlendirme yapıldığı kabul edilmiĢtir. Konut hacimlerinde iklimlendirme sisteminin devreye alınması için iç ortam sıcaklığının (set back temperature) ısıtma döneminde 16°C‘nin altına düĢmesi, soğutma döneminde 30°C‘nin üstüne çıkması gerekmektedir. Mekanik havalandırma sistemi bulunmayan binalarda, doğal havalandırmanın mekan kullanım süresi ve sıklığına bağlı (bkz. ġekil 3. 34) yapıldığı kabul edilmiĢtir. Pencerelerin açılması için dıĢ ortam hava sıcaklığı minimum 20°C, saat baĢına hava değiĢimi 5 ac/h ve iç ortam sıcaklığı minimum 23°C olarak tanımlanmıĢtır. Yapı kabuğu sızdırmazlık kat sayısı 0,8 ac/h kabul edilmiĢtir. Isıtma sistemi ve soğutma sisteminin verim değerleri, mekanik tesisat projesi, binaların yapım yılı ve alan çalıĢmasıyla belirlenen ekipman özellikleri doğrultusunda CoPısıtma: 0,9 ve CoPsoğutma: 3 kabul edilmiĢtir. Mekanik sistemlerin iĢletim takvimlerinin oluĢturulmasında anket verileri ve site yönetimlerinden alınan bilgilerden yararlanılmıĢtır. 133 Isıtma dönemimde merkezi ve ferdi sisteminin haftanın her günü 06:00 – 24:00 saatleri arasında iç mekan ayar sıcaklığına bağlı olarak çalıĢtığı kabul edilmiĢtir. Soğutma dönemi için mekan kullanım süresi ve sıklığı dikkate alınarak oluĢturulan multi-split klima iĢletim takvimi ġekil 3. 35‘te yer almaktadır. ġekil 3. 35. Konut siteleri için soğutma sisteminin hafta içi ve hafta sonu iĢletim takvimi (Haz: Egemen Kaymaz) Referans binalarda lamba ve armatür seçimi, kurulu gücün belirlenmesi ve iĢletim takviminin oluĢturulmasında iç mimari ve elektrik tesisat projesi, anket verileri ve TS EN 15193-1 (2017) standardından yararlanılmıĢtır. Genel aydınlık düzeyleri TS EN 12464-1 (2021) ve IESNA‘ya (2011) referansla yaĢam alanı için 200 lüks, yatak odaları için 100 lüks, mutfak için 300 lüks, banyo/WC için 300 lüks, giriĢ, hol ve ortak mahaller için 100 lüks kabul edilmiĢtir. Ġç mekan aydınlatma sistemi, armatür sayısı ve kurulu güç değerlerine göre site bazında farklılık göstermekle birlikte, referans binalarda kompakt floresan lambaların kullanıldığı, aydınlatma otomasyonunun bulunmadığı ve lambaların manuel olarak komütatör anahtarlar ile kontrol edildiği kabul edilmiĢtir. Ġç aydınlatma sistemi iĢletim takvimi ġekil 3. 34‘teki konut mekanlarının kullanım takvimiyle iliĢkilendirilmiĢ, lambaların 00:00 – 07:00 saatleri arasında kapalı konumda olduğu kabul edilmiĢtir. 134 e) Finansal göstergeler: Mimari tasarım ve bina alt sistemleri değiĢkenlerinin geri ödeme süresi ve optimizasyon çözümlerinin global maliyetlerinin hesaplanması için finansal göstergelere iliĢkin kabuller yapılarak bu veriler MS Excel programına girilmiĢtir. Yapı malzeme ve bileĢenleri ile bina alt sistemlerinin hizmet ömrüne iliĢkin veriler piyasa araĢtırması, bu alanda yapılmıĢ uluslararası araĢtırmalar, BS EN 15459-1 (2017) ve ABD merkezli kuruluĢ NIST (National Institute of Standards and Technology - Ulusal Standartlar ve Teknoloji Enstitüsü) kılavuzlarına (2022a; 2022b) göre belirlenmiĢtir. Konut hizmet ömrü standartlar çerçevesinde 50 yıl kabul edilerek, geri ödeme süresi bina hizmet ömrünü aĢan seçenekler optimizasyon analizine dahil edilmemiĢtir. Binaların global maliyeti analizi için hesaplama dönemi 30 yıl ve baĢlangıç yılı 2022 kabul edilmiĢtir. Türkiye Cumhuriyeti Merkez Bankası istatistiklerine göre (2022) göre son 5 yılın (2017 - 2021) ortalama enflasyon oranı (Ri) %14,9, bankalarca açılan kredilere uygulanan ağırlıklı ortalama piyasa faiz oranı (R) %20,3 ve buna karĢılık gelen iskonto oranı (Rd) %25.15 olarak hesaplanmıĢtır. 2017 - 2021 yılları için bir önceki yılın aynı ayına göre yıllık enflasyon oranları - TÜFE (Yıllık % DeğiĢim) ve ortalama enflasyon oranı (Ri) Çizelge 3. 6‘da özetlenmiĢtir. Konut aboneleri için doğalgaz ve elektriğin vergi ve fonlar dahil 2022 yılı ortalama birim fiyatı, 2017 – 2021 yıllarına ait enerji (perakende satıĢ) birim fiyatları ve bir önceki yıla göre artıĢ oranları Çizelge 3. 7‘de görülmektedir (Bursagaz, 2022; Uludağelektrik, 2022). Son 5 yılda enerji birim fiyatındaki artıĢın enflasyon oranından yüksek olması nedeniyle doğalgaz ve elektrik için bugünkü değer faktörü (f_pv) ve iskonto oranları (Rd_elektrik, Rd_doğalgaz) ayrıca hesaplanmıĢtır. Global maliyet analizinde kullanılan finansal göstergeler Çizelge 3. 8‘de görülmektedir. 135 Çizelge 3. 6. 2017 - 2021 yılları için bir önceki yılın aynı ayına göre yıllık enflasyon oranları - Yıllık TÜFE‘deki değiĢim ve beĢ yıllık ortalama (T.C. Merkez Bankası, 2022) TARĠH OCAK ġUBAT MART NĠSAN MAYIS HAZĠRAN YILLIK ORTALAMA (%) 2017 9.22 10.13 11.29 11.87 11.72 10.9 11.13 2018 10.35 10.26 10.23 10.85 12.15 15.39 16.22 2019 20.35 19.67 19.71 19.5 18.71 15.72 15.46 2020 12.15 12.37 11.86 10.94 11.39 12.62 12.26 2021 14.97 15.61 16.19 17.14 16.59 17.53 19.42 TARĠH TEMMUZ AĞUSTOS EYLÜL EKĠM KASIM ARALIK 5 YILLIK ORTALAMA (%) 2017 9.79 10.68 11.2 11.9 12.98 11.92 2018 15.85 17.9 24.52 25.24 21.62 20.3 2019 16.65 15.01 9.26 8.55 10.56 11.84 14.9 2020 11.76 11.77 11.75 11.89 14.03 14.6 2021 18.95 19.25 19.58 19.89 21.31 36.08 Çizelge 3. 7. Doğalgaz ve elektriğin 2017 – 2022 yılına ait vergi ve fonlar dahil birim fiyatları ve bir önceki yıla göre artıĢ oranları Uludağelektrik, 2022; Bursagaz, 2022). TARĠH ELEKTRĠK DOĞALGAZ ELEKTRĠK Ocak 2.06 0.24 BĠRĠM ARTIġ 5 YILLIK TARĠH ġubat 2.06 0.24 FĠYAT (TL) ORANI (%) ORTALAMA (%) Mart 1.89 0.25 2017 0.411 -0.36 Nisan 1.89 0.32 2018 0.503 22.38 Mayıs 1.89 0.32 2019 0.601 19.53 16.06 Haziran 2.17 0.41 2020 0.720 19.91 Temmuz 2.17 0.41 2021 0.856 18.83 Ağustos 2.17 0.41 DOĞALGAZ Eylül 2.6 0.50 2017 0.104 -2.35 Ekim 2.6 0.50 2018 0.110 5.44 Kasım 2.6 0.52 2019 0.136 23.74 11.84 Aralık 2.6 0.52 2020 0.163 20.53 2022 Ortalama ₺2.23 ₺0.39 2021 0.183 11.84 Çizelge 3. 8. Global maliyet hesabında kullanılan finansal parametrelere ait değerler Finansal parametre Değer Enflasyon oranı, Ri %14,90 Piyasa faiz oranı, R %20,31 Reel faiz oranı, Rr %4,71 Uygulama yılı için iskonto oranı Rd %25,15 1 Avro, € 16,26 TL 1 Dolar, $ 14,93 TL 136 3.4.4. Referans bina modelinin oluĢturulması ve simülasyon adımları Alan çalıĢmasının ardından seçilen kapalı konut sitelerindeki farklı yönlere bakan ve aynı plan tipolojisine sahip dört apartman bloğunun iç aydınlatma ve bina enerji simülasyon modelleri oluĢturulmuĢtur. Modelleme ve simülasyonda izlenen adımlar aĢağıda açıklanmıĢ ve ardından örnek konut siteleri için oluĢturulan aydınlatma modeli (ġekil 3. 36) ve enerji modelleri (ġekil 3. 37 – ġekil 3. 39) verilmiĢtir. a) Ġç mekan aydınlatma modeli: ÇalıĢma kapsamında ele alınan referans binalar aydınlatma tasarım programı DIALux Evo‘da modellenerek konut hacimleri için gün ıĢığı ve lamba ıĢığı senaryoları oluĢturulmuĢ ve aydınlatma simülasyonları gerçekleĢtirilmiĢtir. Ġç mekan aydınlatma modeli oluĢturulması ve simülasyonunda izlenen adımlar aĢağıda özetlenmiĢtir:  Proje bilgilerinin programa girilmesi: Konut bloğuna ait ortak mahallerin ve konut birimlerinin proje bilgilerinin; coğrafi konum (koordinat bilgisi, kuzey yönü, saat dilimi), mevcut mimari, iç mimari ve elektrik projesine göre oda geometrisi, pencere ve kapı boĢlukları, kat yüksekliği, donatılar ve iç mekan yüzey renk ve yansıtma özellikleri programa girilmesi.  Aydınlatma aygıtlarının simülasyon modeline eklenmesi: Aydınlatma aygıtlarına iliĢkin piyasa araĢtırması, üretici firmaların beyan ettiği ürün özelliklerinin; ölçü ve boyutlar, lamba tipi, ıĢık akısı, kurulu güç, parazit güç, enerji tüketimi, ıĢık verimi, ıĢık renk sıcaklığı, ıĢık dağılım eğrisi ve renksel geriverim, loĢlaĢtırma özelliği, aydınlatma otomasyonuyla entegrasyonu gibi teknik verilerin analizi. Kullanıcı tercihleri doğrultusunda DIALux Evo kütüphanesinden ve/veya online lamba kataloglarından ıĢık ölçümsel (photometric) özelliklerine göre uygun genel ve bölgelik aydınlatma aygıtlarının seçimi ve modele yerleĢtirilmesi; armatürün konumu, montaj yüksekliği, loĢlaĢtırma düzeyi ve ıĢığın çalıĢma düzlemine geliĢ açısının ayarlanması.  Hesap düzlemlerinin belirlenmesi: Konut hacimlerinde gerçekleĢtirilen farklı eylemlere bağlı olarak yatay, dikey ve eğik çalıĢma düzlemlerinin oluĢturulması. 137  Görsel konfor koĢullarının değerlendirilmesi: Ġç mekan görsel konfor değerlendirme ölçütlerine göre, gün ıĢığının olmadığı gece senaryosu için yapma aydınlatma senaryolarının standartlarda yer alan gereksinimleri karĢılayıp karĢılamadığının belirlenmesi.  