🔢 mathematics

Home Energy Management under Tiered Peak Power Charges

تقترح هذه الورقة سياسة تحكم تنبؤي بالنموذج لإدارة بطارية المنزل في ظل رسوم ذروة القدرة المتدرجة، والتي تحقق باستخدام تنبؤات بسيطة تكاليف كهرباء ضمن 1.7% من الحد الأدنى النظري المستمد من الاستشراف المثالي.

المؤلفون الأصليون: David Pérez-Piñeiro, Sigurd Skogestad, Stephen Boyd

نُشر 2026-03-10

📖 4 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: David Pérez-Piñeiro, Sigurd Skogestad, Stephen Boyd

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أن منزلك عبارة عن مطعم مزدحم، وأن شبكة الكهرباء هي المطبخ الذي يمدك بالمكونات. في الماضي، كنت تدفع فقط مقابل كمية الطعام (الطاقة) التي تتناولها. ولكن الآن، أضاف مالك المطعم (شركة المرافق) قاعدة جديدة ومراوغة: ستدفع أيضاً "رسوم ساعة الذروة".

هذه الرسوم لا تعتمد فقط على كمية ما تأكله في الشهر؛ بل تعتمد على أكثر ثلاثة أيام ازدحاماً لديك. إذا طلبت وليمة ضخمة في ثلاثة أيام محددة، فسترتفع فاتورتك بشكل جنوني، حتى لو تناولت القليل جداً في بقية أيام الشهر. هذه هي "رسوم ذروة الطاقة المتدرجة" التي يناقشها البحث.

تساءل مؤلفو هذا البحث: "كيف يمكننا استخدام بطارية منزلية للتحايل على هذا النظام وتوفير المال؟"

إليك تفصيل حلهم، مشروحاً ببساطة:

1. المشكلة: فخ "الأسوأ ثلاثة أيام"

تخيل أن لديك بطارية (مثل بنك طاقة ضخم لمنزلك).

بدون بطارية: إذا قمت بتشغيل الفرن، والمدفأة، والمكيف معاً في يوم شتاء بارد، فستسحب كمية هائلة من الطاقة. إذا حدث هذا في ثلاثة أيام منفصلة خلال الشهر، فستتعرض لغرامة باهظة.
الهدف: تريد استخدام البطارية لـ "حلاقة" (تقليل) تلك القمم. بدلاً من سحب الطاقة من الشبكة عندما تحتاج إلى الكثير منها، تسحبها من البطارية. هذا يحافظ على استهلاكك من الشبكة منخفضاً، مما يجنبك الغرامة.

2. حل "وضع الإله" (السياسة المتنبئة بالكامل)

أولاً، تخيل المؤلفون سيناريو نملك فيه استبصاراً كاملاً. نحن نعرف بالضبط مقدار الطاقة التي سيحتاجها منزلك كل ساعة خلال العام القادم، ونعرف بالضبط أسعار الكهرباء التي ستكون عليها.

التشبيه: هذا يشبه امتلاك كرة بلورية. أنت تعرف تماماً متى ستأتي "ساعة الذروة" بعد ثلاثة أيام من الآن، لذا تقوم بشحن بطاريتك قبل يومين لتكون مستعداً.
النتيجة: باستخدام رياضيات "وضع الإله" هذه، قاموا بحساب أقل فاتورة ممكنة على الإطلاق. إنه "المعيار الذهبي" أو الحد النظري لأقصى قدر يمكنك توفيره. في اختبارهم، وفر هذا 15.4% مقارنة بعدم وجود بطارية على الإطلاق.

3. الحل في العالم الحقيقي (التحكم التنبئي بالنموذج - MPC)

بالطبع، نحن لا نملك كرات بلورية. لا يمكننا معرفة المستقبل بشكل مثالي. لذا، صمم المؤلفون عقلاً آلياً ذكياً يسمى التحكم التنبئي بالنموذج (MPC).

