تعزيز أداء تتبع نقطة القدرة القصوى لمزرعة رياح متصلة بالشبكة تعتمد على مولد حثي ذو تغذية مزدوجة باستخدام استراتيجية تحكم هجينة ANFIS-PI

توربينات رياح أذكى لمناخ متغير

أصبحت مزارع الرياح عموداً فقرياً للكهرباء النظيفة، لكن الرياح الحقيقية فوضوية—تهاجم بهبات وغير منتظمة ومتغيرة باستمرار. وهذا يجعل من الصعب بشكل مفاجئ على التوربينات استخراج كل واط ممكن. تستكشف هذه الورقة طريقة جديدة "لتعليم" التوربينات الكبيرة المتصلة بالشبكة كيف تتفاعل بذكاء أكبر مع الرياح المتغيرة، بحيث يمكنها حصاد طاقة أكبر من نفس النسيم مع تغذية الشبكة بتدفّق طاقة مستقر.

لماذا المهم استخراج أقصى قدر من كل هبة ريح

لا تدور التوربينات الحديثة بسرعة ثابتة واحدة. بل تعدل باستمرار سرعة دورانها وشدة عمل المولد، بحثاً عن ما يسمى بنقطة القدرة القصوى—النقطة المثلى حيث تنتج سرعة الرياح المعطاة أكبر قدر من الكهرباء. هذه المهمة، المعروفة بتتبع نقطة القدرة القصوى (MPPT)، مهمة بشكل خاص لآلة مستخدمة على نطاق واسع تسمى المولد الحثي ذو التغذية المزدوجة (DFIG)، والذي يتصل بالشبكة عبر إلكترونيات طاقة متقدمة. تتعثر وحدات التحكم التقليدية، المبنية أساساً على قواعد رياضية ثابتة، عندما تتغير ظروف الرياح بسرعة أو عندما يصبح سلوك التوربين شديد اللاتخطية. والنتيجة أن مزارع الرياح الفعلية غالباً ما تقصر عن إمكاناتها النظرية من حيث الإنتاج.

مزج القواعد الشبيهة بالبشر مع تعلم الآلة

لمعالجة هذه القيود، يقترح المؤلفون استراتيجية تحكم هجينة تربط متحكماً صناعياً كلاسيكياً—يسمى متحكم النسبة والتكامل (PI)—مع نظام استدلال عصبي ضبابي تكيفي (ANFIS). يجمع ANFIS بين فكرتين: المنطق الضبابي، الذي يلتقط قواعد "إذا-فإن" شبيهة بالإنسان مثل "إذا كانت سرعة الرياح معتدلة، فزد العزم قليلاً"، والشبكات العصبية التي تتعلم كيف تضبط تلك القواعد من البيانات. في هذه الدراسة، استخدمت سجلات السرعة الحقيقية للرياح وإنتاج الطاقة من محطة طاقة الرياح عادما الثانية في إثيوبيا لتدريب ANFIS. ثم يشرف متحكم ANFIS‑PI الهجين على محولات الطاقة المتصلة على التوالي التي تربط دوار التوربين بالشبكة الكهربائية، حيث يضبط التيارات والعزم باستمرار للحفاظ على التوربين قرب نقطة تشغيله الأفضل رغم تقلبات الرياح.

داخل التوأم الرقمي لمزرعة رياح

قام الفريق ببناء "توأم رقمي" مفصّل لتوربين رياح متصل بالشبكة يعتمد DFIG في بيئة MATLAB‑Simulink، وهي منصة محاكاة هندسية معيارية. يتضمن نموذجهم الديناميكا الهوائية لتوربين ذو محور أفقي، والسلوك الميكانيكي للصندوق التروس والدوار، والعمليات الكهرومغناطيسية للمولد والمحولات. كما نموذجوا مكونات جانب الشبكة مثل المرشحات والمحولات التي تشكل جودة الطاقة الموردة. وفوق هذا النموذج الفيزيائي، نفذوا ثلاث استراتيجيات تحكم متنافسة: متحكم PI الموجود المستخدم في عادما II (بوصفه معياراً عالمياً)، ومتحكم ضبابي زائد PI (FLC‑PI)، والمتحكم الهجين الجديد ANFIS‑PI. اختُبرت الثلاثة باستخدام ملفات رياح حقيقية ومتغيرة بشكل كبير تتراوح من ظروف هادئة إلى هبات تصل حوالى 17 متراً في الثانية.

كم من الطاقة الإضافية يمكن أن يوفرها الذكاء؟

الفائدة الأكثر وضوحاً من النهج الجديد هي زيادة في الحد الأقصى للإخراج الكهربائي للتوربين تحت ظروف الرياح المصنفة. عند سرعة تشغيل نموذجية تبلغ 12.5 متراً في الثانية وزاوية ميل شفرات صفر درجة، يصل متحكم PI المرجعي إلى حوالي 1.56 ميغاواط. يرفع المتحكم المحسّن بالمنطق الضبابي FLC‑PI هذا إلى ما يقرب من 2.2 ميغاواط، وهو قفزة كبيرة بالفعل. يذهب متحكم ANFIS‑PI الهجين أبعد بقليل، مقدماً حوالي 2.22 ميغاواط—زيادة تزيد عن 42 في المئة مقارنة بالنظام PI الأصلي. مؤشر كفاءة رئيسي، وهو معامل القدرة (مقياس لمدى تحويل الطاقة الحركية للرياح إلى كهرباء)، يتحسن من نحو 0.41 مع متحكم PI إلى حوالي 0.55 مع ANFIS‑PI، مقترباً من الحدود العملية للتوربينات التجارية. تظهر المحاكاة أيضاً أن سرعة الدوار والعزم أكثر تنسيقاً، مما يسمح للتوربين بتتبع ذروة القدرة المتحركة بشكل أوثق مع تذبذب الرياح.

ماذا يعني هذا لمزارع الرياح المستقبلية

لغير المتخصصين، الرسالة الأساسية واضحة: بجعل "عقل" التوربين أذكى، يصبح من الممكن الحصول على طاقة نظيفة أكبر بكثير من نفس المعدات ونفس الرياح. يتعلم متحكم ANFIS‑PI المقترح من بيانات التشغيل الحقيقية ويكرّر باستمرار كيفية استجابة التوربين للظروف المتغيرة، متفوقاً على كل من وحدات التحكم التقليدية والبسيطة الذكية. ورغم أن الدراسة تركز على مزرعة رياح إثيوبية واحدة وتفترض ظروف شبكة عادية وخالية من الاعطاب، يمكن تكييف الطريقة لمواقع أخرى عبر إعادة تدريب وحدة ANFIS ببيانات محلية. في عالم يتسابق لتوسيع الطاقة المتجددة، تقدم مثل هذه استراتيجيات التحكم الذكية وسيلة فعالة من حيث التكلفة لزيادة الإنتاجية والثبات دون بناء توربينات جديدة.

الاستشهاد: Biyazne, L.W., Tuka, M.B., Abebe, Y.M. et al. Enhancing MPPT performance of a grid-connected Doubly-Fed induction generator-based wind power plant using hybrid ANFIS-PI control strategy. Sci Rep 16, 5732 (2026). https://doi.org/10.1038/s41598-026-36021-3

الكلمات المفتاحية: طاقة الرياح, تتبع نقطة القدرة القصوى, التحكم الذكي, مولد حثي ذو تغذية مزدوجة, أنظمة عصبية ضبابية