⚡ electrical engineering

SOPF-Based Adaptive Droop Control for Hybrid AC--HVDC Grids Under Offshore Wind Uncertainty

تقترح هذه الورقة إطار عمل للتحكم في التردد التكيفي (adaptive droop control) يعتمد على تدفق القدرة الأمثل العشوائي (SOPF)، والذي يستخدم توسيع الفوضى متعدد الحدود (Polynomial Chaos Expansion) ونمذجة عدم اليقين للرياح بتوزيع "بيتا" لتحسين كسب المحولات ديناميكياً، مما يعزز تنظيم جهد التيار المستمر ويقلل أخطاء تتبع القدرة في الشبكات الهجينة (AC-HVDC) في ظل التقلبات الشديدة للرياح البحرية.

المؤلفون الأصليون: Hongjin Du, Aleksandra Lekić

نُشر 2026-05-08

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Hongjin Du, Aleksandra Lekić

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 طريقًا سريعًا ضخمًا وعالي السرعة يربط مزارع الرياح البحرية باليابسة. هذا الطريق السريع هو شبكة التيار المستمر عالي الجهد (HVDC)، و"السيارات" التي تسير عليه هي الكهرباء المولدة من الرياح. تكمن المشكلة في أن الرياح غير متوقعة؛ فأحيانًا تكون نسيمًا لطيفًا، وأحيانًا عاصفة شديدة، وأحيانًا تتوقف تمامًا. عدم القدرة على التنبؤ هذه تشبه محاولة قيادة قافلة من الشاحنات حيث يقوم السائقون فجأة بزيادة سرعتهم أو الضغط على المكابح بقوة دون سابق إنذار.

وللحفاظ على تدفق حركة المرور بسلاسة ومنع وقوع تصادم (والذي يعني في هذه الحالة انهيار الجهد أو انقطاع التيار الكهربائي)، يستخدم المهندسون نظامًا يسمى التحكم بالانحدار (Droop Control). فكر في هذا كأنه نظام "مثبت السرعة" التلقائي في الشاحنات.

الطريقة القديمة: مثبت السرعة بنظام "الضبط والنسيان"

تقليديًا، يتم ضبط أدوات التحكم هذه باستخدام قاعدة ثابتة. على سبيل المثال: "إذا أصبح الطريق وعرًا (انخفض الجهد)، فقلل السرعة بنسبة 10% بالضبط". المشكلة هي أن هذه القاعدة تم حسابها ليوم "مثالي". ولكن عندما تكون الرياح في الواقع جامحة وغير متوقعة، تكون هذه القاعدة الثابتة إما صلبة جدًا أو رخوة جدًا. الأمر يشبه محاولة قيادة سيارة سباق على حقل طيني باستخدام إعدادات التعليق التي تستخدمها في مضمار سباق ناعم. والنتيجة؟ الرحلة تكون مهتزة، وتخرج الشاحنات عن مسارها، ويعاني النظام للتعامل مع الفوضى.

الفكرة الجديدة: مثبت السرعة "الذكي والمتكيف"

تقترح هذه الورقة نظامًا جديدًا يسمى التحكم بالانحدار المتكيف القائم على SOPF. بدلًا من استخدام قاعدة ثابتة، يستخدم النظام "عقلًا ذكيًا" يعيد حساب أفضل طريقة للقيادة باستمرار بناءً على توقعات الطقس الحالية وتاريخ مدى دقة تلك التوقعات عادةً.

إليك كيف يعمل ذلك، مقسمًا إلى خطوات بسيطة:

1. "مناطق الطقس" (توزيع بيتا حسب المناطق)
أدرك المؤلفون أن أخطاء الرياح ليست متساوية في كل مكان.

الرياح المنخفضة: عندما تبدأ الرياح بالهبوب، فإن التغيرات الصغيرة في السرعة لا تغير القدرة الكهربائية كثيرًا.
الرياح المتوسطة: عندما تشتد الرياح، فإن أي تغيير طفيف في السرعة يسبب قفزة هائلة في القدرة.
الرياح العالية: عندما تصل الرياح إلى حدها الأقصى، يتم تقييد التوربينات، لذا تتصرف الأخطاء بشكل مختلف مرة أخرى.

تعامل الورقة هذه الحالات الثلاث كـ "مناطق" منفصلة. وبدلًا من التخمين بشأن خطأ الرياح باستخدام رقم متوسط واحد (مثل منحنى الجرس الجاوسي)، استخدموا توزيع بيتا (Beta distribution). تخيل هذا كأنه شريط مطاطي مرن يتمدد وينكمش ليتناسب مع الشكل المحدد للخطأ في كل منطقة. إنه يشبه امتلاك نظارات مختلفة للرياح المنخفضة والمتوسطة والعالية، بحيث يمكنك رؤية المخاطر بوضوح في كل موقف.

