Enhanced Optimal Power Flow Using a Trained Neural Network Surrogate for Distribution Grid Constraints
تقترح هذه الورقة إطار عمل فعال حاسبياً لتدفق القدرة الأمثل لشبكات التوزيع ذات النفاذ العالي لموارد الطاقة الموزعة، والذي يستبدل قيود تدفق القدرة غير الخطية بترميز خطي مختلط الأعداد دقيق لنموذج بديل لشبكة عصبية مدربة لتحقيق الأمثلية العالمية ودقة الجهد العالية مع تقليل وقت الحساب بشكل كبير.
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 لمدينة ما كأنها نظام سباكة ضخم ومعقد. يتدفق الماء (الكهرباء) من خزان رئيسي (محطة توليد الطاقة) عبر أنابيب (أسلاك) إلى منزلك، ومنزل جارك، وإلى المصنع المحلي.
مهمة مشغل الشبكة هي التأكد من حصول الجميع على قدر كافٍ من الماء دون أن تنفجر الأنابيب (جهد كهربائي مرتفع جدًا) أو تجف (جهد كهربائي منخفض جدًا)، كل ذلك مع الحفاظ على أقل تكلفة ممكنة. تسمى هذه المهمة تدفق الطاقة الأمثل (OPF).
المشكلة: رياضيات "الصندوق الأسود"
في الماضي، كان المشغلون يستخدمون معادلات رياضية معقدة للتنبؤ بكيفية تدفق المياه عبر الأنابيب. ولكن اليوم، لدينا الكثير من الأشياء الجديدة المتصلة بالشبكة:
- الألواح الشمسية (تضخ الماء إلى داخل الأنابيب).
- السيارات الكهربائية (تستهلك كميات هائلة من الماء).
- المضخات الحرارية (تسحب الماء وتضخه بشكل غير متوقع).
هذه الأجهزة الجديدة تجعل الرياضيات صعبة للغاية. الأمر يشبه محاولة حساب تدفق المياه في نظام سباكة تتغير فيه أحجام الأنابيب، ويتدفق فيه الماء للخلف، وتفتح فيه الصنابير وتغلق بشكل عشوائي.
- الرياضيات التقليدية: أحيانًا تتعثر، أو تستغرق ساعات لحلها، أو تعطي إجابة "جيدة بما يكفي" قد تكون خطيرة في الواقع.
- الرياضيات المبسطة: أحيانًا تستخدم طرقًا مختصرة (مثل افتراض أن الأنابيب مستقيمة تمامًا) لحلها بسرعة، ولكن هذه الاختصارات قد تفشل عندما تتعرض المنظومة للضغط.
الحل: "المتنبئ الذكي" (الشبكة العصبية)
تقترح هذه الورقة البحثية طريقة جديدة وذكية لحل هذه المشكلة. فبدلاً من محاولة حساب فيزياء كل أنبوب على حدٍ بحدٍ في الوقت الفعلي، قام الباحثون ببناء "بديل ذكاء اصطناعي مدرب" (نموذج بديل).
فكر في الأمر على هذا النحو:
تخيل أنك طاهٍ يحاول خبز كعكة مثالية.
- الطريقة القديمة: تقوم بقياس كل حبة دقيق، وكل قطرة حليب، وحساب التفاعل الكيميائي لدرجة حرارة الفرن في كل ثانية. هذا دقيق ولكنه يستغرق وقتًا طويلاً.
- الطريقة الجديدة (هذه الورقة): تقوم بتعيين خباز ماهر (الشبكة العصبية). لقد خبز هذا الخباز 30,000 كعكة من قبل. تقول له: "لدي هذا القدر من الدقيق وهذا القدر من البيض". فيجيب الخباز فورًا: "إليك بالضبط كيف ستكون نتيجة الكعكة".
قام الباحثون بتدريب هذا الذكاء الاصطناعي على آلاف السيناريوهات المحاكية، حيث تعلم العلاقة بين الطاقة الداخلة (ما يدخل إلى الشبكة) والجهد الكهربائي (مدى "امتلاء" الأنابيب).
