⚡ electrical engineering

Building Power Grid Models from Open Data: A Complete Pipeline from OpenStreetMap to Optimal Power Flow

تقدم هذه الورقة مسار بيانات مفتوح بالكامل يقوم ببناء نماذج شبكات نقل واقعية وقابلة للحل باستخدام تدفق القدرة الأمثل (OPF) لجميع الولايات الأمريكية الـ 48 المتصلة وست مناطق متعددة الولايات، وذلك من خلال دمج بيانات البنية التحتية من OpenStreetMap مع إحصاءات إدارة معلومات الطاقة (EIA) والتعداد السكاني، مع التحقق بنجاح من المنهجية عبر التقارب في محاكاة تدفق القدرة الأمثل للتيار المتردد (AC-OPF) ومقاييس التكلفة المتوافقة مع أسواق الجملة الحقيقية.

المؤلفون الأصليون: Andrea Britto, Thiago Spina, Weiwei Yang, Spencer Fowers, Baosen Zhang, Chris White

نُشر 2026-05-07

📖 5 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Andrea Britto, Thiago Spina, Weiwei Yang, Spencer Fowers, Baosen Zhang, Chris White

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 مدينة ضخمة ومعقدة من الطرق والتقاطعات وإشارات المرور. لفهم كيف تتعامل هذه المدينة مع حركة المرور (الكهرباء)، يحتاج المهندسون إلى خريطة تفصيلية. ومع ذلك، في العالم الحقيقي، تُحفظ أكثر الخرائط دقة وتحديثاً لشبكة الطاقة في الولايات المتحدة داخل خزنة مغلقة؛ حيث تُعامل كـ "أسرار بنية تحتية حيوية" لمنع المخترقين أو الإرهابيين من العثور على نقاط الضعف. وهذا يترك الباحثين يحاولون دراسة الشبكة دون خريطة، مما يضطرهم لاستخدام نماذج صغيرة جداً تشبه الألعاب ولا تشبه الواقع في شيء.

تقدم هذه الورقة حلاً ذكياً: بناء خريطة واقعية وعملاقة لشبكة الطاقة في الولايات المتحدة باستخدام البيانات العامة والمفتوحة المصدر بالكامل.

إليك كيف قام المؤلفون بذلك، مشروحاً عبر تشبيه بناء بسيط:

المشكلة: "المخطط السري"

تخيل شبكة الطاقة الحقيقية كمبنى عالي الأمن. المخططات (بيانات تفصيلية عن سمك الأسلاك، والجهد الكهربائي، والمواقع الدقيقة) سرية للغاية. لا يمكن للباحثين رؤيتها، ولا يمكنهم شراءها (لأن تكلفتها مئات الآلاف من الدولارات)، ولا يمكنهم مشاركتها حتى لو حصلوا عليها. بدون هذه المخططات، لا يمكنك اختبار كيف سيتحمل المبنى حشداً هائلاً أو عاصفة.

الحل: "طاقم بناء مكون من خمس مراحل"

قام المؤلفون ببناء خط إنتاج (سلسلة خطوات متتالية) يقوم بإنشاء نموذج عامل للشبكة باستخدام أشياء يمكن لأي شخص رؤيتها أو العث ability لإيجادها عبر الإنترنت فقط.

المرحلة 1: المستكشف عبر الأقمار الصناعية (استخراج البيانات)
بدلاً من سرقة المخططات، يستخدم الفريق OpenStreetMap (OSM). تخيل OSM كخريطة جوجل عملاقة وتشاركية، حيث يقوم المتطوعون برسم الطرق والمباني وخطوط الطاقة. يقوم الفريق بإرسال "طائرة بدون طيار" رقمية لمسح الولايات المتحدة وتحميل كل خط طاقة، ومحطة فرعية، ومحطة توليد طاقة يمكنهم العثور عليها.

العقبة: الخريطة غير مكتملة. بعض الخطوط مفقودة، والخريطة لا تذكر مدى سمك الأسلاك أو مقدار الطاقة التي يمكنها حملها.

المرحلة 2: المهندس المعماري (إعادة بناء الطوبولوجيا)
الخريطة الخام غير منظمة. قد يظهر خط طاقة واحد كـ 20 قطعة صغيرة منفصلة. يعمل برنامج الفريق كمهندس معماري ذكي يقوم بربط هذه الأجزاء معاً.

