Identifiability of battery fuel savings from sparse diesel engine fuel curves

في عالم الصناعات الثقيلة، تُعد محركات الديزل الضخمة هي خيول العمل التي تضمن استمرار عمل المستشفيات، ومراكز البيانات، وعمليات التعدين في المناطق النائية عندما ينقطع التيار الكهربائي الرئيسي. هذه المحركات تحرق الوقود لتوليد الكهرباء، لكنها ليست متساوية الكفاءة عند كل سرعة. تماماً كما تتحسن كفاءة استهلاك الوقود في السيارة عند السير على طريق سريع مقارنة بالوقوف في حالة انتظار في الازدحام، فإن مولد الديزل يحرق وقوداً أقل لكل وحدة كهرباء عندما يعمل عند حمل معين ومثالي. ولتوفير المال وتقليل الانبعاثات، غالباً ما يحاول المهندسون دمج هذه المحركات مع مجموعات ضخمة من البطاريات. الفكرة بسيطة: تشغيل المحرك عند سرعته الأكثر كفاءة لشحن البطاريات، ثم ترك البطاريات لتزويد المنشأة بالطاقة عندما ينخفض الطلب، مما يسمح للمحرك بالتوقف عن العمل أو العمل بوتيرة ثابتة وفعالة. تبدو هذه الاستراتيجية وكأنها فوز مضمون للكفاءة، لكنها تعتمد على افتراض حاسم: وهو أننا نعرف بالضبط كمية الوقود التي سيحرقها المحرك في أي لحظة، حتى في السرعات أو الأحمال التي لم يوفر المصنعون بيانات محددة لها.

يكمن التحدي الجوهري في البيانات نفسها. يقدم المصنعون جداول استهلاك الوقود التي تسرد كمية الوقود التي يستخدمها المحرك عند بعض إعدادات الطاقة العالية المحددة. هذه الجداول شحيحة، مما يعني وجود فجوات كبيرة بين النقاط المدرجة. عادةً ما يقوم المهندسون بملء هذه الفجوات عبر رسم خط سلس يمر عبر النقاط، بافتراض أن المحرك يتصرف بشكل يمكن التنبؤ به فيما بينها. ومع ذلك، كشفت دراسة تحليلية جديدة أجراها محمود عبد الفتاح عباس محمود أن هذه الممارسة الشائعة قد تكون مضللة بشكل خطير. تطرح الدراسة سؤالاً جوهرياً: إذا كنا نعرف فقط استهلاك الوقود عند نقاط محددة، فهل يمكننا إثبات رياضياً أن نظام البطارية سيوفر الوقود بالفعل عند نقطة تقع بين تلك القياسات؟ الإجابة، وبشكل مفاجئ، هي غالباً لا. وتوضح الدراسة أنه بدون قياسات إضافية محددة، فإن اتجاه توفير الوقود — سواء كانت البطارية توفر الوقود أم تهدره — قد يظل غير معروف تماماً، حتى عندما يعمل المحرك ضمن نطاق تشغيله الطبيعي.

تعامل الباحث مع هذه المشكلة باعتبار جداول وقود المصنع ليست صورة كاملة لسلوك المحرك، بل مجموعة من الحدود الصارمة. فقد نظر في كل منحنى ممكن يمكنه الربط بين نقاط البيانات المعروفة، بشرط أن يتبع المنحنى القواعد الفيزيائية الأساسية: لا يمكن أن يكون استهلاك الوقود سالباً، وهو يزداد عموماً مع زيادة جهد المحرك. ومن خلال حساب أفضل السيناريوهات وأسوأها لكل منحنى ممكن يتوافق مع البيانات، أنشأ "تدقيقاً للقرار". يعمل هذا التدقيق كاختبار صارم لمعرفة ما إذا كان الادعاء بتوفير الوقود مؤكداً رياضياً أم أنه مجرد تخمين بناءً على خط عشوائي مرسوم بين نقطتين. طبقت الدراسة هذه الطريقة على بيانات واقعية من شركتين رائدتين في صناعة المحركات، وهما كCummins وCaterpillar، باستخدام جداًول الوقود الرسمية الخاصة بهما لمعرفة ما إذا كانت استراتيجية البطارية ستصمد تحت هذا الفحص الصارم.

