خوارزمية NSGA-II مستوحاة من ميكانيكا الكم لتحسين متعدد الأهداف لمحطات شحن السيارات الكهربائية

لماذا تهم محطات الشحن الأذكى

مع ازدياد انتشار السيارات الكهربائية، تواجه المدن لغزًا: أين يجب وضع محطات الشحن حتى يتمكن السائقون من الشحن بسهولة، وتتمكن شركات الطاقة من الحفاظ على استمرارية التيار، ودون أن تتضخم التكاليف؟ إذا وُضِع عدد قليل من أجهزة الشحن فسينتظر السائقون في طوابير. وإذا بُنيت الكثير منها في أماكن خاطئة فستبقى معدات باهظة الثمن دون استخدام بينما تُدفع الشبكة إلى حدودها. تقدم هذه الورقة طريقة تخطيطية جديدة تستعير أفكارًا من فيزياء الكم لتصميم شبكات شحن أرخص وأكثر عدالة وألطف على الشبكة الكهربائية.

موازنة التكلفة والراحة والشبكة الكهربائية

تصميم شبكة شحن ليس مسألة توزيع مآخذ على خريطة فحسب. على المشغلين موازنة ثلاثة أهداف متنافسة على الأقل في آن واحد: خفض تكاليف التثبيت والتشغيل، وتوفير وصول جيد للسائقين في أنحاء المدينة، وتجنب الضغط الخطير على شبكة الكهرباء. غالبًا ما تركز أدوات التخطيط التقليدية على هدف واحد في كل مرة أو تعاني عندما يصبح المشكل كبيرًا ومعقّدًا، كما يحدث في المدن الحقيقية حيث تتقلب الحركة والأسعار وإنتاج الطاقة الشمسية. يؤطر المؤلفون تخطيط محطات الشحن كمشكلة متعددة الأهداف حقًا ويسعون لإيجاد مجموعات كاملة من حلول المقايضة بدلاً من «أفضل» إجابة واحدة.

الاستفادة من حيل العالم الكمومي

للبحث في هذا المشهد المتشابك من الاحتمالات، يبني الباحثون على طريقة تحسين تطورية معروفة باسم NSGA-II ويعززونها بأفكار «مستوحاة من الكم». بدلاً من التعامل مع كل قرار—مثلما إذا كان يجب وضع شاحن في موقع مرشح أم لا—كخيار نعم أو لا ثابت، تمثل الخوارزمية القرار ككيوبت، وهو كائن رياضي صغير يمكنه ترميز احتمالات كلا الخيارين في آن واحد. قواعد تحديث خاصة، مستوحاة من كيفية دوران الحالات الكمومية وتربطها (التشابك)، تسمح للطريقة باستكشاف العديد من التراكيب بكفاءة بينما تتركز تدريجيًا على الأنماط الواعدة. عمليًا، يعني هذا أنها يمكن أن تحافظ على مجموعة متنوعة من الخيارات على الطاولة مع الاستمرار في تحسينها.

التقاط الروابط الواقعية في المدن والشبكات

ابتكار رئيسي هو الطريقة التي تربط بها الطريقة القرارات المترابطة. تثبيت محطة كبيرة في حي واحد يمكن أن يقلل الحاجة إلى محطات في الأحياء القريبة ويعيد تشكيل مسارات تدفق الكهرباء عبر خطوط محلية أيضًا. تقلد الخوارزمية هذا الترابط عن طريق «تشابك» أزواج قرارات معينة بحيث يؤدي تغيير أحدهما إلى تغيير الآخر عادةً. كما تعدّل خطوات البحث وفقًا لمدى تحسّن أو تدهور الحل المرشح الجديد، فتأخذ قفزات كبيرة عندما يكون الربح واضحًا وتعديلات أصغر عندما لا يكون كذلك. وعلى هذا تضيف بحثًا محليًا مركزًا يصقل التصاميم الأكثر وعدًا عن طريق إضافة أو إزالة أو تبادل محطات فردية مع التحقق المستمر من بقاء الميزانيات وحدود أمان الشبكة سليمة.

الاختبار على بيانات شحن حقيقية وشبكة معيارية

بدلاً من الاعتماد على أمثلة صغيرة افتراضية فقط، يختبر المؤلفون نهجهم على ثلاث مجموعات كبيرة من جلسات الشحن الفعلية من بالو ألتو وبولدر ومجموعة متعددة المناطق تضم أكثر من 70,000 حدث، إلى جانب نموذج مستخدم على نطاق واسع لشبكة توزيع مكونة من 33 ناقلًا. عبر هذه الحالات، وجدت الطريقة المستوحاة من الكم تصاميم محطات تقلل إجمالي تكاليف التثبيت بنحو ثلث بالمقارنة مع معيار NSGA-II الكلاسيكي، بينما توسيع أيضًا حصة الطلب التي يمكن تلبيتها وتوزيع تدفقات الطاقة بشكل أكثر توازنًا. تحقق تغطية أفضل لخيارات المقايضة، وتتقارب بثبات نحو حلول عالية الجودة، وتحافظ على الجهود (الفولتية) في الشبكة ضمن حدود آمنة، وكل ذلك مع زيادة متواضعة فقط في زمن الحوسبة.

ما يعنيه هذا للتنقل الكهربائي في المستقبل

بعبارات بسيطة، تُظهر الدراسة أن رياضيات أكثر ذكاءً يمكن أن تحول عملية بناء محطات الشحن الفوضوية اليوم إلى نظام أكثر انتظامًا وكفاءة. من خلال استكشاف العديد من التصاميم المحتملة في آن واحد والحفاظ على تلك التي توازن بين التكلفة والوصول وصحة الشبكة بطرق مختلفة، تمنح الطريقة المستوحاة من الكم المخططين «قائمة» غنية من الخيارات بدلًا من خطة جامدة وحيدة. يمكن للمدن وشركات المرافق استخدام مثل هذه الأدوات لتقرير عدد المحطات التي ينبغي بناؤها، وأين توضع، وكيفية تنسيقها مع الطاقة الشمسية على الأسطح والبطاريات، وكل ذلك مع إبقاء السائقين متحركين والشبكة مستقرة. مع انتشار السيارات الكهربائية وتعقّد طلبات الشحن، تقدم نهجًا كهذا مسارًا لتوسيع البنية التحتية دون الإفراط في البناء أو تحميل الأسلاك التي تغذي حياتنا اليومية فوق طاقتها.

الاستشهاد: Kumar, L., Solanki, S., Jhariya, M.K. et al. Quantum-inspired NSGA-II for multi-objective optimization of electric vehicle charging stations. Sci Rep 16, 14666 (2026). https://doi.org/10.1038/s41598-026-44141-z

الكلمات المفتاحية: شحن السيارات الكهربائية, تخطيط محطات الشحن, استقرار شبكة الكهرباء, التحسين متعدد الأهداف, خوارزميات مستوحاة من الكم