كهرباءالتقاريرتقارير الكهرباءرئيسية

مواجهة انقطاع الكهرباء في مصر بتقنية جديدة تُحسّن أداء الشبكات

داليا الهمشري

في ظل استمرار أزمة انقطاع الكهرباء في مصر، يبذل الباحثون جهودًا مكثفة للتوصل إلى تقنيات جديدة لتطوير الشبكة ورفع كفاءتها للتغلب على التحديات الحالية.

واطّلعت منصة الطاقة المتخصصة (مقرّها واشنطن) على أبرز التقنيات الخاصة بدراسة الأداء الديناميكي لخلية الوقود ذات الأكسيد الصلب المتصلة بالشبكة، التي تُغذَّى بالهيدروجين الأخضر خلال خفض الأحمال، وإمكان تحسين هذا الأداء بتقنية من تقنيات الذكاء الاصطناعي تسمّى نظام الاستدلال الضبابي العصبي (ANFIS).

وشارك في الدراسة من قسم القوى والآلات الكهربية في كلية الهندسة بجامعة عين شمس كلّ من الأستاذ الدكتور عادل صدقي عمارة، والأستاذ الدكتور محمد الشيمي محمود.

كما شارك فيها من قسم الهندسة الكهربية بكلية الهندسة جامعة السويس الأستاذ المساعد مصطفى أحمد الجبلاوي، والباحث بمرحلة الماجستير بقسم القوى والآلات الكهربية بكلية الهندسة جامعة عين شمس والمهندس بشركة جنوب القاهرة لتوزيع الكهرباء سامح رمضان سيد.

التأثير في مصادر الطاقة المتجددة

قال الأستاذ بقسم القوى والآلات الكهربية الدكتور محمد الشيمي، إن البلاد تمرّ -حاليًا- بأزمة اقتصادية أدت إلى الاضطرار لتخفيف الأحمال وانقطاع الكهرباء في مصر بقيم محددة لوقت محدد ومواقيت محددة طبقًا للجدول المُعلن من وزارة الكهرباء.

وأضاف الشيمي -في تصريحات خاصة إلى منصة الطاقة- أن خطة تخفيف الأحمال تؤثّر سلبًا في جميع مصادر الطاقة المتجددة المتصلة بالشبكة و تعرِّضها لعدم استقرار في الجهد والتردد، مما قد يؤدي لفصلها من الخدمة.

وتابع أنه توصّل وفريقه البحثي إلى استعمال نظام الاستدلال الضبابي العصبي (ANFIS) للتغلب على أزمة انقطاع الكهرباء في مصر.

وأضاف: "إن الاستدلال الضبابي العصبي يتكون من نظامين مدمجين ببعضهما، وهما الاستنباط بالمنطق الضبابي والخلايا العصبية الاصطناعية، بجانب قدرته على التعلم من الأداء السابق لأيّ نظام، ومن ثم العمل على تحسين أدائه".

ويوضح الإنفوغرافيك التالي -الذي أعدّته منصة الطاقة المتخصصة- وظيفة مجموعات الخلايا العصبية في تقنية الـANFIS:

رسم يوضح وظيفة مجموعات الخلايا العصبية في تقنية الـANFIS

 

نظام الاستدلال الضبابي العصبي

أوضح الأستاذ بقسم القوى والآلات الكهربية الدكتور محمد الشيمي أن طريقة عمل نظام الاستدلال الضبابي العصبي (ANFIS) تقوم على دمج نظام الاستنباط بالمنطق الضبابي، والخلايا العصبية الاصطناعية.

وأشار الشيمي إلى أن مُستعمِل التقنية يغذّي البرنامج بالمدخلات والمخرجات، على أن تحدد مجموعة المعالجة معادلات القواعد المناسبة للوصول لهذه المخرجات، وبذلك يقضي النظام على نقطة ضعف نظام الاستنباط بالمنطق الضبابي.

ولفت إلى أن النظام محل الدراسة موضّح بشكل يعبر عن جميع مكونات وقدرات نموذج خلية الوقود ذات الأكسيد الصلب المتصلة بالشبكة، التي تساعد بحلّ أزمة انقطاع الكهرباء في مصر.

ويوضح الإنفوغرافيك التالي -الذي أعدّته منصة الطاقة المتخصصة- جميع مكونات وقدرات نموذج خلية الوقود ذات الأكسيد الصلب المتصلة بالشبكة، حسب الشكل الذي أشار إليه الشيمي:

رسم يوضح جميع مكونات وقدرات نموذج خلية الوقود ذات الأكسيد الصلب المتصلة بالشبكة

 

نتائج إضافة للتقنية المبتكرة

سلّط الأستاذ بقسم القوى والآلات الكهربية الدكتور محمد الشيمي الضوء على نتائج إضافة تقنية (ANFIS) على نموذج خلية الوقود ذات الأكسيد الصلب المتصلة بالشبكة، لمواجهة انقطاع الكهرباء في مصر.

