التحكّم القائم على شبكة عصبية RBF ذكية للاستقرار الديناميكي والتحكم في القدرة في الشبكات الصغيرة المتكاملة مع مصادر متجددة

لماذا تهم الطاقة المحلية الأكثر ذكاءً

مع تركيب المنازل والحرم الجامعية والمجتمعات الصغيرة المزيد من الألواح الشمسية على الأسطح وتوربينات الرياح، يصبح الحفاظ على استمرار تشغيل الأنظمة الكهربائية أكثر تعقيدًا مما يبدو. فالشمس والرياح تتغيران دقيقةً تلو الأخرى، ما يجعل أنظمة الطاقة المحلية، أو الشبكات الصغيرة، عرضةً للومضات وانخفاضات الجهد وضياع الطاقة النظيفة. يستعرض هذا البحث نهج تحكّم ذكيًا يجمع بين إلكترونيات متقدمة وشبكة عصبية سريعة التعلّم للحفاظ على استقرار الشبكة الصغيرة المتمحورة حول مصادر متجددة، وجعلها فعّالة وجاهزة للعمل في العالم الحقيقي.

حفظ توازن شبكة صغيرة

الشبكة الصغيرة تشبه نظام طاقة بحجم الحي يمكنه دمج الألواح الشمسية وتوربينات الرياح والبطاريات والاتصال بشبكة المرافق الأكبر. والتحدّي أن كل مكوّن يتصرف بطريقة مختلفة: الألواح الشمسية تولد تيارًا مستمرًا (DC)، بينما تعمل الشبكة العامة بتيار متردد (AC)، وتغيّر توربينات الرياح خرجها مع تغيّر الرياح. صمّم المؤلفون شبكة صغيرة حيث تتغذى الطاقة الشمسية وطاقة الرياح والبطارية على "حافلة" DC مشتركة تزود الشبكة المحلية. وللحفاظ على توازن هذا النظام الصغير، ركّزوا على هدفين يهتمان بهما المستهلكون عادةً: استقرار الجهد والتردّد (لكي تعمل الأجهزة بشكل صحيح) وكفاءة عالية (لكي لا تُهدر طاقة متجددة ثمينة على شكل حرارة في الإلكترونيات).

عقول أذكى للطاقة المتجددة

في قلب النظام متحكم ذكي مبني على شبكة عصبية ذات دوال أساس شعاعي (RBFNN). ببساطة، هذه "دماغ" تعلم آلي يمكنه بسرعة تعلّم سلوك الشبكة الصغيرة تحت ظروف مختلفة ثم ضبط إعدادات التحكم في الوقت الفعلي. يجمع القياسات مثل الجهد والتيار والقدرة من أنحاء الشبكة الصغيرة، يحللها ويرسل أوامر مُحسّنة إلى المتحكمات المحلية التي تقود الإلكترونيات المتصلة بالألواح الشمسية وتوربين الرياح والبطارية وواجهة الشبكة. ونظرًا لأن RBFNN يتعلّم بسرعة ويمكنه التكيّف فورًا، فإنه يتعامل مع التغيرات المفاجئة في ضوء الشمس أو الرياح أو الطلب على الكهرباء أفضل من المتحكمات التقليدية التي غالبًا ما تحتاج إلى إعادة ضبط يدوية تستغرق وقتًا.

تعزيز الطاقة الشمسية واحتواء التذبذبات

تنتج الألواح الشمسية بطبيعتها فولتية منخفضة نسبيًا يجب رفعها قبل أن تُغذي الشبكة الصغيرة. يقدم المؤلفون جهازًا إلكترونيًا خاصًا بالطاقة، يُدعى محوّل رفع متكامل بمحث مرتبط من نوع Z-source (Z-SCIB)، يمكنه رفع خرج الألواح إلى مستوى أعلى وأكثر فائدة مع الحفاظ على إجهاد منخفض على مكوناته الداخلية. يُوجَّه هذا المحوّل بواسطة متحكم كلاسيكي تناسبي–تكاملي (PI) يتم ضبطه تلقائيًا عبر أسلوب بحث مُلهم من الطبيعة مستوحى من هجرة الإوز، يُدعى تحسين النسق الرمادي (Grey Lag Goose Optimization, GGO). معًا، يقوم محوّل Z-SCIB ومتحكم PI المضبوط بواسطة GGO بضبط جهد الخلايا الشمسية بسرعة إلى المستوى المطلوب، محققين كفاءة تقارب 97%، ما يعني أن قدرًا ضئيلًا جدًا من طاقة الشمس يهدر أثناء عملية التحويل.

الرياح والبطاريات وجودة الطاقة النظيفة

تدخل طاقة الرياح الشبكة الصغيرة عبر مولد تعاكس مُغذّى مزدوج (doubly fed induction generator)، وهو نوع من مولدات توربينات الرياح يمكنه تعديل كل من القدرة الفعلية المتسلّمة والقدرة التفاعلية التي تساعد في دعم جهد الشبكة. يُحوّل خرجها إلى تيار مستمر ويُنظّم بإحكام قبل الانضمام إلى الحافلة المشتركة. يربط محوّل ثنائي الاتجاه البطارية بنفس الحافلة، مما يسمح للبطارية بامتصاص الفائض عندما تكون الشمس والرياح وفيرة وإطلاقه عندما يرتفع الطلب أو ينخفض إنتاج المتجدد. تحافظ متحكمات PI إضافية على تيار شحن البطارية ضمن حدود آمنة وعلى مزامنة العاكس المواجه للشبكة مع الشبكة الرئيسية. تُظهر المحاكاة أنه حتى عندما تتقلب درجة الحرارة والإشعاع الشمسي وسرعة الرياح والحمولة معًا، يحافظ النظام على ثبات جهد وتيار الشبكة ويقلل التشويه الكهربائي (التوافقيات الضارة) إلى مستويات منخفضة جدًا.

ما معنى ذلك لاستخدام الطاقة اليومي

تستنتج الدراسة أن دمج محوّل رفع شمسي فعّال، ومولد رياح مرن، وإدارة بطارية ذكية ومتحكم إشرافي قائم على RBFNN يمكن أن يجعل الشبكات الصغيرة المليئة بالطاقة المتجددة مستقرة وعالية الكفاءة. عمليًا، هذا يعني وميضًا أقل، واستغلالًا أفضل للطاقة النظيفة، وتحسينًا في الاعتمادية للأماكن التي تعتمد على التوليد المحلي، من القرى النائية إلى الحرم الجامعية الحضرية. ومع أن النهج يعتمد على بيانات تدريب جيدة للشبكة العصبية ويضيف بعض التعقيد الحاسوبي، فإنه يرسم طريقًا واضحًا نحو شبكات صغيرة يمكنها التكيّف تلقائيًا مع سلوك الطقس والطلب الفوضوي في العالم الحقيقي، ما يقرب الطاقة النظيفة الموثوقة من الحياة اليومية.

الاستشهاد: Chiluka, V., Sekhar, G.G.R., Reddy, C.R. et al. Intelligent RBF neural network-based control for dynamic stability and power control in renewable-integrated microgrids. Sci Rep 16, 6250 (2026). https://doi.org/10.1038/s41598-026-36641-9

الكلمات المفتاحية: التحكم في الشبكات الصغيرة, الطاقة المتجددة, الطاقة الشمسية وطاقة الرياح, تخزين بالبطارية, متحكم الشبكة العصبية