ملء الفراغات: إذا كان لخط ما وسم (Tag) جهد كهربائي مفقود، يبحث البرنامج عن جيرانه. إذا كان جميع الجيران عبارة عن "خطوط 345 كيلو فولت"، فإنه يفترض أن هذا الخط كذلك أيضاً.
فرز حركة المرور: يحدد البرنامج أي الخطوط تتصل بأي محطات فرعية، ويحدد "الجسور" الخاصة (المحولات) التي تغير مستويات الجهد.
النتيجة: خريطة شبكة نظيفة ومتصلة.

المرحلة 3: المهندس (تقدير المعايير)
الآن لديهم شكل الشبكة، لكن ليس لديهم الفيزياء. هم بحاجة لتخمين مقدار الكهرباء التي يمكن للأسلاك حملها ومدى مقاومتها للتدفق.

كتاب القواعد: بما أنهم لا يستطيعون قياس الأسلاك، فإنهم يستخدمون كتب الهندسة القياسية. إذا كان الخط بقدرة 345 كيلو فولت، يبحثون عن "المتوسط" للسلك المستخدم لهذا الجهد في الولايات المتحدة ويخصصون تلك الخصائص للنموذج.
خدعة "التوازي": غالباً ما تحتوي ممرات الطاقة الحقيقية على سلكين أو ثلاثة أو حتى أربعة تعمل جنباً إلى جنب، لكن الخريطة تظهر سلكاً واحداً فقط. يستخدم الفريق "عامل قياس" (تخمين رياضي) ليتظاهر بوجود المزيد من الأسلاك، مما يضمن قدرة النموذج على تحمل القدر الصحيح من حركة المرور.

المرحلة 4: عالم الديموغرافيا (توزيع الطلب)
الشبكة لا فائدة منها دون معرفة أين يستخدم الناس الطاقة. يأخذ الفريق بيانات وطنية حول كمية الكهرباء التي تستخدمها دولة كاملة ويوزعها مثل "الرشات" فوق الكعكة.

المؤشر البديل: يفترضون أنه حيث يوجد عدد أكبر من الناس (بناءً على بيانات التعداد السكاني)، يوجد استهلاك أكبر للكهرباء. يقومون بتخصيص طلب الطاقة لـ "تقاطعات" محددة (الحافلات/Buses) على الخريطة بناءً على الكثافة السكانية المحلية.

المرحلة 5: شرطي المرور (تدفق الطاقة الأمثل)
أخيراً، يقومون بإجراء محاكاة. يسألون الكمبيوتر: "إذا قمنا بتشغيل جميع محطات الطاقة وأشعلنا جميع الأضواء في الساعة 4 مساءً في يوم صيفي حار، ماذا سيحدث؟"

الهدف: يحاول الكمبيوتر إيجيد أرخص طريقة لتزويد الولاية بأكملها بالطاقة دون تحميل أي خطوط فوق طاقتها أو التسبب في انقطاع التيار.
شبكة الأمان: لأن الخريطة هي مجرد تقدير، فقد تتعثر المحاكاة. بنى الفريق استراتيجية "الاسترخاء التدريجي". إذا تسببت القواعد الصارمة في حدوث خلل، يقوم الكمبيوتر بتخفيف القواعد بلطف (مثل السماح بحد أقصى للسرعة أعلى قليلاً) حتى يجد حلاً يعمل. وهذا يخبرهم بالضبط مدى "عدم دقة" البيانات في مناطق مختلفة.

النتائج: مدينة عاملة

اختبر الفريق هذا على جميع الولايات الأمريكية الـ 48 المتصلة، وعلى أجزاء إقليمية ضخمة (مثل شبكات الطاقة الشرقية أو الغربية بأكملها).

معدل النجاح: تم حل 88% من الولايات بشكل مثالي دون تخفيف أي قواعد. أما البقية فقد تم حلها مع تعديلات طفيفة.
الواقعية: تطابقت تكلفة توليد الكهرباء في نموذجهم (بمتوسط 22 دولار لكل ميجاوات ساعة) وكمية الطاقة المفقودة كحرارة (1%) مع بيانات السوق الحقيقية بدقة تقارب الواقع.
الصورة الكبيرة: نجحوا في نمذجة الربط الشرقي (21,697 تقاطعاً) والربط الغربي (5,076 تقاطعاً).

