تنبؤ الحمل الكهربائي باستخدام نماذج فترات مبنية على الُدقّة ومبادئ مبرّرة

لماذا يهم هذا للاستخدام اليومي للكهرباء

الحفاظ على استمرار التيار الكهربائي يتطلب توازناً دقيقاً. على شركات الطاقة أن تكون دائماً مستعدة بقدرة كافية لتلبية الطلب، ولكن ليس بقدر مبالغ فيه يضيع الوقود والمال. تستكشف هذه الدراسة طريقة جديدة للتنبؤ بكمية الكهرباء التي سيحتاجها إقليم ما في المستقبل، خاصة على مدى الأشهر والسنوات، مع عرض صريح لمدى عدم اليقين في تلك التنبؤات. هذا مهم لكل من يعتمد على نظام طاقة موثوق وبأسعار معقولة ويزداد انخفاضاً في انبعاثاته الكربونية.

من التخمينات المفردة إلى نطاقات آمنة

تعطي أغلب أدوات التنبؤ التقليدية رقماً واحداً لطلب الكهرباء في المستقبل، مثل «ستحتاج الشبكة إلى 5000 ميغاواط غداً عند الساعة 6 مساءً». قد تكون هذه التنبؤات النقطية دقيقة نسبياً على المدى القريب، لكنها تصبح هشة عند التطلّع إلى أبعد من ذلك، لأن الطلب يتشكّل بتأثير الطقس المتقلب والنمو الاقتصادي وتغير العادات مثل شحن المركبات الكهربائية. حسّنت الأساليب الأحدث القائمة على التعلم الآلي والشبكات العميقة الدقة، لكنها لا تزال غالباً تخرُج بتخمين واحد «الأفضل» وتخفي غالباً عدم اليقين وراء افتراضات احتمالية معقدة يصعب على المشغلين والمنظمين تفسيرها.

التفكير بالقطع بدلاً من النقاط

يقترح المؤلفون عقلية مختلفة: بدلاً من المراهنة على رقم مفرد، يتنبؤون بفترات—نطاقات آمنة يُحتمل أن يقع الطلب الحقيقي داخلها. لبناء هذه النطاقات يستخدمون فكرة تُعرف بـ«الحوسبة الحبيبية»، التي تتعامل مع البيانات على شكل قطع ذات معنى أو حبيبات، بدلاً من نقاط منعزلة. بالنسبة لطلب الكهرباء، كل حبيبة هي فترة حول قيمة مركزية (مثل الوسيط اليومي أو الأسبوعي للحمل) تلتقط مقدار التباين المحتمل للحمل. التعامل مع هذه الحبيبات يساعد على تمليس الضوضاء العشوائية، ويجعل الأنماط أوضح عبر أيام وأسابيع وأشهر، ويقدّم صورة أكثر واقعية لمدى عدم اليقين في المستقبل.

الموازنة بين الشمول والصرامة

تتمثل تحديات رئيسية في تحديد عرض كل فترة. إذا كانت واسعة جداً فستحتوي تقريباً دائماً على الطلب الحقيقي لكنها تصبح عديمة الفائدة للتخطيط لأنها غامضة للغاية. وإذا كانت ضيقة جداً فقد تغفل قيماً حقيقية وتمنح إحساساً زائفاً باليقين. يتعامل الباحثون مع هذا عبر تعريف مقياسين بسيطين: «التغطية»، وهي حصة القيم الفعلية التي تقع داخل الفترة، و«التحديد» وهو مقياس لمدى ضيق ومعلوماتية تلك الفترة. يجمعون بينهما في مقياس واحد يسمونه مؤشر التبرير. ثم تبحث الطريقة عن الفترات التي تعظم هذا المقياس، مع رفض تلقائي للتطرف—الفترات الواسعة جداً التي تفسر كل شيء ولا تفسر شيئاً، أو الضيقة جداً التي تفوت الكثير من نقاط البيانات الحقيقية.

