تقنيات الذكاء الاصطناعي لإدارة الشبكة الكهربائية الذكية

اقرأ في هذا المقال


أهمية تقنيات الذكاء الاصطناعي لإدارة الشبكة الكهربائية الذكية

أدى دمج تكنولوجيا المعلومات والاتصالات (ICT) مع البنية التحتية للكهرباء إلى إحداث ثورة في الشبكة التقليدية في الشبكة الذكية، بحيث يسمح ظهور الشبكة الذكية للمستهلكين بلعب دور مرن في إدارة الموارد ومراقبة عمليات البنية التحتية للشبكة الذكية والتحكم فيها، وعلاوة على ذلك يتم تبادل البيانات بين الأداة الذكية (مزود الخدمة) والمستخدم النهائي باستخدام البنية التحتية المتقدمة للقياس (AMI).

كما يوفر هذا نموذج اتصال ثنائي الاتجاه ويمكّن المستهلكين أيضاً من تخصيص تنفيذ عمليات الأجهزة بناءً على أسعار الكهرباء في وقت معين، وعلاوة على ذلك؛ فإن هذا يدعم المستخدمين النهائيين ليصبحوا نشطين من المستهلكين السلبيين في الشبكة الذكية باستخدام (AMI).

ومع توفر البنية التحتية الذكية، تكون الأداة المساعدة قادرة على مراقبة الطلبات المتنوعة للعملاء والاستجابة لها، بحيث يساعد المرفق على توليد الكهرباء ويعدل تعريفات التسعير وفقاً لذلك، كما يعتمد التباين في تعريفات التسعير على الحمولة القصوى بسبب ارتفاع الطلب على الطاقة في فترة زمنية معينة.

وعلاوة على ذلك؛ فإنه يتم استخدام آليات إدارة الطلب في الشبكة الذكية لتلبية الطلب على الكهرباء باستخدام الموارد المتاحة، بحيث يتم تصنيف آليات إدارة الطلب إلى مجموعتين رئيسيتين، وهما إدارة جانب الطلب (DSM) والاستجابة للطلب (DR).

وفي السابق، تم اعتماد النهج التفاعلي من قبل المرفق للحفاظ على التوازن بين العرض والطلب، وفي الأخير، يتم تشجيع المستهلك على تحويل الحمل من ساعات الذروة (الأسعار المرتفعة) إلى ساعات خارج الذروة (الأسعار المنخفضة) لتجنب انقطاع التيار الكهربائي.

لذلك لوحظ نمط غير منتظم للطلب على الكهرباء بسبب الاستخدام المكثف وغير المنتظم للأجهزة الكهربائية في منطقة سكنية، بحيث يؤدي هذا إلى عدم توازن حمل الكهرباء على فترات زمنية محددة (أي خلال ساعات الذروة) ويزعزع استقرار المرافق، ولتجنب ذروة التحميل تحدد الأداة تعريفات الأسعار في إطار برنامج (DR) لساعات الذروة وخارج أوقات الذروة.

الأعمال ذات الصلة تقنيات الذكاء الاصطناعي وإدارة الشبكة

تعد إدارة الأحمال المنزلية تحت (DR) مهمة صعبة بمعنى أن (DR) يسمح للمستخدم بتغيير نمط حمل الكهرباء والحصول على بعض الحوافز من حيث خفض تكلفة الكهرباء، حيث أن هذا ممكن عملياً من خلال جدولة الأجهزة الكهربائية المنزلية، ومع ذلك أثناء الجدولة، إذا ركزنا فقط على تقليل تكلفة الكهرباء؛ فستتأثر العوامل الأخرى، مثل راحة المستخدم و (PAR)، ولمثل هذه الأهداف المتضاربة، مطلوب حل فعال، وفي هذا الصدد تم إنجاز الكثير من العمل وتنفيذه في البيئة الحقيقية.

كما يهدف الباحثون الى تقليل تكلفة الكهرباء وتعظيم ثقة المرافق، حيث أن تكلفة الكهرباء وتقليل التأخير التشغيلي يسلط الضوء على المشكلات المتعلقة بالتشغيل الآمن للجهاز، خاصة إذا تم تعيين وقت العمل من قبل المجدول أثناء غياب المستهلك أو عندما يكون المستخدم غير نشط.

لذلك تم اقتراح خوارزمية تطورية (EA) وتقريباً (EA) من خلال صياغة المشكلة كمشكلة تحسين مقيدة متعددة الأهداف وبعد ذلك، تم تكييف هذه التقنيات بحيث تظهر نتائج المحاكاة لـ أن (EA) التقريبي أكثر كفاءة مقارنةً بـ (EA)، ومع ذلك يتم تجاهل وقت انتظار الجهاز تماماً، وعلى العكس من ذلك؛ فإن التعارض بين تكلفة الكهرباء ووقت انتظار المستخدم.

وكما نعلم أنه كلما تمت جدولة الأجهزة من ساعات الذروة إلى خارج ساعات الذروة بسبب تحويل الحمولة؛ فإنه يزداد الحمل في غير ساعات الذروة، ولمعالجة هذا الموقف تحدد المرافق حداً وتُلزم المستخدم باستخدام الكهرباء ضمن الحد المحدد، لذلك إذا تجاوز المستخدم حد التحميل؛ فعليه دفع رسوم إضافية.