Simülasyon sonuçlarının temsili: Hesap düzlemleri için eĢ aydınlık (isolux) eğrileri, aydınlık düzeyi nümerik değerleri ve üç boyutlu görsellerin oluĢturulması. b) Bina enerji modeli: Seçilen konut projelerinin enerji performansının değerlendirilmesi için detaylı dinamik hesaplama motoru EnergyPlus için geliĢtirilen DesignBuilder arayüz programı kullanılmıĢtır. Bina enerji modeli oluĢturulması ve simülasyonu için izlenen adımlar aĢağıdaki gibidir:  Ġklim ve coğrafi bilgilerin programa tanımlanması: Binanın bulunduğu bölgenin coğrafi konumu (enlem ve boylam bilgisi, saat dilimi) ve arazi özelliklerinin (rakım, rüzgar maruz kalma durumu, dıĢ yüzey özellikleri) Designbuilder arayüzüne girilmesi. ÇalıĢma kapsamında ele alınan iller için TMY saatlik iklim verilerinin indirilerek programa tanımlanması.  Geometrik modelin oluĢturulması: Kat planları ve bina verisinin CAD (computer- aided design) ortamından DXF (drawing exchange format) olarak programa aktarılması, binaların vaziyet planında cephe yönlenimine ve arazi eğimine göre modellenmesi. Çatı, toprakla temas eden ve (varsa) ısı alıĢveriĢinin olmadığı (adiabatic) yapı bölümlerinin eklenerek geometrik modelin tamamlanması.  Bina zonlarının oluĢturulması, aktivite tipleri ve takvimlerinin atanması: Konut mekanları ve ortak mahallerin iĢlevlerine göre bölgelere (zonlara) ayrılması. Her zon için belirlenmiĢ kullanıcı yoğunluğu, aktivite düzeyi (metabolik oran), giysi yalıtım değerleri, iç mekan ayar (termostat) sıcaklıkları, havalandırma üst ve alt limitleri, genel ve bölgelik aydınlık düzeyi değerleri ve iç ısıl yükü oluĢturan diğer bileĢenlerin (elektrikli ev aletleri vb.) programın ara yüzüne tanımlanması. Mekan kullanım süresi ve sıklığına karĢılık gelen kullanım takvimlerinin oluĢturulması.  Pencere, ıĢıklıklar ve gölgeleme elemanlarının modellenmesi: Mimari proje verilerine göre yapı kabuğu saydam bileĢenlerinin geometrisinin bina enerji modeline 138 iĢlenmesi. Ġç ve dıĢ gölgeleme elemanlarının termofiziksel ve optik özelliklerinin tanımlanması, iç mekan güneĢ kontrol stratejisine yönelik (örneğin mekan kullanım takvimine bağlı, kamaĢmaya bağlı, dıĢ ortam sıcaklığına bağlı veya her zaman açık/kapalı gibi) iĢletim takviminin oluĢturulması.  Yapı elemanları özelliklerinin programa tanımlanması: Konutların mevcut mimari ve ısı yalıtım projelerine göre tüm yapı elemanları katmanlarının (dıĢ duvar, iç bölme duvar, bodrum duvarları, pencere, kapı, ara kat döĢemesi, bodrum kat döĢemesi, toprakla temas eden döĢeme, çatı döĢemesi ve kaplamaları vb.) termofiziksel ve optik özelliklerinin TS 825 (2008) ısı yalıtım yönetmeliğindeki malzeme özellikleri dikkate alınarak programa tanımlanması veya DesignBuilder kütüphanesinde yer alan yapı malzemesi Ģablonlarından seçilerek düzenlenmesi.  Bina alt sistemlerinin programa tanımlanması: DIALux Evo programında oluĢturulan iç aydınlatma sistemine bağlı aydınlatma kurulu güç ve iĢletim takviminin DesignBuilder programına tanımlanması. Binayı koĢullandıran mekanik sistemlerinin basit metodla (simple HVAC) modellenmesi. Isıtma sistemi (kombi, sıcak su kazanları), soğutma grubu (klima santralleri), ve sıhhi sıcak su sistemi için yakıt, verim değerleri (CoP) ve iĢletim takviminin tanımlanması. GüneĢ enerji sistemlerinin (PV) modellenmesi, elektriksel, mekanik ve fiziksel özelliklerinin programın arayüzüne tanımlanması.  Simülasyon ayarlarının yapılması ve uygulama: Simülasyon hesap süresi, saat baĢına zaman adımı (timestep) sayısı ve çıktı düzeyinin ayarlanması. Enerji, yakıt tüketimi, sistem yükleri, ısıl kazançlar, konfor, CO2 emisyonu, gün ıĢığı sonuçlarına iliĢkin grafik ve/veya çizelge olarak yıllık, aylık, günlük, saatlik raporların DesignBuilder arayüzü veya HTML tabloları üzerinden analiz edilmesi ve kaydedilmesi.  Gün ıĢığı performansının değerlendirilmesi: Statik (CIE kapalı gök modeli) ve iklime dayalı dinamik (CIE ortalama gök modeli) gün ıĢığı değerlendirme ölçütlerine göre, Radiance motoru kullanılarak referans binaların ilk, orta ve üst katlarındaki örnek mekanlarının gün ıĢığı performansının değerlendirilmesi. 139  Isıl konfor koĢullarının değerlendirilmesi: EnergyPlus simülasyon motoru kullanılarak referans binaların ilk orta ve üst katlarında yer alan örnek mekanların ısıl konfor gereksinimleri karĢılayıp karĢılamadığının belirlenmesi.  Bina enerji performansının değerlendirilmesi: EnergyPlus programı kullanılarak simülasyonların gerçekleĢtirilmesi. Isıtma, soğutma, ve aydınlatma enerjisi sonuçlarının kaydedilmesi. Sonuçlara karĢılık gelen yıllık nihai enerji, birincil enerji, CO2 salımı ve enerji maliyetinin MS Excel programında hesaplanması ve grafiklerin oluĢturulması. ġekil 3. 36. Konut sitelerine ait DIALux Evo modeli salon, mutfak, ebeveyn odası ve çocuk odası yapma aydınlatma senaryoları: (a) Örnek 1, (b) Örnek 2, (c) Örnek 3 140 (c) III (a) II III IV I II I IV (b) IV III I II (a) (b) (c) ġekil 3. 37. Konut sitelerine ait DesignBuilder enerji modeli: (a) Örnek 1, (b) Örnek 2, (c) Örnek 3 141 3.5. ĠyileĢtirme Senaryolarına Ait Simülasyon Hesaplamaları Referans bina enerji modellerinin oluĢturulmasının ardından, iyileĢtirme senaryolarına ait değiĢkenler belirlenmiĢ, her bir seçenek için simülasyonlar tekrarlanarak referans binaya göre enerji performans ölçütlerindeki değiĢim oranları hesaplanmıĢtır. Bu bölümde izlenen adımlar aĢağıda açıklanmıĢtır. 3.5.1. Tasarım değiĢkenlerinin belirlenmesi Binalarda enerji verimliliğinin arttırılmasına yönelik iyileĢtirme senaryoları üç farklı plan tipi ve mekan organizasyonuna sahip konut projesi üzerinden analiz edilmiĢtir. ĠyileĢtirme senaryolarına ait değiĢkenler:  Kentsel, bina, mekan, yapı kabuğu ölçeğindeki mimari (pasif) tasarım değiĢkenleri,  Mekanik, elektrik ve yenilenebilir enerji sistemi bileĢenleri ve bu bileĢenlerin iĢletim takviminden meydana gelen bina alt sistemleri (aktif) tasarım değiĢkenleri olmak üzere iki ana baĢlıkta toplanmıĢtır. Çizelge 3. 9‘da sabit ve değiĢkenlere (variables) ait seçenekler (options) görülmektedir. Çizelge 3. 9. ĠyileĢtirme senaryolarına ait sabit (S) ve değiĢkenler (D) KENTSEL ÖLÇEKTEKĠ SABĠT ve DEĞĠġKENLER Rakım sabit tutularak Türkiye‘nin 5 farklı iline ait enlem Konum (D) verileri kullanılmıĢtır. Referans binalar Bursa ili Nilüfer ilçesinde (40°15', 28°56‘) yer almaktadır. Bursa – TS 825‘e göre 2. derece – gün bölgesi (Ilımlı- nemli) Ġzmir - 1. Derece gün bölgesi (sıcak - nemli) Ġklim (D) Diyarbakır - 2. Derece (sıcak - kuru) Ankara - 3. Derece gün bölgesi (Iımlı - kuru) Erzurum - 4. Derece gün bölgesi (soğuk) Konut projelerine iliĢkin düzenlenmiĢ zemin kotları ve Topografya (S) peyzaj ögeleri esas alınmıĢtır. Blokların birbirine uzaklığı ve mekanlar için engel açısı Doğal ve yapma engeller (S) mimari proje verileri üzerinden hesaplanmıĢtır. BĠNA ve MEKAN ÖLÇEĞĠNDEKĠ SABĠT ve DEĞĠġKENLER Her siteden seçilen 4 referans konut bloğunun cephe yönlenimi farklıdır. Blokların 5° açıyla döndürülmesinin (0º Cephe yönlenimi (D) - 355º) bina değerlendirme ölçütlerine etkisi analiz edilmiĢtir. 142 MĠMARĠ TASARIM Çizelge 3. 9. ĠyileĢtirme senaryolarına ait sabit (S) ve değiĢkenler (D) (devamı) BĠNA ve MEKAN ÖLÇEĞĠNDEKĠ SABĠT ve DEĞĠġKENLER Farklı konut sitesinde yer alan ve farklı plan kurgusuna sahip Mekan organizasyonu (S) apartman bloklarının enerji performans kriterleri bakımından karĢılaĢtırılmıĢtır. Boyut ve biçim faktörü (D) Mekan ölçeğinde geniĢlik/derinlik oranı sabit tutulurken taban alanı/hacim oranı kat yüksekliğine göre değiĢmektedir. YAPI KABUĞU ÖLÇEĞĠNDEKĠ SABĠT ve DEĞĠġKENLER TaĢıyıcı sistem seçimi (S) B.A. Ġskelet sistem DıĢ cephe kaplama malzemesi ve (varsa) hava boĢluğu (S) Duvar yalıtım malzemesi ve kalınlığı (D) Yalıtımın yeri (dıĢtan yalıtım) (S) Opak bileĢenlerin kuruluĢu, DöĢeme, çatı, bodrum kat ve temel yalıtım kalınlığı (S) termofiziksel ve optik özellikleri Yapı kabuğu infiltrasyon katsayısı (D) Ġç mekan yüzeyleri ıĢık yansıtma katsayıları (ρduvar, ρdöĢeme, ρtavan) (D) Cephe toplam saydamlık oranı (pencerelerin boyutsal özellikleri; yükseklik/geniĢlik oranı) (D) Doğramanın konumu ve parapet yüksekliği (D) Saydam bileĢenlerin kuruluĢu; Doğrama malzemesi, profil boyutu (D) termofiziksel ve optik özellikleri Pencere cam katman sayısı ve türü (D) Gün ıĢığı geçirgenlik değeri (Tvis) (D) Solar faktör (g) (D) Isıl geçirgenlik - U değeri (D) Gölgeleme elemanı tasarımı (iç/dıĢ, yön, derinlik, açı) (D) MEKANĠK ve ELEKTRĠK SĠSTEMĠ SABĠT ve DEĞĠġKENLERĠ Sistem tipi (kazanlı merkezi sistem - kat kaloriferi sistemi, ferdi sistem - kombi) (S) Isıtma sistemi Yerden ısıtma/ radyatör sistemi (S) Ġç mekan ayar sıcaklığı (D) Verim (%) (S) Kullanıcı faktörüne bağlı iĢletim takvimi (D) Sistem tipi (multi-split klima) (S) Soğutma sistemi Ġç mekan ayar sıcaklığı (D) Verim (%) (S) Kullanıcı faktörüne bağlı iĢletim takvimi (D) Sistem tipi (merkezi boyler, kombi, termosifon, elektrikli Sıhhi sıcak su sistemi Ģofben, güneĢ kollektörü vb.) (S) Mevsim ayar sıcaklıkları (S) Verim (%) (S) Doğal havalandırma (S) Havalandırma sistemi Pencere açılıĢı için iç ve dıĢ ortam sıcaklık limitleri (S) Kullanıcı faktörüne bağlı iĢletim takvimi (D) PV panel boyutu, hücre boyutu ve sayısı (S) Modül verimliliği (%) (S) Maximum güç Pmax (S) Açık devre gerilimi (VOC) (S) Yenilenebilir enerji sistemi Kısa devre akımı (ISC) (S) PV panel sıraları arasındaki mesafe (S) PV panellerin yönü (D) PV panellerin eğim açısı (D) 143 BĠNA ALT SĠSTEMLERĠ MĠMARĠ TASARIM Çizelge 3. 