Traffic-Induced Energy Variability of Long-Haul Truck Powertrains Using Vehicle–Traffic Co-Simulation
تقدم هذه الورقة منهجية محاكاة مشتركة للمركبات وحركة المرور على مرحلتين، توضح كيف تؤدي ظروف حركة المرور المتغيرة مكانيًا وزمانيًا على ممر أمريكي بطول 255 ميلاً إلى زيادة كثافة الطاقة وتقليل كفاءة الشحن للشاحنات الكهربائية طويلة المدى بشكل كبير، مع تعزيز استعادة الطاقة المتجددة في الوقت ذاته.
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
تعد كل رحلة لشاحنة نقل ثقيل بعيدة بمثابة تفاوض مع الطريق، لكنها أيضاً حوار مستمر مع حركة المرور من حولها. فعندما تسير شاحنة ثقيلة في طريق سريع مفتوح بسرعة ثابتة، يكون استهلاكها للطاقة قابلاً للتنبؤ. ومع ذلك، في اللحظة التي تواجه فيها مركبة أبطأ، أو سيارة تندمج في المسار، أو تباطؤاً مفاجئاً، تتلاشى هذه القدرة على التنبؤ. يضطر السائق إلى الكبح، ثم التسارع مرة أخرى، وكل من هذه التحولات يتطلب دفعة قوية من المحرك. وبالنسبة للشاحنات التي تعمل بالكهرباء، فإن هذه الدفعات تستنزف البطارية، بينما توفر لحظات الكبح فرصة لاستعادة بعض الطاقة. إن فهم مدى التكلفة التي تفرضها لحظات التوقف والانطلاق هذه على شاحنة كهربائية حديثة أمر صعب لأن حركة المرور في العالم الحقيقي فوضوية وتتغير من ساعة إلى أخرى. ولحل هذه المشكلة، احتاج الباحثون إلى وسيلة لمراقبة شاحنة وهي تقود عبر نسخة افتراضية من طريق سريع حقيقي، كاملة بالتدفق غير المتوقع للسيارات الأخرى، لرؤية كيف تغير حركة المرور نفسها فاتورة الطاقة.
وضع فريق من الباحثين في مختبر أوك ريدج الوطني وجامعة تينيسي هدفهم للإجابة على هذا السؤال من خلال محاكاة امتداد ضخم لممر الطريق السريع "إنترستيت 81" في الولايات المتحدة، وهو مسار يمر عبر فرجينيا، وغرب فيرجينيا، وميريلاند، وبنسلفانيا. لم تكن نظرتهم تقتصر فقط على مراقبة شاحنة واحدة بمعزل عن غيرها؛ بل أرادوا رؤية كيف ستتصرف الشاحنة عندما تكون محاطة بآلاف المركبات الأخرى، من ساعة الذروة الصباحية إلى وقت متأخر من المساء. قام الفريق ببناء "توأم رقمي" لقطاع بطول 255 ميلاً من هذا الطريق السريع، باستخدام بيانات حركة المرور العامة لإعادة إنشاء عدد السيارات على الطريق لأوقات مختلفة من اليوم، وأيام مختلفة من الأسبوع، وفصول مختلفة من السنة. كان هدفهم هو تحديد ما إذا كان الوقت من اليوم أكثر أهمية من الموسم أو يوم الأسبوع عندما يتعلق الأمر بمدى الطاقة التي ستحتاجها الشاحنة للانتقال من النقطة (أ) إلى النقطة (ب).
ولإدارة التعقيد الهائل لمحاكاة طريق سريع بطول 255 ميلاً بحركة مرور واقعية، استخدم الباحثون نهجاً يتكون من خطوتين. أولاً، أجروا مجموعة واسعة من عمليات المحاكاة باستخدام نموذج حركة مرور قياسي لمعرفة كيفية تحرك الشاحنة عبر تدفق حركة المرور. واختبروا ثمانية سيناريوهات مختلفة، تجمع بين الصيف والشتاء، وأيام الأسبوع وعطلات نهاية الأسبوع، وساعات الصباح والمساء. في هذه الجولات الأولية، تتبعوا سرعة الشاحنة ثانية بثانية. كانت النتائج واضحة: كان الوقت من اليوم هو العامل الأهم على الإطلاق. فقد أنتجت سيناريوهات المساء، وتحديداً بين الساعة 1 ظهراً و9 مساءً، أنماط قيادة أكثر اضطراباً من جولات الصباح. خلال المساء، قضت الشاحنة وقتاً أطول في التباطؤ والتسارع، مما أدى إلى فترات سفر أطول وسرعات أكثر تباينًا. وفي المقابل، أظهرت جولات الصباح تحرك الشاحنة بنمط ثابت وانسيابي، تماماً مثل سيارة على طريق خالٍ. أما الموسم وما إذا كان يوماً من أيام الأسبوع أو عطلة نهاية الأسبوع، فقد كان لهما تأثير أقل بكثير، حيث عملا فقط كتعديلات طفيفة على النمط الرئيسي الذي يحدده الوقت من اليوم.