كيف يعمل:
1. النظر للمستقبل: في كل ساعة، ينظر الروبوت إلى الثلاثين يوماً القادمة ("أفق التخطيط").
2. التخمين: يستخدم توقعات بسيطة لتخمين ما سيكون عليه حمل استهلاكك وما ستكون عليه الأسعار.
3. التخطيط: يحل لغزاً رياضياً معقداً ليقرر: "هل يجب أن أشحن البطارية الآن؟ هل يجب أن أدخرها لوقت لاحق؟ هل يجب أن أخاطر بحدوث ذروة اليوم لأوفر المال الأسبوع المقبل؟"
4. التنفيذ: يقوم فقط بتنفيذ الخطوة الأولى من تلك الخطة (مثلاً: "اشحن البطارية الآن").
5. التكرار: بعد ساعة واحدة، يحصل على معلومات جديدة، ويحدث تخميناته، ويحل اللغز مرة أخرى.
التشبيه: فكر في الأمر كأنك تلعب مباراة شطرنج ضد كمبيوتر. أنت لا تعرف حركة خصمك التالية بدقة، لكنك تنظر 10 خطوات للأمام، وتتخذ أفضل حركة ممكنة، ثم تعيد التقييم عندما يتحرك الخصم بالفعل.

4. النتائج: شبه مثالية

اختبر الفريق هذا النظام على منزل حقيقي في النرويج ببطارية سعة 40 كيلووات ساعة (ما يكفي لتزويد منزل صغير بالطاقة ليوم كامل).

بدون بطارية: كانت الفاتورة مرتفعة.
القواعد البسيطة: إذا أخبرت البطارية فقط أن "تشحن ليلاً وتفرغ طاقتها نهاراً" (تحكّم فرق الطاقة/Arbitrage)، فقد تخسر المال فعلياً. لماذا؟ لأنك قد تتسبب بالخطأ في خلق ذروة في يوم لم تكن تتوقعه، مما يفعل رسوم الغرامة.
الروبوت الذكي (MPC): باستخدام خوارزميتهم الذكية، وفرت البطارية 13.9% من التكلفة الإجمالية.
الفجوة: كانت فاتورة الروبوت الذكي أعلى بنسبة 1.7% فقط من فاتحة "وضع الإله" (المستقبل المثالي).

5. السر الكامن: التوقعات

كيف يخمن الروبوت المستقبل؟ يستخدم طريقة "الأساس-المتبقي" (Baseline-Residual).

الأساس (The Baseline): هو يعرف "إيقاع" منزلك. يعرف أنك عادة تطبخ العشاء في الساعة 6 مساءً وتنام في الساعة 11 مساءً (مثل الإيقاع الحيوي للجسم).
المتبقي (The Residual): ينظر إلى الأشياء "الغريبة". هل قمت للتو بتشغيل المجفف بشكل غير متوقع؟ يتعلم الروبوت من التاريخ القريب ليتكيف مع هذه المفاجآت.

الخلاصة الكبرى

يثبت هذا البحث أنك لست بحاجة إلى كمبيوتر خارق أو كرة بلورية لتوفير المال في الكهرباء. من خلال استخدام خوارزمية ذكية وتكيفية تنظر للمستقبل وتحدث خطتها باستمرار، يمكن للبطارية المنزلية أن تتعامل مع رسوم الكهرباء المتدرجة والمعقدة بنفس كفاءة امتلاك معرفة بالمستقبل تماماً.

باختد: البطارية هي "آلة الزمن" الخاصة بك للكهرباء. فهي تسمح لك بشراء طاقة رخيصة الآن واستخدامها لاحقاً، ولكن فقط إذا كان لديك دليل ذكي (MPC) ليخبرك بالضبط متى تستخدمها حتى لا تقع في فخ غرامة "ساعة الذروة".

إليك ملخص تقني مفصل لورقة البحث بعنوان "إدارة طاقة المنزل تحت رسوم ذروة القدرة المتدرجة".

1. بيان المشكلة

تتناول الورقة تحسين تشغيل تخزين البطاريات في منزل متصل بالشبكة لتقليل إجمالي تكاليف الكهرباء في ظل هيكل تعريفة محدد. تتكون هذه التعريفة من مكونين:

رسوم الطاقة: تعتمد على الاستهلاك، وتتضمن أسعار وقت الاستخدام (TOU) وأسعار الجملة لليوم التالي.
رسوم ذروة القدرة المتدرجة: على عكس رسوم الطلب التقليدية التي تعتمد على قيمة قدرة قصوى واحدة، تقوم التعريفة النرويجية السكنية (التي تم تقديمها في عام 2022) بحساب الرسم بناءً على متوسط أكبر $N$ من ذرى القدرة اليومية (عادةً $N=3$ ) على مدار شهر فواتير واحد. ويتم ربط هذا المتوسط بدالة تكلفة ثابتة جزئيًا ذات مستويات متعددة.

