AI-Enabled Digital Twins and Power System Asset Management for Long-Term Grid Investment Planning

تخيل الشبكة الكهربائية ليس كشبكة ثابتة من الأسلاك والأعمدة، بل كمدينة حية تتنفس ولا تنام أبداً. هذه المدينة تعمل بمزيج من الآلات القديمة المتهالكة ومصادر طاقة جديدة لا يمكن التنبؤ بها مثل الرياح والشمس. لفترة طويلة، تعامل المسؤولون عن هذه المدينة مع معداتهم كما لو كانت سيارة: كانوا ينتظرون حتى يتعطل جزء ما ثم يقومون بإصلاحه، أو يغيرون الزيت وفق جدول زمني صارم، بغض النظر عما إذا كان المحرك يحتاج إلى ذلك بالفعل. ولكن مع نمو المدينة وتزايد تقلبات الطقس، أصبح هذا الأسلوب القديم في التفكير خطيراً. وللحفاظ على استمرار الإضاءة، يتجه المهندسون إلى "التوائم الرقمية". فكر في التوأم الرقمي كأنه شبح مثالي وغير مرئي لشيء موجود في العالم الحقيقي. إذا كان لديك محول حقيقي في محطة فرعية، فإن توأمه الرقمي هو نسخة افتراضية تعيش على جهاز كمبيوتر، وتتلقى باستمرار تحديثات من المستشعرات لتعرف بالضبط مدى حرارته، أو مدى تعبه، أو مدى تعرضه للإجهاد في هذه اللحظة. وعندما تجمع بين هذه النسخ الشبحية و"الذكاء الاصطناعي" (AI) — الذي يعمل كالمحقق فائق الذكاء القادر على رصد الأنماط التي قد تغيب عن البشر — تحصل على نظام لا ينتظر تعطل الأشياء فحسب، بل يتنبأ بالمستقبل. وهذا هو السؤال الكبير: هل يمكننا استخدام هذه الأشباح المدعومة بالذكاء الاصطناعي للتخطيط لكيفية بناء وإصلاح شبكة الطاقة لدينا للسنوات العشرين القادمة، خاصة عندما نريد الاعتماد بشكل شبه كامل على الرياح والشمس؟

تقدم هذه الورقة فكرة جديدة تسمى OptimTwin، وهي إطار عمل مصمم للإجابة على ذلك السؤال. يقترح الباحثان، دانيال ميتش وسونيل ماكاو من جامعة ميشيغان، أن نتوقف عن معاملة إدارة الأصول (إصلاح واستبدال المعدات) والتخطيط للاستثمار طويل الأجل (تقرير أين يتم إنفاق المليارات من الدولارات) كوظيفتين منفصلتين. بدلاً من ذلك، يقترحان دمجهم في حلقة مستمرة واحدة. في نظامهم، يراقب التوأم الرقمي باستمرار الحالة الصحية للشبكة الفيزيائية. ويقوم الذكاء الاصطناعي بتحليل هذه البيانات للتنبؤ بمتى قد يفشل جزء من المعدات أو كم سيكلف تشغيله. ثم تأتي عملية مهيكلة تسمى DMAIC (وهي مجرد طريقة منمقة لقول "التعريف، القياس، التحليل، التحسين، والتحكم") لتأخذ تلك التنبؤات وتحولها إلى خطط ملموسة للمستقبل.

اختبر الفريق هذه الفكرة باستخدام محاكاة حاسوبية لشبكة طاقة كبيرة (تحديداً نظام مرجعي يُعرف باسم IEEE/NREL 118-bus system). لم يكتفوا بالنظر في كيفية إصلاح الأشياء؛ بل تساءلوا: "إذا استخدمنا هذا النهج الذكي المدفوع بالذكاء الاصطناعي، فهل يمكننا التعامل مع شبكة تعتمد بنسبة 97% على الطاقة المتجددة المتغيرة (مثل الرياح والشمس) دون انقطاع التيار الكهربائي؟". أشارت المحاكاة إلى أن الإجابة هي نعم، هذا ممكن. فمن خلال استخدام OptimTwin لاتخاذ قرارات أكثر ذكاءً بشأن متى يتم إصلاح أو استبدال أو إعادة تدوير المعدات القديمة، يمكن للنظام نظرياً دعم تغلغل للطاقة المتجددة المتغيرة بنسبة 97% مع الحفاظ على مرونة الشبكة.

علاوة على ذلك، بحثت الدراسة في الجانب المالي. في سيناريوهات المحاكاة الخاصة بهم، أدى هذا النهج إلى تحقيق عائد على الاستثمار (ROI) بنسبة 9.8%. وهذه نتيجة حاسمة لأنها تشير إلى أن كونك ذكياً في الصيانة ليس مفيداً للموثوقية فحسب، بل هو مفيد أيضاً لمحفظتك المالية. وأشار الباحث أيضاً إلى أنه باستخدام الذكاء الاصطناعي للتنبؤ بالمشكلات قبل وقوعها، قد تشهد شركات المرافق انخفاضاً في تكاليف التوليد بنسبة 30-50% وانخفاضاً في تكاليف دورة حياة الأصول التي تم تحديثها بنسبة 15-25%. حتى أنهم اقترحوا أن وقت التوقف غير المخطط له (الأوقات التي ينقطع فيها التيار الكهربائي بشكل غير متوقع) يمكن تقليله بنسبة تصل إلى 40%.

ومع ذلك، من المهم الحفاظ على منظور واقعي. فالورقة حذرة في توضيح أن هذه الأرقام المثيرة للإعجاب تأتي من محاكاة حاسوبية ودراسة حالة محددة، وليس من شبكة طاقة حقيقية تعمل بهذه الطريقة منذ سنوات. يصف المؤلف OptimTwin بأنه "إطار بحثي واعد" وليس منتجاً نهائياً جاهزاً للاستخدام من قبل كل شركة مرافق. كما يقر بأن الشبكات في العالم الحقيقي فوضوية، حيث توجد معدات قديمة تفتقر إلى المستشعرات، ومخاطر تتعلق بالأمن السيبراني، ولوائح معقدة لا يمكن لنموذج حاسوبي استيعابها بالكامل بعد. وتجادل الورقة بأنه بينما يعمل المفهوم بشكل رائع في المختبر، فإن الخطوة التالية هي إثبات نجاحه في العالم الحقيقي باستخدام بيانات فعلية.

باختصار، تقترح هذه الورقة أنه من خلال منح شبكة الطاقة لدينا "توأماً رقمياً" وجعل الذكاء الاصطناعي يعمل كدماغ لها، يمكننا التخطيط لمستقبل يأتي فيه معظم طاقتنا من الرياح والشمس. إنها تقترح تحولاً من إصلاح الأشياء عند تعطلها إلى التنبؤ بالمستقبل والتخطيط لاستثماراتنا بناءً على ذلك. وبينما تبدو الأرقام رائعة في المحاكاة — حيث تظهر شبكة طاقة متجددة بنسبة 97% وعائداً على الاستثمار بنسبة 9.8% — يذكرنا المؤلف بأن هذا هو مخطط للمستقبل، وليس عصا سحرية نلوح بها اليوم. التحدي الحقيقي يكمن في نقل هذه الفكرة الذكية من شاشة الكمبيوتر وجعلها تعمل في الواقع المعقد والمضطرب وغير المتوقع لمدننا الكهربائية الفعلية.