اختبار الفكرة على نظام كهرباء حقيقي

لمعرفة مدى نجاح هذا النهج عملياً، استخدم الفريق أربع سنوات من بيانات الشبكة الكهربائية الرئيسية في عمان، مقاسة كل 30 دقيقة من 2020 إلى 2023. بنوا وضبطوا فتراتهم باستخدام بيانات 2020–2022، ثم تحققوا من مدى قدرة تلك الفترات على احتواء الأحمال غير المرئية في 2023. أنشأوا فترات يومية وأسبوعية وشهرية وقارنوها مع أدوات التنبؤ المألوفة مثل نماذج الانحدار، أشجار القرار، الشبكات العميقة، والأساليب الاحتمالية مثل انحدار الكميّات والتنبؤ التوافقي. باستخدام مقياس "التداخل" قيّموا مدى تقارب الفترات المتوقعة مع الفترات المبنية مباشرة من بيانات 2023. أظهرت النتائج أنه مع الانتقال من الحبيبات اليومية إلى الأسبوعية والشهرية، أصبحت الفترات أكثر استقراراً، وأكثر توافقاً مع الواقع، وأسهل في التفسير.

ما تكشفه الفترات الجديدة عن الشبكة

كشفت التحليلات عدة رؤى عملية. أولاً، تجميع البيانات على فترات أطول، مثل الأسابيع والأشهر، يحسّن بشكل كبير موثوقية التنبؤات لأن تقلبات اليوم تساوي مع مرور الزمن. ثانياً، وفرت الفترات المحسّنة تطابقاً واضحاً ومتسقاً مع الطلب الفعلي عبر سنوات متعددة، ما يدل على أن الطريقة تعمم جيداً بدلاً من أن تكون متكيّفة بشكل مفرط مع سنة واحدة. ثالثاً، تبين أن الطلب في أيام الأسبوع وعطلات نهاية الأسبوع في النظام المدروس كان متشابهاً إلى حد مفاجئ، مما يوحِي بعدم ضرورة بناء نماذج منفصلة لكلٍ منهما. عند المقارنة مع طرق تنبؤية أخرى قائمة على الفترات، قدّم نهج الحبيبات المبرر تغطية تنافسية مع الحفاظ على فترات ضيقة نسبياً، وكل ذلك دون افتراض أي توزيع إحصائي محدد للبيانات.

كيف يساعد هذا في الحفاظ على موثوقية الشبكة

لغير المتخصصين، النتيجة الأساسية واضحة: بدلاً من إخفاء عدم اليقين، تجعل هذه الطريقة عدم اليقين مرئياً وقابل الاستخدام. يمكن لمشغلي الشبكات تخطيط التوليد والاحتياطيات والصيانة استناداً إلى نطاق واقعي لاحتمال الطلب المستقبلي، بدلاً من رقم مفرد هش. الحد الأدنى يخبرهم بكمية القدرة التي يمكن خفضها بأمان، بينما يشير الحد الأعلى إلى مقدار الاحتياط الذي يجب إبقاؤه جاهزاً لأيام الحَرّ أو الطفرات الاقتصادية أو المفاجآت الأخرى. من خلال التعبير عن عدم اليقين بطريقة شفافة ومبنية على البيانات، تدعم هذه الفترات التنبؤية نظم طاقة أكثر مرونة واقتصادية واستدامة على المدى الطويل.

الاستشهاد: Al-Hmouz, R., Mansouri, M., Al-Badi, A. et al. Electric-load forecasting using interval models based on granularity and justifiable principles. Sci Rep 16, 7722 (2026). https://doi.org/10.1038/s41598-026-39571-8

الكلمات المفتاحية: تنبؤ الحمل الكهربائي, فترات عدم اليقين, الحوسبة الحبيبية, تخطيط شبكة الطاقة, سلاسل زمنية للطاقة