Techno-economic Analysis of Photovoltaic Distributed Generation Units, Capacitor Banks, and Electric Vehicle Charging Stations on Distribution Network. A Case Study of the Ashanti Region, Ghana

في أجزاء كثيرة من العالم، تُعد شبكة الكهرباء شيئاً هشاً. فهي عبارة عن شبكة واسعة من الأسلاك التي تنقل الطاقة من المحطات المركزية إلى المنازل والشركات، ولكن مع نمو الطلب وتقادم البنية التحتية القديمة، غالباً ما تكافح المنظومة لمواكبة ذلك. وهناك مشكلتان شائعتان بشكل خاص في هذه الشبكات المجهدة: فقدان الطاقة على شكل حرارة أثناء انتقالها عبر الأسلاك، وانخفاض الجهد الكهربائي، مما يتسبب في خفوت الأضواء وتعطل المعدات. وتصبح هذه المشكلات أكثر إلحاحاً مع محاولة الدول إضافة مصادر جديدة للطاقة، مثل الألوا لوح الشمسية، وأنواع جديدة من الأحمال الثقيلة، مثل محطات الشحن السريع للمركبات الكهربائية. وإذا أُضيفت هذه العناصر الجديدة دون تخطيط دقيق، فقد تزيد من تفاقم المشكلات القائمة، مما يؤدي إلى انقطاع التيار الكهربائي أو حدوث أضرار مكلفة. ويتمثل التحدي الذي يواجه المهندسين في تحديد مكان وضع هذه الأصول الجديدة بدقة وحجمها المثالي بحيث تعالج نقاط ضعف الشبكة بدلاً من خلق نقاط ضعف جديدة.

هذا هو السؤال الدقيق الذي سعى فريق من الباحثين من غانا والولايات المتحدة للإجابة عليه. لقد ركزوا على منطقة "أشانتي" في غانا، وهي شبكة كهربائية حقيقية تعاني حالياً من ضغوط كبيرة. تعاني الشبكة هناك من خسائر عالية في الطاقة وانخفاض واسع النطاق في الجهد، وهي حالة ينخفض فيها الضغط الكهربائي إلى مستوى أدنى من أن يشغل الأجهزة بشكل صحيح. ولحل هذه المشكلة، طور الباحثون أداة تخطيط قائمة على الكمبيوتر تتعامل مع ثلاث تقنيات مختلفة كفريق واحد مترابط: مولدات الطاقة الشمسية، وبنوك المكثفات (أجهزة تساعد في استقرار الضغط الكهربائي)، ومحطات الشحن السريع للمركبات الكهربائية. وبدلاً من النظر إلى هذه التقنيات بمعزل عن بعضها البعض، تساءلت الدراسة كيف يمكنها العمل معاً لإصلاح الشبكة. أجرى الفريق آلاف عمليات المحاكاة على "توأم رقمي" لشبكة أشانتي الفعلية، واختبر ملايين التشكيلات المختلفة من المواقع والأحجام لهذه الأجهزة لإيجاد التوازن المثالي بين الأداء الفني والتكلفة.

كانت نتائج هذه المحاكاة مذهلة. فقد وجد الباحثون أنه من خلال التنسيق الدقيق لوضع الألواح الشمسية والمكثفات ومحطات الشحن، يمكنهم تحويل أداء الشبكة. وفي السيناريو الأكثر نجاحاً، خفض النظام كمية الطاقة المهدورة بنسبة 81 بالمائة. وهذا يعني أنه مقابل كل وحدة من الكهرباء يتم توليدها، تصل كمية أكبر بكثير إلى المستهلك بدلاً من فقدانها كحرارة في الأسلاك. وفي الوقت نفسه، قضت الخطة على كل حالة انخفاض في الجهد كانت موجودة في الشبكة الأصلية. فقبل التغييرات، كان هناك ما يقرب من ثلاثين موقعاً في الشبكة مستويات الجهد فيها منخفضة للغاية بحيث لا تكون آمنة أو موثوقة؛ وبعد عملية التحسين، تم استعادة كل "باص" (نقطة اتصال) إلى مستوى صحي ومستقر. كما أظهرت الدراسة أن هذا الإصلاح الفني جاء مع ميزة مالية قوية؛ فخلال فترة خمسة عشر عاماً، يُتوقع أن تحقق الوفورات من تقليل هدر الطاقة والإيرادات من بيع الطاقة الشمسية وخدمات الشحن صافي ربح قدره حوالي 36.69 مليون دولار أمريكي، حتى بعد احتساب الـ 26.60 مليون دولار أمريكي المطلوبة لبناء النظام.