لماذا هذا مهم؟

لم يقم المؤلفون ببناء نموذج فحسب؛ بل بنوا مكتبة عامة لنماذج الشبكة.

لا حاجة للأسرار: يمكن لأي شخص الآن دراسة كيفية استجابة الشبكة لمراكز بيانات الذكاء الاصطناعي، أو الطقس القاسي، أو الطاقة المتجددة دون الحاجة إلى بيانات سرية.
قابلية التكرار: نظرًا لأن الكود والبيانات مفتوحة، يمكن للعلماء الآخرين التحقق من عملهم أو تحسينه.
آلة "ماذا لو": يمكن للباحثين الآن محاكاة الكوارث (مثل سقوط خط طاقة بسبب إعصار) أو سيناريوهات مستقبلية (مثل مضاعفة عدد السيارات الكهربائية) لمعرفة مدى صمود الشبكة.

باختصار، استبدل المؤلفون خزنة مغلقة من الأسرار بمجموعة أدوات بناء مفتوحة المصدر وعامة، وهي دقيقة بما يكفي لتكون مفيدة للأبحاث الجادة، ولكنها مبنية بالكامل من أشياء يمكنك رؤيتها من نافذة سيارتك أو العثور عليها في موقع إلكتروني مجاني.

ملخص تقني: بناء نماذج شبكات الطاقة من البيانات المفتوحة

بيان المشكلة

يعد الوصول إلى نماذج نقل شبكات حقيقية وعالية الدقة عائقاً حرجاً أمام أبحاث أنظمة الطاقة. في الولايات المتحدة، تُصنف بيانات الشبكة التفصيلية — بما في ذلك الطوبولوجيا، ومعاوقة الخطوط، ومعاملات التشغيل — كمعلومات طاقة بنية تحتية حرجة (CEII) من قبل لجنة تنظيم الطاقة الفيدرالية (FERC) ومؤسسة الاعتماد الكهربائي في أمريكا الشمالية (NERC). وبناءً على ذلك، لا يمكن للباحثين الوصول إلى النماذج الواقعية لأغراض التخطيط، أو تقييم الموثوقية، أو تدريب نماذج التعلم الآلي دون خوض إجراءات قانونية مقيدة أو دفع رسوم ترخيص باهظة (تتراوح بين 50,000 إلى 500,000 دولار).

الخيارات البديلة الحالية غير كافية للاحتياجات البحثية الحديثة:

حالات الاختبار القياسية (مثل IEEE 14/30/118-bus): هي نماذج تعليمية أو معايير خوارزمية تفتقر إلى الواقعية الجغرافية، ولا تعكس التكامل الواسع النطاق للطاقة المتجددة، وتفتقد إلى الخصائص الهيكلية على المستوى القاري.
الشبكات الاصطناعية (مثل TAMU): رغم أنها واقعية إحصائياً، إلا أنها تُنشأ لـ تشبه الشبكات الحقيقية بدلاً من أن تكون مشتقة منها، مما يجعلها تفتقر إلى التطابق الجغرافي المحدد والقدرة على التطور مع تغيرات البنية التحتية الفعلية.

يعيق عدم إمكانية الوصول إلى هذه البيانات دراسة التحديات الحرجة مثل نمو الطلب المدفوع بالذكاء الاصطناعي، وتكامل الطاقة المتجددة، والمرونة في مواجهة الظواهر الجوية القاسية.

المنهجية

يقدم المؤلفون مسار عمل مكون من خمس مراحل لبناء نماذج شبكات نقل كاملة وقابلة للحل باستخدام تدفق القدرة الأمثل (OPF) بالاعتماد كلياً على البيانات المتاحة للعموم. يقوم هذا المسار بتحويل بيانات خرائط الشوارع المفتوحة (OSM) الخام إلى نماذج جاهزة للمحللات عبر المراحل التالية:

1. استخراج البيانات

يقوم مسار العمل بالاستعلام من نسخة محلية من واجهة برمجة تطبيقات Overpass لاستخراج البنية التحتية للطاقة (المحطات الفرعية، الخطوط، المولدات، المحولات) لمناطق محددة في الولايات المتحدة. يتم توحيد البيانات في تنسيق GeoJSON. ويعتمد النظام على مخطط وسم power=* الخاص بـ OSM، والذي يتضمن الخطوط الهوائية، الكابلات، المحطات الفرعية، والمحطات.

