تشير دراسة صغيرة أجراها معهد أبحاث النقل بجامعة ميشيجان (UMTRI) وشركة Utilidata الناشئة ، أنه يمكن لأدوات الذكاء الاصطناعي الجديدة أن توفر للمرافق بيانات في الوقت الفعلي لجعل شبكة الكهرباء وشحن المركبات الكهربائية أكثر موثوقية.
ويستخدم الباحثون الذكاء الاصطناعي لتحليل سلوك شحن المركبات الكهربائية، على أمل أن تؤدي هذه الأفكار إلى تحسين تجربة السائقين ومساعدة المرافق على الاستعداد للارتفاع الكبير في الطلب على الكهرباء، وقد وجدوا حتى الآن أن شحن السيارات الكهربائية يمكن أن يستهلك الطاقة بشكل غير متسق ويقلل من جودة الطاقة، مما قد يؤدي إلى تآكل معدات الشحن.
وتهدر هذه المشاكل الأساسية الطاقة ويمكن أن تؤدي إلى تعطل أجهزة شحن المركبات الكهربائية التي أصبحت مصدر إزعاج للسائقين، لذا فإن القدرة على اكتشاف تلك المشكلات على الفور وحتى التنبؤ بها باستخدام الذكاء الاصطناعي يمكن أن تغير قواعد اللعبة.
كتب المؤلفون أن نماذج الذكاء الاصطناعي يمكن أن تعطي المرافق تنبيهًا حول كيفية تأثير الشحن على شبكة الطاقة، ويمكنهم أيضًا تقديم المشورة للسائقين حول مكان ووقت الشحن ومساعدة شركات شحن السيارات الكهربائية في الحفاظ على معداتهم بشكل أفضل.
وتواصلت UMTRI في البداية مع Utilidata لإجراء هذه الدراسة التجريبية، والتي تهدف إلى إثراء تصميم مشروع بحثي أكبر يبحث في نفس المشكلات، و تقول UMTRI إنها تعمل بالفعل مع مجلس موثوقية الكهرباء في أمريكا الشمالية لمعالجة النتائج الأولية التي توصلوا إليها.
وفي هذه الدراسة، قام الباحثون بتركيب محولات عدادات كهربائية مزودة بمنصة Karman للذكاء الاصطناعي من Utilidata في ست محطات شحن للمركبات الكهربائية في جامعة ميشيجان، وقامت كرمان بتحليل الجهد والتيار والطاقة وغيرها من الديناميكيات بين شهري مارس ويونيو من العام الماضي، و قام مؤلفو الدراسة أيضًا بتثبيت أجهزة على مركبات 10 سائقين يترددون على الحرم الجامعي لمراقبة عادات الشحن الخاصة بهم.
فى حين أن هذا المشروع لا يزال في مرحلة مبكرة، يأمل الباحثون أن يتمكن من مساعدة الناس على الاستعداد لمواجهة التحديات التي تأتي مع أساطيل المركبات الكهربائية، وفي الولايات المتحدة، تواجه شبكات الطاقة القديمة ضغوطا بالفعل لاستيعاب الطلب المتزايد على الكهرباء من مراكز بيانات الذكاء الاصطناعي، وتعدين العملات المشفرة ، وتقنيات الطاقة النظيفة، ولكن بالمقارنة مع مركز البيانات، تواجه المرافق صعوبة في توقع متى وأين سيتم توصيل المركبات الكهربائية بالشبكة.
ويتعين على المرافق أن تتعامل مع عدم القدرة على التنبؤ بدون بيانات في الوقت الفعلي لمساعدتها على التكيف، وأصبحت هذه النقاط العمياء مشكلة أكبر على " حافة الشبكة "، حيث يقوم العملاء بشكل متزايد بتوصيل أجهزتهم الخاصة بالشبكة مثل بطاريات المركبات الكهربائية والألواح الشمسية.
ويقول سيوبهان باول، باحث ما بعد الدكتوراه في ETH زيورخ، والذي لم يشارك في الدراسة: "هناك دور كبير يلعبه الذكاء الاصطناعي على حافة الشبكة، والآن بعد أن أتيحت لنا الفرصة للسيطرة، هناك المزيد من الفرص والقيمة في معرفة ما يجري.