وللوصول إلى هذه الاستنتاجات، استخدم الباحثون خوارزميتين متقدمتين للحاسوب، وهما في الأساس مجموعات من القواعد التي تساعد الحاسوب على البحث عن أفضل حل من بين مليارات الاحتمالات. وقد ثبت أن إحدى الخوارزميات، التي قام الفريق بتحسينها، كانت أكثر فعالية بشكل ملحوظ من الأخرى؛ حيث وجدت حلاً لم يكتفِ بإصلاح المشكلات الفنية فحسب، بل حقق أيضاً عائداً مالياً أعلى. قارنت الدراسة هذه الطريقة المحسنة بالنهج القياسي ووجدت أن النسخة المحسنة يمكنها خفض خسائر الطاقة بنسبة تقارب 89 بالمائة في شبكة اختبار قياسية، مقارنة بـ 62 بالمائة فقط للأسلوب القياسي. وعلى شبكة أشانتي الحقيقية، كان الفرق أكثر حرجاً: حيث قللت الطريقة المحسنة الخسائر بنسبة 81 بالمائة، بينما نجحت الطريقة القياسية في تحقيق خفض بنسبة 61.5 بالمائة فقط. وهذا يشير إلى أن الطريقة المحددة التي برمج بها الباحثون خوارزمية البحث الخاصة بهم تهم بعمق عند التعامل مع الشبكات المعقدة والواقعية.

كما سلطت الدراسة الضوء على أهمية النظر إلى الصورة المالية طويلة المدى، وليس فقط التكلفة الأولية. فبينما تطلب المخطط الأكثر فعالية استثماراً أولياً أكبر قدره 26.60 مليون دولار أمريكي، إلا أن العوائد على مدى خمسة عشر عاماً كانت كبيرة. فقد حسب الباحثون أن الأموال التي سيتم توفيرها من عدم إهدار الكهرباء، جنباً إلى جنب مع الأموال المكتسبة من بيع الطاقة الشمسية ورسوم الشحن، ستسترد التكلفة الأولية في غضون عامين إلى ثلاثة أعوام فقط. وبعد ذلك، سيستمر النظام في توليد الربح لما تبقى من فترة الخمسة عشر عاماً. وتتحدى هذه النتيجة الفكرة القائلة بأن إصلاح شبكة مكسورة هو مجرد مصروف؛ بل تظهر أنه مع المزيج الصحيح من التقنيات، يمكن لشركة المرافق تحويل شبكة متعثرة إلى أصل مربح. ولم تتوقف الدراسة عند الأرقام فحسب، بل رسمت أيضاً مساراً دقيقاً لأماكن وضع هذه الأجهزة. فعلى سبيل المثال، حددت "باصات" معينة، أو نقاط اتصال في منطقة أشانتي، حيث سيكون لوضع مولد شمسي كبير أكبر تأثير في تقليل الهدر، وأماكن أخرى محددة حيث سيكون لبنك المكثفات أفضل قدرة على تثبيت الجهد.

إن أحد الرؤى الرئيسية لهذا العمل هو أن هذه التقنيات الثلاث — الطاقة الشمسية، والمكثفات، ومحطات الشحن — يجب التخطيط لها معاً، وليس بشكل منفصل. فإذا قامت شركة مرافق بتثبيت الألواح الشمسية في موقع ما ومحطات الشحن في موقع آخر دون مراعاة كيفية تأثيرهما على بعضهما البعض، فقد تكون النتيجة شبكة لا تزال غير فعالة أو غير مستقرة. وقد أثبتت الدراسة أنه عندما يتم التعامل مع هذه الأصول كنظام واحد منسق، يمكن لمولدات الطاقة الشمسية وبنوك المكثفات أن يعملا جنباً إلى جنب لتعويض تأثير محطات شحن المركبات الكهربائية. فالألواح الشمسية توفر توليد الطاقة النشطة لتلبية الطلب، بينما توفر بنوك المكثفات الطاقة التفاعلية لتثبيت الجهد، مما يعادل بفعالية الضغط الذي تضعه محطات شحن المركبات الكهربائية على الشبكة كأحمال إضافية. وقد سمح هذا النهج المنسق للباحثين بالقضاء على جميع انتهاكات الجهد في الشبكة، وهو إنجاز لم تستطع أي من التقنيتين تحقيقه بمفردها في هذا السياق المحدد. كما أشارت الدراسة إلى أن محطات شحن المركبات الكهربائية، التي تم نمذجتها كأحمال إضافية تزيد الطلب، قد ساهمت في الواقع في الصحة المالية للمشروع من خلال توفير تدفق ثابت من الإيرادات عبر رسوم الشحن.

