تشير دراسة صغيرة أجراها معهد أبحاث النقل بجامعة ميشيغان (UMTRI) وشركة Utilidata الناشئة إلى أن أدوات الذكاء الاصطناعي الجديدة يمكن أن تزود المرافق ببيانات في الوقت الفعلي لجعل الشبكة الكهربائية وشحن المركبات الكهربائية أكثر موثوقية.

يستخدم الباحثون الذكاء الاصطناعي لتحليل سلوك شحن السيارات الكهربائية، على أمل أن تعمل هذه الأفكار على تحسين تجربة السائق ومساعدة المرافق على الاستعداد لارتفاع 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.

تهدر هذه المشكلات الأساسية الطاقة ويمكن أن تؤدي إلى خلل في أجهزة شحن المركبات الكهربائية، الأمر الذي أصبح مصدر إزعاج للسائقين. إن القدرة على اكتشاف هذه المشكلات على الفور وحتى التنبؤ بها باستخدام الذكاء الاصطناعي يمكن أن تغير قواعد اللعبة.

وكتب المؤلفون أن نماذج الذكاء الاصطناعي يمكن أن تساعد المرافق على فهم تأثير الشحن على الشبكة، بالإضافة إلى تقديم المشورة للسائقين حول مكان ووقت الشحن ومساعدة أجهزة شحن السيارات الكهربائية في الحفاظ على معداتهم بشكل أفضل.

اتصلت UMTRI في البداية بشركة Utilidata لإجراء هذه الدراسة التجريبية، والتي تهدف إلى توفير الأساس لتصميم مشروع بحثي أكبر يستكشف نفس المشكلات. وتقول UMTRI إنها تعمل بالفعل مع مجلس موثوقية الكهرباء في أمريكا الشمالية لمعالجة النتائج الأولية التي توصلوا إليها.

في هذه الدراسة، قام الباحثون بتركيب محولات عدادات كهربائية مجهزة بمنصة Karman AI التابعة لشركة Utilidata في ست محطات لشحن السيارات الكهربائية في جامعة ميشيغان. قام كرمان بتحليل الجهد والتيار والطاقة وغيرها من الديناميكيات بين مارس ويونيو من العام الماضي.

وعلى الرغم من أن هذا المشروع لا يزال في مراحله الأولى، إلا أن الباحثين يأملون أن يساعد الناس على الاستعداد لمواجهة التحديات المرتبطة بأساطيل السيارات الكهربائية. في الولايات المتحدة، تتعرض شبكات الطاقة القديمة بالفعل لضغوط لتلبية الطلب المتزايد على الكهرباء من مراكز بيانات الذكاء الاصطناعي، وتعدين العملات المشفرة، وتقنيات الطاقة النظيفة، ولكن بالمقارنة مع مراكز البيانات، تكافح المرافق للتنبؤ بموعد ومكان اتصال السيارات الكهربائية بالشبكة. شبكة كهربائية.

وتواجه المرافق عدم القدرة على التنبؤ في غياب البيانات في الوقت الحقيقي لمساعدتها على التكيف، وأصبحت هذه النقاط العمياء مشكلة أكبر على “حافة الشبكة”، حيث يقوم العملاء على نحو متزايد بتوصيل أجهزتهم الخاصة بالشبكة، مثل بطاريات السيارات الكهربائية. والألواح الشمسية.

قال سيوبهان باول، باحث ما بعد الدكتوراه في ETH Zurich، والذي كان لا تشارك في الدراسة.