An Energy Management System for Microgrid Using Pelican Optimization Algorithm with Demand Side Management Based on Load Shifting
تقترح هذه الورقة نظاماً لإدارة الطاقة للشبكات الصغيرة يستخدم خوارزمية تحسين البجع بالتكامل مع إزاحة الأحمال من جانب الطلب لتحقيق جدولة توليد مثلى وأدنى تكاليف تشغيل، متفوقةً بذلك على الخوارزميات المرجعية عبر أربعة سيناريوهات تتضمن مصادر متجددة هجينة وتخزين البطاريات.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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
في العالم الحديث، لم تعد الكهرباء مجرد تدفق مستمر يتدفق من محطة طاقة بعيدة إلى مقبس حائط. إنها تتحول إلى محادثة ديناميكية ثنائية الاتجاه بين الشبكة والناس الذين يستخدمونها. وفي قلب هذا التحول تكمن الشبكات الصغيرة (microgrids)، وهي شبكات محلية صغيرة يمكنها توليد طاقتها الخاصة باستخدام مزيج من المصادر مثل الألواح الشمسية وتوربينات الرياح، إلى جانب المولدات التقليدية والبطاريات. إن التحدي الذي يواجه المهندسين لا يقتصر فقط على بناء هذه الأنظمة، بل في إدارتها. يعمل نظام إدارة الطاقة بمثابة "الدماغ" للشبكة الصغيرة، حيث يقرر باستمرار متى يتم توليد الطاقة، ومتى يتم تخزينها، ومتى يتم السحب من الشبكة الرئيسية. والهدف يظل دائماً هو نفسه: إبقاء الأنوار مضاءة بأقل تكلفة ممكنة مع الاعتماد قدر الإمكان على الطاقة النظية والمتجددة. ومع ذلك، ولأن الشمس لا تشرق دائماً والرياح لا تهب دائماً، ولأن أسعار الكهرباء تتغير طوال اليوم، فإن إيجاد الجدول الزمني المثالي لهذه الموارد يعد لغزاً معقداً؛ فإذا كان التوقيت غير دقيق، فإن النظام يهدر المال أو يعتمد بشكل مفرط على مولدات احتياطية مكلفة وملوثة.
لقد شرع فريق من الباحثين في حل هذا اللغز من خلال اختبار طريقة جديدة مستوحاة من الطبيعة لاتخاذ هذه القرارات. وقد ركزوا على نوع معين من الشبكات الصغيرة التي تجمع بين الطاقة الشمسية، وطاقة الرياح، ومولد ديزل، ونظام تخزين بطاريات. ولإدارة هذا المزيج، طوروا استراتيجية تعتمد على "خوارزمية تحسين البجع" (Pelican Optimization Algorithm). هذه الخوارزمية هي برنامج حاسوبي يحاكي سلوك الصيد لدى طيور البجع؛ ففي الطبيعة، تعمل طيور البجع معاً لحث الأسماك نحو سطح الماء، منسقةً حركاتها لتعظيم صيدها. وبالمثل، تستخدم الخوارزمية مجموعة من "البجع" الافتراضي لاستكشاف الملايين من الجداول الزمنية الممكنة لنظام الطاقة، بحثاً عن أفضل ترتيب منفرد يقلل التكلفة. كما قدم الباحثون طبقة ثانية من التحكم تسمى "إدارة جانب الطلب"، وتحديداً تقنية تُعرف باسم "إزاحة الأحمال". يتضمن ذلك تشجيع الشبكة الصغيرة على استخدام الكهرباء خلال الساعات الأقل تكلفة (خارج أوقات الذروة) بدلاً من أوقات الذروة المكلفة، مما يؤدي فعلياً إلى نقل منحنى الطلب ليتناسب مع توافر الطاقة المتجددة الرخيصة.