لقد كان الباحثون حريصين على ترسيخ نتائجهم في واقع السياق الغاني. فقد استخدموا بيانات حقيقية من شبكة منطقة أشانथी، بما في ذلك المخطط الفعلي للأسلاك، والحمل الحقيقي للكهرباء المستخدمة، والتكاليف المحددة للمعدات في تلك المنطقة. لم يعتمدوا على ظروف مثالية أو افتراضات نظرية قد لا تصمد في الممارسة العملية. فعلى سبيل المثال، أخذوا في الاعتبار حقيقة أن الألواح الشمسية لا تنتج طاقة في الليل وأن شحن المركبات الكهربائية يحدث في أوقات محددة من اليوم. كما أخذوا في الاعتبار تكلفة استبدال المعدات، مثل العواكس (inverters)، وهي الأجهزة التي تحول الطاقة الشمسية إلى شكل يمكن للشبكة استخدامه. ومن خلال تضمين هذه التكاليف والقيود الواقعية، توفر الدراسة مخططاً يمكن لشركات المرافق في غانا والمناطق المماثلة اتباعه بالفعل. وتشير النتائج إلى أنه حتى في الشبكات التي تعاني حالياً من ارتفاع الخسائر وانخفاض الجهد، هناك مسار نحو مستقبل مستقر ومربح، بشرط أن يتم التخطيط بدقة وتنسيق.

كما قارنت الدراسة نتائجها بالأبحاث السابقة حول شبكات مماثلة لضمان سلامة مناهجها. فعند اختبارها على شبكة كهربائية قياسية ومعروفة يستخدمها الباحثون حول العالم، أدت الخوارزمية المحسنة أداءً أفضل من العديد من الأساليب الموجودة، حيث قللت خسائر الطاقة بشكل أكثر فعالية ووجدت حلولاً أقرب إلى المثالية. وقد منح هذا الباحثين الثقة في أن نهجهم قوي. ومع ذلك، فقد أقروا أيضاً بحدود عملهم؛ فالنتائج مبنية على عمليات محاكاة حاسوبية، وهي أدوات قوية لاختبار الأفكار قبل بنائها، لكنها ليست ضماناً لما سيحدث في العالم الحقيقي. فالأداء الفعلي سيعتمد على عوامل مثل أنماط الطقس، وتغيرات الطلب على الكهرباء، والسلوك الدقيق للمعدات. وبالرغم من هذه القيود، تقدم الدراسة حجة واضحة ومقنعة لنهج جديد في تخطيط الشبكات. فهي تبتعد عن الفكرة القديمة المتمثلة في مجرد إضافة المزيد من الطاقة أو إصلاح مشكلة واحدة في كل مرة، وتقترح بدلاً من ذلك نهجاً شمولياً حيث يتم نسج التقنيات المختلفة معاً لخلق كلٍ أقوى وأكثر كفاءة.

وفي نهاية المطاف، يعمل هذا العمل كنموذج لكيفية مساعدة أدوات التخطيط الحديثة للدول النامية على تجاوز المراحل القديمة وغير الفعالة من تطوير الشبكات. فمن خلال استخدام خوارزميات متقدمة لإيجاد المزيج الأفضل من الطاقة الشمسية والمكثفات ومحطات الشحن، أظهر الباحثون أنه من الممكن تحويل شبكة ضعيفة وعالية الخسائر إلى نظام موثوق ومربح. وتعد هذه النتائج ذات صلة خاصة بمناطق مثل أشانتي، حيث تتعرض الشبكة لضغوط ناتجة عن كل من البنية التحتية المتقادمة والنمو السريع في متطلبات الطاقة الجديدة. وتشير الدراسة إلى أن الحل لا يكمن في الاختيار بين التقنيات المختلفة، بل في فهم كيفية عملها معاً. ومع التخطيط الصحيح، يمكن إعادة تأهيل الشبكة، وتقليل هدر الطاقة بشكل كبير، وجعل النظام قادراً على توليد أرباح كافية لاستدامته لسنوات قادمة. إن المسار إلى الأمام، وفقاً لهذا البحث، هو مسار يقوم على التنسيق، والدقة، والرؤية طويلة المدى.