نمذجة مصغرة مخفضة للخطأ لشبكات الطاقة المصغرة خارج الشبكة المدمجة مع المركبات الكهربائية باستخدام توسعة سلاسل تايلور‑لوران وخوارزمية تحسين BBO تحت قيود الاستقرار والحالة المستقرة

إبقاء الأنوار مضاءة في الأماكن النائية

تعتمد المجتمعات والجزر النائية بشكل متزايد على شبكات طاقة صغيرة ومستقلة تعرف بالشبكات المصغرة خارج الشبكة. توازن هذه الأنظمة الكهرباء القادمة من الألواح الشمسية، وتوربينات الرياح، والمولدات الحيوية، والبطاريات، وحتى السيارات الكهربائية المتوقفة التي تعمل كخزانات طاقة متنقلة. إدارة كل هذا في الزمن الحقيقي عمل توازني معقد: يجب أن تبقى الطاقة مستقرة وثابتة حتى مع تغير ضوء الشمس والرياح واحتياجات الشحن باستمرار. تقدم الورقة الملخّصة هنا طريقة لتبسيط كبير في كيفية نمذجة المهندسين لهذه الشبكات المصغرة، مما يسهل تصميمها والتحكم بها دون التضحية بالموثوقية.

لماذا تهم شبكات الطاقة الصغيرة

تعد الشبكات المصغرة خارج الشبكة حلاً واعدًا لتوفير طاقة نظيفة وموثوقة في الأماكن البعيدة عن خطوط المرافق التقليدية أو حيث يكون الشبكة الرئيسية ضعيفة. تجمع هذه الشبكات بين أجهزة مختلفة: ألواح ضوئية شمسية، وتوربينات رياح، ومولدات ديزل حيوي وغاز حيوي، وميكروتوربينات، وتخزين بطارياتي، ومركبات كهربائية يمكنها السحب من النظام وتغذيته كذلك. معًا تُكوّن هذه المكوّنات شبكة مرنة لكن معقدة يوصف سلوكها رياضياً بنموذج «عالي الرتبة» يحتوي على مكونات ديناميكية عديدة. مثل هذه النماذج التفصيلية دقيقة لكنها قد تكون بطيئة في المحاكاة وصعبة الاستخدام عند تصميم وحدات التحكم التي تحافظ على الجهد والتردد ضمن حدود آمنة.

تحويل نظام معقد إلى نموذج بسيط

يتناول المؤلفون هذه المشكلة عن طريق تقليل وصف رياضي من الرتبة السابعة لشبكة مصغرة خارج الشبكة مدمجة بالمركبات الكهربائية إلى نموذج أبسط بكثير من الرتبة الثانية. ببساطة يومية، يضغطون وصفة طويلة ومفصّلة إلى نسخة قصيرة تحافظ على نفس الطعم. الفكرة الأساسية هي النظر إلى النظام من منظورين مكملين. يركّز أحد المنظورين على ما يحدث ببطء مع مرور الوقت، مثل كيفية استقرار النظام بعد اضطراب؛ بينما يركّز الآخر على التغيرات السريعة والحادة، مثل التقلبات القصيرة في القدرة أو الجهد. رياضيًا، يُعبر عن هذين المنظورين باستخدام توسعات سلاسل تايلور ولوران، التي توسع سلوك النظام حول الترددات المنخفضة والمرتفعة على التوالي.

ترك دب افتراضي للبحث عن التطابق الأفضل

لجعل النموذج المبسط يقلد النموذج الأصلي بأقرب شكل ممكن، يحول المؤلفون المهمة إلى مسألة تحسين: يعرفون مقياس «الملاءمة» الذي يقيس عدم التطابق بين النماذج المعقدة والمبسطة من منظورَي البطء والسرعة. يجمع هذا المقياس بين ثلاثة مصطلحات خطأ منفصلة مشتقة من توسعات تايلور ولوران. ثم يتيحون للحاسوب البحث عن أفضل مجموعة معلمات للنموذج البسيط باستخدام طريقة مستوحاة من الطبيعة تسمى خوارزمية تحسين الدب البني (Brown Bear Optimization). تستكشف هذه الخوارزمية، المصمّمة بشكل فضفاض على سلوك الدببة البنية في وضع علامات وشمّ الآثار، العديد من تراكيبات المعلمات وتقترب تدريجيًا من تلك التي تقلل الخطأ.

الاستقرار والدقة كقواعد غير قابلة للتفاوض

أثناء تشغيل التحسين، يجب أن يلتزم بقاعدتين صارمتين. أولاً، يجب أن يكون للنموذج المبسط خطأ حالة مستقرة صفري، بمعنى أنه بعد أي اضطراب يستقر إلى نفس القيمة النهائية تمامًا مثل النظام الأصلي. ثانيًا، يجب أن يستوفي شرطًا تقليديًا للاستقرار يعرف باسم معيار هورويتز، الذي يضمن ألا ينحرف النموذج أو يتأرجح بشكل خارج عن السيطرة. تحت هذه القيود، تنتج خوارزمية تحسين الدب البني نموذجًا من الرتبة الثانية يطابق سلوك الشبكة المصغرة الأصلي في مجالي الزمن والتردد. عندما يقارن المؤلفون نموذجهم بنماذج أخرى أنشئت بواسطة تقنيات تقليل تقليدية أكثر، تظهر طريقتهم أخطاء أصغر بشكل ثابت في مقاييس الأداء المعيارية واتفاقًا أفضل في رسومات الاستجابة للتغير المفاجئ، والنبضة، والتردد.

ماذا يعني هذا للشبكات المصغرة المستقبلية

بالنسبة لغير المتخصصين، الخلاصة أن المؤلفين صمموا نموذجًا رياضيًا مصغّرًا للغاية كبديل لشبكة مصغرة خارج الشبكة معقدة جدًا تتضمن مركبات كهربائية. هذا النموذج المخفّض دقيق بما يكفي ليعيد إنتاج أهم الديناميكيات في النظام الأصلي، وبسيط بما يكفي لتسريع المحاكاة وجعل تصميم وحدات التحكم أكثر عملية. على المدى البعيد، يمكن لمثل هذه الأدوات أن تساعد المهندسين على تصميم شبكات مصغرة أنظف وأكثر موثوقية للمجتمعات النائية والمرافق الحرجة، مما يمكّن من استخدام أفضل للطاقة المتجددة والمركبات الكهربائية دون التضحية بالاستقرار أو جودة الطاقة.

الاستشهاد: Chaudhary, R., Singh, V.P., Mathur, A. et al. Error minimized LO modeling of electric vehicle integrated off-grid microgrids using Taylor-Laurent series expansion and BBO based optimization under stability and steady state constraints. Sci Rep 16, 13561 (2026). https://doi.org/10.1038/s41598-026-43306-0

الكلمات المفتاحية: شبكة مصغرة خارج الشبكة, المركبات الكهربائية, تقليل النموذج, الطاقة المتجددة, خوارزمية التحسين