تحسين توزيع الانبعاثات بتكلفة مرجحة باستخدام هجن بين الخوارزميات الجينية وAPO تحت جدولة حساسة للأولويات لأنظمة القدرة الحرارية

لماذا أصبح تشغيل الأنوار أكثر تعقيدًا

في كل مرة تقوم فيها بتبديل المفتاح، يتعامل مشغلو محطات الطاقة مع مطلبين متنافسين: إبقاء الكهرباء ميسورة التكلفة والحفاظ على نظافة الهواء. مع تزايد اللوائح التي تحد من التلوث وتزايد عدم توقع الطلب، لم يعد الأسلوب القديم القائم على اختيار أرخص المحطات كافياً. تستعرض هذه الدراسة طريقة تخطيط جديدة تساعد مشغلي الشبكة على جدولة وحدات الفحم أو الغاز على مدار اليوم مع موازنة التكلفة والانبعاثات بطريقة مرنة وشفافة.

صراع المصالح بين المال والدخان

لمدة عقود، كان الهدف الرئيسي من جدولة محطات الطاقة تلبية الطلب بأقل تكلفة وقود ممكنة. كان ذلك ممكناً عندما كانت أنماط الطلب مستقرة وكانت القوانين البيئية متساهلة. اليوم، يجب على شركات المرافق أيضاً الامتثال لقيود صارمة على غازات الاحتباس الحراري وغيرها من الملوثات. لجعل الأمور أكثر تعقيداً، لا تتصرف المحطات الحقيقية بسلاسة: تغييرات صغيرة في الإنتاج قد تغير فجأة استهلاك الوقود والانبعاثات بسبب حدود الأجهزة الداخلية وتنوع أنواع الوقود. فوق ذلك، تجعل طاقات الرياح والشمس وشحن السيارات الكهربائية الطلب والعرض أقل قابلية للتنبؤ. كل هذه العوامل تحوّل ما كان مهمة بسيطة لتقليل التكلفة إلى لغز متعدد الأهداف مع العديد من القيود.

بحث من مرحلتين لجدولات يومية أفضل

يقترح المؤلفون أن أداة بحث واحدة لا تكون جيدة في كل مرحلة من هذا اللغز. في البداية، تحتاج الخوارزمية إلى استكشاف واسع لتجنب الوقوع في حل ضعيف؛ فيما بعد، يجب أن تجري تعديلات دقيقة ورفيعة بالقرب من حدود القيود الفنية والبيئية. إجابتهم هي مخطط هجين من خطوتين. في الخطوة الأولى، تبتكر الخوارزمية الجينية وتطوّر العديد من الجداول المرشحة لمدة 24 ساعة لثلاث مولدات حرارية. كل مرشح يحترم حدود المصنع الأساسية ويُقيّم بواسطة درجة مركبة تمزج بين التكلفة والانبعاثات. تساعد هذه المرحلة من الاستكشاف الواسع على التركيز على مناطق واعدة في فضاء الحلول دون الانشغال بالتفاصيل الدقيقة.

ترك "اللفروخ القطبي" لترتيب التفاصيل

بمجرد أن تجد الخوارزمية الجينية أفضل جدول لديها، تبدأ الخطوة الثانية. تُسلم هنا نفس الجدولة إلى تقنية أحدث تسمى تحسين اللفروخ القطبي (Arctic Puffin Optimization). مستوحاة بشكل فضفاض من طريقة بحث الطيور البحرية وتجمعها، صممت هذه الطريقة لإجراء حركات قصيرة وحذرة حول نقطة بداية جيدة. تنظر أولاً قليلاً ما وراء الجدول الأصلي، ثم تغوص في تعديلات أكثر دقة، وأخيراً تسمح لأفضل المرشحين بسحب البقية إلى مجموعة مستقرة. يكون هذا السلوك مفيدًا بشكل خاص قرب الحدود الضيقة، حيث يمكن لتغيير بسيط في إخراج المولد أن يقلل التكلفة أو الانبعاثات دون خرق قواعد السلامة أو البيئة.

تعيين الأولويات دون إعادة بناء النموذج

ميزة عملية رئيسية للطريقة هي كيف تتعامل مع الموازنة بين المال والتلوث. بدلاً من بناء نماذج منفصلة للتشغيل «الرخيص» أو «النظيف» أو «الوسيط»، يستخدم المؤلفون درجة مركبة واحدة تتضمن وزنَين: واحد للتكلفة وآخر للانبعاثات. بتغيير هذين الوزنَين ببساطة، يمكن للإطار نفسه أن يحاكي سياسة تركز على التكلفة، أو تركز على الانبعاثات، أو متوازنة. في أوضاع التشغيل الثلاثة، التي اختُبرت على نمط طلب واقعي لمدة 24 ساعة، حافظ النهج الهجين على تقارب الإنتاج مع الطلب مع احترام الحدود الفنية والبيئية. بالمقارنة مع استخدام الخوارزمية الجينية وحدها، خفّض الهجين إجمالي تكلفة التشغيل بنسبة تصل إلى نحو 1.9 بالمئة في وضع أولوية التكلفة وحسّن الانبعاثات قليلاً في الوضع البيئي المركّز، وكل ذلك دون إنشاء جداول غير مستقرة أو غير قابلة للتنفيذ.

ما الذي يعنيه هذا لتخطيط الطاقة في المستقبل

بعبارات بسيطة، يقدم هذا العمل لمشغلي الشبكة "منزلق" أذكى بين الطاقة الرخيصة والنظيفة لا يتطلب إعادة برمجة النظام كلما تغيرت الأولويات. بينما تستخدم حالة الاختبار ثلاث مولدات تقليدية فقط، تُظهر النتائج أن الطريقة الهجينة تمنح مكاسب متواضعة لكن موثوقة وتُبقي الجداول مستقرة عند تحول السياسات. مع مزيد من التطوير لشبكات أكبر ومزيد من مصادر الطاقة المتجددة، قد تساعد مثل هذه الأساليب نظم الطاقة على التوجه نحو تشغيل أقل انبعاثاً مع الحفاظ على فواتير الكهرباء تحت السيطرة.

الاستشهاد: Srinivas, C., Reddy, M.R.P., Kumar, V. et al. Weighted cost emission dispatch optimization using GA–APO hybridization under priority sensitive scheduling for thermal power systems. Sci Rep 16, 12160 (2026). https://doi.org/10.1038/s41598-026-41270-3

الكلمات المفتاحية: توزيع اقتصادي للانبعاثات, جدولة محطات الطاقة, خوارزميات التحسين, تكلفة الكهرباء والتلوث, أنظمة القدرة الحرارية