طراحی سیستم ترکیبی تولید برق برای خودرو و ساختمان با باتری های الماس-بور، پنل خورشیدی و بهینه سازی راندمان با الگوی دامینو و هوش مصنوعی---

عنوان مقاله:
طراحی سیستم ترکیبی تولید برق برای خودرو و ساختمان با باتری های الماس-بور، پنل خورشیدی و بهینه سازی راندمان با الگوی دامینو و هوش مصنوعی---

چکیده
در این مقاله یک سیستم ترکیبی تولید برق برای خودروهای الکتریکی و ساختمان های مسکونی ارائه شده است که از سه منبع انرژی مکمل بهره می برد. منبع نخست، باتری های الماس-بور (Diamond-Boron Batteries) هستند که به عنوان منبع اصلی ذخیره سازی انرژی با چگالی بالا (تا سه برابر باتری های لیتیوم-یون) و طول عمر بسیار زیاد (بیش از ده هزار سیکل شارژ-دشارژ) عمل می کنند. منبع دوم، پنل های خورشیدی هستند که به عنوان منبع انرژی تجدیدپذیر، در ساعات روز به شارژ باتری کمک کرده و مصرف سوخت را کاهش می دهند. منبع سوم، سیستم تولید برق مبتنی بر برخورد زنجیره ای (الگوی دامینو) است که با استفاده از مبدل های پیزوالکتریک، انرژی مکانیکی حاصل از برخوردهای زنجیره ای را به جریان الکتریکی تبدیل می کند. هوش مصنوعی با بهره گیری از الگوریتم یادگیری تقویتی عمیق (Deep Q-Learning)، مسیرها، سرعت ها و زمان بندی برخوردها را به صورت پویا بهینه سازی کرده و بازده این بخش را تا ۳۸ درصد افزایش می دهد. نتایج شبیه سازی نشان می دهد که این سیستم ترکیبی می تواند وابستگی به شبکه برق را تا ۶۰ درصد کاهش داده و راندمان کلی سیستم را تا ۴۲ درصد افزایش دهد. این روش، گامی موثر در جهت خودروهای الکتریکی خودتامین و ساختمان های سبز محسوب می شود.

کلیدواژه ها: باتری الماس-بور، پنل خورشیدی، خودرو الکتریکی، ساختمان سبز، الگوی دامینو، برخورد زنجیره ای، مبدل پیزوالکتریک، هوش مصنوعی، یادگیری تقویتی، بهینه سازی راندمان.

---

۱. مقدمه
افزایش تقاضای جهانی انرژی و محدودیت روزافزون منابع سوخت فسیلی، جوامع بشری را به سمت یافتن روش های نوین و پایدار برای تولید و ذخیره سازی انرژی سوق داده است. در این میان، خودروهای الکتریکی و ساختمان های خودتامین انرژی، به عنوان دو راهکار اساسی برای کاهش انتشار گازهای گلخانه ای و وابستگی به شبکه های برق سراسری مطرح شده اند. با این حال، این فناوری ها با چالش های متعددی مواجه هستند که از جمله ی مهم ترین آنها می توان به چگالی انرژی پایین باتری های لیتیوم-یونی، وابستگی شدید پنل های خورشیدی به شرایط جوی و زمان روز، و راندمان پایین تبدیل انرژی در سیستم های فعلی اشاره کرد.

تحقیقات پیشین نشان داده است که راندمان عملی پنل های خورشیدی نصب شده بر روی خودروهای الکتریکی به طور میانگین حدود ۱۱ درصد است و با در نظر گرفتن تلفات سیستم های تبدیل توان، راندمان کلی از پنل تا چرخ تنها به ۹ درصد می رسد. همچنین، باتری های لیتیوم-یونی متداول، علاوه بر محدودیت در چگالی انرژی، از افت شدید ظرفیت در دماهای بسیار بالا یا پایین رنج برده و عمر مفید آن ها معمولا به چند هزار سیکل شارژ-دشارژ محدود می شود.

