تجميع الأحمال الكهربائية في الشبكة الذكية والاتجاهات المستقبلية

اقرأ في هذا المقال


الضرورة من تجميع الأحمال الكهربائية في الشبكة الذكية والاتجاهات المستقبلية

مع تطوير الشبكة الذكية، تم تعميم البنية التحتية المتقدمة للقياس (AMI) تدريجياً، وبحلول عام (2020م)، كان من المتوقع أن يصل تركيب العداد الذكي العالمي إلى (780) مليوناً من المشتركين، بحيث يمكن لـ (AMI) تحقيق قياس بيانات متعدد الأبعاد لملايين العملاء ببيانات دقيقة، لذلك؛ فإنه يجعل البيانات في الشبكة الذكية تم تطويرها لتكون في الوقت الفعلي ومتنوعة بدقة أعلى وحجم أكبر، مما يوفر بيئة مثالية للبحث في تجميع الأحمال الكهربائية بناءً على تقنيات استخراج البيانات.

ومن خلال تحليل بيانات الحمل والعوامل المؤثرة ذات الصلة، يمكن لتجميع الأحمال الكهربائية استخراج أنماط استهلاك الطاقة وكذلك الخصائص وتحقيق تصنيف المستهلك، وبالتالي دعم التقدم في مجالات الشبكة الذكية الأخرى مثل التحميل والاستجابة من جانب الطلب (DSR)، وقبل التوزيع الواسع النطاق لـ (AMI) من خلال الإحصائيات؛ فإنه يمكن للمرافق فقط الحصول على الاستهلاك الشهري والمعلومات المتصلة بالشبكة الكهربائية للأسر.

على سبيل المثال، مستويات الجهد الكهربائي والطلب الاسمي، وذلك من خلال الوصول إلى بيانات الحمل من (AMI) وتحليلها، كما يمكن أن يساعد تجميع الأحمال الكهربائية في الحصول على عادات الاستخدام للأسر، وحتى تقييم آثار المتغيرات المختلفة على أنماط الاستهلاك، والتي يمكن أن تلقي في الخصائص السكنية والعوامل الديموغرافية والاجتماعية والاقتصادية والمواقف.

ونحو استخدام الطاقة (على سبيل المثال، الاهتمام بالحفاظ على الطاقة) ومعرفة استهلاك الطاقة وأهداف كفاءة الطاقة، وجميع ذلك استناداً إلى المعرفة القيمة المستخرجة، بحيث يساعد تجميع الأحمال الكهربائية المرافق على تنفيذ سياسة الطاقة واستراتيجيات تخطيط البنية التحتية بشكل أفضل.

كما أن تكامل الطاقات المتجددة على نطاق واسع وتطوير المركبات الكهربائية يجعل تجميع الأحمال الكهربائية أكثر أهمية وضرورية، ومن ناحية أخرى؛ فإن التكامل المتزايد للطاقات المتجددة، بحيث كان منذ فترة طويلة رؤية للشبكة الذكية، ومع ذلك؛ فإن التقلبات المتأصلة والتقطع وعدم اليقين تشكل عموماً تحديات جديدة لأنظمة الطاقة الحديثة.

مفهوم وعملية تجميع الأحمال الكهربائية

التعريف والتفسير الرياضي: يعتبر التجميع هو نوع من تقنيات التنقيب عن البيانات الشائعة غير الخاضعة للرقابة، وفي سياق الحمل الكهربائي؛ فإنه يمكن استخدام التجميع لتعدين وتحليل مجموعات بيانات الحمل التي يوفرها مستهلكو الطاقة الهائلون، كما يمكن لخوارزميات تجميع الأحمال الكهربائية تقسيم ملفات تعريف الحمل الضخمة إلى أكبر عدد ممكن من (المجموعات) بناءً على تقييمات التشابه للعينات واكتشاف الأنماط المحتملة بين المستهلكين.

وبشكل عام؛ فإن الهدف من خوارزميات التجميع هو جعل الحالات التي تنتمي إلى نفس المجموعة أكثر تشابهاً من تلك التي تنتمي إلى مجموعات مختلفة، أي أنه يجب تحقيق تشابه عالٍ داخل المجموعة وتشابه منخفض بين المجموعات، ورياضياً يمكن تقسيم مجموعة البيانات (D) التي تحتوي على عينات (n) إلى مجموعات (K) منفصلة (C1 و C2 و … و CK) واتحاد جميع المجموعات يشكل (D).

Untitled-53

وعلى وجه الخصوص، يتم تقديم مفهوم العضوية في مجموعات ضبابية، أي أن كل عينة تنتمي إلى كل مجموعة بدرجة عضوية تقل عن واحدة عددياً ومجموع جميع درجات العضوية يساوي واحداً.

العملية الأساسية لتجميع الأحمال الكهربائية: تنقسم عملية تجميع الأحمال الكهربائية إلى خمس مراحل، وهي المعالجة المسبقة للبيانات وتقليل حجم البيانات واختيار الميزة ومرحلة التجميع الأولية وتقييم أداء التجميع وتشكيل أو اختيار مجموعات العملاء، كما يتم تفسيره بصرياً في الشكل التالي (1).

