إدارة طاقة مبتكرة تعتمد على التعلم المعزّز الضبابي للمنازل الذكية من خلال تحسين موارد الطاقة المتجددة بخوارزمية تحسين نجمة البحر

منازل أذكى لعالم طاقة متغير

أصبح الحفاظ على تشغيل الأضواء بتكلفة منخفضة وبشكل نظيف أكثر صعوبة مع تزايد عدد الأجهزة الموصولة في منازلنا وتوسع الشبكة الكهربائية في إضافة ألواح شمسية وتوربينات رياح. تستعرض هذه الورقة طريقة جديدة لتمكين المنازل الذكية من إدارة الكهرباء القادمة من الألواح الشمسية على الأسطح، وتوربينات الرياح الصغيرة، وبطاريات المنزل، والسيارات الكهربائية، مع الاحتفاظ بإمكانية الاعتماد على الشبكة عند الحاجة. من خلال تعليم "مخّ طاقة" المنزل التعلم من التجربة والتعامل مع عدم اليقين في ضوء الشمس والرياح والأسعار، يبيّن المؤلفون أن الأسر يمكنها خفض الفواتير، واستخدام قدر أكبر بكثير من الطاقة المتجددة، وتقليل التلوث دون التضحية بالراحة.

كيف يمكن للمنزل الذكي أن يفكّر في الطاقة

تتخيّل الدراسة منزلاً حديثاً متصلاً بعدة مصادر طاقة: ألواح شمسية على السطح، وتوربين رياح صغير، وبطارية منزلية، ومركبة كهربائية يمكن شحنها وأحياناً تغذّي الكهرباء عائداً للشبكة. المنزل مرتبط أيضاً بالشبكة الكهربائية الأوسع التي تشتري وتبيع الكهرباء بأسعار تتغير بالساعة. بدلاً من الاعتماد ببساطة على طاقة الشبكة كلما شغّل شيء ما، يقرر نظام الإدارة المقترح باستمرار، كل ساعة، ما إذا كان ينبغي سحب الطاقة من الشبكة، أو تخزين الفائض الشمسي أو الرياح في البطارية أو السيارة، أو حتى بيع الطاقة الفائضة مرة أخرى. الأهداف الرئيسية بسيطة: الحفاظ على راحة السكان، وتقليل التكلفة الإجمالية خلال اليوم، واستغلال أكبر قدر ممكن من مصادر الطاقة المتجددة المحلية.

استراتيجية تحكم لينة لكنها ذكية

في قلب النظام محرك قرار يمزج فكرتين: المنطق الضبابي والتعلم المعزّز. المنطق الضبابي يتيح للآلات التعامل مع مفاهيم غير دقيقة مثل «طلب مرتفع»، «إشعاع شمسي متوسط»، أو «مستوى بطارية منخفض» بدلاً من قواعد تشغيل/إيقاف حادة. بالمقابل، التعلم المعزّز هو نهج تجريبي يكافأ فيه المتحكّم عندما يخفض التكاليف ويزيد استخدام المتجدد، ويُعاقب عندما يهدر الطاقة أو يجهد البطارية. يبني المؤلفون متحكماً بأربعة مدخلات رئيسية — طاقة شمسية، طاقة رياح، طلب المنزل، وسعر الكهرباء — وأربعة مخرجات تعمل كمفاتيح للطاقة الشمسية، والرياح، وبطارية المنزل، والمركبة الكهربائية. تقرر هذه المخرجات ما إذا كان كل مصدر مغلقاً، يزوّد المنزل، أو يشحن/يفرغ مخزن الطاقة.

تعليم المنزل ليَتعلّم

تدريب هذا المتحكّم ليس أمراً بسيطاً، لأن ضوء الشمس والرياح وسلوك البشر تتفاوت بطرق معقّدة. للتعامل مع ذلك، يولّد المؤلفون العديد من «الأيام» المحتملة باستخدام نماذج إحصائية: تتبع شدة الشمس وطلب الأسر توزيعات بيتا، بينما تتبع سرعة الرياح وأنماط استخدام المركبات الكهربائية توزيعات طبيعية وتوزيعات ذات صلة. عبر هذه السيناريوهات، يتم ضبط المتحكّم باستخدام طريقة بحث مستوحاة من الطبيعة تُسمى خوارزمية تحسين نجمة البحر، التي تستكشف تركيبات كثيرة من قواعد الضبابي وتتقارب تدريجياً نحو تلك التي تعطي أدنى تكلفة وأعلى حصة من المتجدد. بعد مرحلة التدريب تُجمّد مجموعة القواعد، ويمكن للنظام اتخاذ قرارات مباشرة بسرعة كبيرة — في حدود ألف جزء من الثانية لكل خطوة — سريعة بما يكفي للاستخدام في الوقت الحقيقي في محور طاقة منزلي.

ما الذي تحققه المحاكاة للمنزل

باستخدام محاكاة حاسوبية مفصلة ليوم كامل مع عشرة سيناريوهات عدم يقين مختلفة، يقارن الباحثون المتحكّم الذكي المقترح مع أساليب أكثر تقليدية، بما في ذلك أنظمة ضبابية أبسط وطرق تعتمد على مولدات ديزل احتياطية أو جداول زمنية أقل مرونة. تحت ثلاثة أنواع شائعة من التسعير — تعريفات ثابتة، وأسعار حقيقية تتقلب خلال اليوم، وأسعار تحدد قبل اليوم — يقلل النظام الجديد من تكاليف الكهرباء اليومية بنسبة 35.2%، و23.8%، و26.43% على التوالي. في الوقت ذاته، يزيد من حصة الطلب الملبى بالطاقة الشمسية والرياح لتصل إلى نحو 70% خلال الساعات الحرجة، مع الحفاظ على مستويات شحن البطارية والمركبة ضمن حدود آمنة. على مدى فترة 20 عاماً، يصل التصميم إلى تكلفة كهرباء تنافسية ويخفض نفقات التشغيل وانبعاثات الكربون بنحو 12–19% مقارنة بالخيارات المعتمدة على الديزل من نفس الحجم.

لماذا يهم هذا في الحياة اليومية

لغير المتخصصين، الرسالة الأساسية هي أن جمع الطاقة الشمسية المنزلية والرياح الصغيرة والبطاريات والسيارات الكهربائية مع متحكّم ذكي قائم على التعلم يمكن أن يجعل تشغيل المنزل أرخص وأكثر ودية للبيئة. بدلاً من إجبار الناس على توقيت استخدام الأجهزة يدوياً أو تخمين متى يشحنون سياراتهم، يقوم النظام المقترح تلقائياً بموازنة كل الموارد لمواكبة تغير الأسعار والطقس والعادات. وعلى الرغم من أن العمل قائم على محاكاة ويحتاج لاختبارات في العالم الحقيقي، فإنه يشير إلى مسار عملي نحو منازل — وحتى عيادات أو شركات صغيرة — تعمل كمولدات طاقة صغيرة، تقلص الفواتير والانبعاثات مع الحفاظ على تزويد مريح للطاقة على مدار الساعة.

الاستشهاد: Hamedani, M.M.K., Jahangiri, A., Mehri, R. et al. Innovative fuzzy reinforcement learning based energy management for smart homes through optimization of renewable energy resources with starfish optimization algorithm. Sci Rep 16, 11131 (2026). https://doi.org/10.1038/s41598-026-40247-6

الكلمات المفتاحية: إدارة طاقة المنزل الذكي, دمج الطاقة المتجددة, تخزين البطارية والمركبة الكهربائية, تحكم التعلم المعزز الضبابي, تسعير الكهرباء الديناميكي