אסטרטגיית טעינה מיטבית המונעת על ידי בינה מלאכותית לרכבים חשמליים עם שיפור איכות הספק המשולב ברשתות חשמל

מדוע טעינה חכמה חשובה

כאשר רכבים חשמליים עוברים ממוצר נדיר לשגרה, השקעים שלנו מתחילים להיות חשובים לא פחות מצינורות הפליטה. מיליוני מכוניות הטוענות בו‑זמנית עלולות להעמיס בשקט על אותם כבלים וטרנספורמצורים שמזינים בתים, בתי חולים ומפעלי תעשייה. המאמר חוקר כיצד בינה מלאכותית יכולה להפוך את טעינת ה‑EV ממאמץ כוח עיוור לתיאום עדין כמעט בלתי נראה עם הרשת — לשמור על יציבות התאורה, להגן על ציוד ולשלוט בעלויות, בעוד הנהגים עדיין מקבלים את הטווח הדרוש להם.

העומס הנסתר על הכבלים

כיום רוב המכוניות החשמליות נטענות בכל פעם שהן מחוברות, כשהתמריץ היחיד הוא בדרך‑כלל תמחור לפי זמנים. כשנהגים רבים טוענים באותו רגע, הביקוש המשולב עלול לדחוף קווים שכונתיים וטרנספורמטורים מעבר למה שתוכננו לעמוד בו. מטענים מהירים, שתלויים באלקטרוניקת כוח, מוסיפים סיבוכיות נוספת: הם יכולים לעוות את הצורה הסינוסואידלית החלקה של המתח ברשת, וכתוצאה לגרום למריחת אור, לחימום נוסף ולבלאי מוקדם במכשירים רגישים. המחקר מראה שבמטענת הזנה ריאליסטית עם 20 מטענים מעורבים, טעינה בלתי מבוקרת גרמה לשינויים במתח שמעבר להגבלות המומלצות ולהעלאה של עיוות ההרמוניות הרבה מעל תקני התעשייה.

להקנות לרשת היכולת לצפות קדימה

כדי להתמודד עם האתגר הזה, המחברים מעניקים לרשת צורה של חזון קדימה. הם משתמשים במודל למידת מכונה מודרני שנקרא Temporal Fusion Transformer כדי לחקור דפוסי טעינה בעבר, מדידות רשת וסוגי מטענים. על בסיס זה המערכת חוזה, בצעדי זמן מדויקים, לא רק כמה חשמל יידרש אלא גם כיצד הביקוש הזה צפוי להפר את המתח וצורות הגל. במקום לחזות רק את העומס הכולל, היא צופה מדדי עומס — כגון כמה המתח עשוי לסטות וכמה הזרם עלול להיות מעוות — כך שניתן להכין פעולות מתקנות לפני שהבעיות מופיעות.

לתת למאמנת בינה מלאכותית לתאם את הטעינה

חזויים לבדם אינם מגנים על הרשת; החלטות הן שמכריעות. המרכיב השני של המערך הוא בקר מבוסס למידה שמטפל בכל מרווח שליטה כמהלך חדש במשחק ארוך טווח. בקר זה, מאומן בשיטה הידועה בשם חיזוק עמוק (deep reinforcement learning), מתנסה בסימולציה בדרכים שונות להאטה, האצה או הזזה של הטעינה בין כלי הרכב. הוא מקבל תגמולים כאשר הוא שומר על המתח קרוב לערכו האידיאלי, מצמצם עיוות צורת הגל, מוריד עלויות חשמל ועדיין ממלא סוללות בזמן. לאלפי אפיזודות הוא מפתח דפוסי טעינה שמאזנים בין צורכי הנהגים לבין בריאות הרשת, נמנעים מפיקים חדות ומפזרים את הביקוש בצורה חלקה יותר לאורך היממה.

ניקוי ההספק תוך כדי הזרימה

אפילו עם תזמור מוקפד, יש רגעים שעדיין דוחפים את הרשת קרוב לגבולותיה. עבור זמנים אלה המסגרת מוסיפה שכבת סיום: ממוטב איכות הספק המחובר למכשירים היכולים להזריק או לספוג הספק רעיוני ולסנן רעשים חשמליים. הממטב הזה מדייק את תכנית הטעינה של הבקר כך שמתחי הרשת ישמרו בתוך טווחי בטיחות צרים ועיוות ההרמוניות יעמוד בסטנדרטים מחמירים. הוא מחליט מתי להפעיל פיצוי הפצה ומסנני הרמוניות, ובוחר הגדרות ששומרות על הספק נקי תוך מזעור אובדן אנרגיה נוסף ועלויות תפעול.

מה חושפות הסימולציות

באמצעות מודל מחשב מפורט של קו הפצה 11 kV המזין 20 מטעני EV שונים, המחברים משווים טעינה בלתי מבוקרת לגישת ה‑AI המנחה שלהם. כשהמערכת החכמה פעילה, עיוות ההרמוניות הממוצע יורד בכמעט שליש, והשיאים הגרועים יורדים בלמעלה משני שלישים, מה שמחזיר את הרשת מתחת להגבלות המומלצות. תנודות המתח מצטמצמות, והזמן שבו המערכת נמצאת מחוץ לטווח הבטוח מתקצר בכ‑כ‑רוב (כ‑75%). מקדמת ההספק הממוצעת — מדד ליעילות אספקת ההספק השימושי — עולה מערך גבולי לרמה הנוחה מעל הדרישה הרגילה. במקביל, המסגרת מקצצת בעלויות תפעול כוללות, בעיקר על ידי הימנעות מפיקים בזבזניים ואובדנים מיותרים.

לאזן בין הנהגים לרשת

ללא רקע מיוחד, המסקנה המרכזית היא שהבעיה אינה רכבים חשמליים כשלעצמם אלא האופן והמועד שבו הם צורכים כוח. המחקר מראה שעם השילוב הנכון של חיזוי, בקרה אדפטיבית וחומרה ייעודית לניקוי, ניתן לשזור מספר גדול של EVs לתוך רשתות קיימות בלי לעמעם אורות או לפגוע בציוד. המערכת המוצעת המבוססת על AI פועלת ביעילות כמו בורר תנועה לאלקטרונים, מכוונת מושבי טעינה כך שסוללות ימלאו בזמן, הרשת תשאר בטווח הנוח שלה, והעלות התפעולית הכוללת תרד. אם יוגדל ההיקף, סוג התיאום החכם הזה יכול להקל על אימוץ רחב של EV ולהיות זול בהרבה מאשר פשוט להרחיב את הרשת באופן נרחב.

ציטוט: K, S., C, M. Artificial intelligence-driven optimal charging strategy for EV with integrated power quality enhancement in electric power grids. Sci Rep 16, 10884 (2026). https://doi.org/10.1038/s41598-026-36546-7

מילות מפתח: טעינת רכבים חשמליים, רשת חכמה, בינה מלאכותית, איכות הספק, תחבורה מתחדשת