يعتمد إنتاج الطاقة الشمسية بشكل كبير على الظروف الجوية. وعندما ينحرف حجم الإنتاج الفعلي عن الخطة المُقدَّمة، تفرض سوق الكهرباء غرامات تُعرف بـ"غرامات عدم التوازن" (imbalance penalties). طوّر باحثون في جامعة تسوكوبا طريقة تعتمد على الذكاء الاصطناعي (AI) لتحسين تشغيل أنظمة توليد الطاقة الشمسية وتخزين البطاريات، مما قلّل غرامات عدم التوازن بنسبة تصل إلى 47% مقارنة بالطرق التقليدية.

مع انتشار مصادر الطاقة المتجددة الموزعة بشكل متزايد، أصبحنا بحاجة إلى استراتيجيات إدارة طاقة أكثر ذكاءً وتكيفاً من الاستراتيجيات الحالية. في سوق الكهرباء، تُبنى المعاملات على خطط إنتاج اليوم التالي التي يقدّمها المنتجون. لكن إنتاج الطاقة الشمسية يتأثر بشدة بالظروف الجوية.

إن الفجوة بين كمية التوريد المخطط لها والكمية الفعلية تُخلّ بتوازن العرض والطلب في السوق بأكمله، مما يؤدي إلى رسوم عقابية تُسمى "غرامات عدم التوازن". ورغم أن الطرق الحسابية التقليدية تستطيع التحكم في هذا التوازن إلى حد ما، فإنها لا تعكس بشكل كافٍ حالات عدم اليقين في العالم الواقعي مثل التغيرات الجوية المفاجئة والديناميكيات المعقدة للسوق.

طوّر باحثو جامعة تسوكوبا طريقة تُحسّن تشغيل أنظمة توليد الطاقة الشمسية وتخزين البطاريات مع الالتزام بقواعد السوق. نُشرت الطريقة في مجلة IEEE Access، وتعتمد على الذكاء الاصطناعي القائم على التعلم التعزيزي العميق (deep reinforcement learning) الذي يستطيع التعامل مع المشكلات التي تنطوي على عدم اليقين.

في نتائج المحاكاة باستخدام بيانات السوق الفعلية، قلّلت هذه الطريقة غرامات عدم التوازن بنسبة 47% تقريباً مقارنة بطرق التحكم التقليدية، وبنسبة 26% مقارنة بنماذج التعلم التعزيزي العميق الأخرى، مع الحفاظ على أرباح مستقرة طوال فصول السنة الأربعة.