وأوضح أنه باستعمال برنامج "ماتلاب" (MATLAB/SIMULINK)، عرضَ الفريق البحثي النموذج المُتحكم به في إستراتيجية التيار الثابت، وأضاف تقنية (ANFIS) له لخلل عبارة عن خفض لقدرة الأحمال P_ref بنسبة 10% في الثانية الخامسة بعد بدء التشغيل لمحاكاة تخفيف الأحمال.

وتابع الشيمي أن الفريق البحثي قد استخرج النتائج لتشغيل النموذج تحت هذا الخلل مرتين، مرة باستعمال الإستراتيجية، ومرة أخرى دون تقنية الـ(ANFIS)، و ثالثة بعد إضافته.

ويوضح الإنفوغرافيك التالي -الذي أعدّته منصة الطاقة المتخصصة- تعريض النموذج لخلل تخفيض القدرة:

رسم يوضح تعريض النموذج لخلل تخفيض القدرة

 

ويُرمز في الرسم البياني باللون الأزرق إلى النموذج المتحكم به بإستراتيجية التيار الثابت، مضاف إليه تقنية (ANFIS)، ويُرمَز باللون الأصفر إلى النموذج المتحكم به بإستراتيجية التيار الثابت فقط.

لفت الشيمي إلى أن الشكل السابق يوضح كيف استطاعت تقنية ANFIS تحسين قيمة الانحراف عن قيمة تيار خروج خلية الوقود I_fc قبل التعرض للخلل من 9% لـ 3%.

ويوضح الإنفوغرافيك التالي -الذي أعدّته منصة الطاقة المتخصصة- استجابة تيار خروج خلية الوقود للخلل:

رسم يوضح استجابة تيار خروج خلية الوقود للخلل

 

ومثلما هو موضح في الشكل السابق، استطاعت تقنية ANFIS تحسين قيمة الانحراف عن قيمة القدرة الفعالة المحقونة في الشبكة الكهربية قبل التعرض للخلل من 9% إلى 3%، كما قُلِّلَ زمن الوصول لحالة الاستقرار من 9 ثوانٍ إلى 5 ثوانٍ.

ويوضح الإنفوغرافيك التالي -الذي أعدّته منصة الطاقة المتخصصة- استجابة القدرة الفعالة المحقونة في الشبكة الكهربية للخلل:

رسم يوضح استجابة القدرة الفعالة المحقونة في الشبكة الكهربية للخلل

 

ويوضح الإنفوغرافيك التالي -الذي أعدّته منصة الطاقة المتخصصة- استجابة القدرة غير الفعالة المحقونة في الشبكة الكهربية للخلل:

رسم يوضح استجابة القدرة غير الفعالة المحقونة في الشبكة الكهربية للخلل

 

كما هو موضح بالشكل السابق، قبل استعمال ANFIS استجابت القدرة غير الفعالة المحقونة في الشبكة الكهربية Qₛ للخلل بتجاوز لقيمتها الطبيعية بنسبة 7% و باستعمال ال ANFIS قُضِيَ على هذا التجاوز.

ويوضح الإنفوغرافيك التالي -الذي أعدّته منصة الطاقة المتخصصة- استجابة الجهد على أطراف العاكس للخلل:

رسم يوضح استجابة الجهد على أطراف العاكس للخلل

 

كما هو موضح بالشكل السابق؛ قبل استعمال ANFIS استجاب الجهد على أطراف العاكس Vₜ للخلل بتجاوز لقيمته الطبيعية بنسبة 2%، وباستعمال التقنية قُضِيَ على هذا التجاوز، كما قُلِّلَ زمن الوصول لحالة الاستقرار لـVₜ من 5 إلى 3 ثوانٍ.

الاستنتاج

يتضح من النتائج أعلاه، أن ANFIS استطاع تحسين الأداء الديناميكي لخلية الوقود ذات الأكسيد الصلب المتصلة بالشبكة، والمُتحكم بها بإستراتيجية التيار الثابت.

إذ استطاع التعلم من الأداء السابق للنموذج قبل استعمال الـ ANFIS، وحسّن الأداء بالقضاء على التجاوز للقيم الطبيعية لكل Qₛ وVₜ، وقلّل زمن الوصول لحالة الاستقرار لكل من Pₛ وVₜ.

كما قلّل الانحراف عن القيم الطبيعية للتشغيل لكل من Ifc و Pₛ، وعليه يمكن استعمال تقنية الـ ANFIS لتحسين أداء خلية الوقود ذات الأكسيد الصلب المتصلة بالشبكة خلال فصل الأحمال المُبرمج.

موضوعات متعلقة..

اقرأ أيضًا..

إشترك في النشرة البريدية ليصلك أهم أخبار الطاقة.
الوسوم

مقالات ذات صلة

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *

زر الذهاب إلى الأعلى
إغلاق