2. "البلورة السحرية" (توسع الفوضى متعدد الحدود - PCE)
بمجرد معرفة شكل أخطاء الرياح، يستخدمون أداة رياضية تسمى توسع الفوضى متعدد الحدود (PCE). فكر في هذا كأنه بلورة سحرية فائقة التطور. بدلًا من مجرد التخمين بأن "السماء قد تمطر"، يقوم هذا النظام بحساب آلاف الاحتمالات المستقبلية في وقت واحد ويرسم بدقة كيف ستتفاعل شبكة الطاقة بأكملها مع كل احتمال منها. إنه يحول مشكلة عشوائية وفوضوية إلى خريطة واضحة ومنظمة من الاحتمالات.

3. "التعديل اللحظي" (تحليل الحساسية)
هذا هو الجزء الذكي. عادةً، لتحديد كيفية تعديل مثبت السرعة، يتعين على المهندسين إجراء عملية حسابية ضخمة وبطيئة تتضمن مصفوفة عملاقة (Jacobian) ترسم كل اتصال في الشبكة. الأمر يشبه محاولة حل لغز مكون من 1000 قطعة في كل مرة تتغير فيها الرياح.

لكن هذه الورقة تتجاوز هذا اللغز. نظرًا لأن "البلورة السحرية" (PCE) قد قامت بالفعل بالعمل الشاق، يمكن للنظام النظر إلى الطبقة الأولى من حساباتها ورؤية ما يلي فورًا: "إذا تغيرت الرياح بهذا الاتجاه، فإن الجهد سيتحرك في ذلك الاتجاه". إنه يستخلص رقم حساسية مباشرة من الرياضيات. هذا الرقم يخبر الشاحنة بالضبط مقدار تعديل سرعتها الآن لتبقى في أمان.

4. النتيجة: منحدر ذاتي التعديل
يأخذ النظام رقم الحساسية هذا ويحوله إلى كسب الانحدار (droop gain) (أي ميل مثبت السرعة).

إذا كانت الرياح في "منطقة خطر" حيث تكون الأخطاء ضخمة، يقوم النظام تلقائيًا بجعل التحكم أكثر حساسية (منحدر أكثر حدة) للاستجابة بشكل أسرع.
إذا كانت الرياح مستقرة، فإنه يخفف من حدة التحكم.

ماذا وجدوا؟

اختبر المؤلفون هذا النظام على شبكة طاقة محاكية مكونة من 4 أطراف (نسخة مصغرة من شبكة حقيقية). وقارنوا "مثبت السرعة الذكي" الخاص بهم مع:

الإعدادات الثابتة: قواعد "الضبط والنسيان" القديمة.
بدون تحكم: ترك الشاحنات تقود بعشوائية.

النتائج:

دقة أفضل: عندما كان توقع الرياح خاطئًا (وهو ما يحدث كثيرًا)، حافظ النظام المتكيف على تدفق الطاقة قريبًا جدًا من الهدف المثالي.
إجهاد أقل: كان "خطأ التتبع" (مدى ابتعاد الشاحنة عن المسار المثالي) أقل بكثير، خاصة عندما كانت الرياح جامحة للغاية.
الاستمرارية: لم يحالفهم الحظ مرة واحدة فحسب، بل فاز النظام بأفضل أداء في حوالي 70% من حالات الاختبار، بينما فازت الإعدادات الثابتة بنحو 25% من الوقت فقط.

الخلاصة

تجسد هذه الورقة الجسر الواصل بين التخطيط واسع النطاق (معرفة أن الرياح غير مؤكدة) وبين القيادة المحلية (تعديل المحول). فبدلًا من استخدام قاعدة جامدة تناسب الجميع، ابتكروا نظامًا يتعلم من الطبيعة المحددة لأخطاء الرياح ويحدث استراتيجية القيادة الخاصة به فورًا. إنه الفرق بين القيادة باستخدام خريطة ثابتة، والقيادة باستخدام نظام GPS يحدث مسارك في الوقت الفعلي بناءً على حركة المرور والطقس.

