إطار تحسين لإدارة صحة البطارية في أنظمة المركبة إلى الشبكة يدمج توقع التدهور المعتمد على المحولات ومتطلبات خدمات الشبكة

لماذا يهم الشحن الذكي

مع انتشار السيارات الكهربائية، لم تعد مجرد وسائل نقل—بل أصبحت بطاريات متنقلة. عند توصيلها، يمكن لهذه البطاريات أن تعيد الطاقة إلى الشبكة، مما يساعد على إبقاء الأضواء مضاءة وتلطيف تقلبات إنتاج الطاقة الشمسية والرياح. تبدو هذه الفكرة، المسماة المركبة‑إلى‑الشبكة، فائدة متبادلة، لكن هناك مشكلة: كل شحنة أو تفريغ إضافي يستهلك البطارية تدريجيًا. تطرح هذه الورقة سؤالًا عمليًا يهم العديد من السائقين والمرافق ومخططي المدن: هل يمكننا استخدام السيارات المتوقفة لدعم الشبكة مع حماية عمر البطارية ومحافظ المالكين؟

تحويل السيارات إلى جيران مفيدين

في إعداد المركبة‑إلى‑الشبكة، تعمل السيارات الكهربائية المتوقفة كمخزن طاقة حي في الحي. عندما تكون الكهرباء رخيصة ومتوفرة، تشحن؛ وعندما يرتفع الطلب وترتفع الأسعار، يمكنها تزويد الشبكة بالطاقة. يشير المؤلفون إلى أن معظم الأعمال السابقة سعت لتقليل فواتير الكهرباء أو تلبية احتياجات الشبكة، لكنها اعتبرت تآكل البطارية أمرًا ثانويًا. وهذا محفوف بالمخاطر، لأن التفريغ العميق، والتقلبات السريعة في القدرة، وحالات الشحن القصوى يمكن أن تقصر عمر البطارية بشكل كبير. تضع هذه الدراسة صحة البطارية في صلب مسألة التخطيط، مع مواصلة السعي لتحقيق عوائد اقتصادية قوية ودعم موثوق للشبكة.

تعليم نموذج لشعور بتآكل البطارية

لحماية البطارية، يحتاج الفريق أولًا إلى طريقة للتنبؤ بسرعة تدهورها تحت أنماط استخدام مختلفة. بدلًا من الاعتماد على معادلات كيميائية معقدة، يستخدمون نهجًا حديثًا يعتمد على البيانات مستوحى من أدوات ترجمة اللغة. يُعاد تدريب نموذج "المحوِّل"، المعروف بقدرته على قراءة جمل طويلة، ليقرأ سجلات طويلة من سلوك البطارية: مستوى الشحن عبر الزمن، وسرعة تدفق التيار داخل أو خارج، ودرجة الحرارة، وكمية السعة المفقودة بالفعل. من خلال التعلم من بيانات اختبار مفصلة من مختبر بطاريات جامعي، يمكن للموديل أن يتوقع مقدار التآكل الإضافي الناتج عن جدول شحن وتفريغ مقترح، حتى عندما تتراكم التأثيرات ببطء على مدى ساعات أو أيام.

موازنة الصحة والثبات والربح

تُدمج توقعات تآكل البطارية هذه في إطار تحسين يبحث عن أفضل خطة شحن على مدار يوم كامل. يجب أن توازن الخطة بين ثلاثة أهداف. أولًا، ينبغي أن تحافظ على الحد الأدنى من الضرر الإضافي للبطارية. ثانيًا، يجب تجنب القفزات المفاجئة في القدرة، التي قد تسبب ضغطًا على البطارية والشبكة على حد سواء. ثالثًا، يجب أن تولد ربحًا من خلال شراء الكهرباء عندما تكون الأسعار منخفضة وبيعها عندما تكون مرتفعة ضمن تعريفات الوقت‑قيمة. يعامل المؤلفون هذه المسألة على أنها لغز غير خطي ذو قيود عديدة: يجب أن تبقى القدرة ضمن نطاقات آمنة، ولا يمكن أن يصبح مستوى الشحن عالياً جدًا أو منخفضًا جدًا، ويجب ألا تكون التغييرات من ساعة إلى أخرى حادة للغاية. لحل هذا اللغز بكفاءة وموثوقية، يستخدمون طريقة رياضية تسمى البرمجة التربيعية التتابعية، التي تستفيد من معلومات التدرج—كيف يتغير التآكل مع تعديلات صغيرة في القدرة—للوصول بسرعة إلى جدول قابل للتنفيذ وشبه مثالي.

كيف أداء الجدول الذكي

يختبر الباحثون طريقتهم على بطارية مركبة كهربائية واقعية ونمط أسعار لمدة 24 ساعة. يقارنون ثلاث أدوات تحسين: طريقتهم المختارة للبرمجة التربيعية التتابعية، وطريقة أخرى تعتمد على التدرج، وخوارزمية شائعة التجهيز تُسمى تحسين سرب الجسيمات، التي تستكشف الخيارات بمحاكاة سرب من الطيور في البحث. تلتزم الأدوات الثلاث بحدود سلامة البطارية، لكن الاختلافات في الأداء لافتة. تجد الطرق المعتمدة على التدرج خططًا تشحن بقوة عندما تكون الأسعار منخفضة وتفريغًا قويًا عندما تكون الأسعار مرتفعة، مستخدمة نحو 70% من نطاق سعة البطارية دون إجهاد مفرط. هذا يحقق ربحًا صافياً مع إبقاء التآكل الإضافي المقدر ضئيلًا جدًا. بالمقابل، غالبًا ما تستقر نهج سرب الجسيمات على شحن وتفريغ متحفظين، فتفوت اللحظات الأكثر قيمة وتتكبد خسائر في المتوسط، خاصة عندما تكون أنماط الأسعار متغيرة عشوائيًا.

ماذا يعني هذا للسائقين وللشبكة

لغير المتخصص، الخلاصة مطمئنة: مع تخطيط أذكى، يمكن للمركبات الكهربائية المتوقفة أن تساعد في استقرار الشبكة وتولد دخلاً دون تقصير كبير في عمر البطارية. من خلال الجمع بين نموذج تنبؤي متقدم "يفهم" كيف تتقدم البطاريات في العمر ومُحسِّن يحترم الحدود الفيزيائية وإشارات الأسعار، يظهر المؤلفون أنه من الممكن إيجاد جداول تكون مربحة ولطيفة على الأجهزة في آن واحد. تشير نتائجهم إلى أن المرافق ومشغلي الشحن ينبغي أن يتجاوزوا استراتيجيات القواعد العامة ويتبنوا جداول واعية بالصحة إذا أرادوا لبرامج المركبة‑إلى‑الشبكة أن تكون مستدامة وجذابة للسائقين على المدى الطويل.

الاستشهاد: Zhong, C., Ma, Q., Ren, M. et al. An optimization framework for battery health management in vehicle-to-grid systems integrating transformer-based degradation prediction and grid service requirements. Sci Rep 16, 12258 (2026). https://doi.org/10.1038/s41598-026-38862-4

الكلمات المفتاحية: المركبة-إلى-الشبكة, تدهور البطارية, المركبات الكهربائية, الشحن الذكي, تحسين الطاقة