إطار تحسين متعدد الاستراتيجيات باستخدام توائم رقمية ذكائية لتقليل انبعاثات الكربون في الشبكة الذكية

لماذا يحتاج الطاقة الأنظف إلى تحكم أذكى

لوحات الطاقة الشمسية على الأسطح وتوربينات الرياح على التلال أصبحت مشاهد مألوفة، لكن إبقاء الأضواء مضاءة باستخدام طاقة تعتمد على الطقس أكثر تعقيدًا مما يبدو. عندما تسطع الشمس أو تهب الرياح في «أوقات غير مناسبة»، غالبًا ما تهدر الكهرباء النظيفة وتضطر محطات الوقود الأحفوري للتدخل لسد الفجوات. تستكشف هذه الورقة كيف أن نسخة افتراضية من الشبكة — «توأم رقمي» مدعوم بالذكاء الاصطناعي — يمكنها إدارة عدة أنواع من تخزين الطاقة في آن واحد لتقليل كل من الانبعاثات والتكاليف في نظام طاقة مجتمعي واقعي.

مرآة افتراضية لشبكة الطاقة الحديثة

يبني الباحثون نسخة رقمية مفصّلة لشبكة ذكية تخدم حيًا مختلطًا يضم مساكن ومؤسسات تجارية. على الأرض، تتضمن هذه الشبكة ألواحًا شمسية وتوربينات رياح وخطوط نقل تقليدية ومنازل وأعمالًا، بالإضافة إلى ثلاث تقنيات تخزين مختلفة: بطاريات للاستجابة السريعة، وخزانات حرارية ساخنة/باردة لإدارة الحرارة، ومعدات هيدروجين لتخزين الطاقة على فترات طويلة. في الحاسوب، يتلقى التوأم الرقمي بيانات مستمرة من المستشعرات وعدادات ذكية، ويتنبأ بشمس وغبار الغد والرياح والطلب باستخدام شبكات عصبية، ويُحاكي كيفية تصرف كل جهاز تخزين. وبما أن التوأم يعمل أسرع من الزمن الحقيقي، يمكنه اختبار العديد من قرارات التحكم المحتملة قبل إرسال أفضل نقاط الضبط إلى الشبكة الفعلية.

ثلاث طرق لأمر التخزين بما يجب فعله

في جوهر الدراسة مقارنة مواجهة بين ثلاث استراتيجيات تحكم تقرر متى تشحن أو تُفرغ كل وحدة تخزين. الأبسط هو مخطط قائم على قواعد، مبني من قواعد «إن–فإن» مثل «افرغ البطارية عندما يكون الطلب مرتفعًا». الطريقة الأكثر تقدمًا، المسماة التحكم التنبؤي النموذجي، تنظر باستمرار بضع ساعات إلى الأمام باستخدام تنبؤات التوأم لتخطط نمط شحن وتفريغ أمثل، لكنها تطبق فقط الخطوة الأولى قبل إعادة التخطيط. الأسلوب الثالث، خوارزمية جينية، تعامل جدول الـ24 ساعة كسكان من الحلول المرشحة وتُطوّر حلولًا أفضل عبر أجيال عديدة. تعمل الثلاث طرق داخل نفس التوأم الرقمي وتواجه نفس الأسعار وعقوبات الكربون وقيود الأجهزة، مما يسمح بمقارنة عادلة للأداء وجهد الحوسبة والجدوى العملية.

ماذا يحدث في يوم واقعي على الشبكة

يختبر الفريق إطارهم على شبكة مجتمعية بحجم ميكروغريد مع يوم كامل من الطلب المتسق والتوليد المتجدد الواقعي. بدون أي تخزين، يجب على الشبكة استيراد كميات كبيرة من الكهرباء من نظام يفترض أنه معتمد على الوقود الأحفوري، ما يؤدي إلى انبعاثات كربونية عالية وتكاليف متوسطة. بعد تفعيل محفظة التخزين المنسقة، يتغير المشهد: يتم امتصاص فائض الطاقة الشمسية عند منتصف النهار بواسطة البطاريات والخزانات الحرارية والهيدروجين، ثم يُطلق لاحقًا لتغطية ذروة المساء. بالمقارنة مع خط الأساس بدون تخزين، تقلل أفضل استراتيجية — التحكم التنبؤي النموذجي — الانبعاثات بحوالي 64 بالمئة وتخفض تكاليف التشغيل بنحو 16 بالمئة. تقدم الخوارزمية الجينية تخفيضات تقارب نفس المقدار، لكنها تتطلب وقت حوسبة أعلى بكثير، بينما تزال المقاربة القائمة على القواعد تخفض الانبعاثات بحوالي النصف لكنها في الواقع تزيد التكاليف لأنها لا تستطيع توقيت واردات الشبكة بذكاء.

اختيار مستوى الذكاء المناسب

بعيدًا عن الأرقام الخام، تبرز الدراسة مقايضات مهمة. التحكم القائم على القواعد سريع وبسيط للغاية، ما يجعله شبكة أمان موثوقة عندما تكون قدرات الحوسبة أو التنبؤات محدودة، لكنه يترك الكثير من إمكانات الطاقة النظيفة غير مستغلة. يمكن للخوارزمية الجينية استكشاف جداول معقدة جدًا والتعامل مع التفاصيل الفوضوية، لكنها تستغرق نحو دقيقتين من الحوسبة الثقيلة للتخطيط ليوم واحد — بطيئة جدًا لإعادة التخطيط المتكررة في شبكة حية. يقع التحكم التنبؤي النموذجي في النقطة الوسطى: فهو يحترم صراحة كل قيود الأجهزة، ويستخدم تنبؤات قصيرة المدى لتوقع فائض الشمس وذروة الطلب، وعادة ما يحل مسألة الأمثلية في ثوانٍ قليلة على أجهزة قياسية. هذا التوازن بين التبصر والدقة والسرعة يجعله جذابًا لغرف التحكم في العالم الحقيقي.

ماذا يعني هذا للتحول نحو طاقة أنظف

لغير المتخصص، الاستنتاج الرئيسي هو أن تحقيق أهداف المناخ لا يقتصر على بناء المزيد من الألواح الشمسية والبطاريات؛ بل يتعلق بنفس القدر بكيفية تشغيل ما نملكه بذكاء. تُظهر هذه العمل أن توأمًا رقميًا ممكنًا بوساطة الذكاء الاصطناعي، يشرف على مزيج من تقنيات التخزين، يمكن أن يحول شبكة مجتمعية تقليدية إلى شبكة تعتمد بشكل أقل بكثير على الطاقة الملوِّثة وفي الوقت نفسه توفر المال. من بين الخيارات المدروسة، تبرز استراتيجية التحكم ذات النظرة المستقبلية كأفضل وسيلة عملية لتنسيق البطاريات وتخزين الحرارة والهيدروجين معًا. مع مزيد من التحسين والاختبار الواقعي، قد تصبح مثل هذه التوائم الرقمية أدوات يومية للمرافق، تعمل بهدوء في الخلفية للحفاظ على طاقة موثوقة ومنخفضة الكربون.

الاستشهاد: Sakthivel, S., Arivukarasi, M., Charulatha, G. et al. A multi strategy optimization framework using AI digital twins for smart grid carbon emission reduction. Sci Rep 16, 8570 (2026). https://doi.org/10.1038/s41598-026-38720-3

الكلمات المفتاحية: الشبكة الذكية, التوأم الرقمي, تخزين الطاقة, انبعاثات الكربون, تحسين بالذكاء الاصطناعي