002-fig-1-source-large-180x300

  • معالجة البيانات في التطبيقات العملية: غالباً ما تتم مصادفة “البيانات القذرة”، كما وتهدف المعالجة المسبقة للبيانات أساساً إلى معالجة تلف البيانات الناجم عن الظروف غير الطبيعية مثل الضوضاء والظواهر الجوية الشديدة والأعطال، بحيث يمكن تجنب الآثار السلبية على التعميم اللاحق من خلال اكتشاف ومعالجة البيانات المفقودة والقيم المتطرفة في مجموعات بيانات التحميل.
  • تقليص حجم البيانات واستخراج الميزات: تعالج هذه المرحلة بيانات العداد الذكي قبل التجميع الأولي لتقليل حجم بيانات الإدخال أو تحديد خصائص أكثر أهمية لمرحلة التجميع اللاحقة. حيث أن الهدف هو معالجة لغز التعقيد العالي الناتج عن البيانات عالية الأبعاد في الخوارزميات اللاحقة وتصنيف مستهلكي الطاقة بشكل أفضل من خلال طرق مختلفة مثل تقليل الأبعاد.
  • التجميع الأساسي: في المرحلة الأولية من تجميع الأحمال الكهربائية، ومن المهم اختيار خوارزميات التجميع المناسبة لحالات محددة وتعيين المعلمات بشكل معقول، بحيث يعتمد الاختيار بشكل كبير على عوامل مثل حجم وتفصيل مجموعة البيانات المحددة، والهدف النهائي للتجميع سواء عبر الإنترنت أو دون الاتصال بالإنترنت والقيود المفروضة على تحليل الأجهزة وحسابها.
  • تقييم أداء التجميع: على عكس مهام التصنيف مع بعض الأهداف المثلى وعمليات التعلم؛ فإن مهام التجميع لا تخضع للإشراف بدون أهداف معينة ومعيار موحد لتقييم الصلاحية، وبشكل بديهي نظراً لأن عملية التجميع لا تتضمن تسميات، يتم تقييم الجودة بشكل عام من خلال مؤشرات التقييم الداخلي، والتي يتم حسابها على حساب التقارب داخل كل مجموعة وفصل عنقود.
  • تشكيل أو اختيار مجموعات العملاء: في ضوء سيناريوهات تجميع الأحمال الكهربائية المحددة، يلزم إجراء معالجة لاحقة للكتل المشكلة، كما أنه يجب اختيار المجموعات لتلبية احتياجات تطبيقات معينة، وهنا يتم تنفيذ مشهدين كلاسيكيين.

خوارزمية التجميع الخاصة بأحمال الشبكة الكهربائية الذكية

يبدأ هذا القسم بملخص الإجراءات الشائعة في مرحلة تجميع الأحمال الكهربائية، بحيث متبوعاً بنظرة عامة على بعض خوارزميات تجميع الأحمال الكهربائية الكلاسيكية، لذلك لقد تم تصميمها خصيصاً بسبب قيود عملية مختلفة مثل هيكل بيانات التحميل المقدمة وحجم مجموعة البيانات وأبعاد البيانات (تكرار أخذ العينات) وعدد القيم المتطرفة ومتطلبات التعقيد والاعتماد على أمر الإدخال والاعتماد على الإعداد المسبق لكل مستهلك أو المعرفة المسبقة.

ولتسهيل الفهم الحدسي؛ فإنه يتم القيام بتصنيف خوارزميات تجميع الحمل الكهربائي إلى خمس فئات رئيسية تشمل خوارزميات التجميع القائمة على التقسيم والتسلسل الهرمي والقائم على الكثافة والقائمة على الشبكة والقائمة على النموذج.

لذلك يوضح الشكل التالي (2) خوارزميات تجميع الأحمال الكهربائية المذكورة في هذه الدراسة، حيث يشير اللون الأزرق الداكن إلى الفئات الرئيسية، كما ويشير اللون الأزرق الفاتح إلى الخوارزميات النموذجية ويشير اللون الأخضر الداكن إلى التقسيم الفرعي للخوارزميات العامة ويشير اللون الأخضر إلى تحسين الخوارزميات يشير الضوء الأخضر إلى الخوارزميات المحددة.

002-fig-2-source-large-300x173

وأخيراً يؤدي انتشار (AMI) والوصول إلى الطاقة المتجددة إلى تعزيز البحث في تجميع الأحمال الكهربائية، ومن خلال تحليل البيانات، يمكن أن يساعد تجميع الأحمال الكهربائية في اكتشاف أنماط الحمل المختلفة وتوفير الدعم النظري للأبحاث والتطبيقات الأخرى في الشبكة الذكية، وفي هذا البحث تم تلخيص خوارزميات التجميع السابقة في سيناريوهات الحمل بدقة.

كما نيتم توضيح أولاً عملية تجميع الأحمال الكهربائية على مراحل ونقدم مقاييس التشابه الشائعة في تجميع الأحمال الكهربائية، بحيث يتم بعد ذلك شرح العديد من خوارزميات التجميع المعروفة بشكل منفصل مع تلخيص مزاياها وعيوبها، بالإضافة إلى ذلك، تم تقديم ثمانية مؤشرات لتقييم صحة تجميع الأحمال الكهربائية، وأخيراً تمت مناقشة التطبيقات والاتجاهات المستقبلية لتجميع الأحمال الكهربائية بالتفصيل.

المصدر: J. Leiva, A. Palacios and J. A. Aguado, "Smart metering trends implications and necessities: a policy review", Renewable and Sustainable Energy Reviews, vol. 55, pp. 227-233, Mar. 2016.W. Labeeuw, J. Stragier and G. Deconinck, "Potential of active demand reduction with residential wet appliances: a case study for Belgium", IEEE Transactions on Smart Grid, vol. 6, no. 1, pp. 315-323, Jan. 2015.C. Wan, C. Zhao and Y. Song, "Chance constrained extreme learning machine for nonparametric prediction intervals of wind power generation", IEEE Transactions on Power Systems, vol. 35, no. 5, pp. 3869-3884, Sept. 2020.A. Shahid, "Smart grid integration of renewable energy systems", Proceedings of 2018 7th International Conference on Renewable Energy Research and Applications (ICRERA), pp. 944-948, Oct. 2018.


شارك المقالة: