تطبيق فلاس��ك لاختيار محطات شحن السيارات الكهربائية والتخطيط للمسار باستخدام ACO وNSGA-II مع قيود الطاقة الشمسية

رحلات برية أذكى للسيارات الكهربائية

مع تحول المزيد من السائقين إلى السيارات الكهربائية، تصبح مسألة بسيطة مفاجئةً أكثر تعقيدًا: أين يجب أن تتوقف للشحن؟ اختيار المحطة الخاطئة قد يعني تحويلات إضافية، طوابير طويلة، فواتير أعلى، ومزيدًا من التلوث الناتج عن الكهرباء المولدة من الوقود الأحفوري. تستكشف هذه الدراسة نظام توجيه ذكي يساعد السيارات الكهربائية في المغرب على اختيار أفضل مسار ونقطة شحن في الوقت الحقيقي، مع الاستفادة من الطاقة الشمسية المجانية كلما أمكن.

ما الذي يجعل اختيار الشاحن صعبًا

على الطرق اليوم، يجب على سائق السيارة الكهربائية موازنة عدة عوامل متحركة في آن واحد. مستوى شحن البطارية، سرعة القيادة، بعد المحطة، طول الطابور، سعر الكهرباء، وحتى ما إذا كانت المحطة تعمل بالألواح الشمسية أو شبكة الكهرباء كلها أمور مهمة. تركز معظم الأدوات الحالية على جزء واحد فقط من هذا اللغز، مثل أقصر مسافة أو أقل سعر، وغالبًا ما تتجاهل مدى انشغال المحطات أو كمية الطاقة المتجددة المستخدمة. يبين المؤلفون أن هذا النظرة الضيقة قد تترك السائقين ينتظرون، يدفعون أكثر من اللازم، أو يفوتون فرصًا للشحن من الطاقة الشمسية النظيفة.

مساعد رقمي ينظر للمستقبل

صمّم الباحثون مساعدًا عبر الإنترنت يربط السيارات ومحطات الشحن عبر وصلة إنترنت خفيفة. تبث كل محطة موقعها، وعدد المقابس الحرة، ومقدار الطاقة الشمسية المتوفرة، وسعر الشحن الحالي. في الوقت نفسه، تتتبع كل سيارة موقعها، مستوى البطارية، الوجهة، والسرعة المتوقعة على أنواع الطرق المختلفة. باستخدام هذه تدفقات البيانات الحية، يبني النظام خريطة للطرق الممكنة ويستبعد أي محطات لا يمكن للسيارة الوصول إليها بأمان مع الاحتفاظ بهامش طاقة.

كيف يعمل البحث الذكي خلف الكواليس

داخل المساعد، يعمل طريقتان مستوحاة من الطبيعة معًا. تبحث إحداهما في شبكة الطرق عن مسارات واعدة قصيرة وفعالة، آخذةً في الحسبان شوارع المدينة، الطرق الضواحي، والطرق السريعة، بالإضافة إلى البطء المحتمل من إشارات المرور والاختناقات. أما الأخرى فتوّزن عدة أهداف في وقت واحد: الوصول بسرعة، تقليل أوقات الانتظار والشحن، خفض التكاليف، واستخدام أكبر قدر ممكن من الكهرباء الشمسية. بدلًا من السعي لإجابة "مثالية" واحدة، يبني النظام قائمة من التوازنات الجيدة ثم يختار الخيار الذي يقدم أفضل توازن عام لتلك الرحلة المحددة.

الاختبار في مدن وطرق سريعة مغربية

اختبر الفريق مساعدهم على مسارات واقعية داخل وحول مراكش والدار البيضاء، مدينتين مغربيتين مع شبكات شحن متنامية وشمس قوية. بنوا خمس سيناريوهات سفر نموذجية، من المهمات داخل المدينة إلى رحلات على الطرق السريعة بين المدن، وقارنوا طريقتهم الهجينة مع ثلاث طرق شائعة مستخدمة منفردة. عبر هذه الحالات، قلّص النظام الجديد مسافة القيادة بما يصل إلى عشر بالمئة وخفّض استهلاك الطاقة بما يصل إلى نحو سبع بالمئة مقارنة بمخطط المسار الأقصر البسيط. كما وجد مسارات تصل أسرع من الطرق التي تركز فقط على الطاقة أو السعر، ووجّه السائقين إلى محطات بها وفرة من الطاقة الشمسية كلما كانت الشمس ساطعة.

طاقة أنظف، فواتير أقل، انتظار أقل

لأن المساعد يفضّل عمدًا الشواحن المغذاة بالطاقة الشمسية عندما يكون ذلك عمليًا، حصلت العديد من الرحلات على معظم كهربائها من ضوء الشمس بدلًا من الشبكة. في رحلات المدينة النهارية مع توافر شمسي جيد، انخفضت تكاليف الشحن بحوالي ثلث أو أكثر، بينما بلغت حصة الطاقة المتجددة غالبًا بين سبعين وحتى ما يقرب من مئة بالمئة. تُرجم هذا المزيج الأنظف إلى نحو ثلاثة إلى أربعة كيلوجرامات أقل من ثاني أكسيد الكربون لكل رحلة مقارنة بالاعتماد على طاقة الشبكة وحدها. كما أظهر النظام أنه يمكنه التكيف عندما تكون توقعات الإنتاج الشمسي أو استخدام السيارة للطاقة غير دقيقة قليلًا، وتجنّب خطط شحن قد تترك المركبة قريبة من نفاد الشحنة.

ما يعنيه هذا للسفر الكهربائي المستقبلي

بالنسبة للسائقين اليوميين، تشير الدراسة إلى مستقبل قد يفعل فيه تطبيق الملاحة أكثر من مجرد الإشارة إلى أقرب قابس. بدلًا من ذلك، يمكنه الموازنة بهدوء بين الوقت والتكلفة وازدحام المحطة وهوامش الأمان ومدى نظافة الكهرباء قبل اقتراح التوقف. يجادل المؤلفون أن نهجهم مناسب للمدن الذكية التي ترغب في دعم المزيد من المركبات الكهربائية دون تحميل خطوط الكهرباء فوق طاقتها، ويشرحون كيف يمكن توسيعه لإدارة أساطيل كاملة من سيارات الأجرة أو شاحنات التوصيل. بعبارة بسيطة، الرسالة الرئيسية هي أن التخطيط المحسوب المعتمد على البيانات يمكن أن يجعل السفر الكهربائي أرخص وأسرع وأنظف في آن واحد.

الاستشهاد: Belaid, M., Beid, S.E., Habib, S. et al. EV charging station selection and routing flask application with ACO and NSGA-II including photovoltaic energy constraints. Sci Rep 16, 14754 (2026). https://doi.org/10.1038/s41598-026-50734-5

الكلمات المفتاحية: المركبات الكهربائية, محطات الشحن, الطاقة الشمسية, تخطيط المسار, المدن الذكية