9. ĠyileĢtirme senaryolarına ait sabit (S) ve değiĢkenler (D) (devamı) MEKANĠK ve ELEKTRĠK SĠSTEMĠ SABĠT ve DEĞĠġKENLERĠ Aydınlatma aygıt türünün iĢleve bağlı seçimi, aydınlatma biçimi (ıĢık dağılımı ve doğrultusu) ve yerleĢim düzeni (genel ve bölgelik aydınlatma) (D) Aygıt montaj biçimi ve çalıĢma düzlemine uzaklığı (D) Lamba türü ve sayısı (D) IĢık akısı (lm) (D) Güç (W) (D) Yapma aydınlatma sistemi Lamba verimi – etkinlik faktörü (lm/W) (D) Lamba ömrü ve enerji sınıfı (D) Renk sıcaklığı (CCT, K) (D) Renksel geriverim (CRI,%) (D) Aydınlatma aygıtı geriverimi (%) (D) Lamba periyodik bakım ve kirlilik faktörü (değer düĢürme çarpanı) (S) Aydınlatma kontrol stratejisi (Manuel, gün ıĢığına bağlı loĢlaĢtırma) (D) Kullanıcı faktörüne bağlı iĢletim takvimi (D) Pandemi süreci ve sonrasında konut hacimlerinin kullanım Bina alt sistemleri iĢletim takvimi süresi ve sıklığına bağlı ısıtma, soğutma ve aydınlatma sistemi iĢletim takvimi (D) 3.5.2. Duyarlılık analizi Duyarlılık analizi yöntemi, tasarım değiĢkenlerinin bina performans değerlendirme ölçütleri üzerindeki etki düzeylerinin belirlenmesi ve önem derecelerine göre sıralanmasını sağlamaktadır. ÇalıĢma kapsamında Çizelge 3. 9‘daki mimari tasarım ve bina alt sistemleri baĢlıkları altında sınıflandırılan değiĢkenler için simülasyonlar bağımsız olarak gerçekleĢtirilerek örneklem tabanlı yaklaĢımı temel alan kısıtlı duyarlılık analizi yapılmıĢtır. Her simülasyonda 15 iyileĢtirme senaryosundaki bir tasarım seçeneği değiĢtirilip diğer parametreler sabit tutularak ele alınan değiĢkenin Bursa ilindeki örnek konut sitelerini temsil eden referans binanın enerji performansı üzerindeki etkisi araĢtırılmıĢ, simülasyon sonuçları referans bina değerleriyle karĢılaĢtırılarak her bir seçeneğin referans binanın yıllık ısıtma, soğutma, aydınlatma, toplam nihai, birincil enerji tüketimi, enerji tüketimine bağlı yıllık toplam enerji maliyeti ve karbon emisyonunu hangi oranda etkilediği ve enflasyon dahil ve hariç yatırımın geri ödeme süresi hesaplanmıĢtır. Amaç fonksiyonları arasında ödünleĢim incelenerek değiĢkenler arasındaki olası korelasyon yorumlanmıĢtır. 144 BĠNA ALT SĠSTEMLERĠ Duyarlılık analizi sonuçlarına göre mimari tasarım ve bina alt sistmleri değiĢkenlerinin seçenek sayısı indirgenmiĢ ve optimizasyon analizi süresinin kısaltılması hedeflenmiĢtir. ĠyileĢtirme senaryoları içinde uzun geri ödeme süresine sahip veya bina hizmet ömrünü aĢan seçenekler optimizasyon analizine dahil edilmemiĢtir. 3.6. BES Tabanlı Optimizasyon Hesaplamaları ÇalıĢmanın bu adımında duyarlılık analizi ile optimizasyon kapsamından çıkarılanlar haricindeki tüm tasarım seçenekleri doğrudan araĢtırma ya da deneme yanılma yöntemi ile simülasyon yapmak yerine, genetik algoritmalar kullanılarak BES tabanlı optimizasyon yöntemiyle rastgele seçilmiĢ ve her bir iterasyonda farklı kombinasyonlar elde edilmiĢtir. Simülasyonların iterasyonun tamamlanmasıyla mevcut popülasyonda ısıtma, soğutma ve aydınlatma enerjisi toplamı için en iyi performansı gösteren bireylerin (seçeneklerin kombinasyonunun) elde edilmesi hedeflenmiĢtir. Ardından optimizasyon analiziyle elde edilen seçeneklerin global maliyeti hesaplanmıĢ ve bu seçenekler referans durumla karĢılaĢtırılarak iyileĢtirme oranları hesaplanmıĢtır. ÇalıĢmanın BES tabanlı optimizasyon adımları aĢağıda açıklanmıĢtır.  Amaç fonksiyonunun tanımlanması - komut dosyası yazılması: DesignBuilder'ın kullanılan sürümü ısıtma, soğutma ve aydınlatma enerjisinin toplamını yerleĢik bir temel performans göstergesi (built-in output key performance indicator, KPI) olarak içermediğinden, optimizasyon modülüne ısıtma + soğutma + aydınlatma enerjisini minimize edecek yeni bir amaç fonksiyonu tanımlanması. EnergyPlus sonuçlarında bu KPI‘ya eriĢmek için EpNet (C#) yazılım dili kullanarak özel komut dosyası (CS-script) yazılması (Designbuilder, n.d.a).  Tasarım kısıtlarının tanımlanması: Enerji tüketimi, karbon emisyonu, gün ıĢığı alımı limit değeri gibi eĢitlik, eĢitsizlik veya tamsayı kısıtlarının tanımlanması. 145  Diğer optimizasyon çıktılarının tanımlanması: Amaç fonksiyonu dıĢındaki diğer optimizasyon çıktıların (örneğin yıllık toplam karĢılanmayan yük saati vb.) belirlenmesi.  Tasarım değiĢken ve seçeneklerinin tanımlanması: Tasarım değiĢkeni sekmesinden sürekli ve ayrık değiĢken setini, bu değiĢkenlere ait seçenekleri ve seçenek değerlerinin belirlenmesi.  Optimizasyon ayarlarının yapılması ve uygulama: Optimizasyon hesaplama ayarlarının yapılması ve simülasyon iterasyonun baĢlatılması. Simülasyonun baĢlangıç ve bitiĢ tarihlerinin, baĢlangıç nüfüs büyüklüğü (initial population size), yakınsama ölçütü (generations for convergence) ve maksimum nesil sayısının (maximum generations) programa girilmesi  Optimizasyon sonuçlarının değerlendirilmesi: Temel performans göstergelerinin matematiksel verilere ve grafik çıktılara dönüĢmesi ile nihai enerji tüketim sonuçlarının yorumlanması. ÖdünleĢimli performans hedefleri için (örneğin enerji tüketimi/maliyet, ısıtma/soğutma enerjisi vb.) optimizasyon hedeflerini karĢılayan ve pareto cephesinde yer alan tasarım seçeneklerinin analizi  Sonuçların MS Excel programına aktarılması: Optimizasyon sonuçlarının CSV (comma-separated values) formatında MS Excel programına aktarılması ve düzenlenmesi. Yıllık toplam birincil enerji tüketimi, buna bağlı enerji maliyeti ve kabon emisyonunun ilgili dönüĢüm katsayıları ve birim fiyatlar kullanılarak hesaplanması. Global maliyet hesap cetveli ile optimal çözümlerin uzun dönem maliyetinlerinin belirlenmesi. Sonuçların karĢılaĢtırılarak optimal çözüm kümesi içinden maliyet odaklı ve enerji odaklı en iyi, ilk 10 ve ilk 100 çözümün belirlenmesi. 3.7. Global maliyet analizi Referans binalar için maliyet optimum enerji verimliliği seviyesinin belirlenmesi için BES tabanlı optimizasyon çalıĢmasıyla elde edilen çözümlerin EPBD çerçeve metodolojisi (EPBD, 2010/31/AB) ve EN 15149-1 (2017) ―Bina Enerji Sistemleri için Ekonomik Değerlendirme Prosedürü‘‘ standardında yer alan yer alan mikroekonomik finansal 146 yaklaĢıma göre, ilk yatırım, bakım, iĢletim, enerji ve artık (residual) maliyetleri içeren global maliyetleri hesaplanmıĢtır. Global maliyet hesabı için MS Excel programında oluĢturulan hesap cetveli, kullanılan formüllerle bir arada ġekil 3. 40‘ta yer almaktadır. Mimari tasarım bileĢenleri (dıĢ duvar ısı yalıtımı, pencere camı ve doğraması, güneĢ kontrol elemanları ve iç cephe boyası) ve bina alt sistemleri bileĢenlerinin (lamba, armatür ve aydınlatma otomasyonu, termostatik vana ve dijital termostat, PV paneller) iĢçilik, nakliye ve uygulama giderleri dahil birim fiyatları, piyasada faaliyet gösteren inĢaat firmalarından alınan bilgilere ve TC Çevre, ġehircilik ve Ġklim DeğiĢikliği Bakanlığı tarafından yayınlanan 2022 yılı ―ĠnĢaat ve Tesisat Birim Fiyatları‘‘ kitapçığına göre belirlenmiĢtir (ÇġĠDB, 2022). DeğiĢkenlere ait ortalama yıllık bakım ve yenileme maliyetleri piyasa araĢtırması yapılarak, BS EN 15459-1 (2017) standartı Ek A, NIST (2022a) ve (2022b) kılavuzlarındaki bilgiler esas alınarak belirlenmiĢtir. ĠyileĢtirme senaryoları için birim fiyat analizi ve yatırım maliyetine oranla ortalama yıllık bakım maliyetleri Çizelge 3. 10‘da görülmektedir. Kompakt floresan (L1), LED (L2) ve ıĢık akısı ayarlanabilir LED (L3) lambalar için piyasa araĢtırmasına dayalı birim fiyat analizi EK 5 ve EK 6‘da yer almaktadır. Döviz ile fiyatlandırılan yapı bileĢenleri için 2022 yılı döviz kuru ortalaması kullanılmıĢtır. 