طور باحثون من جامعة تسوكوبا اليابانية (University of Tsukuba) طريقة مبتكرة تعتمد على الذكاء الاصطناعي(AI) لتحسين تشغيل وإدارة أنظمة الطاقة الشمسية المزوّدة ببطاريات تخزين، مما ساعد على خفض الغرامات الناتجة عن اختلال توازن إنتاج الكهرباء بنسبة تصل إلى 47% مقارنة بالطرق التقليدية.

تعتمد أسواق الكهرباء عادة على كميات الطاقة المخطط إنتاجها مسبقاً والمقدمة من منتجي الطاقة قبل يوم من التنفيذ، لكن توليد الطاقة الشمسية يتأثر بشكل كبير بالظروف الجوية، ما يؤدي إلى اختلاف بين الكميات المتوقعة والفعلية. وعندما يتجاوز هذا الاختلاف الحدود المسموح بها، تفرض السوق غرامات مالية تُعرف باسم "غرامات اختلال التوازن" (imbalance penalties)، وهي رسوم تُدفع مقابل الإخلال بتوازن العرض والطلب في شبكة الكهرباء.

صورة تعبيرية مولّدة بالذكاء الاصطناعي

ورغم أن بعض الأساليب الحسابية التقليدية يمكنها التحكم بهذا التوازن إلى حد ما، فإنها لا تستطيع عكس حالات عدم اليقين الواقعية مثل التغيرات المفاجئة في الطقس وديناميكيات السوق المعقدة.

الطريقة الجديدة، التي نُشرت في دورية IEEE Access، تستند إلى التعلم العميق المعزز (Deep Reinforcement Learning)، وهو أحد فروع الذكاء الاصطناعي القادر على معالجة المشكلات التي تتضمن درجة عالية من عدم اليقين. ومن خلال محاكاة باستخدام بيانات حقيقية من السوق الكهربائية، تمكنت الطريقة من تقليل الغرامات بنسبة 47% مقارنة بالطرق التقليدية، وبنسبة 26% مقارنة بنماذج ذكاء اصطناعي أخرى، مع الحفاظ على أرباح مستقرة طوال الفصول الأربعة.

ويرى الباحثون أن هذا التطور قد يساهم في تحسين ربحية أنظمة الطاقة الشمسية وتوفير إمدادات مستقرة للطاقة المتجددة، كما يمكن أن يضع الأساس لنظام يعامل مصادر الطاقة المنزلية — مثل بطاريات التخزين والسيارات الكهربائية — كمصدر طاقة جديد، مما يؤدي إلى استقرار أسعار الكهرباء وتقليل مخاطر انقطاع الطاقة.