Real-world energy data of 200 feeders from low-voltage grids with metadata in Germany over two years
تقدم هذه الورقة مجموعة بيانات FeederBW، وهي مجموعة فريدة لمدة عامين من بيانات الطاقة الواقعية بدقة دقيقة واحدة من 200 مغذٍ للجهد المنخفض في ألمانيا، معززة بمعلومات الطقس وبيانات وصفية مفصلة حول تركيبات التكنولوجيا منخفضة الكربون لدعم تحليلات الشبكة المتقدمة وتطبيقات تعلم الآلة.
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 الشبكة الكهربائية كأنها جهاز عصبي ضخم وغير مرئي يبقي عالمنا الحديث مستيقظاً وفي حالة حركة. تماماً كما يحتاج جسمك إلى الكهرباء لتشغيل دماغك وعضلاتك، تحتاج منازلنا ومدننا إلى تدفق مستمر من الطاقة لتشغيل كل شيء، من الثلاجات إلى الهواتف الذكية. لفترة طويلة، كان هذا النظام يشبه شارعاً ذا اتجاه واحد: محطات طاقة عملاقة بعيدة ترسل الكهرباء نزولاً إلى منزلك، وكانت تلك هي نهاية القصة. ولكن مؤخراً، أصبح الحي أكثر تعقيداً؛ فقد بدأ الناس في وضع ألواح شمسية على أسطح منازلهم، وتوصيل السيارات الكهربائية، وتركيب المضخات الحرارية. فجأة، لم تعد الكهرباء تتدفق للأسفل فحسب، بل أصبحت تتدفق أيضاً للأعلى، مما خلق رقصة فوضوية ثنائية الاتجاه لا تستطيع قواعد "الشارع ذي الاتجاه الواحد" القديمة التعامل معها.
ولإصلاح ذلك، يحتاج المهندسون والعلماء إلى فهم ما يحدث بالضبط في "الميل الأخير" — وهو الجزء الأخير من الأسلاك الذي يتصل بمنزلك فعلياً. فكر في الأمر كمنظم مرور يحاول إدارة تقاطع مزدحم؛ إذا لم يعرف كم عدد السيارات التي تنعطف يساراً أو يميناً أو تسير في خط مستقيم، فلن يتمكن من ضبط الإشارات بشكل صحيح، وسيتعرض الجميع للازدحام. والمشكلة هي أنه لفترة طويلة، لم يكن لدى أحد خريطة واضحة لحركة المرور هذه؛ فقد كانت الأسلاك غير مرئية في الغالب، وكانت البيانات مخبأة في خزائن خاصة أو ببساطة لم تكن موجودة. وبدون أرقام حقيقية، يصعب تعليم الحواسيب التنبؤ بالمستقبل أو التخطيط لكيفية الحفاظ على استمرار الإضاءة عندما لا تشرق الشمس أو لا تهب الرياح.
وهنا يأتي دور فريق من الباحثين من ألمانيا بتقديم أداة جديدة ضخمة تسمى مجموعة بيانات FeudioerBW. لم يكتفوا ببناء نموذج أو تخمين ما قد يحدث، بل ذهبوا وقاسوا بالفعل الكهرباء المتدفقة عبر 200 خط طاقة مختلف من الجهد المنخفض على مدار فترة عامين كاملين (من 2023 إلى 2025). تخيل أنك تلتقط كاميرا عالية السرعة وتصور كل سيارة وشاحنة ودراجة هوائية على 200 شارع مختلف لمدة عامين متتاليين، وتدون بدقة متى وصلت، وما هي سرعتها، وما نوع المركبة التي كانت عليها. هذا هو بالضبط ما تفعله هذه الورقة البحثية بالنسبة للكهرباء.
