تحسين استثمارات الطاقة المتجددة باستخدام نماذج قرار ضبابية متعددة الأوجه قائمة على الذكاء الاصطناعي

خيارات أكثر ذكاءً للطاقة النظيفة

في حين تتسابق الدول لاستبدال الوقود الأحفوري بالطاقة النظيفة، أصبح اتخاذ القرار بشأن مكان إنفاق مليارات الدولارات على مزارع شمسية وحدائق رياح وشبكات صغيرة محلية لغزاً ذا رهانات عالية. تستكشف هذه الورقة كيف يمكن للذكاء الاصطناعي أن يساعد المستثمرين وصانعي السياسات على فرز هذه التعقيدات لاختيار مشاريع طاقة متجددة توفر أكثر الفوائد موثوقية وقابلة للتوسع وطويلة الأمد لكل من الاقتصاد والبيئة.

لماذا تهم التفاصيل الفنية

خلف كل توربين رياح أو صفيف شمسي شبكة من الخيارات الفنية التي تقرر بهدوء ما إذا كان المشروع سينجح أم يواجه صعوبات. يركز المؤلفون على خمسة مكوّنات من هذا النوع: مدى كفاءة النظام في تحويل ضوء الشمس أو الرياح إلى طاقة؛ مدى سهولة نموه مع تزايد الطلب (قابلية التوسع)؛ مدى تكرار حدوث الأعطال (الموثوقية)؛ مدى بساطة وسرعة إصلاحه (قابلية الصيانة)؛ ومدى سلامته أثناء التشغيل. ونظراً لأن المال والأراضي والعمالة الماهرة محدودة، يجب على المستثمرين معرفة أي من هذه العوامل ينبغي إعطاؤها الأولوية. ومع ذلك، فإن الدراسات السابقة عادة ما درستها منعزلة، أو فقط لتقنية واحدة مثل الطاقة الشمسية أو الرياح، مما ترك صانعي القرار بدون خارطة طريق واضحة وعامة.

دمج الحكم البشري مع الخوارزميات الذكية

تقدم الدراسة إطار قرار ينسج بين رأي الخبراء والحسابات على طراز الذكاء الاصطناعي. بدلاً من التعامل مع آراء الخبراء كحقائق ثابتة وخالية من الخطأ، يقيم النموذج الخبراء أنفسهم أولاً، معطيًا وزناً أكبر لمن يملكون معرفة وخبرة أقوى. ثم يمثل تقييماتهم باستخدام شكل مرن من المنطق «الضبابي»، المصمم للتعامل مع درجات الرمادي بدل الإجابات الصارمة بنعم أو لا. والأهم من ذلك، أن النموذج يفعل ذلك تحت أربعة شروط متباينة — سلبية وإيجابية وغير مستقرة وعادية — بحيث يمكنه عكس كيف قد تغير عدم اليقين في العالم الحقيقي أو تقلبات السوق أو تحولات السياسة طريقة تقييم الناس للمخاطر والفوائد الفنية.

رسم خرائط السبب والنتيجة داخل نظم الطاقة

للتجاوز عن قوائم التحقق البسيطة، يرسم الإطار أيضًا كيفية تأثير العوامل الفنية الخمسة على بعضها البعض. على سبيل المثال، يمكن أن يصبح النظام الأسهل في الصيانة أكثر موثوقية وبذلك أكثر أمانًا مع مرور الوقت. يستخدم الباحثون تمثيلاً شبيهًا بالشبكة لهذه الروابط السببية، ثم يقومون بتحديثه مرارًا حتى تستقر قوة الروابط في نمط ثابت. هذا يولد مجموعة من الأوزان التي تعبر عن مدى قوة تأثير كل عامل على أداء المشروع الإجمالي بمجرد أخذ حلقات التغذية الراجعة هذه في الحسبان. وبدلاً من افتراض أن كل معيار قائم بذاته، يلتقط النموذج صراحة ترابطها.

العثور على أفضل مسارات الاستثمار

مسلحين بهذه الأوزان، يقارن المؤلفون بين خمس استراتيجيات استثمارية عامة: دعم تقنيات ذات تحويل طاقة عالي جدًا، تفضيل الأنظمة المستقرة والمتوقعة، التركيز على الشبكات الصغيرة السهلة الخدمة، دمج مصادر متجددة متعددة، وتعظيم الأداء على مدى عمر المشروع كله. ثم تبحث خطوة تصنيف متخصصة عن النمط الذي يفصل أفضل الخيارات عن الأضعف مع الحفاظ على أكبر قدر ممكن من المعلومات. عبر العديد من إعدادات عدم اليقين وفحوصات الحساسية المختلفة، ترتفع استراتيجيتان باستمرار إلى القمة: الاستثمار في الشبكات الصغيرة السهلة الخدمة، وتصميم المشاريع لتؤدي أداءً جيدًا طوال دورة حياتها من التركيب إلى الاستبعاد.

ما يعنيه هذا لانتقال الطاقة النظيفة

بالنسبة لغير المتخصصين، الرسالة الأساسية واضحة: مصادر الطاقة المتجددة التي تخدمنا على مدى عقود ليست فقط تلك التي تستخرج أكبر قدر من الطاقة اليوم، بل تلك التي يمكنها النمو مع الطلب وإصلاحها بسرعة عند حدوث عطل. يقترح هذا النهج المدعوم بالذكاء الاصطناعي أن توسيع شبكات صغيرة معيارية وسهلة الصيانة والتركيز على الأداء طويل الأجل يمكن أن يجعل استثمارات الطاقة المتجددة أكثر مرونة وأقل مخاطرة وفي النهاية أكثر فعالية من حيث التكلفة. من خلال ترجمة الرياضيات المعقدة إلى تصنيفات عملية، يوفر الإطار للمستثمرين وصانعي السياسات طريقة أوضح لتوجيه انتقال الطاقة النظيفة نحو مشاريع قوية وجاهزة للمستقبل.

الاستشهاد: Dinçer, H., Yüksel, S., Aksoy, T. et al. Optimizing renewable energy investments using artificial intelligence-based multi-facet fuzzy decision models. Sci Rep 16, 8708 (2026). https://doi.org/10.1038/s41598-026-41164-4

الكلمات المفتاحية: الاستثمار في الطاقة المتجددة, الشبكات الصغيرة, نماذج دعم القرار, المنطق الضبابي, قابلية توسع مشاريع الطاقة