الخدعة السحرية: تحويل الذكاء الاصطناعي إلى قواعد رياضية
هنا يكمن الجزء العبقري. عادةً، إذا سألت ذكاءً اصطناعيًا "ما هو الجهد الكهربائي؟"، فإنه يعطيك إجابة، ولكن لا يمكنك استخدامها في عملية "التحسين" (Optimization) بسهولة لأن الذكاء الاصطناعي عبارة عن "صندوق أسود".
لقيام المؤلفين بشيء مميز: لقد ترجموا "عقل" الذكاء الاصطناعي إلى مجموعة من القواعد الرياضية الصارمة (تحديدًا نوع يسمى البرمجة الخطية ذات الأعداد الصحيحة المختلطة).
- هم لم يستبدلوا المشكلة بأكملها بالذكاء الاصطناعي.
- بل استبدلوا الجزء الأصعب فقط (فيزياء الجهد الكهربائي) بقواعد الذكاء الاصطناعي.
- حافظوا على جميع القواعد الأخرى (مثل "عدم تجاوز الميزانية" أو "الحفاظ على شحن السيارة") كما هي تمامًا.
هذا يعني أن الكمبيوتر لا يزال بإمكانه إيجاد الحل الأمثل تمامًا (أفضل حل عالمي) باستخدام برامج رياضية قياسية وموثوقة، ولكنه يفعل ذلك باستخدام "خبرة" الذكاء الاصطناعي بدلاً من حسابات الفيزياء البطيئة.
النتائج: سريعة، آمنة، وذكية
اختبر الفريق هذا النظام في حي حقيقي في قبرص يحتوي على ألواح شمسية، وسيارات كهربائية، ومضخات حرارية.
- السرعة: استغرقت طرق الرياضيات القديمة دقائق (أو حتى ساعات) لحلها. أما طريقة الذكاء الاصطناعي الجديدة فقد حلتها في أقل من ثانية واحدة. إنه يشبه الانتقال من الحلزون إلى سيارة السباق.
- الدقة: توقع الذكاء الاصطناعي الجهد الكهربائي بدقة عالية جدًا بحيث كان الخطأ ضئيلًا (أقل من 1 فولت). وعندما تحققوا من الإجابة باستخدام "الفيزياء الحقيقية"، كانت شبه مثالية.
- الموثوقية: على عكس بعض الاختصارات التي قد تفشل عندما تصبح الشبكة مزدحمة، ظلت هذه الطريقة مستقرة ووجدت الحل الأمثل في كل مرة.
نسختان من الذكاء الاصطناعي
حتى أنهم بنوا نسختين من هذا "المتنبئ الذكي":
- النموذج 1 (الطاهي المهتم بالتفاصيل): يتنبأ بالجهد الكهربائي لكل منزل على حدٍ بحدٍ في الحي. دقيق جدًا، وأبطأ قليلاً.
- النموذج 2 (الطاهي سريع التحقق): يتنبأ فقط بـ أدنى جهد كهربائي في الحي بأكل. إذا كان أدنى جهد آمنًا، فإن الشبكة بأكملها آمنة. كان هذا هو الأسرع على الإطلاق، متفوقًا حتى على أفضل الطرق الرياضية التقليدية.
لماذا يهم هذا الأمر؟
هذا النهج يعد نقطة تحول لمستقبل الطاقة الخضراء. فمع إضافة المزيد من الألواح الشمسية والسيارات الكهربائية، تصبح الشبكة أكثر فوضوية. تسمح هذه الطريقة لمشغلي الشبكة باتخاذ قرارات في أجزاء من الثانية للحفاظ على استمرار التيار الكهربائي وخفض التكاليف، دون الغرق في رياضيات مستحيلة الحل.
باخت de مختصر: لقد علموا الكمبيوتر كيف "يشعر" بالشبكة مثل كهربائي خبير، ثم حولوا هذا "الشعور" إلى قواعد رياضية صارمة، مما سمح لهم بحل أصعب ألغاز الشبكة في لمح البصر.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.