147 Sembol Terim Değer Tanım R_r Reel faiz oranı Real interest rate 0.0471 Nominal interest rate - Inflation rate Interest rate agreed by lender expressed in % ( A R Piyasa faiz oranı Market (nominal) interest rate 0.2031 nominal interest rate equals the real interest rate plus a projected rate of inflation) R_i Enflasyon oranı Inflation rate 0.1490 Annual depreciation of the currency expressed in % R_E Nominal enerji artışı Nominal energy escalation 0.1610 The rate is stated including inflation R_e Reel enerji artışı Real energy escalation 0.0104 The rate is stated in real (excluding inflation) f_pv (n) Present value factor 29.7822 Multiplying factor used for adjustment of the cost at Bugünkü değer faktörü f_pvm (n) Present value factorenergy 18.1047 year i to starting year of the calculation D_fi Reel indirim oranı Discount factor 0.2515 R_d Uygulama yılı için Discount rate Definite value for comparison of the value of money at Year R_d R_d enerji indirim oranı different times 1 0.9995 0.9650 2 0.9991 1.8962 3 0.9986 2.7949 4 0.9981 3.6621 5 0.9976 4.4990 6 0.9972 5.3065 7 0.9967 6.0859 8 0.9962 6.8379 9 0.9958 7.5636 10 0.9953 8.2640 11 0.9948 8.9398 12 0.9944 9.5920 13 0.9939 10.2213 14 0.9934 10.8287 15 0.9930 11.4147 16 0.9925 11.9803 17 0.9920 12.5261 18 0.9916 13.0528 19 0.9911 13.5610 20 0.9906 14.0515 21 0.9902 14.5248 22 0.9897 14.9815 23 0.9892 15.4223 24 0.9888 15.8476 25 0.9883 16.2581 26 0.9878 16.6542 27 0.9874 17.0364 28 0.9869 17.4053 29 0.9864 17.7612 30 0.9860 18.1047 30 YIL İÇİN f_pv (n) 29.8 328.0 ġekil 3. 38. Global maliyet analizinde ekonomik değerlendirme ölçütlerini belirlemek için kullanılan MS Excel hesap cetveli 148 Çizelge 3. 10. Mimari tasarım ve bina alt bileĢenleri için birim fiyat analizi ve ortalama yıllık bakım maliyetleri (ÇġĠDB, 2022; BS EN 15459-1, 2017; NIST, 2022a; NIST, 2022b) Senaryo Birim Ömür Ortalama Yıllık BileĢen Adı Özellik Birim No Fiyatı (Yıl) Bakım Maliyeti 4+12 hava+4mm Ucam= 2.9 Ref m2 280.00 TL Tvis= 0.80 SHGC= 0.75, çift cam 4+16 hava+4mm Ucam= 2.7 G1 m2 280.00 TL Tvis= 0.80 SHGC= 0.75, çift cam 4+16 argon+4mm Ucam= 2.6 G2 m2 300.00 TL Tvis= 0.80 SHGC= 0.75, çift cam 4+12 hava+4mm Ucam= 1.6 G3 m2 340.00 TL Tvis= 0.79 SHGC= 0.56, çift cam 4+16 hava+4mm Ucam= 1.3 G4 Berrak Çift Cam m2 340.00 TL Tvis= 0.79 SHGC= 0.56, çift cam 4+16 argon+4mm Ucam= 1.1 G5 m2 360.00 TL Tvis= 0.79 SHGC= 0.56, çift cam 4+12 hava+4mm Ucam= 1.6 G6 m2 360.00 TL Tvis= 0.71 SHGC= 0.44, çift cam 4+16 hava+4mm Ucam= 1.3 G7 m2 360.00 TL Tvis= 0.71 SHGC= 0.44, çift cam 4+16 argon+4mm Ucam= 1.1 G8 m2 380.00 TL 30 0.75% Tvis= 0.71 SHGC= 0.44, çift cam 6+16 hava+6mm Ucam= 1.4 G9 m2 480.00 TL Tvis= 0.69 SHGC= 0.40, low-e 6+16 argon+6mm Ucam= 1.1 G10 m2 500.00 TL Tvis= 0.69 SHGC= 0.40, low-e 6+16 hava+6mm Ucam= 1.4 G11 m2 420.00 TL Tvis= 0.63 SHGC= 0.43, low-e 6+16 argon+6mm Ucam= 1.1 G12 m2 440.00 TL Tvis= 0.63 SHGC= 0.43, low-e Low-e Çift Cam 6+16 hava+6mm Ucam= 1.4 G13 m2 580.00 TL Tvis= 0.72 SHGC= 0.53, low-e 6+16 argon+6mm Ucam= 1.1 G14 m2 600.00 TL Tvis= 0.72 SHGC= 0.53, low-e 6+16 hava+6mm Ucam= 1.4 G15 m2 590.00 TL Tvis= 0.80 SHGC= 0.64, low-e 6+16 argon+6mm Ucam= 1.1 G16 m2 605.00 TL Tvis= 0.80 SHGC= 0.64, low-e Örnek 1(R) XPS ısı yalıtımı 3 cm m2 141.58 TL 40 Örnek 2(R) EPS ısı yalıtımı 3 cm m2 127.33 TL 30 Örnek 3(R) TaĢyünü ısı yalıtımı 3 cm m2 150.85 TL 50 Y1 EPS ısı yalıtımı 4 cm m2 133.23 TL 30 Y2 TaĢyünü ısı yalıtımı 4 cm m2 159.11 TL 50 Y3 XPS ısı yalıtımı 4 cm m2 152.23 TL 40 Y4 EPS ısı yalıtımı 5 cm m2 139.14 TL 30 Y5 TaĢyünü ısı yalıtımı 5 cm m2 167.25 TL 50 Y6 XPS ısı yalıtımı 5 cm m2 162.89 TL 40 0.75% Y7 EPS ısı yalıtımı 6 cm m2 145.04 TL 30 Y8 TaĢyünü ısı yalıtımı 6 cm m2 175.39 TL 50 Y9 XPS ısı yalıtımı 6 cm m2 173.55 TL 40 Y10 EPS ısı yalıtımı 8 cm m2 156.85 TL 30 Y11 TaĢyünü ısı yalıtımı 8 cm m2 191.54 TL 50 Y12 XPS ısı yalıtımı 8 cm m2 194.86 TL 40 Y13 EPS ısı yalıtımı 10 cm m2 167.90 TL 30 Y14 TaĢyünü ısı yalıtımı 10 cm m2 206.65 TL 50 Y15 XPS ısı yalıtımı 10 cm m2 216.17 TL 40 Kasa-kanat-cam çıtası adet 36.46 TL 30 Pencere Doğraması D e s tek Sacı adet 6.35 TL 30 PVC 0.75% (60-70-80mm) Kol adet 122.50 TL 30 MenteĢe adet 28.13 TL 30 149 Çizelge 3. 10. Mimari tasarım ve bina alt bileĢenleri için birim fiyat analizi ve ortalama yıllık bakım maliyetleri (devamı) Kasa-kana adet 100.80 TL 30 Pencere Doğraması ALU Kol adet 122.50 TL 30 0.75% (60-70-80mm) MenteĢe adet 28.13 TL 30 Ref 2Ġç duvar yansıtma REF= 0.5 m R1 çarpanları (1mm R1= 0.6 m 2 2 77.75 TL 10 1.50% R2 saten alçı sıva üzeri R2= 0.7 m R3 iç cephe boyası) R3= 0.8 m2 a: Sıva üstü aygıt adet 60.00 € b: Sarkıt lamba adet 60.00 € c: Sarkıt lamba adet 85.00 € d: Ayaklı lambader adet 190.00 € e: Masa lambası adet 130.00 € f: Sarkıt lamba adet 50.00 € Armatür g: Tezgah üstü lineer aygıt adet 35.00 € 3 0 0.75% h: Sarkıt lamba adet 120.00 € L1 - L2 i: Masa lambası adet 145.00 € j: Masa lambası adet 125.00 € k: Sıva üstü aygıt adet 40.00 € l: Sıva üstü aygıt adet 35.00 € m: Spot adet 15.00 € Günde 10 saat kullanım, 10.000 L1: CFL lamba adet EK 5 3 0% saat lamba ömrü Günde 10 saat kullanım, 20.000 L2: LED lamba adet EK 5 5 0% saat lamba ömrü a: Sıva üstü aygıt adet 150.00 € b: Sarkıt lamba adet 150.00 € c: Sarkıt lamba adet 125.00 € c*: Sarkıt lamba adet 150.00 € d: Ayaklı lambader adet 300.00 € e: Masa lambası adet 65.00 € f: Sarkıt lamba adet 125.00 € Armatür g: Tezgah üstü lineer aygıt adet 80.00 € 3 0 0.75% h: Sarkıt lamba adet 200.00 € i: Masa lambası adet 140.00 € L3 i*: Masa lambası adet 220.00 € j: Masa lambası adet 175.00 € k: Sıva üstü aygıt adet 70.00 € l: Sıva üstü aygıt adet 60.00 € m: Spot adet 30.00 € L3: Akıllı (smart – Günde 10 sa kullanım, 25.000 sa adet EK5 5 0% hue) LED lamba (rated/nominal) lamba ömrü Gün ıĢığı sensörü adet 55.00 € 1 5 Aydınlatma Kontrol modülü ve kontrol paneli 3% otomasyonu adet 1.245.00 € 1 5 role kontrolör, gateway/ağ geçidi CB Cam balkon m2 1.650 TL O1 Yatay Çıkma 0.5 m m2 1.166 TL O2 DıĢ gölgemele Yatay Çıkma 1 m m 2 2.333 TL 30 0.75% O3 elemanları Yatay Çıkma 1.5 m m2 3.500 TL O1+S1 Yatay + Yanal Çıkma 0.5 m m2 1.166 TL O2+S2 Yatay + Yanal Çıkma 1 m m2 2.333 TL T1 Oda termostatı (iç T1: 22°C adet 175-275 TL T2 ortamın ısıtıldığı T2: 21°C 20/40 m2 oda için iki 20 1.50% T3 dönemde) T3: 20°C yollu motorlu vana T1 Dijital termostat (iç T1: 25°C T2 ortamın soğutulduğu T2: 26°C adet 120.00 € 1 5 4.00% T3 dönemde) T3: 27°C Fotovoltaik panel 12 Yıl fiziksel garanti, 30 yılın 1 Wp PV 440Wp kurulu güç, sonuna kadar panel performansı adet 30 0.50% 1.35$ modül verimi:%20,2 (elektrik üretimi) %80 ve üzeri 150 Binaların global maliyet analizi için hesaplama dönemi 30 yıl ve baĢlangıç yılı 2022 kabul edilerek 2017-2021 yıllarına ait finansal göstergeler kullanılmıĢtır (bkz. Çizelge 3. 8). T.C. Merkez Bankası istatistiklerine göre son 5 yılın (2017 – 2021) ortalama enflasyon oranı, bankalarca açılan kredilere uygulanan ağırlıklı ortalama piyasa faiz oranı (TL üzerinden açılan ihtiyaç, taĢıt ve konut kredisinin toplamı olan tüketici kredisi) ve buna karĢılık gelen iskonto oranı hesaplanmıĢtır (T.C. Merkez Bankası, 2022). Türkiye'nin yıllık enflasyon oranı 2022'de son yirmi yılın en yüksek seviyesine ulaĢması ve enflasyon oranına karĢılık gelen hesap sonuçlarının negatif çıkması nedeniyle 2022 yılı verileri global maliyet hesabına dahil edilmemiĢtir. Enerji maliyetinin büyük bir kısmını kullanıcıların iç ortam iklimsel ve görsel konfor Ģartlarını sağlamaya yönelik elektrik ve doğalgaz faturaları oluĢturmaktadır. ÇalıĢma kapsamında enerji maliyetleri ısıtma, soğutma ve aydınlatma enerjisi tüketimine karĢılık gelen maliyetler ile sınırlandırılmıĢ, sıhhi sıcak su, fan, pompa ve elektrikli ev aletleri için tüketilen enerji miktarı sonuç grafiklerine dahil edilmemiĢtir. Son 5 yılda enerji birim fiyatındaki artıĢın enflasyon oranından yüksek olması global maliyet analizinde dikkate alınmıĢ, doğalgaz ve elektrikteki nominal artıĢa bağlı bugünkü değer faktörü ve iskonto oranları hesaplanmıĢtır. Global maliyet hesap formülü çalıĢmanın kapsamı açısından düzenlenmiĢ ve yapı bileĢenlerinin yıkım maliyeti hesaba dahil edilmemiĢtir. Ayrıca, baĢta AB ülkeleri olmak üzere birçok ülkede emisyon hacmini azaltıcı politika aracı olarak uygulanan karbon vergisi henüz Türkiye‘de yürürlüğe girmediği için sera gazı emisyonu maliyeti çalıĢma kapsamının dıĢında tutulmuĢtur. Örnek konut binalarının global maliyetini karĢılaĢtırabilmek için hesap 2 sonuçları birim alan üzerinden (TL/m ) değerlendirilmiĢtir. 151 4. BULGULAR ve TARTIġMA Bulgular ve tartıĢma bölümü kapsamında konutlarda iklimsel ve görsel konfor koĢullarının sağlanmasına yönelik enerji optimizasyonu üzerine önerilen tasarım destek modelinin uygulanabilirliği referans binalar üzerinde test edilmiĢtir. Bölüm 4.1‘de üç örnek konut sitesini temsil eden apartman bloklarının simülasyonları yapılarak binalar enerji performans ölçütlerine göre değerlendirilmiĢtir. Ardından her bloğun ısıl ve görsel konfor koĢulları ve gün ıĢığı performans analizleri yapılmıĢ ve sonuçlar karĢılaĢtırılmıĢtır. Bölüm 4.2‘de mimari tasarım ve bina alt sistemlerine iliĢkin senaryoların simülasyonları yapılarak toplam 15 değiĢken baĢlığı altındaki 183 seçeneğin enerji performans ölçütlerine etkisi ve geri ödeme süreleri değerlendirilmiĢtir. Bu bölümün sonunda duyarlılık analiziyle BES tabanlı optimizasyon çalıĢmasında kullanılacak seçenekler belirlenmiĢtir. Bölüm 4.3‘te optimizasyon sonuçlarına yer verilmiĢtir. Optimal çözüm kümesi içindeki maliyet odaklı ve enerji odaklı en iyi on çözümün hangi seçeneklerin kombinasyonundan meydana geldiği sunulmuĢtur. Bunun yanı sıra, birincil enerji tüketimi ve global maliyet bakımından en iyi sonucu veren 100 çözümdeki değiĢkenlerin ağırlıkları yüzdelik olarak değerlendirilmiĢtir. Bölüm sonunda enerji odaklı ve maliyet odaklı optimal çözümler ısıl ve görsel konfor ölçütlerine göre ele alınarak farklı iklim bölgeleri için tasarım çözümleri bütüncül olarak değerlendirilmiĢtir. 