2. إعادة بناء الطوبولوجيا

يتم تحويل بيانات OSM الخام إلى نموذج هيكلي (bus-branch) من خلال سلسلة من خطوات الاستدلال والتنقية:

استدلال الجهد: نظرًا لأن حوالي 15-30% من خطوط OSM تفتقر إلى وسوم الجهد، يستخدم النظام خوارزمية توافق الجيران التكرارية لاستنتاج الجهود المفقودة بناءً على القطع المتصلة ووسوم المحطات الفرعية.
دمج الخطوط: يتم دمج مسارات OSM المجزأة التي تمثل ممرًا فيزيائيًا واحدًا باستخدام هيكل بيانات (union-find).
تصنيف الدوائر: يميز النظام بين الفروع بين المرافق (المحتفظ بها)، والحلقات (loops)، والتفريعات (taps)، والقطع المعزولة.
كشف المحولات ووصلات HVDC: يتم استنتاج المحولات حيث تتواجد نواقل بجهود مختلفة عند المحطة الفرعية. كما يتم تحديد وصلات التيار المستمر عالي الجهد (HVDC) عبر أنماط وسم محددة (مثل frequency=dc أو وسوم الجهد ثنائية القطب) أو عبر القرب من عقد التحويل.
إنشاء النواقل (Buses): تقوم عملية التجميع المكاني بتعيين نهايات الخطوط للمحطات الفرعية أو إنشاء نواقل مؤقتة للنهايات المعزولة.

3. تقدير المعاملات

بما أن OSM تفتقر إلى المعاملات الكهربائية، يقوم مسار العمل بتعيينها باستخدام جداول البحث (LUTs) المعايرة مع بيانات إدارة معلومات الطاقة الأمريكية (EIA):

المعاوقة والقدرة: يتم اشتقاق مقاومة الخط ( $R$ )، ومعاوقته التفاعلية ( $X$ )، والقدرات الحرارية من جداًول البحث الخاصة بفئة الجهد بناءً على أنواع الموصلات القياسية (مثل الموصلات الحزمية للجهد العالي جداً EHV).
عوامل القياس: لتعويض ميل OSM لتمثيل الممرات متعددة الدوائر كمسارات واحدة، يطبق مسار العمل عوامل الطوبولوجيا ( $N_T$ ) وعوامل السعة ( $N_C$ ). تقوم هذه العوامل بمقياس المعاوقة والحدود الحرارية لتطابق أميال الدوائر المبلغ عنها من قبل EIA.
تكاليف المولدات: يتم إنشاء منحنيات التكلفة التربيعية باستخدام معدلات الحرارة وأسعار الوقود من EIA-923 (سعر Henry Hub للغاز). وفي حال فقدان بيانات محددة للمحطة، تُستخدم جداول البحث الافتراضية حسب نوع الوقود.

4. تخصيص الطلب

يتم توزيع بيانات الطلب بالساعة من EIA-930 (على مستوى سلطة التوازن) على النواقل الفردية. يستخدم مسار العمل تعداد السكان في مناطق التعداد الأمريكي كوكيل مكاني لتخصيص الحمل، مما يضمن ارتباط توزيع الطلب بالكثافة السكنية والتجارية.

5. تدفق القدرة الأمثل (OPF)

يتم حل النماذج النهائية باستخدام PowerModels.jl مع محلل Ipopt.

استراتيجية الاسترخاء التدريجي: إدراكاً بأن نماذج OSM قد تعاني من عدم دقة في المعاملات مما قد يؤدي إلى عدم تحقق الحل تحت القيود الصارمة، يستخدم مسار العمل استراتيجية استرخاء تلقائية. يحاول النظام حل المشكلة عند مستوى صارم (L0)، ثم يقوم تدريجياً بتخفيف القيود (حدود الزاوية، الهامش الحراري، حدود الجهد، تقليل الأحمال) عبر المستويات L1–L5 حتى يتم تحقيق التقارب.
تعويض القدرة غير الفعالة: لمعالجة نقص بيانات الـ shunt في OSM، يقوم مسار العمل بحقن مكثفات/مفاعلات تعويضية عند النواقل التي تعاني من عجز في القدرة غير الفعالة والتي يتم تحديدها أثناء مرحلة البدء الأولي لـ DC-OPF.