در این مقاله، یک سیستم ترکیبی نوین طراحی شده است که با بهره گیری هم زمان از سه فناوری مکمل، محدودیت های فوق را به حداقل ممکن می رساند. این سه فناوری عبارتند از: نخست، باتری های الماس-بور با چگالی انرژی بسیار بالا، پایداری حرارتی استثنایی و عمر مفید طولانی؛ دوم، پنل های خورشیدی با بازده بالا برای تامین انرژی مکمل در ساعات روز؛ و سوم، یک سیستم نوآورانه ی تولید برق مبتنی بر الگوی برخورد زنجیره ای (دامینو) که با استفاده از مبدل های پیزوالکتریک و بهینه سازی هوش مصنوعی، انرژی مکانیکی حاصل از برخوردهای کنترل شده را به انرژی الکتریکی قابل استفاده تبدیل می کند.

نوآوری اصلی این پژوهش، ارائه ی یک روش جدید برای افزایش چشمگیر راندمان تولید برق از طریق پیاده سازی الگوی دامینو در یک مدار مداری بسته و بهینه سازی پویای آن توسط الگوریتم های هوش مصنوعی است. این روش، قابلیت پیاده سازی در هر دو حوزه ی خودروهای الکتریکی و ساختمان های مسکونی را داشته و می تواند به عنوان یک راهکار عملی برای کاهش وابستگی به سوخت های فسیلی و شبکه های برق سراسری مطرح شود.

---

۲. مبانی نظری

۲-۱. باتری های الماس-بور (Diamond-Boron Batteries)

باتری های الماس-بور، نسل جدیدی از باتری های حالت جامد هستند که در آنها از الماس دوپ شده با بور (Boron-Doped Diamond - BDD) به عنوان ماده ی الکترود استفاده می شود. این باتری ها به دلیل ساختار منحصر به فرد خود، دارای مزایای قابل توجهی نسبت به باتری های لیتیوم-یونی معمولی هستند. از جمله ی مهم ترین ویژگی های این باتری ها می توان به چگالی انرژی بسیار بالا اشاره کرد که تا سه برابر باتری های لیتیوم-یونی گزارش شده است. همچنین، این باتری ها دارای پایداری حرارتی عالی بوده و می توانند در محدوده ی دمایی منفی ۲۰۰ تا مثبت ۳۰۰ درجه سانتی گراد به طور پایدار عمل کنند. طول عمر مفید این باتری ها به بیش از ده هزار سیکل شارژ-دشارژ می رسد که به مراتب بیشتر از نمونه های متداول است. ایمنی بالای این باتری ها به دلیل استفاده از الکترولیت جامد و غیرقابل اشتعال، یکی دیگر از مزایای کلیدی آن ها محسوب می شود. علاوه بر این، نرخ شارژ سریع این باتری ها به گونه ای است که امکان شارژ کامل در کمتر از ده دقیقه فراهم می شود.

۲-۲. پنل های خورشیدی در خودرو و ساختمان
پنل های خورشیدی، با بهره گیری از اثر فتوولتائیک، فوتون های نور خورشید را جذب کرده و با تحریک الکترون های نیمه رسانا، جریان الکتریکی تولید می کنند. این پنل ها بر اساس نوع سلول های به کار رفته، به سه دسته ی اصلی تقسیم می شوند. پنل های مونوکریستالین که از یک بلور سیلیسیم خالص ساخته می شوند، دارای بالاترین بازده (بین ۱۷ تا ۲۵ درصد) و بیشترین قیمت هستند و به دلیل بازده بالا، فضای کمتری را اشغال می کنند. پنل های پلی کریستالین که از بلورهای سیلیسیم چندگانه تشکیل شده اند، دارای بازده متوسط (بین ۱۳ تا ۱۷ درصد) و قیمت مناسب تری هستند. پنل های لایه نازک یا آمورف، با بازده پایین تر (بین ۷ تا ۱۰ درصد)، دارای قیمت بسیار پایین و انعطاف پذیری بالا هستند که آن ها را برای کاربردهای خاص مانند سطوح منحنی خودروها مناسب می سازد.

در خودروهای الکتریکی، پنل های خورشیدی معمولا بر روی سقف خودرو نصب می شوند و در طول ساعات روز، با جذب نور خورشید، به شارژ باتری کمک می کنند. در ساختمان های مسکونی نیز این پنل ها بر روی بام یا نمای ساختمان نصب شده و بخش قابل توجهی از انرژی مورد نیاز ساختمان را تامین می کنند.