بعد تحديد أن حركة مرور المساء هي الأكثر تحدياً، انتقل الباحثون إلى مرحلتهم الثانية، حيث طبقوا نموذجاً أكثر تفصيلاً وكلفة من الناحية الحسابية. لقد أخذوا السيناريو المسائي الأكثر تطلباً والسيناريو الصباحي الأكثر كفاءة، وأعادوا تشغيلهما، وهذه المرة عبر ربط محاكاة حركة المرور بنموذج فيزيائي عالي الدقة لشاحنة من الفئة الثامنة (Class 8) تعمل بالبطارية الكهربائية. سمح لهم ذلك ليس فقط برؤية سرعة الشاحنة، بل وبدقة معرفة كمية الطاقة التي استهلكتها البطارية لتحريكها، وكمية الطاقة المستردة عند كبح الشاحكة، ومدى كفاءة الشاحنة في نقل حمولتها. وقارنوا هذه النتائج مقابل محاكاة مرجعية حيث تقود الشاحنة نفس المسار دون وجود أي حركة مرور أخرى على الطريق.
كشفت النتائج أن حركة المرور تمثل عقوبة كبيرة للشاحنات الكهربائية. فعندما قادت الشاحنة في حركة المرور المسائية المحاكات، زاد استهلاكها للطاقة لكل ميل بنسبة تتراوح بين 23% و53% مقارنة بالمرجع (الطريق الخالي). وهذا يعني أن الشاحنة احتاجت إلى كمية أكبر بكثير من الكهرباء لقطع نفس المسافة لمجرد أنها اضطرت للتفاعل مع المركبات الأخرى. وبناءً على ذلك، انخفضت كفاءة الشحن بنسبة تترا بين 22% و37%، مما يعني أن الشاحنة نقلت حمولة أقل لكل وحدة طاقة. ومع ذلك، خلقت حركة المرور أيضاً جانباً إيجابياً للبطارية؛ فبسبب اضطرار الشاحنة إلى الكبح والتهدئة بشكل متكرر في حركة المرور المزدحمة مساءً، تمكنت من استعادة الطاقة من خلال الكبح التجديدي. وقد زادت كمية الطاقة المستردة بنسبة تتراوح بين تعداد 104% و165% مقارنة بالطريق الخالي. ورغم هذه الزيادة الهائلة في استرداد الطاقة، إلا أنها لم تكن كافية لتعويض الطاقة الإضافية المطلوبة للحفاظ على حركة الشاحنة عبر ظروف التوقف والانطلاق.
يخلص البحث إلى أنه بينما يمكن للشاحنات الكهربائية استعادة كمية مذهلة من الطاقة عندما تُجبر على التباطؤ، فإن التكلفة الإجمالية للتنقل في حركة المرور الواقعية لا تزال عالية. ووجد الباحثون أن الوقت من اليوم هو المحرك الأساسي لهذا التباين في الطاقة، حيث تعتبر فترات المساء أكثر استهلاكاً للطاقة من جولات الصباح. ويشير هذا إلى أنه بالنسبة لتخطيط الشحن طويل المدى، فإن معرفة المسافة وحدها لا تكفي؛ إذ يجب على المشغلين مراعاة ظروف حركة المرور المحددة التي سيواجهونها. يوضح هذا العمل أنه لفهم الاحتياجات الطاقية لشاحنات الشحن الكهربائية المستقبلية حقاً، يجب أن تتضمن النماذج الواقعية الفوضوية للسيارات الأخرى على الطريق، بدلاً من مجرد افتراض أن الشاحنة تسير في فراغ. وأشار الباحثون إلى أن نتائجهم تعتمد على عمليات المحاكاة وأن هناك حاجة لمزيد من العمل للتحقق من هذه الأرقام باستخدام بيانات من العالم الحقيقي، لكن الدراسة تقدم صورة واضحة ومدعومة بالبيانات لكيفية تشكيل حركة المرور لمستقبل الطاقة في قطاع الشحن الثقيل.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.