ملخص تقني: التحكم في التخفيض التكيفي القائم على SOPF للشبكات الهجينة (AC–HVDC) تحت عدم اليقين في طاقة الرياح البحرية

بيان المشكلة
يتطلب دمج القدرات الهائلة لطاقة الرياح البحرية في الشبكات الهجينة (AC–HVDC) تنظيمًا قويًا لجهد التيار المستمر (DC). وبينما تُعد بنية التحكم في تخفيض جهد التيار المستمر اللامركزي هي البنية السائدة في أنظمة التيار المستمر متعددة الأطراف (MTDC)، فإن التطبيقات التقليدية تعتمد على معاملات كسب ثابتة تمت معايرتها عند نقطة تشغيل اسمية. وتكافح هذه المعاملات الثابتة في ظل التقلبات العشوائية الشديدة للرياح البحرية، مما يؤدي غالبًا إلى إبعاد النظام عن الظروف الاسمية في فترات زمنية تقل عن ساعة واحدة. ويؤدي هذا عدم التطابق إلى تجاوزات مفرطة في الجهد، وتوزيع غير مثالي للأحمال، وإجهاد غير متساوٍ للمحولات أثناء التقلبات الكبيرة أو حالات الطوارئ. وتعتمد المخططات التكيفية الموجودة عادةً على إعادة معايرة الكسب بشكل استجابي بناءً على الانحرافات في الوقت الفعلي أو قواعد تجريبية، مما يفتقر إلى الارتباط المباشر بالتوزيع الاقتصادي على مستوى النظام ولا يوفر ضمانات صريحة لأمن الجهد من الناحية الإحصائية.

المنهجية
تقترح الورقة إطار عمل مبتكر يربط بين التوزيع العشوائي على مستوى النظام والتحكم في المحول باستخدام نهج التدفق الأمثل للطاقة العشوائي (SOPF). تتكون المنهجية من ثلاثة مكونات أساسية:

توصيف معامل بيتا للمناطق لعدم يقين الرياح:
إدراكًا لأن أخطاء توقعات الرياح البحرية تظهر تباينًا يعتمد على نظام التشغيل (heteroscedasticity)، يرفض المؤلفون افتراضات التوزيع الثابتة الواحدة. بدلاً من ذلك، يقومون بتقسيم توقعات طاقة الرياح المعيرة إلى ثلاث مناطق: منخفضة (بداية التشغيل)، ومتوسطة (مرحلة الصعود)، وعالية (بالقرب من القدرة المقدرة). داخل كل منطقة، يتم نمذجة أخطاء التوقعات باستخدام توزيع "بيتا" (Beta distribution)، مع ضبط معاملات الشكل ( $\alpha, \beta$ ) لتتناسب مع إحصائيات خطأ التوقع التاريخية. يضمن ذلك أن يكون نموذج عدم اليقين متسقًا فيزيائيًا مع الطبيعة المحدودة لطاقة الرياح، ويلتقط الخصائص الإحصائية المتميزة لمختلف أنظمة التشغيل.
SOPF القائم على احتمالية القيود باستخدام توسيع الفوضى المتعددة (PCE):
تتم صياغة مشكلة التوزيع كتدفق أمثل للطاقة (OPF) مقيد بالاحتمالية في فضاء التيار-الجهد (IV) للشبكة الهجينة (AC–HVDC). يتم تمرير عدم اليقين عبر معادلات تدفق القدرة غير الخطية باستخدام توسيع الفوضى المتعددة (PCE) مع أساس "جاكوبي" (Jacobi polynomial basis) من الدرجة ( $d=2$ ). يتم تمثيل الحالات العشوائية تحليليًا، مما يسمح بإعادة صياغة قيود الاحتمالية (مثل حدود جهد التيار المستمر بثقة 95%) كقيود مخروطية من الدرجة الثانية قابلة للمعالجة. يعمل التحسين على تقليل تكلفة التوليد المتوقعة مع تلبية هذه القيود الأمنية الاحتمالية.
استخراج التخفيض التكيفي القائم على الحساسية:
الابتكار الرئيسي هو اشتقاق كسب التخفيض التكيفي مباشرة من معاملات PCE الأولى التي يتم الحصول عليها من حل الـ SOPF. بدلاً من إجراء تكوين المصفوفة الجاكوبية وعكسها صراحة، تستخدم الطريقة تفسيرًا للحساسية حيث تمثل المعاملات الأولى من الدرجة الأولى المشتقات الجزئية لمتغيرات الحالة بالنسبة لمصادر عدم اليقين. يتم حساب كسب التخفيض الأمثل ( $k_{opt}$ ) كنسبة بين المقادير المجمعة لمعاملات حساسية القدرة الفعالة وجهد التيار المستمر عبر جميع مصادر الرياح. يتم بعد ذلك تطبيع هذا الكسب إلى مقياس هندسي وتطبيقه محليًا عند المحول.