قام الباحثون، بالتعاون مع شركة مرافق محلية، بجمع البيانات بسرعة قراءة واحدة كل دقيقة. وهذا سريع للغاية بالنسبة لشبكات الطاقة، التي عادة ما تتحقق من البيانات كل ساعة أو نحو ذلك. لم يكتفوا برصد كمية الكهرباء المستخدمة فحسب، بل رصدوا أيضاً كمية الكهرباء التي يتم إرسالها عائدة إلى الشبكة بواسطة الألواح الشمسية، ومستويات الجهد، وحتى الظروف الجوية في المواقع التي توجد بها الأسلاك مباشرة. ولتفسير هذا النوع من الفوضى، جمعوا أيضاً "دليل مستخدم" لكل سلك، وهو ما يُعرف بالبيانات الوصفية (metadata)؛ حيث يوضح لهم عدد المنازل المتصلة، وعدد شواحن السيارات الكهربائية المثبتة، وكمية الطاقة الشمسية الموجودة على الأسطح.
تكشف الورقة أن مجموعة البيانات الجديدة هذه هي بمثابة منجم ذهب لفهم كيف يتغير عالم الطاقة لدينا. فمن خلال النظر في البيانات، وجد المؤلفون أنماطاً واضحة: في الأيام المشمسة، تمتلئ خطوط الطاقة بالطاقة المتدفقة عكسياً من الألواح الشمسية، مما يؤدي أحياناً إلى عكس اتجاه التدفق تماماً. كما لاحظوا أنه مع زيادة تركيب البطاريات والمضخات الحرارية، يصبح "المرور" على هذه الأسلاك أثقل وأكثر عدم استقرار. على سبيل المثال، تتبعوا مجموعة محددة من الأسلاك حيث نمت كمية الطاقة الشمسية المثبتة بأكثر من 50% في عامين فقط، بينما قفز تخزين البطاريات بنسبة تقارب 150%.
ومن الأهمية بمكان أن يشير المؤلفون بحذر إلى ما لا تخبرنا به هذه البيانات. فقد أوضحوا أنه بينما يمكنهم رؤية تدفق الكهرباء، إلا أنهم لا يستطيعون رؤية أي منزل يستخدمها بالضبط، مما يحمي خصوصية الناس. كما أشاروا إلى أن البيانات تأتي من مناطق ريفية في ألمانيا، لذا قد تبدو مختلفة قليلاً عن المدن المكتظة. علاوة على ذلك، اعترفوا بأن المستشعرات قد تصاب أحياناً بالارتباك عندما ينعكس اتجاه تدفق الطاقة بسرعة، مثلما يحدث عند شروق الشمس وبدء عمل الألواح الشمسية، مما يسبب تذبذباً في الأرقام. ولم يحاولوا "إصلاح" هذه الأرقام الغريبة لأنها قد تكون في الواقع أحداثاً حقيقية وغريبة تحدث في الشبكة.
وبدلاً من الادعاء بأنهم حلوا أزمة الطاقة، يقدم المؤلفون مجموعة البيانات هذه كملعب قوي لعلماء آخرين. ويقترحون أن هذه البيانات الواقعية يمكن أن تساعد في تدريب البرامج الحاسوبية (التعلم الآلي) للتنبؤ بالوقت الذي قد تتعرض فيه الشبكة للحمل الزائد، أو لمعرفة كيفية موازنة الحمل دون بناء خطوط طاقة جديدة. الأمر يشبه إعطاء طالب كتاباً مدرسياً حقيقياً عن أنماط حركة المرور بدلاً من قصة خيالية، مما يسمح له بتعلم كيفية قيادة نظام الطاقة المستقبلي بأمان. وتخلص الورقة إلى أنه رغم وجود بعض الفجوات والتحديات، فإن امتلاك هذا القدر من البيانات التفصيلية والواقعية يعد قفزة هائلة لأي شخص يحاول معرفة كيفية الحفاظ على استمرار الإضاءة في عالم مليء بالألواح الشمسية والسيارات الكهربائية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.