ومن أجل تقليل تكوين القمم، يكرس مجتمع البحث لإدارة الطلب على الأحمال من خلال آليات مختلفة في نظام إدارة الطاقة المنزلية (HEMS)، كما يقوم نظام (HEMS) بإدارة والتحكم في حمل الكهرباء بشكل صحيح من خلال جدولة الأجهزة الكهربائية، لذلك إذا لم تتم جدولة الأجهزة الكهربائية بشكل صحيح ولم يتم تحويل الحمل من أوقات الذروة إلى خارج ساعات العمل؛ فقد يتعرض استقرار الأداة للخطر.

نموذج النظام الخاص بتحليل أحمال الأجهزة الذكية

يقدم هذا القسم نظرة عامة منهجية للجدول المقترح لنظام (HEMS) على النحو الوارد في الشكل التالي (1) ونظرة عامة على (HEMS) الموصوفة، كما يتكون نموذجنا المقترح من الأجهزة الذكية ونظام (HEMS) والعداد الذكي ومزود الخدمة (المرافق)، حيث إن (HEMS) يدير حمل الكهرباء من خلال مراقبة الحمل المتحكم فيه والتحكم فيه وجدولته.

كما يحتوي نموذج النظام المقترح على جدولين يقومان بعمل جدولة في اليوم السابق وفي الوقت الحقيقي، بحيث تكتمل جدولة رأس اليوم في بداية اليوم وتتطلب معلمات إدخال، حيث أن سعر الكهرباء والحمل المطلوب، وذلك بناءً على معلمات الإدخال هذه؛ فإنه يتم تحديد منحنى الحمل الموضوعي الذي يساعد في جدولة الحمل.

وعلاوة على ذلك، سيُطلب من المستخدم سرد الأجهزة ذات الأولوية، حيث سيتم تنفيذ الجدولة في الوقت الفعلي خلال اليوم الذي ينشئ فيه المستخدم مقاطعة لإيقاف تشغيل بعض الأجهزة ويريد إعادة جدولة بعض الأجهزة ذات الأولوية في هذه الفتحة الفارغة المتاحة، كما سيتم إجراء التنسيق هنا حيث سينسق المجدول مع الأجهزة والأجهزة التي تنسق مع بعضها البعض.

ونتيجة لهذا التنسيق؛ فإنه سيتم تخصيص الفتحة الفارغة للجهاز (الأجهزة) الذي سيتم تركيبه في تلك الفتحة المتاحة، وفي الجدولة في الوقت الفعلي، سيتم تحديث جدول اليوم السابق للأجهزة الكهربائية المنزلية.

javai1-2942813-large-300x243

كما أن نظام جدولة الحمل اليومي المقترح متعدد الأهداف، حيث يكون لكل هدف أهمية متساوية، كما أن هذه الأهداف هي تقليل المسافة بين نمط الحمل الكهربائي الموضوعي والمجدول وخفض تكلفة الكهرباء و (PAR) وتقليل وقت الانتظار، كما أن هذه الاستراتيجية مفيدة لكل من المستخدم النهائي والمرافق حيث يتم تكييف الأسعار اليومية أو الموسمية.

لذلك يفيد المستخدم من خلال خفض فاتورة الكهرباء وتقليل تكلفة التوليد الإضافية على جانب المرافق عن طريق تقليل (PAR)، وعلى العكس من ذلك، تعد إعادة الجدولة في الوقت الفعلي مشكلة موضوعية واحدة تهدف إلى زيادة راحة المستخدم من حيث تحقيق طلب المستخدم في الوقت الفعلي، بحيث تبدأ الجدولة في الوقت الفعلي عندما يقوم المستخدم بإنشاء مقاطعة وقت التشغيل أثناء وقت تشغيل الأجهزة الكهربائية.

وأخيراً تقترح هذه النماذج والدراسات الفردية والمتعددة القائمة على الأهداف لليوم التالي (مع وبدون تنسيق)، بالإضافة الى جدولة الأجهزة في الوقت الفعلي، وبالنسبة لجدولة الحمل المنزلي؛ فإن الأهداف المتضاربة هي تقليل فاتورة الكهرباء إلى الحد الأدنى وتقليل وقت الانتظار وتقليل (PAR)، كما من المحتمل أن يتم تنفيذ ذلك من خلال حلول باريتو غير الخاضعة للسيطرة والتي يتم الحصول عليها من مساحة البحث التي توفرها (MBBSO) و (MBHBCO) للجدولة اليومية.

المصدر: A. Barbato and A. Capone, "Optimization models and methods for demand-side management of residential users: A survey", Energies, vol. 7, no. 9, pp. 5787-5824, 2014.S. Salinas, M. Li and P. Li, "Multi-objective optimal energy consumption scheduling in smart grids", IEEE Trans. Smart Grid, vol. 4, no. 1, pp. 341-348, Mar. 2013.Y. F. Du, L. Jiang, Y. Z. Li, J. Counsell and J. S. Smith, "Multi-objective demand side scheduling considering the operational safety of appliances", Appl. Energy, vol. 179, pp. 864-874, Oct. 2016.K. Muralitharan, R. Sakthivel and Y. Shi, "Multiobjective optimization technique for demand side management with load balancing approach in smart grid", Neurocomputing, vol. 177, pp. 110-119, Feb. 2016.


شارك المقالة: