تحديد حجم وموقع مصادر الطاقة الموزعة متعددة الأهداف في شبكة التوزيع بواسطة مزيج تحسين سرب الغوريلات والخوارزمية الجينية: دراسة حالة حقيقية

طاقة محلية أذكى للاعتمادية اليومية

عندما تقوم بتشغيل مفتاح الإضاءة، تتوقع تيارًا فوريًا ومستقرًا—لكن توفير تلك الاعتمادية أصبح أصعب مع تزايد طلب الكهرباء واتصال المزيد من المصادر المتجددة بالشبكة. إحدى الأفكار الواعدة هي نشر وحدات طاقة أصغر اسمها المولدات الموزعة داخل الشبكات المحلية بدلاً من الاعتماد فقط على محطات كبيرة بعيدة. تُظهر هذه الدراسة كيف يمكن لطريقة تخطيط حاسوبية جديدة أن تقرر أين توضع هذه الوحدات الصغيرة وما حجمها بحيث تقلل الشبكة من هدر الطاقة، وتحافظ على ثبات الفولتية، وتوفر مبالغ كبيرة من المال سنويًا.

لماذا تهم المولدات المحلية

تدفع أنظمة الطاقة التقليدية الكهرباء لمسافات طويلة من محطات كبيرة إلى المنازل والمصانع. وفي الطريق، يهدر جزء من هذه الطاقة على شكل حرارة في الخطوط، وقد تنخفض الفولتية في الأحياء البعيدة، خاصة مع ارتفاع الطلب. يمكن لتركيب مولدات موزعة—مثل وحدات غاز صغيرة أو متجددة كالطاقة الشمسية والرياح—ضمن الشبكات المحلية أن يخفف الأحمال عن الخطوط المشحونة، ويقلل الخسائر، ويحسن جودة الفولتية. لكن اختيار أماكن هذه الوحدات ليس أمرًا بسيطًا من خلال ملء المواقع الفارغة: فكل موقع وحجم محتمل يؤثر على بقية الشبكة، ويجب أن تلتزم القرارات أيضًا بحدود هندسية صارمة. تتحول مهمة التخطيط إلى لغز معقّد يمزج بين قرارات اختيارية (أين توضع الوحدات) وقرارات مستمرة (ما حجمها)، وكل ذلك أثناء تحقيق أهداف متعددة في آن واحد.

"حزب بحث" رقمي هجين

لمعالجة هذا اللغز، صمّم المؤلفون طريقة بحث هجينة تجمع بين عائلتين معروفتين من أدوات التحسين. جزء منها خوارزمية جينية، مستوحاة من التطور، تتعامل مع قرارات نعم–لا والقرارات المتقطعة—مثل تحديد أي عقد الشبكة ينبغي أن تستضيف مولدات جديدة. والجزء الآخر هو مُحسّن سرب الغوريلات، وهو طريقة شبيهة بالسرب تستلهم الحركة الجماعية والقيادة في مجموعات الغوريلات، ويتفوق في استكشاف نطاقات سلسة من القيم—مثل الإنتاج الدقيق لكل مولد. في كل دورة، يقترح الجزآن خططًا مرشحة، ويجمعانها في مخططات كاملة للشبكة، ويختبران مدى أدائها. تُحفظ الخطط التي تقلل خسائر الطاقة وتحسن الفولتية وتُصقل، بينما تُهمل الخطط الأضعف. بالسماح لكل طريقة بالتركيز على ما تجيده، يمكن للنهج الهجين أن يستكشف فضاء قرارات معقّدًا بكفاءة أكبر ويتجنب الوقوع في حلول فرعية ضعيفة.

الاختبار على شبكات كهربائية واقعية

تحقق الباحثون أولاً من أداءة أداتهم الهجينة على 23 دالة اختبار رياضية معيارية تُستخدم عادة لتقييم مدى استكشاف طرق التحسين للمناطق المعقدة. وجدت الطريقة الهجينة بشكل متسق حلولًا جيدة جدًا وتقاربت أسرع من عدة تقنيات معروفة، بما في ذلك الخوارزميات الجينية الكلاسيكية وطرق أخرى قائمة على السرب. ثم طبّقوا الأسلوب على شبكتين لتوزيع الكهرباء: نظام معيارٍ واسع الاستخدام مكوّن من 33 نقطة اتصال، وشبكة واقعية أكبر مبسطة إلى 143 نقطة. في كلتا الحالتين، استكشفت الأداة ظروف تشغيل مختلفة للمولدات الموزعة وفحصت أهدافًا منفردة (خفض الخسائر فقط أو تحسين الفولتية فقط) وأهدافًا مُجمّعة (موازنة الأمرين معًا). لم تكتفِ الطريقة بإيجاد مواضع خفّضت الخسائر وصقلت الفولتيات بشكل كبير، بل رسمت أيضًا منحنيات المقايضة التي تُظهر مقدار ما يجب التضحية به من فائدة للحصول على المزيد من الأخرى.

انخفاضات كبيرة في الهدر والتكلفة

النتائج المبلغ عنها لافتة. في نظام الاختبار ذو الـ33 نقطة، خفّضت أفضل الحلول خسائر الطاقة بما يصل إلى نحو 94% وحسّنت جودة الفولتية بما يقارب 100% مقارنةً بالشبكة الأصلية دون مولدات مضافة. من الناحية المالية العملية، انخفضت الخسائر الاقتصادية السنوية في ذلك النظام من نحو 92,000 دولار إلى حوالي 14,000 دولار—توفير يزيد عن 78,000 دولار سنويًا. في شبكة الواقع الأكبر ذات 143 عقدة، تراجعت الخسائر بنحو 94% تقريبًا ومشكلات الفولتية قُطعت بما يقارب 100%، فحوّلت خسارة سنوية تقارب 178,000 دولار إلى قرابة 32,000 دولار، بما يوفر أكثر من 145,000 دولار. كما كشفت التحليلات عن الأجزاء الأكثر حساسية في الشبكات، مما يقدّم لمخططي الشبكة أهدافًا ملموسة للترقيات.

ماذا يعني هذا لشبكة المستقبل

للغير متخصصين، الرسالة الأساسية أن أدوات التخطيط الأذكى يمكنها أن تطلق قيمة أكبر بكثير من مصادر الطاقة المحلية التي أصبحت شائعة بالفعل، مثل الألواح الشمسية على الأسطح، وبطاريات المستوى المجتمعي، والمولدات الصغيرة. بدلًا من وضع هذه الوحدات بالتجربة والخطأ أو بقواعد بسيطة، يبحث النهج الهجين هنا عبر عدد لا يحصى من الإمكانيات ليجد تخطيطات تُهدر طاقة أقل بكثير، وتُثبّت الفولتية، وتُخفض تكاليف التشغيل بشكل ملحوظ. مع استيعاب الشبكات الكهربائية لمزيد من المتجددة وخدمة طلب متزايد، قد تساعد مثل هذه التخطيطات الذكية والمؤتمتة على جعل الشبكات المحلية أكثر كفاءة وموثوقية وجاهزية لمستقبل طاقة أنظف.

الاستشهاد: Gacem, A., Romdhane, M., Kechida, R. et al. Multi-objective sizing and location of DG in distribution network by hybrid gorilla troops optimization-genetic algorithm: a real case study. Sci Rep 16, 11334 (2026). https://doi.org/10.1038/s41598-026-41868-7

الكلمات المفتاحية: التوليد الموزع, شبكات توزيع الطاقة, خوارزميات التحسين, ثبات الفولتية, تقليل خسائر الطاقة