4.1. Referans Bina Simülasyon Sonuçlarının Değerlendirilmesi Bu bölümde örnek konut sitelerindeki farklı yöne bakan ve aynı plan tipolojisine sahip dört blok Bölüm 3.2‘de açıklanan bina performans değerlendirme ölçütlerine göre incelenmiĢtir. Referans binaların ısıl konfor, görsel konfor, gün ıĢığı alımı, yıllık toplam enerji tüketimi, enerji tüketimine karĢılık gelen maliyet ve karbon emisyonu sonuçları grafik ve çizelgeler halinde sunulmuĢtur. Simülasyon hesap süresi 1 yıl (8760 saat), saat baĢına zaman adımı (timestep) sayısı 4 (15 dakika) olarak ayarlanmıĢtır. 152 4.1.1. Enerji performans sonuçları Designbuilder programında bina enerji modelinin oluĢturulmasından sonra üç konut sitesindeki farklı yöne bakan dört bloğun enerji simülasyonları yapılarak, blok bazında birim alan için enerji tüketimi; yıllık toplam ısıtma, soğutma ve aydınlatma enerjisi, nihai 2 enerji ve birincil enerji cinsinden (kWh/m .y) hesaplanmıĢtır. Doğalgaz ve elektrik tüketimine bağlı yıllık toplam CO2 emisyonu (kg eĢd. CO2/m².y) simülasyon çıktılarının yakıt cinsine göre karbon emisyonu dönüĢüm katsayıları ile çarpılarak hesaplanmıĢtır. 2 Yıllık toplam enerji maliyetlerinin (TL/m .y) hesaplanmasında 2022 yılı enerji birim fiyatları ortalaması (bkz. Çizelge 3. 7) kullanılmıĢtır. Hesaplama sonuçları aĢağıda grafikler halinde sunulmuĢ ve maddeler halinde özetlenmiĢtir. Blokların baktığı hakim yönler, yaĢam alanının baktığı yön/yatak odalarının baktığı yön Ģeklinde parantez içinde belirtilmiĢtir. 2 ġekil 4. 1. Blok bazında yıllık nihai enerji tüketimi (kWh/m .y) 153 ġekil 4. 2. Blok bazında ısıtma, soğutma, aydınlatma enerjisi nihai tüketim oranları (%) 2 ġekil 4. 3. Blok bazında yıllık enerji tüketim maliyetleri (TL/m .y) 154 ġekil 4. 4. Blok bazında ısıtma, soğutma, aydınlatma enerjisi maliyeti oranları (%) 2 ġekil 4. 5. Blok bazında birincil enerji tüketimi (kWh/m .y) ve CO2 emisyonu (kg eĢd. CO2/m².y) 155  Her bloğun cephe yönlenimi ve engel açısının göre ısıtma, soğutma ve aydınlatma enerjisi tüketimi değiĢmektedir.  Örnek 1‘de ısıtma enerjisi tüketimi en yüksek olan Blok I (D/B) ve en düĢük olan Blok IV (K/G) arasındaki 8,7%‘lik fark birim alan baĢına 4,3 kWh ve 1,7 TL‘ye denk gelmektedir. Soğutma enerjisi tüketimi en yüksek Blok I (D/B) ve en düĢük Blok II 2 (GD/KB) arasındaki fark %17,8 ile yılda m baĢına 2,2 kWh ve 4,9 TL‘dir. Aydınlatma enerjisi tüketimi en yüksek Blok IV (K/G) ve en düĢük Blok II (GD/KB) arasındaki 2 2 %4,7‘lik fark yıllık 1,1 kWh/m ve 2,5 TL/m olarak hesaplanmıĢtır.  Örnek 1 için yıllık nihai enerji tüketimi ve birincil enerji tüketimi, en yüksek Blok I 2 (D/B) ve en düĢük Blok IV (K/G) arasındaki fark sırasıyla %6 (5,3 kWh/m ) ve 2 %5,1‘dir (6,1 kWh/m ).  Örnek 1‘de yıllık enerji maliyeti en yüksek Blok I (D/B) ve en düĢük Blok II (GD/KB) 2 arasındaki fark %6,2‘dir (6,3 TL/m ).  Örnek 1‘de yıllık CO2 emisyonu en yüksek Blok I (D/B) ve en düĢük Blok II (GD/KB) 2 arasındaki fark %5,1‘dir (1,7 kg eĢd. CO2/m ).  Ġkinci konut sitesinde ısıtma enerjisi tüketimi en yüksek Blok I (G/K) ve en düĢük Blok 2 III (K/G) arasında 25,6%‘lık bir fark oluĢmaktadır. Bu fark m baĢına 8,2 kWh ve 3,2 TL‘ye denk gelmektedir. Soğutma enerjisi tüketimi en yüksek Blok IV (KD/GB) ve en 2 2 düĢük Blok I (G/K) arasındaki fark ise %29,7‘dir (3,5 kWh/m .y, 7,7 TL/m .y). Aydınlatma enerjisi tüketimi en yüksek Blok III (K/G) ve en düĢük Blok IV (KD/GB) arasındaki %5,4‘lük fark birim alan baĢına yıllık 1,3 kWh ve 2,9 TL‘ye denk gelmektedir.  Örnek 2 için yıllık toplam nihai enerji tüketimi ve birincil enerji tüketimi en yüksek Blok II (GB/KD) ve en düĢük Blok III (K/G) arasındaki fark sırasıyla %9,6 (6,9 2 2 kWh/m ) ve %6,3‘tür (6,6 kWh/m ).  Örnek 2‘de yıllık toplam enerji maliyeti en yüksek Blok II (GB/KD) ve en düĢük Blok I 2 (G/K) arasındaki fark %7 ile 6,8 TL/m ‘dir.  Örnek 2‘de yıllık CO2 emisyonu en yüksek Blok II (GB/KD) ve en düĢük Blok I (G/K) 2 arasındaki fark %5,3 ile 1,6 kg eĢd. CO2/m ‘dir. 156  Üçüncü örnekte ısıtma enerjisi tüketimi en yüksek Blok IV (GB/KD) ile en düĢük Blok II (KD/GB) arasında 9,9%‘luk bir fark meydana gelmektedir. Bu değer birim alan baĢına 5,6 kWh ve 2,2 TL‘dir. Soğutma enerjisi tüketimi en yüksek Blok III (KB/GD) ve en düĢük Blok IV (GB/KD)‘ün arasındaki fark %8 ile birim alan için 0,8 kWh ve 1,9 TL‘dir. Aydınlatma enerjisi tüketimi en yüksek Blok II (KD/GB) ve en düĢük Blok IV (GB/KD) arasındaki %1,4‘lük fark birim alan baĢına yıllık 0,3 kWh ve 0,7 TL‘dir.  Örnek 3 için yıllık toplam nihai enerji tüketimi ve birincil enerji tüketimi en yüksek Blok III (KB/GD) ve en düĢük Blok II (KD/GB) arasındaki fark sırasıyla %5,9 (5,3 2 2 kWh/m ) ve %4,3‘tür (5,1 kWh/m ).  Örnek 3‘te yıllık toplam enerji maliyeti en yüksek Blok III (KB/GD) ve en düĢük Blok 2 II (GB/KD) arasındaki fark %2,4 ile m baĢına 2,4 TL‘dir.  Örnek 3‘te yıllık CO2 emisyonu en yüksek Blok III (KB/GD) ve en düĢük Blok II 2 (KD/GB) arasındaki fark %3,8 ile 1,2 kg eĢd. CO2/m ‘dir.  Farklı yönlere bakan dört bloğa ait simülasyon sonuçlarının aritmetik ortalaması alınarak örnek konut sitelerini temsil eden referans binaların ısıtma, soğutma ve aydınlatma enerji tüketim değerleri belirlenmiĢtir. Örnek 1, Örnek 2 ve Örnek 3‘ü temsil eden referans binaların ısıtma enerjisi tüketimi sırasıyla 52,2, 37,5 ve 58,6 2 2 kWh/m .y; soğutma enerji tüketimi sırasıyla 13,3, 13,8, 11,0 kWh/m .y; aydınlatma 2 enerjisi tüketimi sırasıyla 24,3, 25,0, 23,3 kWh/m .y olarak hesaplanmıĢtır.  3 örnek konut sitesini temsil eden ve eĢdeğer yalıtım kalınlığına sahip referans binalar ısıtma, soğutma ve aydınlatma enerjisi performansı açısından karĢılaĢtırıldığında, daha fazla kat yüksekliği, kabuk alanı ve saydamlık oranına sahip Örnek 3 en yüksek yıllık ısıtma enerjisi, en düĢük soğutma ve aydınlatma enerjisi tüketimine sahip olduğu görülmüĢtür.  Referans binalar birincil enerji bakımından karĢılaĢtırıldığında, Örnek 3‘ün yıllık 2 2 tüketimi (121,3 kWh/m .y), Örnek 1 (120,9 kWh/m .y) ve Örnek 2‘den (108,4 2 kWh/m .y) daha yüksektir. Öte yandan, yıllık toplam enerji maliyeti bakımından Örnek 2 2 2 3 (99,2 TL/m .y) Örnek 1 (104 TL/m .y) ve Örnek 2‘den (100,9 TL/m .y) daha düĢüktür.  Referans binalar için oluĢturulan kullanıcı senaryosu ve yapılan kabuller üzerinden 157 enerji performansı hesaplandığında, ġekil 4. 2‘de görüldüğü gibi blok bazında en yüksek nihai enerji tüketim payı ısıtmaya ayrılmaktadır (~%40 – %60). Soğutma amaçlı enerji tüketimi toplam enerji tüketiminin ~%11 – 15‘ini, aydınlatma amaçlı enerji tüketimi toplamın ~%23 – 26‘sını oluĢturmaktadır. Öte yandan blok bazında enerji maliyetleri incelendiğinde, aydınlatma (~%51 – %57) ve soğutma (~%24 – %34) enerjisi payı, ısıtma enerjisi maliyeti payının (~%13 – %24) üzerindedir. Bunun nedeni elektriğin birim fiyatının doğalgazın birim fiyatının 5,75 katı olmasıdır (UEDAġ konut aboneleri için tek zamanlı tarife üzerinden Ocak 2022 – Aralık 2022 tarihleri arasında elektriğin ortalama birim fiyatı vergiler dahil 1 kWh: 2,225 TL; Bursagaz konut aboneleri için Ocak 2022 – Aralık 2022 tarihleri arasında doğalgaz ortalama birim fiyatı 1 kWh: 0,387 TL‘dir). 4.1.2. Isıl konfor sonuçları Referans binaların ısıl konfor koĢulları ilk olarak ASHRAE-55 (2017), BS EN ISO 7730 (2005) ve EN 16798-1 (2019) standartlarına göre CBE ısıl konfor hesaplama aracıyla hesaplanmıĢtır. Ortalama radyant sıcaklığın hava sıcaklığına eĢit olduğu varsayılarak tüm konut mekanları için ısıtma döneminde Ti=To: 23°C, soğutma döneminde Ti=To: 24°C, Icl kıĢ: 1,0 clo, Icl yaz: 0,61 clo, Va: 0,1 m/s, Rh: %50 ve M: 1 met kabul edilmiĢtir. ASHRAE-55 (2017) ve EN 16798-1 (2019) standartlarındaki ısıl konfor değiĢkenlerine göre oluĢturulan psikometrik diyagramlar ısıtma ve soğutma dönemleri için sırasıyla ġekil 4. 6 (a) ve ġekil 4. 