التحدي:

عدم التحدب (Nonconvexity): تسبب رسوم ذروة القدرة المتدرجة عدم تحدب في مسألة التحسين لأن دالة التكلفة ثابتة جزئيًا.
عد عدم اليقين (Uncertainty): يتطلب التشغيل في الوقت الفعلي اتخاذ قرارات بناءً على توقعات للأحمال والأسعار المستقبلية، بينما يفترض سيناريو "الاستشراف المثالي" معرفة جميع البيانات المستقبلية.
الهدف: تحديد سياسة تحكم تقلل مجموع تكاليف الطاقة وذروة القدرة مع احترام قيود البطارية (السعة، معدلات الشحن/التفريغ، والكفاءة).

2. المنهجية

يقترح المؤلفون نهجًا ذا شقين: وضع حد سفلي نظري وتطوير سياسة قابلة للتنفيذ في الوقت الفعلي.

أ. المسألة الاستشرافية (الحد السفلي)

لتحديد الحد الأدنى النظري للتكلفة، يصيغ المؤلفون برنامج خطي مختلط الأعداد الصحيحة (MILP) بافتراض المعرفة الكاملة بجميع الأحمال والأسعار المستقبلية.

الصياغة: تقلل المسألة التكلفة الإجمالية مع مراعاة توازن القدرة، وديناميكيات البطارية، وقيود السعة.
التعامل مع الشحن المتدرج: يتم نمذجة دالة ذروة القدرة الثابتة جزئيًا $\phi(z_k)$ باستخدام متغيرات ثنائية ( $s_{lk}$ ) تقوم بتعيين متوسط الذروة الشهرية $z_k$ إلى مستوى تكلفة محدد $l$ .
التنفيذ: يتم حل المسألة باستخدام CVXPY (لغة مجال محدد للتحسين المحدب) وحلال Gurobi. يتم تحويل دالات الـ max والـ sum-largest غير الخطية تلقائيًا إلى قيود خطية.

ب. سياسة التحكم التنبؤي بالنموذج (MPC)

من أجل التشغيل في الوقت الفعلي، يطور المؤلفون سياسة MPC تحل مسألة تحسين مماثلة عند كل خطوة زمنية باستخدام التوقعات.

الأفق الزمني: يُستخدم أفق تخطيط مدته 30 يومًا ( $H=720$ ساعة) لاستيعاب دورة الفواتير الكاملة، مما يضمن أن المتحكم يتوقع إعادة ضبط ذروة الشهر.
التنبؤ: يتم استخدام طريقة التنبؤ "الأساسي-المتبقي" (Baseline-Residual):
- الأساسي (Baseline): يلتقط الدورات الموسمية، والأسبوعية، واليومية باستخدام مجموع الجيوب (سلسلة فوريه).
- المتبقي (Residual): يستخدم نموذج الانحدار الذاتي (AR) للتنبؤ بالانحرافات قصيرة المدى عن الأساس.
- دالة الخسارة: يتم ضبط النماذج باستخدام خسارة بينبول (الكمية - pinball loss) مع تنظيم $\ell_2$ لتقليل الحساسية للقيم المتطرفة وضبط التوقعات بشكل مناسب.
التحسين: عند كل خطوة، تحل الـ MPC مسألة MILP صغيرة (أو مخطط تعداد مكافئ للبرمجة الخطية LP) عبر الأفق الزمني. يتم تطبيق أول إجراء تحكم، ثم تتكرر العملية مع المعلومات المحدثة.
صياغة بديلة: يشير المؤلفون إلى أنه نظر نظرًا لأن عدد المستويات ( $L$ ) صغير، يمكن حل الـ MILP عن طريق تعداد جميع تعيينات المستويات للأشهر في الأفق وحل سلسلة من البرامج الخطية (LPs)، وهو أمر فعال حاسوبيًا.

