خوارزمية بستان محسّنة متعددة الإستراتيجيات للتكامل الأمثل لمصادر الطاقة المتجددة ومحطات شحن السيارات الكهربائية في الشبكات المصغّرة

لماذا يهم الشحن الأذكى في الحياة اليومية

مع تحول مزيد من الناس إلى السيارات الكهربائية وإضافة المزيد من المنازل والشركات لأنظمة الطاقة الشمسية وسواقي الرياح على الأسطح، تعمل شبكات الكهرباء المحلية بجهد أكبر من أي وقت مضى. إذا رُبطت هذه التقنيات دون خطة، فقد تواجه الأحياء تقلبات في الجهد، وخسائر طاقة أعلى، وضغطًا إضافيًا على الشبكة الرئيسية. تستكشف هذه الورقة طريقة أذكى لتحديد أماكن تركيب الألواح الشمسية والتوربينات الهوائية وشواحن السيارات الكهربائية في الشبكة المصغّرة بحيث يحصل السائقون على شحنٍ موثوق، وتبقى الإضاءة مستقرة، ويُهدر طاقة أقل.

تحدٍّ متنامٍ في أحياء الطاقة النظيفة

تتحول شبكات التوزيع الحديثة إلى شبكات مصغّرة نشطة يجب أن تُوزع الطلب المنزلي، والأسطح الشمسية، والتوربينات الهوائية الصغيرة، ومجموعات محطات شحن السيارات الكهربائية. يزداد وينخفض إنتاج الشمس والرياح مع الطقس، بينما يتصل السائقون بالشحن في أوقات غير متوقعة ولمدد مختلفة. يمكن أن تؤدي هذه التقلّبات إلى خروج الجهد عن الحدود الآمنة، وتحميل خطوط معينة بشكل زائد، وفرض تدفقات طاقة غير مرغوب فيها ذهابًا وإيابًا بين الشبكة المصغّرة والمزوّد الرئيسي. العديد من طرق التخطيط الحالية تعامل كل تكنولوجيا على حدة أو تفترض ظروفًا ثابتة ومتوقعة، لذا تجد صعوبة عندما تتفاعل كل هذه العناصر المتحركة معًا.

أداة تخطيط جديدة مستوحاة من البساتين

يقدّم المؤلفون طريقة تخطيط تُدعى خوارزمية التحسين المعزّزة متعددة الإستراتيجيات (Multi-Strategy Enhanced Orchard Optimization Algorithm). في هذا النهج، يُعامل كل تصميم محتمل للشبكة المصغّرة كأنه شجرة في بستان، وتسمح الخوارزمية لهذه «الأشجار» أن «تنمو» نحو حلول أفضل عبر دورات متعددة. تجمع الخوارزمية بين عدة حيل بحثية: تعديل محلي دقيق حول التصاميم الجيدة، ودمج ميزات من مرشحين مختلفين، واستبدال انتقائي للتصاميم الضعيفة للحفاظ على التنوع. تُوجَّه كل هذه الخطوات بواسطة مقياس يجمع بين ثلاثة أهداف: إبقاء الجهود قريبة من القيمة المثالية، وتنعيم الطاقة المتبادلة مع الشبكة الرئيسية، وخفض الخسائر الحقيقية في الخطوط. على عكس التجريب العشوائي البسيط أو طرق الميتاهيوريستيك السابقة، فقد بُنيت هذه النسخة متعددة الإستراتيجيات لتجنّب الانحصار في حلول متوسطة عندما تتنافس عدة أهداف.

كيفية نمذجة السيارات الكهربائية والمتجددة

لاختبار أداة التخطيط هذه بواقعية، تبني الدراسة نماذج مفصّلة للألواح الشمسية والتوربينات الهوائية والمركبات الكهربائية. يعتمد إنتاج الشمس على ضوء الشمس ودرجة حرارة الخلايا، ويعتمد إنتاج الرياح على سرعة الرياح المتغيرة والظروف الجوية، ويعتمد شحن المركبات على المسافات التي يقطعها السائقون، ووقت وصولهم، ومدة بقائهم، وحالة شحن البطارية. تُمثَّل هذه السلوكيات باستخدام توزيعات احتمالية والعديد من السيناريوهات اليومية المحتملة بدلاً من نمط ثابت واحد. ثم تختار عملية التحسين كلًا من أفضل المواقع والأحجام لوحدات الشمس والرياح وأفضل مواقع وقدرات محطات الشحن على شبكة اختبار معيارية ذات 33 محطّة، مع تشكيل سلوك الشحن أيضًا لمواءمته مع إنتاج المتجددة وإشارات الأسعار.

كيف تبدو الشبكة المصغّرة المحسّنة

يؤدي تشغيل خوارزمية البستان المحسّنة على هذا النظام الاختباري إلى خطة تضع عدة وحدات شمسية وتوربينية متوسطة الحجم وعشر محطات شحن عند حافلات محددة في الشبكة. بالمقارنة مع إعداد قائم على خوارزمية بستان أبسط ومع طرق معروفة مثل الخوارزميات الجينية، وتحسين أسراب الجسيمات، وتحسين الحيتان، تُحقق الطريقة الجديدة تقلبات جهد أقل، وخسائر طاقة أصغر، وثباتًا أكبر في طاقة خط الربط. رقميًا، تنخفض انحرافات الجهد وخسائر الخطوط بحوالي سدس، ويتراجع تذبذب طاقة خط الربط بنحو ثمن. تصل الخوارزمية أيضًا إلى هذه الحلول بسرعة أكبر، حاجِّة إلى تكرارات ووقت حساب أقل، وهو أمر مهم إذا رغب المخططون في استكشاف العديد من السيناريوهات المستقبلية المختلفة.

لماذا تهم هذه النتائج لشبكات المستقبل

لغير المتخصص، الرسالة الأساسية هي أن المكان والطريقة التي نضيف بها الطاقة النظيفة ومحطات الشحن تهم بقدر عدد ما نضيفه. من خلال معاملة الشبكة المحلية كنظام متكامل، ومن خلال أخذ عدم اليقين في الشمس والرياح وسلوك السائقين في الحسبان، تجد طريقة التخطيط المقترحة تخطيطات تحافظ على صحة الجهد، وتقلّل الهدر، وتخفف الضغط على الاتصال بالشبكة الرئيسية. وهذا يعني أن سائقي السيارات الكهربائية يمكنهم الشحن بشكل أكثر موثوقية، ويمكن استخدام الطاقة المتجددة بكفاءة أكبر، ويمكن للمرافق تأجيل ترقيات مكلفة، مما يساعد المجتمعات على التحرك نحو طاقة أنظف وأكثر مرونة دون التضحية بالأداء اليومي.

الاستشهاد: V., K., Thirumalaisamy, S.K., M., M. et al. Multi-strategy enhanced orchard algorithm for optimal integration of renewable energy sources and EV charging stations in microgrids. Sci Rep 16, 15588 (2026). https://doi.org/10.1038/s41598-026-46503-z

الكلمات المفتاحية: الشبكات المصغّرة, شحن السيارات الكهربائية, تكامل الطاقة المتجددة, تقليل خسائر الطاقة, خوارزمية التحسين