المساهمات الرئيسية
تحدد الورقة ثلاث مساهمات رئيسية:

إطار عمل موحد: تؤسس لربط بين التوزيع العشوائي على مستوى النظام والتحكم في التخفيض على مستوى المحول، مما يضمن أن معامل التخفيض يرث ضمانات أمن الجهد الاحتمالية المشفرة في قيود الاحتمالية لـ SOPF.
نمذجة عدم اليقين القائمة على البيانات: تقدم توصيف "بيتا" للمناطق الذي تم ضبطه من البيانات التاريخية، مما يوفر مدخلات عدم يقين متباينة التباين تتفوق على افتراضات التوزيع الثابتة الشائعة في دراسات PCE-SOPF.
استخراج الحساسية بدون مصفوفة جاكوبي: تشتق قاعدة تخفيض قائمة على الحساسية مباشرة من معاملات PCE، مما يتجاوز الحاجة إلى عكس مصفوفة جاكوبي الصريحة ويوفر كسبًا قابلًا للتفسير يتغير باستمرار مع نقطة التشغيل العشوائية.

النتائج
تم التحقق من صحة إطار العمل المقترح على نظام اختبار (AC–HVDC) ذي 4 أطراف مع مزرعتين للرياح البحرية. قارنت الدراسة بين المخطط التكيفي وإعدادات التخفيض ذات المعامل الثابت ( $k=20$ p.u. و $k=15$ p.u.) وحالة عدم وجود تخفيض (no-droop).

الخصائص التكيفية: أظهر الكسب التكيفي المستخرج ( $k_{opt}$ ) اعتمادًا واضحًا على نقطة التشغيل، حيث يتغير باستمرار مع انتقال توقعات الرياح عبر المناطق المختلفة. لوحظ أن الكسب يزددت عند مخرجات الرياح المنخفضة وينخفض نحو المناطق المقدرة، مما يعكس تغير حساسيات النظام.
الأداء تحت الاضطراب: من حيث خطأ تتبع القدرة الفعالة ( $\Delta P$ $Δ P$ ) بالنسبة للتوزيع المثالي بعد التحقق، تفوق المخطط التكيفي باستمرار على استراتيجيات المعامل الثابت وعدم وجود التخفيض.
- حقق المخطط التكيفي أدنى خطأ تتبع في 67%–70% من الحالات عبر نطاقات الاضطراب المنخفضة والمتوسطة والعالية.
- في نطاق الاضطراب العالي، قلل المخطط التكيفي متوسط خطأ التتبع بنسبة 13.9% مقارنة بخط الأساس (بدون تخفيض) (38.76 ميجاوات مقابل 45.01 ميجاوات).
- بينما كان التحسن فوق إعداد $k=20$ الثابت متواضعًا في متوسط الخطأ (حيث أن $k=20$ تصادف مع مكاسب المنطقة المتوسطة)، إلا أن المخطط التكيفي حافظ على "معدل فوز" أعلى بكثير، مما أظهر ميزة موثوقة لكل حالة بدلاً من مجرد فائدة متوسطة عرضية.

الأهمية والادعاءات
تدعي الورقة أنها تسد بشكل أساسي الفجوة التشغيلية بين التوزيع الاحتمالي على مستوى النظام وتنظيم المحول المحلي. ومن خلال الابتعاد عن افتراضات الكسب الثابت الجامدة، يضمن الآلية المقترحة أن استجابات المحول المحلية ليست مضبوطة تجريبيًا ولكنها متجذرة في الكفاءة الاقتصادية والأمن الاحتمالي. ويؤكد المؤلفون أن هذا النهج يقلل بفعالية من أخطاء تتبع القدرة الفعالة أثناء اضطرابات الرياح القصوى، مما يوفر أساسًا مبدئيًا لاختيار معاملات التخفيض التي تعكس كلاً من اقتصاديات النظام والطبيعة الإحصائية لعدم يقين الرياح البحرية. كما تمت الإشارة إلى أن العمل المستقبلي سيركز على توسيع إطار العمل ليشمل حالات أمن $N-1$ والتحقق باستخدام حلقة الاختبار في الأجهزة (hardware-in-the-loop).

الطريقة القديمة: مثبت السرعة بنظام "الضبط والنسيان"

الفكرة الجديدة: مثبت السرعة "الذكي والمتكيف"

ماذا وجدوا؟

الخلاصة

أبحاث مشابهة