3. المساهمات الرئيسية

نمذجة مبتكرة للتعريفة: تعد هذه الورقة الأولى التي تتناول الهيكل المحدد للتعريفة النرويجية، والتي تستخدم متوسط أكبر $N$ من ذرى القدرة اليومية بدلاً من ذروة واحدة، مدمجة مع هيكل تكلفة متدرج.
صياغة MILP لذروة متدرجة: نجح المؤلفون في صياغة مشكلة ذروة القدرة المتدرجة غير المحدبة كمسألة MILP، مما يوفر إطارًا رياجيًا صارمًا لهذا الهيكل المحدد للتكلفة.
تحكم في الوقت الفعلي قريب من المثالية: يثبتون أن سياسة MPC باستخدام توقعات بسيطة يمكن أن تحقق تكاليف ضمن 1.7% من الحد السفلي الاستشرافي المثالي، مما يثبت أن البرمجة الصحيحة المعقدة ممكنة لإدارة طاقة المنزل في الوقت الفعلي.
تحديد القيمة: تدرس الورقة قيمة التحسين المشترك لتكاليف الطاقة وذروة القدرة مقابل تحسينهما بشكل منفصل أو باستخدام سياسات قائمة على القواعد البسيطة.

4. النتائج

تم تقييم الطرق باستخدام بيانات حقيقية من منزل في تروندهايم، النرويج، خلال الأعوام 2020-2022، مع نظام بطارية بسعة 40 كيلوواط ساعة.

توفير التكاليف:
- خط الأساس بدون تخزين: 25,052 كرونة نرويجية/سنة.
- الاستشراف المثالي (المعرفة الكاملة): 21,204 كرونة نرويجية/سنة (توفير بنسبة 15.4%).
- سياسة MPC: 21,568 كرونة نرويجية/سنة (توفير بنسبة 13.9%).
- الفجوة: سياسة MPC بعيدة بنسبة 1.7% فقط عن الحد الاستشرافي الأمثل.
المقارنة مع السياسات البسيطة:
- تخفيف الذروة (قائم على القواعد): حقق توفيرًا بنسبة 5.2%. لقد قلل رسوم الذروة ولكنه فوت فرص المراجحة الطاقية.
- مراجحة الطاقة (قائمة على القواعد): قللت تكاليف الطاقة ولكنها دفعت ذروة القدرة إلى أعلى مستوى، مما أدى إلى توفير سلبي (-3.3%) مقارنة بعدم وجود تخزين. يسلط هذا الضوء على خطر تحسين مكون تكلفة واحد فقط.
- MPC (طاقة فقط): أدى تجاهل رسوم ذروة القدرة في هدف الـ MPC إلى تحقيق 1.6% توفير فقط، مما يؤكد ضرورة التحسين المشترك.
تحليل الحساسية:
- طول الأفق: أفق 30 يومًا أمر بالغ الأهمية. الأفق الأقصر (مثل يوم واحد) فشل في توقع إعادة ضبط الذروة الشهرية، مما أدى إلى تكاليف أعلى بكثير.
- المعلمة $N$ : تغيير $N$ من 1 إلى 3 (التعريف الفعلي للتعريفة) كان له تأثير ضئيل على التكلفة الإجمالية، مما يشير إلى أن المتحكم قوي.
- التنبؤ: أدت إضافة مكون الـ AR المتبقي إلى تنبؤ الأساس إلى تحسين النتائج بنسبة 0.4% فقط، وذلك من خلال التنبؤ بشكل أفضل بذرى الأحمال قصيرة المدى لتخفيف الذروة.

5. الأهمية

القابلية للتطبيق العملي: تثبت الدراسة أن مسائل إدارة الطاقة المعقدة وغير المحدبة التي تتضمن متغيرات صحيحة يمكن حلها في الوقت الفعلي (حوالي 0.2 ثانية لكل خطوة) على أجهزة قياسية.
الصلة بالسياسات: مع اعتماد المزيد من الدول لتعريفات ذروة القدرة السكنية لإدارة ازدحام الشبكة، يوفر هذا العمل مخططًا لكيفية استفادة المستهلكين من تخزين البطاريات لتقليل التكاليف دون الحاجة إلى معرفة مثالية.
البصيرة السلوكية: تظهر النتائج أن استراتيجيات التحكم في البطارية الساذجة (مثل تخفيف الذروة البسيط أو المراجحة البحتة) قد تكون ذات نتائج عكسية في ظل التعريفات المتدرجة. يعد نهج التحسين الشامل ضروريًا لتجنب زيادة التكاليف.
القابلية للتوسع: يجعل استخدام حلالات MILP وتعداد LP هذا النهج قابلًا للتوسع للتطبيقات السكنية، مما يسد الفجوة بين التحسين النظري والتنفيذ العملي.