6 (b)‘de görülmektedir. Psikrometrik diyagramlarda operatif sıcaklık (X-ekseni) ve bağıl nem (Y-ekseni) için kabul edilebilir aralıklar görülmektedir. Konfor bölgeleri standartlara göre değiĢmektedir. Referans durum için ısıtma ve soğutma döneminde iç ortam Ģartları ASHRAE-55 (2017) ve EN 16798-1 (2019) standartlarını sağlamakta, PMV (tahmini ortalama oy) ısıl his indisi ±0,5 aralığında kalmakta ve PPD (memnuniyetsizlerin tahmini yüzdesi) ısıl memnuniyetsizlik indisi %10‘u geçmemektedir. 158 ġekil 4. 6. ASHRAE-55 (2017) ve EN 16798-1‘e (2019) göre referans duruma ait (a) ısıtma dönemi ve (b) soğutma dönemi için psikometrik diyagramlar (CBE ısıl konfor hesaplama aracında yazar tarafından oluşturulmuştur) Konutların iç ortam ısıl konfor koĢulları ikinci olarak iklime dayalı detaylı dinamik yöntemle DesignBuilder programında hesaplanmıĢtır. Simülasyonlar sonucunda farklı yöne bakan binaların ilk, orta ve üst katlarındaki örnek mekanları için iç hava (operatif) sıcaklığı, zon ortalama ıĢınım sıcaklığı, bağıl nem, dıĢ ortam kuru termometre sıcaklığı, PMV – PPD ve adaptif (uyarlanabilir) konfor çıktıları aylık ve yıllık olarak elde edilmiĢtir. Ayrıca EnergyPlus saatlik simülasyon çıktıları üzerinden mekan kullanım süresi boyunca ısıtma ve soğutma yükünün iklimlendirme sistemi tarafından karĢılanmadığı saat sayısının toplamı (unmet hours) hesaplanmıĢtır. Örnek sitelerin ilk, orta ve üst katlarında yer alan ve aynı kattaki diğer daire/dairelere göre ısıl konfor düzeyi daha düĢük olan birer örnek dairesinin yıllık bazda ısıl konfor sonuçları ortalamaları Çizelge 4. 1 – Çizelge 4. 3‘de görülmektedir. Ele alınan konut mekanları için operatif sıcaklık (To), bağıl nem (Rh), PMV ve PPD‘nin aylık ortalama değerleri Örnek 1, Örnek 2 ve Örnek 3 için sırasıyla EK 7, EK 8 ve EK 9‘da yer almaktadır. 159 Çizelge 4. 1. 1 no‘lu konut sitesinin örnek mekanlarına ait yıllık ısıl konfor ortalamaları 1. KAT 3. KAT 5. KAT Blok/Mekan To Rh PPD Unmet To Rh PPD Unmet To Rh PPD Unmet PMV PMV PMV (°C) (%) (%) hours (°C) (%) (%) hours (°C) (%) (%) hours E. yatak odası (K) 23.8 44.6 -0.3 11.0 150 23.9 44.4 -0.2 10.7 150 23.8 44.4 -0.3 11.7 165 Mutfak (D) 24.5 42.4 0.0 15.3 233 24.7 42.0 0.0 15.3 243 24.3 42.7 -0.1 16.1 325 Oda 1 (B) 24.2 43.3 -0.2 10.3 94 24.2 43.3 -0.2 10.2 93 24.1 43.4 -0.2 11.1 103 Salon (D) 23.6 41.9 -0.3 15.0 119 23.8 41.7 -0.3 14.4 124 23.5 42.2 -0.4 16.0 317 E. yatak odası (KD) 23.9 44.6 -0.3 11.2 154 24.1 44.0 -0.2 11.1 168 24.0 44.1 -0.2 12.1 181 Mutfak (GD) 24.9 41.8 0.1 14.4 246 25.1 41.4 0.1 14.7 258 24.5 42.6 -0.1 15.3 292 Oda 1 (KB) 23.6 44.5 -0.3 11.5 94 23.7 44.3 -0.3 11.1 91 23.6 44.3 -0.3 11.9 102 Salon (GD) 23.8 41.8 -0.3 13.9 109 24.0 41.4 -0.3 13.4 116 23.6 42.1 -0.4 15.3 289 E. yatak odası (KB) 24.6 43.0 -0.1 11.3 196 24.8 42.6 0.0 11.1 199 24.5 43.2 -0.1 11.7 193 Mutfak (GB) 25.1 41.5 0.1 14.2 254 25.3 41.2 0.2 14.4 265 24.6 42.4 0.0 14.9 229 Oda 1 (KD) 23.9 44.0 -0.3 10.9 91 23.9 43.9 -0.3 10.6 87 23.8 43.9 -0.3 11.7 101 Salon (GB) 24.1 41.1 -0.2 12.7 121 24.4 40.7 -0.1 12.1 126 23.8 41.6 -0.3 14.1 111 E. yatak odası (B) 24.4 43.4 -0.1 10.7 171 24.5 43.2 -0.1 10.6 174 24.3 43.4 -0.1 11.5 183 Mutfak (K) 24.2 43.3 -0.1 14.4 200 24.3 43.1 -0.1 14.3 205 24.1 43.3 -0.2 15.7 308 Oda 1 (G) 24.6 42.8 -0.1 9.8 83 24.7 42.7 -0.1 9.7 82 24.5 42.8 -0.1 10.5 91 Salon (K) 23.5 42.4 -0.4 14.8 193 23.6 42.2 -0.4 14.3 196 23.4 42.4 -0.4 15.7 304 Çizelge 4. 2. 2 no‘lu konut sitesinin örnek mekanlarına ait yıllık ısıl konfor ortalamaları 1. KAT 3. KAT 5. KAT Blok/Mekan To Rh PPD Unmet To Rh PPD Unmet To Rh PPD Unmet PMV PMV PMV (°C) (%) (%) hours (°C) (%) (%) hours (°C) (%) (%) hours E. yatak odası (K) 23.7 43.6 -0.3 11.9 143 23.4 44.2 -0.4 12.8 134 24.0 42.6 -0.2 12.4 184 Mutfak (G) 25.1 41.6 0.1 12.5 236 24.6 42.6 0.0 11.8 202 25.2 41.1 0.2 15.3 258 Oda 1 (K) 24.1 42.9 -0.2 9.9 75 23.8 43.6 -0.3 10.7 78 24.3 42.2 -0.2 10.7 94 Salon (G) 23.7 42.1 -0.3 13.6 95 23.4 42.8 -0.4 14.6 84 24.0 41.3 -0.2 14.4 122 E. yatak odası (KD) 24.0 42.8 -0.2 11.4 172 23.8 43.2 -0.3 12.0 171 24.1 42.4 -0.2 12.4 193 Mutfak (GB) 25.3 41.1 0.2 13.4 260 24.8 42.0 0.1 12.6 229 25.4 40.8 0.2 15.8 270 Oda 1 (KD) 24.7 41.6 0.0 10.4 96 24.4 42.1 -0.1 10.4 97 24.5 41.7 -0.1 11.1 103 Salon (GB) 23.7 41.9 -0.3 13.4 101 23.5 42.4 -0.4 14.5 96 24.0 41.1 -0.2 14.5 131 E. yatak odası (G) 24.5 42.1 -0.1 10.4 166 24.1 42.9 -0.2 10.9 151 24.3 42.2 -0.1 11.9 185 Mutfak (K) 25.5 40.9 0.2 13.1 263 25.0 41.9 0.1 12.1 226 25.4 40.8 0.2 15.5 267 Oda 1 (G) 25.4 40.8 0.1 10.5 94 24.9 41.5 0.0 9.9 86 24.7 41.6 0.0 10.3 85 Salon (K) 23.7 42.0 -0.3 13.7 96 23.4 42.7 -0.4 15.0 87 24.0 41.2 -0.2 14.6 129 E. yatak odası (GB) 24.6 41.7 -0.1 10.3 175 24.3 42.0 -0.1 11.6 192 24.4 42.0 -0.1 11.5 180 Mutfak (KD) 25.4 41.0 0.2 13.5 265 24.9 41.8 0.1 14.2 243 25.4 40.8 0.2 15.7 269 Oda 1 (GB) 24.9 41.3 0.0 10.1 94 24.6 41.7 -0.1 11.0 103 24.7 41.6 0.0 10.7 96 Salon (KD) 24.0 41.4 -0.2 13.0 114 23.7 41.8 -0.3 15.2 121 24.1 41.0 -0.2 14.4 134 160 Blok IV Blok III Blok II Blok I Blok IV Blok III Blok II Blok I Çizelge 4. 3. 3 no‘lu konut sitesinin örnek mekanlarına ait yıllık ısıl konfor ortalamaları 1. KAT 4. KAT 7. KAT Blok/Mekan To Rh PPD Unmet To Rh PPD Unmet To Rh PPD Unmet PMV PMV PMV (°C) (%) (%) hours (°C) (%) (%) hours (°C) (%) (%) hours E. yatak odası (KB) 23.5 42.8 -0.4 15.1 207 23.9 42.2 -0.3 13.0 187 23.9 42.1 -0.2 13.0 188 Mutfak (KD) 23.7 44.2 -0.3 13.7 174 24.2 43.3 -0.1 13.8 191 24.3 43.1 -0.1 13.9 200 Oda 1 (KD) 23.4 43.4 -0.4 13.7 108 23.8 42.9 -0.3 11.3 89 23.9 42.7 -0.3 11.3 90 Salon (GD) 22.9 43.2 -0.6 17.2 338 23.3 42.5 -0.5 16.8 317 23.4 42.3 -0.4 16.4 301 E. yatak odası (GB) 24.0 42.4 -0.3 12.6 167 24.5 41.6 -0.1 11.1 160 24.5 41.6 -0.1 11.1 161 Mutfak (GD) 23.5 45.0 -0.4 15.6 243 23.9 44.2 -0.2 13.5 155 24.0 44.1 -0.2 13.5 159 Oda 1 (GD) 23.3 43.8 -0.4 13.3 101 23.7 43.3 -0.3 11.1 86 23.7 43.2 -0.3 11.0 86 Salon (KD) 22.7 43.7 -0.6 20.8 420 23.0 43.1 -0.5 18.2 368 23.1 42.9 -0.5 17.9 359 E. yatak odası (GD) 23.9 42.3 -0.3 13.5 194 24.4 41.7 -0.1 11.3 177 24.4 41.6 -0.1 11.3 180 Mutfak (KD) 23.6 44.7 -0.3 15.9 254 24.2 43.6 -0.1 13.5 173 24.7 42.6 0.0 14.0 204 Oda 1 (KD) 23.3 43.8 -0.4 13.5 101 23.8 43.1 -0.3 10.7 79 24.2 42.4 -0.2 9.8 81 Salon (KB) 22.9 43.1 -0.6 20.3 446 23.4 42.4 -0.4 17.2 335 23.6 42.0 -0.4 16.5 321 E. yatak odası (KD) 23.2 43.4 -0.5 15.3 223 23.6 43.0 -0.4 12.8 160 23.6 43.0 -0.4 12.7 161 Mutfak (KB) 23.4 45.1 -0.4 16.6 325 23.9 44.2 -0.2 13.8 158 24.3 43.4 -0.1 14.2 184 Oda 1 (KB) 23.3 43.8 -0.5 14.1 113 23.7 43.2 -0.3 11.5 89 23.9 42.7 -0.3 10.7 92 Salon (GB) 22.9 43.3 -0.6 19.7 382 23.5 42.5 -0.4 16.4 304 23.7 41.9 -0.3 15.8 253 Çizelge 4. 1 – Çizelge 4. 3‘de her üç konut sitesindeki mekanların konfor bileĢenlerinin yıllık ortalamasının BS EN ISO 7730‘da (2005) tavsiye edilen operatif sıcaklık (To: 20 – 26°C) ve bağıl nem değer aralığında (Rh: %30 - %70) kaldığı görülmektedir. Tüm mekanlar için yıllık tahmini ortalama oy değeri (PMV), EN 16798-1 (2019) standardında belirtilen ±0,7 ve ASHRAE 55 (2017) standardında belirtilen ±0,85 aralığında kalmaktadır. Öte yandan bazı mekanlarda (Örnek 1: 5. Kat mutfak ve salonları, Örnek 2: 5. Kat mutfaklar, Örnek 3: tüm bloklar ebeveyn yatak odası, mutfak ve salonlar) memnuniyetsizlerin tahmini yüzdesinin (PPD), EN 16798-1 (2019) standardında belirtilen %15 ve ASHRAE 55 (2017) standardında belitilen %20 eĢik değerini aĢtığı, ısıl açıdan konforsuz olarak tanımlanan koĢullar mevcuttur. ASHRAE 90.1 (2004) standardına göre yaz ve kıĢ giysi yalıtım kalınlıkları için konforsuz saatlerin toplamının (unmet hours) bir yılda (8760 saat) 300 saati geçtiği durumlar çizelgelerde kırmızı tonlarıyla iĢaretlenmiĢtir. Örnek 1‘in yıllık ortalama sonuçlarına göre, Blok I ve Blok IV‘ün 5. katında 5. katında yer alan salon ve mutfaklarlarda iç mekan ayar sıcaklıklarının iklimlendirme sistemi tarafından karĢılanamadığı saat sayısının toplamı 300 161 Blok IV Blok III Blok II Blok I saati aĢmıĢtır. Örnek 3‘ün tüm bloklarındaki salonlarda ve bazı mutfaklarda da benzer bir durum söz konusudur. Konfor bileĢenlerinin aylık sonuçları incelendiğinde, Örnek 1‘de Nisan ayında mutfak, salon ve yatak odalarına iliĢkin hesaplanan ortalama PMV değerinin -0,85‘ten büyük olduğu (biraz serin) ve buna karĢılık gelen PPD değerinin %20‘nin üstünde olduğu görülmektedir. Temmuz ve Ağustos aylarında Örnek 1‘in G, GD ve GB cepheli mutfakları için hesaplanan ortalama PMVdeğerinin +0,85‘i (biraz ılık) ve buna karĢılık gelen PPD değerinin %20‘yi aĢtığı tespit edilmiĢtir (EK 7). Örnek 2‘nin aylık hesap sonuçları incelendiğinde benzer ısıl konfor sorunlarının meydana geldiği görülmektedir (EK 8). Özellikle Nisan, Mayıs, Temmuz ve Ağustos aylarında her dört blokta da konfor aralığının sağlanmadığı konut mekanları (örneğin Blok I: G cepheli salon, K ebeveyn yatak odası, Blok II: GB salon, KD ebeveyn yatak odası, Blok III: K salon, G ebeveyn yatak odası, Blok IV: KD salon için PMV< -0,85; Blok II: GB mutfak, Blok III: K mutfak, Blok IV: KD mutfak için PMV > +0,85) bulunmaktadır. Ġlk, orta ve üst katlarda yer alan bu mekanların farklı cephelerde yer almasına karĢın bahar ve yaz mevsiminde konfor koĢullarının sağlanamamıĢ olması bu mekanlarda ısıtma (nisan - mayıs) ve soğutma sistemiyle (temmuz - ağustos) ilgili bir yetersizlik olduğunu göstermektedir. Örnek 3‘ün tüm ayları kapsayan ısıl konfor simülasyon sonuçlarına bakıldığında (EK 9), özellikle zemin kattaki dükkanların üzerinde yer alan konut mekanlarında kıĢ ve bahar aylarında PMV değerlerinin -0,85 eĢik değerinin altında kaldığı ve ısıl açıdan konforsuz olduğu söylenebilir. Öte yandan Örnek 3‘ün soğutma dönemindeki ısıl konfor koĢulları diğer iki referans binaya göre daha iyidir. 