كانت النتائج صارخة. فعندما اختبر الباحث استراتيجية البطارية عند النقاط الوسطى تماماً بين بيانات المصنع المدرجة، كانت النتائج غامضة. عند كفاءة ذهاب وإياب تبلغ 90.25 بالمائة — وهي نسبة واقعية لأنظمة البطاريات الحديثة — أظهر التحليل أنه بالنسبة لكل نقطة اختبار، كان من المستحيل التأكد مما إذا كانت البطارية ستوفر الوقود أم ستزيد من استهلاكه. في بعض الحالات، اقترح منحنى واحد محتمل توفيراً في الوقود، بينما اقترح منحنى آخر صحيح تماماً هدراً للوقود. وجدت الدراسة أنه على الرغم من معرفة معدل استهلاك الوقود في النهايات العالية والمنخفضة، إلا أن السلوك في المنتصف ظل لغزاً. على سبيل المثال، في نقطة حمل منخفض محددة لمحرك Cummins، كان معدل الوقود الحرج الذي يحدد التوفير هو 31.23 لتر في الساعة. وأظهر التحليل أن امتدادين صحيحين رياضياً للبيانات يمكن أن يعبرا هذا الخط في اتجاهين متعاكسين، مما يعني أن النتيجة تعتمد كلياً على المنحنى "غير المرئي" الذي تم اختياره، وليس على البيانات المقدمة فعلياً.

يستمر هذا الغموض حتى عندما تكون نقطة التشغيل المستهدفة تقع تماماً ضمن نطاق بيانات المصنع. فحصت الدراسة ست نقاط محددة تقع بين العقد (knots) المعروفة لكلا نوعي المحركات. وفي جميع الحالات الست، كانت الحدود الرياضية لتوفير الوقود تتأرجح حول الصفر، مما يعني أن إشارة النتيجة لم تكن محددة. ومع ذلك، حددت الأبحاث سيناريوهات معينة كانت فيها النتيجة مؤكدة. فعلى سبيل المثال، في بيانات Caterpillar، عند تحليل نقطتين غير مدرجتين تبلغ قدرتهما 170 و175 كيلوواط في آن واحد، أثبتت الحدود الرياضية أن كل منحنى مقبول سيزيد من استهلاك الوقود، مما يضمن توفيراً سالباً. يسلط هذا الضوء على أنه بينما تفشل البيانات الشحيحة وحدها في ضمان التوفير، إلا أنها يمكن أن تضمن أحياناً زيادة في استهلاك الوقود في ظل ظروف مزدوجة محددة. إن قرار استخدام نظام بطارية غالباً ما يعتمد على افتراضات حول شكل أداء المحرك لا تدعمها الأرقام المتوفرة. وتخلص الدراسة إلى أن الطريقة الوحيدة لحل هذا الغموض هي الحصول على قياسات جديدة محددة. إن وضع قيد على الميل (slope constraint)، والذي يحدد مدى سرعة ارتفاع استهلاك الوقود، أو إجراء قياس مباشر لاستهلاك الوقود عند نقطة الحمل المنخفض المحددة، يمكن أن يزيل هذا الغموض. وبدون مثل هذه المعلومات الإضافية، يظل الادعاء بأن البطارية ستوفر الوقود فرضية غير مثبتة، وليس يقيناً رياضياً.

تمتد آثار هذا العمل إلى ما هو أبعد من محرك واحد أو إعداد بطارية معين. فهو بمثابة تحذير للمهندسين ومديري المنشآت الذين يعتمدون على جداول الوقود القياسية لتصميم الأنظمة الهجينة. لا تجادل الدراسة بأن البطاريات عديمة الفائدة أو أن محركات الديزل غير فعالة؛ بل تشير إلى أن الأدوات المستخدمة للتنبؤ بأدائها غالباً ما تكون غير كافية لتقديم ادعاءات حاسمة. توفر الدراسة طريقة قابلة للتكرار لتدقيق هذه الادعاءات، حيث توضح بدقة أين تكون البيانات قوية وأين تكون ضعيفة. وتؤكد أنه بينما يكون أداء المحرك عند النقاط المدرجة دقيقاً، فإن السلوك بين تلك النقاط هو مشهد مليء بالاحتمالات. وحتى يتم أخذ قياسات محددة، يظل الوعد بتوفير الوقود من خلال دمج البطاريات مجرد تخمين مدروس، عرضة للمنحنى الذي يختاره المهندس. تقدم الدراسة مساراً واضحاً للمضي قدماً: للانتقال من التخمين إلى اليقين، يجب على الصناعة قياس استهلاك الوقود عند نقاط التشغيل الفعلية حيث يُتوقع تحقيق التوفير، بدلاً من الاعتماد على الفجوات الموجودة في جداول المصنعين.