ولمعرفة ما إذا كان نهجهم الجديد قد نجح، أجرى الفريق عمليات محاكاة حاسوبية مفصلة للشبكة الصغيرة على مدار دورة كاملة مدتها أربع وعشرون ساعة. وقد اختبروا أربعة سيناريوهات مختلفة للأنظمة لمعرفة مساهمة كل مكون في الفاتورة النهائية. استخدم السيناريو الأول المولدات والشبكة فقط، دون بطارية ودون إزاحة للأحمال. وأضاف السيناريو الثاني استراتيجية إزاحة الأحمال، لكنه ظل بدون بطارية. أما السيناريو الثالث فقد أدخل تخزين البطارية مع إبقاء الأحمال ثابتة. وجاء السيناريو الرابع، وهو الأكثر تعقيداً، ليجمع بين تخزين البطارية واستراتيجية إزاحة الأحمال. وفي كل اختبار، أثبتت خوارزمية البجع الجديدة أنها الأداة الأكثر فعالية لإيجاد الحل الأرخص. وعندما قارن الباحثون نتائجهم بطريقتين حاسوبيتين أخريين مشهورتين، وجدت خوارزمية البجع باستمرار تكاليف أقل ووصلت إلى الحل بشكل أسرع.
جاءت النتائج الأكثر لفتاً للنظر من السيناريو الرابع، حيث امتلك النظام كلاً من البطارية والقدرة على إزاحة الأحمال. في هذا الإعداد، انخفضت تكلفة التشغيل الإجمالية لليوم إلى 11.889 دولاراً أمريكياً، وهو أدنى تكلفة تم تحقيقها عبر جميع الاختبارات. لعبت البطارية دوراً حاسماً من خلال تخزين الطاقة الزائدة عندما تكون رخيصة أو وفيرة، وإطلاقها عندما تكون الأسعار مرتفعة، وهي عملية تُعرف باسم "المراجحة في الطاقة" (energy arbitrage). ومع ذلك، لم تكن البطارية وحدها كافية للوص-ل إلى الحد الأدنى المطلق؛ بل كان الجمع بين البطارية واستراتيجية إزاحة الأحمال هو ما أطلق العنان للإمكانات الكاملة للنظام. فمن خلال نقل استخدام الكهرباء المرن بعيداً عن ساعات الذروة المكلفة ونحو الأوقات التي تتوفر فيها الطاقة الشمسية وطاقة الرياح بكثرة، قلل النظام من حاجته لشراء الطاقة من الشبكة الرئيسية أو تشغيل مولد الديزل. وأظهرت عمليات المحاكاة أن هذا النهج المنسق لم يوفر المال فحسب، بل جعل احتياجات النظام تتماشى بشكل وثيق مع التوافر الطبيعي للطاقة المتجددة.
كما سلطت الدراسة الضوء على أن الخوارزمية الجديدة كانت بارعة بشكل خاص في التعامل مع التعقيد المضاف لمتغيرات البطارية وإزاحة الأحمال. ومع زيادة تعقيد النظام، كبر الفارق في الأداء بين خوارزمية البجع والطرق الأخرى. وهذا يشير إلى أنه مع زيادة تطور الشبكات الصغيرة، بوجود المزيد من الأجزاء المتحركة وأهداف الاستدامة الأكثر صرامة، ستصبح هذه الطريقة المستوحاة من الطبيعة ذات قيمة متزايدة. وخلص الباحثون إلى أنه بينما توفر البطارية المرونة، فإن الكفاءة الحقيقية تأتي من الجمع بين ذلك التخزين والقدرة على إزاحة الطلب. هذا النهج المزدوج يسمح للشبكة الصغيرة بالعمل بسلاسة أكبر، والاعتماد بشكل أقل على الوقود الأحفوري وبشكل أكبر على الطاقة النظيفة. وتقدم هذه النتائج مساراً واضحاً لجعل هذه الشبكات المحلية الصغيرة ليست مجدية تقنياً فحسب، بل متفوقة اقتصادياً أيضاً، مما يساعد في دفع العالم نحو مستقبل تكون فيه الطاقة نظيفة وميسورة التكلفة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.