المساهمات الرئيسية

مسار بيانات مفتوحة متكامل: أول مسار كامل لإنشاء نماذج شبكات قابلة للحل باستخدام AC-OPF لشبكة الولايات المتحدة القارية بأكملها باستخدام البيانات العامة فقط (OSM، EIA، Census).
التحقق على نطاق واسع: تم التحقق من صحة مسار العمل على جميع الولايات الأمريكية الـ 48 المتصلة وست مناطق متعددة الولايات، بما في ذلك الربط الغربي الكامل (5,076 ناقل) والربط الشرقي الكامل (21,697 ناقل).
إصدار 54 نموذجاً: يطلق المؤلفون جميع النماذج الـ 54 التي تم حلها (48 ولاية منفردة، و6 مناطق متعددة الولايات) كملفات JSON متوافقة مع PowerModels، مما يوفر للمجتمع البحثي معايير جاهزة للاستخدام مشتقة من بنية تحتية حقيقية.
إطار الاسترخاء التدريجي: استراتيجية حل مبتكرة تتعامل تلقائياً مع عدم قابلية النموذج للحل بسبب فجوات البيانات، مما يوفر مقياساً شفافاً لجودة النموذج (مستوى الاسترخاء).

النتائج

نجح مسار العمل في توليد نماذج لجميع الولايات الأمريكية الـ 48 المتصلة وستة روابط إقليمية.

التقارب:
- DC-OPF: تقاربت 45 من أصل 48 نموذجاً للولايات المنفردة عند المستوى الأكثر صرامة (L0).
- AC-OPF: تقاربت 42 من أصل 48 نموذجاً للولايات المنفردة (88%) عند المستوى L0؛ و44 نموذجاً (92%) عند المستوى L0 أو مع حد أدنى من الاسترخاء (AC1) خلال ساعات خارج الذروة.
- النماذج الإقليمية: تقارب الربط الشرقي الكامل (21,697 ناقل) عند مستوى الاسترخاء L3 في غضون 47 دقيقة.
المقاييس الاقتصادية:
- بلغ متوسط تكاليف التوزيع 22.1 دولار/ميجاواط ساعة، وهو ما يتوافق مع نتائج أسواق الجملة الحقيقية.
- بلغ متوسط خسائر النظام 1.0%، وهو ما يتماشى مع التوقعات الفيزيائية لنقل الجهد العالي.
- كانت علاوة تكلفة AC-OPF فوق DC-OPF بمتوسط 1.8%، مما يعكس الخسائر المقاومة والقيود التفاعلية، وهو ما يتوافق مع الأدبيات للشبكات الموصوفة جيداً.
الدقة الجغرافية: تحافظ النماذج على الارتباط الجغرافي الحقيقي، حيث تلتقط ممرات النقل الفعلية ومواقع التوليد، على عكس حالات الاختبار الاصطناعية.

الأهمية والادعاءات

يزعم البحث أن بيانات الشبكة هي بنية تحتية أساسية للانتقال الطاقي، ومع ذلك تظل غير متاحة لمعظم الباحثين. يعالج هذا العمل هذه الفجوة من خلال إثبات أنه يمكن بناء نماذج نقل قابلة للاستخدام، ومن الناحية الهيكلية والكهربائية معقولة، باستخدام البيانات المفتوحة فقط.

يؤكد المؤلفون أن الهدف ليس استعادة الشبكة التشغيلية الدقيقة (وهو أمر مستحيل بدون بيانات مملوكة)، بل توليد نماذج:

تتقارب تحت ظروف AC-OPF.
تحافظ على الارتباط الجغرافي الحقيقي.
تعيد إنتاج الإحصائيات على مستوى النظام (التكاليف، الخسائر) ضمن نطاقات واقعية.

من خلال إصدار هذه النماذج، يهدف المؤلفون إلى خفض حاجز الدخول لأبحاث أنظمة الطاقة، مما يمكن الطلاب وصناع السياسات والباحثين من دراسة سلوك الشبكة، وتدريب نماذج التعلم الآلي، ومحاكاة الانهيارات المتتالية دون الاعتماد على بيانات مقيدة أو تراخيص تجارية باهظة الثمن. تم تقديم المنهجية كمنهج عام يمكن تطبيقه في مناطق أخرى ذات تغطية كافية لـ OSM والإحصاءات العامة.