1., 4. ve 7. katta yer alan tüm mekanların Haziran, Temmuz ve Ağustos aylarındaki aylık tahmini ortalama oy değeri -0,4 < PMV < +0,7 aralığında kalmaktadır. Yaz dönemi için bu mekanlar yedi noktalı ısıl duyarlılık ölçeğinde nötr olarak değerlendirilmiĢtir. 162 Buna ek olarak, Bursa ilinin aylık dıĢ ortam sıcaklık ortalamarına göre ASHRAE 55 (2017) ve EN 16798-1 (2019) standartlarındaki alt ve üst adaptif konfor sınır değerleri hesaplanmıĢtır (bkz. Çizelge 2. 5). Örnek 1, Örnek 2 ve Örnek 3 için adaptif konfor sonuçları EK 10‘da bir arada sunulmuĢtur. Ocak, ġubat, Mart ve Aralık aylarında dıĢ ortam sıcaklık ortalaması (Td) 10°C‘nin altında olduğu için bu aylar adaptif konfor hesaplamasına dahil edilmemiĢtir. Simülasyon sonuçları mekanik sistemlerin devrede olmadığı ve doğal havalandırma yapıldığı Ģartlarda, ilkbahar ve sonbahar aylarında iç ortam sıcaklığının adaptif konfor sınırları içinde kaldığını göstermektedir. Bu sınır ASHRAE-55 (%80) için 18,5°C > Nisan Ti > 27°C, 20°C > Mayıs Ti > 27,5°C, 20,7°C > Eylül Ti > 27,7°C, 19,1°C > Ekim Ti > 27,2°C, 17,8°C > Kasım Ti > 26,8°C‘dir. EN 16798-1 (Kategori III) için 19,3°C > Nisan Ti > 27,3°C, 20,9°C > Mayıs Ti > 28,9°C, 21,6°C > Eylül Ti > 29,6°C, 19,9°C > Ekim Ti > 27,9°C, 18,5°C > Kasım Ti > 26,6°C‘dir. Yaz aylarında ise iç ortam sıcaklığı adaptif üst konfor sınırını aĢmaktadır (ASHRAE55 %80 için 21,1°C > Haziran Ti > 27,8°C, 22°C > Temmuz Ti > 28,1°C, 22,2°C > Ağustos Ti > 28,2°C, EN 16798-1 Kategori III için 22°C > Haziran Ti > 30°C, 23°C > Temmuz Ti > 31°C, 23,2°C > Ağustos Ti > 31,2°C). 4.1.3. Görsel konfor sonuçları Ġç mekan tasarım sürecinin önemli bir bileĢeni olan aydınlatma tasarımı farklı amaca hizmet eden (genel, bölgelik, dekoratif) ve farklı ıĢık dağılım özelliklerine sahip (direkt, yarı-direkt, karma, yarı-endirekt ve endirekt) armatürlerle gerçekleĢtirilebilir. Ticari veya kamusal yapıların aksine konut mimarisi/iç mimarisi kullanıcının kendi tarzı ve estetik anlayıĢının güçlü bir yansımasıdır. Bu bakımdan konutlarda mekan ölçeğinde kullanıcıların ihtiyaç ve beklentilerine cevap verebilecek detaylı bir mimari program hazırlanmalı, bu mekanlarda gerçekleĢtirilecek eylemlere hizmet eden bir aydınlatma tasarımı ile kullanıcıların görsel gereksinimleri karĢılanmalıdır. Bu çalıĢmada her bir konut bloğunu temsil eden örnek dairelerin aydınlatma sistemi, anket sonuçları ve kullanıcı tercihleri doğrultusunda DIALux Evo simülasyon programında modellenmiĢ ve tefriĢle uyumlu, mevcut duruma yakın bir iç aydınlatma senaryosu 163 oluĢturulması hedeflenmiĢtir. Ġç mekan renk ve malzeme seçimleri kullanıcıların estetik anlayıĢına göre daire bazında değiĢmekle birlikte ıslak hacimlerde döĢeme malzemesi olarak karo seramik, diğer odalarda ise ortak olarak laminat parke kullanılmıĢtır. Her üç konut sitesinde de iç duvarlar alçı sıva üzeri plastik boya ile bitirilmiĢ, ıslak hacimlerde fayans uygulaması yapılmıĢtır. ġekil 4. 7‘de armatür, lamba çeĢidi, ıĢık rengi ve iç mekan yüzey renklerine iliĢkin kullanıcı tercihlerinin ortalaması görülmektedir. Aydınlatma aygıtlarının seçiminde, ıĢıksal verim (etkinlik faktörü, η), renk sıcaklığı (Tc) ve renksel geriverim indisi (CRI) gibi aydınlığın niceliği ve niteliğiyle ilgili özelliklerinin yanı sıra seçilen lambaların sektördeki mevcut ürünler ile uyumu dikkate alınmıĢtır. Simülasyon programı kütüphanesinde yer alan firmaların ürün kataloglarından seçilen kompakt floresan (CFL) lambalı armatürlere ait teknik özellikler Çizelge 4. 4‘de yer almaktadır (Lumsearch, n.d.). Armatür maliyetleri, Bölüm 3.7‘deki yapı bileĢenleri birim fiyat analizi ve yıllık bakım maliyetlerinin yer aldığı Çizelge 3. 10‘da, lamba maliyetleri EK 5 ve EK 6‘da da yer almaktadır. ġekil 4. 7. Anket sonuçlarına göre kullanıcıların aydınlatma sistemi ve renk tercihleri 164 Çizelge 4. 4. Referans binalarda kullanılan aydınlatma aygıtlarının teknik özellikleri Aydınlatma Armatür Aygıt Türü Kullanım Alanı Ürün Görseli Biçimi Özellikleri Φ:1230 lm a. Sıva üstü aygıt Genel aydınlatma: P: 14 W Asma tavana monte Mutfak, banyo/WC, η:71 lm/W ıĢıklı tavan salon Tc: 3000 K CRI: 85 Φ:3200lm Genel aydınlatma: P: 42W b. Sarkıt lamba Salon, mutfak, η:38lm/W giyinme odası Tc: 2700 K CRI:84 Φ:3200lm P: 42W Bölgelik aydınlatma : c. Sarkıt lamba η:64 lm/W Salon - yemek masası Tc: 3000 K CRI:84 Φ:3200 lm P: 42W Bölgelik aydınlatma : d. Ayaklı lambader η:61 lm/W Salon Tc: 2700 K CRI: 84 Φ:3200 lm P:42W Bölgelik aydınlatma : e. Masa lambası η:60 lm/W Salon Tc: 2700 K CRI: 84 Φ:1500lm Bölgelik aydınlatma: P: 23W f. Sarkıt lamba Mutfak- yemek η:59 lm/W masası Tc: 2571 K CRI:84 Φ: 1590 lm g. Tezgah üstü P: 24 W Bölgelik aydınlatma: lineer aydınlatma η:40 lm/W Mutfak tezgahı Tc: 3000K CRI: 90 Φ:3200lm P: 84W Genel aydınlatma: h. Sarkıt lamba η:60 lm/W Yatak odaları Tc: 3000 K CRI:85 Φ:1800 lm Bölgelik aydınlatma: P: 26 W i. Masa lambası Yatak odaları – η:46 lm/W komodin üzeri Tc: 2900 K CRI: 84 Φ:900 lm Bölgelik aydınlatma: P: 13W j. Masa lambası Yatak odaları – η:51 lm/W çalıĢma masası Tc: 3000 K CRI: 84 165 Yarı-direkt Yarı-direkt Yarı-direkt Direkt Karma Yarı-direkt Yarı-direkt Direkt-endirekt Karma Endirekt Çizelge 4. 4. Referans binalarda kullanılan aydınlatma aygıtlarının teknik özellikleri (devamı) Φ:600 lm P: 9 W k. Sıva üstü aygıt Genel aydınlatma: η:30 lm/W (Tavana monte) Banyo/wc Tc: 2700 K CRI: 84 Φ:2990 lm Bölgelik aydınlatma : P: 39 W l. Sıva üstü aygıt Banyo/WC, giyinme η:76.7 lm/W (Duvara monte) odası – ayna önü Tc: 3000 K CRI: 90 Φ:1200 lm P: 18 W m. Spot Genel aydınlatma: η:33 lm/W (Sıva altı gömme) Antre, koridor Tc: 3000 K CRI: 84 DIALux evo kütüphanesinde yer alan Arlight, EAE ve FLOS firmalarının ürün katalogları kullanılarak hazırlanmıĢtır (Lumsearch, n.d.). YaĢam alanlarının genel aydınlatmasında sarkıt lambanın yanı sıra, endirekt ıĢıklı tavan uygulaması yapılmıĢtır. Yemek masası üzerine direkt/endirekt ıĢık veren bir sarkıt lamba seçilerek yatay ve dikey düzlemlerdeki bölgelik aydınlatma gereksinimi desteklenmiĢtir. Kitap okuma ve çalıĢma gibi bireysel eylemler için salona masa lambası ve ayaklı lambader yerleĢtirilmiĢtir. Mutfakların genel ve bölgelik aydınlatmasında yaĢam alanına benzer Ģekilde ıĢıklı tavan ve sarkıt lambalar kullanılmıĢtır. Mutfak tezgahı üzerindeki çalıĢma düzleminde yıkama, hazırlama, piĢirme gibi iĢlevler için gereken asgari 500 lx aydınlık düzeyi için üst dolapların altına kamaĢmaya neden olmayacak Ģekilde lineer armatüler konumlandırılmıĢtır. Yatak odalarında genel aydınlatma ile birlikte çalıĢma masası ve baĢucu masası üzerinde bölgelik aydınlatma uygulaması yapılmıĢtır. Bölgelik aydınlatma çalıĢma düzleminde gereksinim duyulan nicelikte aydınlığın oluĢmasına (>300 lx) ve odaların genel aydınlatma düzeyinin daha düĢük (100 – 200 lx aralığında) tutulmasına olanak sağlamıĢtır. Banyo ve giyinme odalarında hacmin tavanına yerleĢtirilmiĢ genel aydınlatmaya ek olarak, lavabo üstü ve boy aynası için ayna önü aydınlatması uygulaması yapılmıĢ, aynaların her iki yanına dolaylı ıĢık veren dikey doğrusal ıĢık kaynakları konumlandırılmıĢtır. Konut hacminin antre bölümü ve sirkülasyon alanlarında sıva altı gömme spotlar bulunmaktadır. 166 Direkt Edirekt Direkt Genel aydınlatma için zemin düzleminden 0,8 m yükseklikte ve oda çeperinden 0,5 m mesafede konumlandırılan yatay çalıĢma düzlemleri üzerindeki ortalama aydınlık düzeyi (Eort), aydınlığın düzgünlüğü (Uo) ve kamaĢma indisi (UGR) değerleri hesaplanmıĢtır. Bölgelik aydınlatma için aynı değerlendirme ölçütleri, yatay (mutfak tezgahı h:0,85 m, masa düzlemi h:0,76 m), eğik (okuma düzlemi h:0,76) ve dikey (ayna önü göz hizası h;1,60 m, oturma pozisyonunda h:1,20 m) çalıĢma düzlemleri üzerinde hesaplanmıĢtır. Örnek 1, Örnek 2 ve Örnek 3 için gün ıĢığının olmadığı senaryoya ait yapma aydınlatma simülasyon sonuçları, referans binalarda örnek katı temsil eden aydınlatma sistemi yerleĢim planı ve eĢdeğer aydınlık eğrileriyle bir arada sırasıyla Çizelge 4. 5, Çizelge 4. 6 ve Çizelge 4.7‘de görülmektedir. Konut bloklarının farklı katlarında yer alan aynı mekanların yapma aydınlatma değerleri gün ıĢığının olmadığı senaryoda eĢdeğer kabul edilmiĢtir. Hesap sonuçlarının TS EN 12464-1 standardı (2021) ve IESNA (2011) kılavuzundaki sınır değerlerin üstüne çıkmadığı ve/veya eĢik değerlerin altında kalmadığı (bkz. Çizelge 2. 6 ve Çizelge 2. 7) görülmektedir. Bu bakımdan aydınlatma tasarımı önerisinin tavsiye edilen görsel konfor gereksinimlerine uygun olduğu söylenebilir. 167 Çizelge 4. 5. Örnek 1 için aydınlatma sistemi yerleĢim planı ve simülasyon sonuçları Aydınlatma Sistemi YerleĢim Planı Yapma Aydınlatma Simülasyon Sonuçları Örnek 1 Mekan - Hesap Düzlemi Em Uo UGR Mutfak (Genel) Yatay düzlem 337 0,71 16,9 Mutfak tezgahı (Bölgelik) Yatay düzlem 577 0,59 18,1 Mutfak masası ( Bölgelik) Yatay düzlem 402 0,76 12,7 Salon (Genel) Yatay düzlem 235 0,44 15,6 Salon (Okuma köĢesi) Eğik düzlem 512 0,8 17 Yemek masası (Bölgelik) Yatay düzlem 367 0,77 14,4 Yemek masası (Bölgelik) Dikey düzlem 201 0,79 17,5 Ebeveyn yatak odası (Genel) Yatay d. 210 0,65 18,8 Etajer (Bölgelik) Yatay düzlem 411 0,48 20,6 Giyinme odası (Genel) Yatay düzlem 253 0,65 17,8 Ayna önü (Bölgelik) Dikey düzlem 298 0,72 18,6 Oda 1(Genel) Yatay düzlem 236 0,61 20,3 ÇalıĢma masası (Bölgelik) Yatay d. 482 0,57 20,8 Banyo (Genel ) Yatay düzlem 328 0,75 19,6 Ayna önü (Bölgelik) Dikey düzlem 230 0,75 21,1 Antre-koridor (Genel) Yatay düzlem 184 0,73 14,5 Çizelge 4. 6. Örnek 2 için aydınlatma sistemi yerleĢim planı ve simülasyon sonuçları Aydınlatma Sistemi YerleĢim Planı Yapma Aydınlatma için Hesap Sonuçları Örnek 2 Mekan - Hesap Düzlemi Em Uo UGR Mutfak (Genel) Yatay düzlem 300 0,56 17,8 Mutfak tezgahı (Bölgelik) Yatay d. 662 0,50 17,9 Mutfak masası ( Bölgelik) Yatay d. 419 0,72 16 Salon (Genel) Yatay düzlem 214 0,54 16,5 Salon (Okuma köĢesi) Eğik düzlem 487 0,76 17,2 Yemek masası (Bölgelik) Yatay d. 366 0,61 16,6 Yemek masası (Bölgelik) Dikey d. 203 0,63 17,8 Ebeveyn yatak odası (Genel) Yatay d. 172 0,49 21,8 Giyinme odası (Genel) Yatay düzlem 298 0,51 21,9 Ayna önü (Bölgelik) Dikey düzlem 206 0,71 21,4 Oda 1(Genel) Yatay düzlem 147 0,49 20,6 ÇalıĢma masası (Bölgelik) Yatay d. 324 0,52 21,3 Banyo (Genel ) Yatay düzlem 314 0,75 20,6 Ayna önü (Bölgelik) Dikey düzlem 202 0,80 20,2 Ebeveyn banyo (Genel ) Yatay d. 344 0,70 20,2 Ayna önü (Bölgelik) Dikey düzlem 305 0,75 19,9 Antre-koridor (Genel) Yatay düzlem 153 0,61 14,2 168 Çizelge 4.7. Örnek 3 için aydınlatma sistemi yerleĢim planı ve simülasyon sonuçları Aydınlatma Sistemi YerleĢim Planı Yapma Aydınlatma için Hesap Sonuçları Örnek 3 (3+1 köĢe daireler) Mekan/Hesap Düzlemi Em Uo UGR Mutfak (Genel) Yatay düzlem 323 0,49 17,5 Mutfak tezgahı (Bölgelik) Yatay d. 634 0,57 18,4 Mutfak masası ( Bölgelik) Yatay d. 387 0,83 11,7 Salon (Genel) Yatay düzlem 206 0,6 17 Salon (Okuma köĢesi) Eğik düzlem 512 0,71 18,9 Yemek masası (Bölgelik) Yatay d. 323 0,60 17,4 Yemek masası (Bölgelik) Dikey d. 198 0,69 17,5 Ebeveyn yatak odası (Genel) Yatay 231 0,4 21,8 Giyinme odası (Genel) Yatay d. 312 0,60 20,9 Ayna önü (Bölgelik) Dikey düzlem 335 0,80 21,9 Oda 1(Genel) Yatay düzlem 175 0,50 18,5 ÇalıĢma masası (Bölgelik) Yatay d. 350 0,44 17,3 Banyo (Genel ) Yatay düzlem 301 0,67 20,7 Ayna önü (Bölgelik) Dikey düzlem 191 0,82 21,7 Ebeveyn banyo (Genel ) Yatay d. 354 0,56 21,4 Ayna önü (Bölgelik) Dikey düzlem 308 0,78 21,1 Antre-koridor (Genel) Yatay d. 155 0,61 15,9 Örnek 3 (2+1 orta daire) Mutfak (Genel) Yatay düzlem 315 0,70 21,1 Mutfak tezgahı (Bölgelik) Yatay d. 550 0,66 15,8 Mutfak masası ( Bölgelik) Yatay d. 408 0,87 11,9 Salon (Genel) Yatay düzlem 234 0,45 19,7 Salon (Okuma köĢesi) Eğik düzlem 401 0,67 19,6 Yemek masası (Bölgelik) Yatay d. 309 0,70 19,8 Yemek masası (Bölgelik) Dikey d. 187 0,68 19 Ebeveyn yatak odası (Genel) Yatay 191 0,46 21,7 Ayna önü (Bölgelik) Dikey düzlem 323 0,50 21,4 Oda 1(Genel) Yatay düzlem 208 0,47 20,1 ÇalıĢma masası (Bölgelik) Yatay d. 300 0,48 18,2 Banyo (Genel ) Yatay düzlem 320 0,67 21,2 Ayna önü (Bölgelik) Dikey düzlem 250 0,74 21,6 Ebeveyn banyo (Genel ) Yatay d. 309 0,67 21,7 Ayna önü (Bölgelik) Dikey düzlem 311 0,65 21,4 Antre-koridor (Genel) Yatay d. 155 0,45 18,2 169 Görsel konfor analizinin ikinci bölümünde referans binaların ilk, orta ve üst katlarında yer alan örnek dairelerinin gün ıĢığı alan mekanları ortalama gün ıĢığı faktörü (aDF), faydalı günıĢığı aydınlığı (UDI), mekânsal günıĢığı otonomisi (sDA) ve yıllık günıĢığı alımı (ASE) yöntemleriyle değerlendirilmiĢtir. Gün ıĢığı simülasyon sonuçları ġekil 4. 9 – ġekil 4. 14‘te görülmektedir. Statik ve iklimsel verilere dayalı dinamik ölçütlere göre eĢik değerin altında veya referans aralık dıĢında kalan değerler grafiklerde kırmızı ve tonlarıyla ifade edilmektedir. Her üç konut bloğunun saydamlık oranı %20‘nin üzerinde olup, yaĢama alanlarında pencerelerin boyut, biçim ve yerleĢim düzeni TS EN 17037 (2019) standardında tavsiye edilen yeterli dıĢ görüĢü (en az iki katman görünür özellikte, yatay görüĢ açısı >28°, dıĢ görüĢ mesafesi> 20 m) sağlamaktadır. YaĢama mekanlarının gün ıĢığı alımı incelendiğinde, binaların çevresinde ağaç, bina, peyzaj öğesi vb. bir dıĢ engel bulunmadığı tespit edilmiĢtir. Öte yandan mekan boyutları ve organizasyonu, saydamlık oranı ve cephe yönlenimi gibi parametreler hacimlerin güneĢlenme süresini değiĢtirmektedir. ġekil 4. 8‘de bir yılı temsil eden yaz ve kıĢ gündönümü tarihleri ve bir günü temsil eden 09:00, 12:00, 15:00 ve 17:00 saatleri için referans binaların gölge analizi görülmektedir. ġekil 4. 8. Örnek konut sitelerinin vaziyet planı üzerinde gölge analizi 170 ġekil 4. 9. Örnek 1‘e ait aDF ve UDI hesap sonuçları 171 ġekil 4. 10. Örnek 1‘e ait sDA ve ASE hesap sonuçları 172 ġekil 4. 11. Örnek 2‘ye ait aDF ve UDI hesap sonuçları 173 ġekil 4. 12. Örnek 2‘ye ait sDA ve ASE hesap sonuçları 174 ġekil 4. 13. Örnek 3‘e ait aDF ve UDI hesap sonuçları 175 ġekil 4. 14. Örnek 3‘e ait sDA ve ASE hesap sonuçları 176 1 no‘lu konut sitesindeki tüm mekanlar ıĢığı performansı UDI faydalı aydınlık düzeyi aralığının (100 lx < E < 2000lx) içinde kalmaktadır (ġekil 4. 9). Öte yandan tüm blokların 5. katındaki salon ve çocuk odalarının aDF değeri %1,5‘in altındadır. 5. kattaki gün ıĢığı düzeyinin alt kattaki aynı mekanlardan düĢük olması saçakla iliĢkilendirlmiĢtir. Ayrıca, Blok II‘nin 1. katındaki mekanlar ve tüm blokların 3. katındaki ebeveyn yatak odalarının aDF değeri eĢik değerin altında kalmıĢtır. Simülasyon sonuçları sDA ölçütleri bakımından değerlendirildiğinde, Blok I‘in 1. katındaki salon (D) ve çocuk odaları (B), Blok IV‘ün 5. katındaki salon (K) ve çocuk odaları (G) ile Blok II-III-IV‘ün 1. katındaki tüm mekanlarında, kullanım saatleri içerisinde (08.00 – 18.00, 10 saat boyunca) taban alanının %55‘inde 300 lx eĢik değeri gün ıĢığı ile sağlanamadığı görülmektedir (ġekil 4. 10). ASE ölçütlerine göre Blok II‘nin 5. katındaki salon (GD) ve çocuk odalarında (KB), soğutma yüklerinde artıĢa ve kamaĢmaya neden olabilecek aydınlık düzeyi (yılda 250 saatten ve hacmin taban alanının %10‘nundan fazlasında 1000 lx) meydana gelmektedir. 2 no‘lu konut sitesi gün ıĢığı performans öçlütleri bakımından değerlendirildiğinde, tüm bloklarda 1. katta yer alan mutfak, oda 2 ve salonlarda ve 5. katta yer alan oda 1, oda 2 ve salonlarda aDF'nin %1‘in altında kaldığı ve bu mekanların UDI sonuçlarının da düĢük olduğu görülmektedir (ġekil 4. 11: Blok I, Blok II, Blok III‘ün 3. kat ebeveyn odalarında UDI ve aDF değerleri sırasıyla %27,7 – %0,3, %28,9 – 0,28, %18,1 – % 0,3‘tür). Toplamda 5 mekanda çalıĢma düzlemindeki yıllık aydınlık düzeyi dağılımı yetersizdir ve 08:00-18:00 saatleri arasında taban alanının asgari %50'si için referans aralık (100 - 2000lx) sağlamamaktadır. GünıĢığı simülasyon sonuçları sDA ölçütlerine göre değerlendirildiğinde, tüm blokların 1. katında yer alan odalar ve salonlardaki çalıĢma düzlemleri için minimum aydınlık düzeyinin sağlanmadığı, sonuçların eĢik değerin (taban alanın %55‘i için 300 lx) altında kaldığı görülmektedir. Öte yandan, sDA performansı %75‘i geçen bazı mekanlarda (örneğin Blok III ve Blok IV‘ün 3. katındaki yaĢam alanı ve yatak odalarında) ASE değerlerinin eĢik değerin üstüne çıktığı (250 sa, 1000 lx) tespit edilmiĢtir (ġekil 4. 12). 177 Örnek 3‘ün gün ıĢığı hesap sonuçları incelendiğinde, tüm konut mekanlarının yıllık gün ıĢığı alımının faydalı aydınlık düzeyi aralığında (100lx