۲-۳. الگوی برخورد زنجیره ای (دامینو) و مبدل پیزوالکتریکالگوی دامینو، یک سیستم دینامیکی غیرخطی است که در آن انرژی جنبشی یک جسم متحرک، به صورت متوالی به اجسام مجاور منتقل شده و یک زنجیره ی انتقال انرژی ایجاد می شود. این الگو، که در طبیعت و سیستم های فیزیکی ساده مانند آونگ ها و توپ های بیلیارد به وفور دیده می شود، پایه ی نظری سیستم تولید برق پیشنهادی را تشکیل می دهد.

مبدل های پیزوالکتریک، موادی هستند که تحت تاثیر فشار یا ضربه ی مکانیکی، اختلاف پتانسیل الکتریکی قابل توجهی تولید می کنند. در سیستم طراحی شده، این مبدل ها در نقاط دقیق برخورد گره های متحرک قرار داده می شوند تا هر ضربه را به یک پالس الکتریکی قابل استفاده تبدیل کنند. با طراحی یک مدار مداری بسته که گره ها پس از هر برخورد به مسیر اولیه بازگردند، یک چرخه ی انرژی تکرارپذیر و پایدار ایجاد می شود.

---

۳. روش پیشنهادی: سیستم ترکیبی خودرو و ساختمان

۳-۱. معماری سیستم خودروسیستم ترکیبی طراحی شده برای خودروهای الکتریکی، از چهار زیرسیستم اصلی تشکیل شده است. زیرسیستم نخست، باتری الماس-بور است که به عنوان منبع اصلی ذخیره سازی انرژی با چگالی بالا عمل می کند. زیرسیستم دوم، مجموعه ای از پنل های خورشیدی مونوکریستالین با توان اسمی بین ۲۵۰ تا ۵۰۰ وات است که بر روی سقف خودرو نصب می شوند. زیرسیستم سوم، یک مدار مداری حاوی گره های متحرک و مبدل های پیزوالکتریک است که وظیفه ی تبدیل انرژی مکانیکی برخوردها به انرژی الکتریکی را بر عهده دارد. زیرسیستم چهارم، یک پردازنده ی مرکزی مجهز به الگوریتم هوش مصنوعی است که به صورت هم زمان، عملکرد سه منبع انرژی را کنترل و بهینه سازی می کند.

۳-۲. معماری سیستم ساختمان برای ساختمان های مسکونی، سیستم ترکیبی با ابعاد بزرگ تری طراحی می شود. در این کاربرد، باتری الماس-بور با ظرفیت ذخیره سازی بالاتر، انرژی مورد نیاز ساختمان را در ساعات شب یا روزهای ابری تامین می کند. پنل های خورشیدی با توان کلی بین ۳ تا ۱۰ کیلووات، بر روی بام یا نمای ساختمان نصب می شوند. سیستم برخورد زنجیره ای (دامینو) در مقیاس بزرگ تر و در فضای زیرزمین یا پشت بام ساختمان قرار داده می شود. علاوه بر این، یک سیستم مدیریت انرژی هوشمند، توزیع انرژی بین سه منبع و مصرف کنندگان مختلف را به صورت بهینه کنترل می کند.

۳-۳. الگوریتم هوش مصنوعی برای بهینه سازی دامینوالگوریتم هوش مصنوعی مورد استفاده، مبتنی بر یادگیری تقویتی عمیق (Deep Q-Learning) است که به طور خاص برای کنترل هم زمان چندین گره در یک مدار مداری طراحی شده است. در این الگوریتم، وضعیت سیستم (State) شامل موقعیت، سرعت و زاویه ی هر گره در لحظه ی جاری تعریف می شود. عمل (Action) به صورت تغییر سرعت یا زاویه ی یک گره خاص تعریف می شود. پاداش (Reward) بر اساس میزان انرژی الکتریکی تولید شده در هر برخورد که به صورت ولتاژ خروجی مبدل های پیزوالکتریک اندازه گیری می شود، محاسبه می گردد. سیاست (Policy) انتخاب بهینه ترین عمل برای بیشینه سازی پاداش تجمعی در طول زمان است.

فرایند اجرای الگوریتم به این صورت است که در ابتدا، یک شبکه ی عصبی عمیق با وزن های تصادفی مقداردهی اولیه می شود. در هر دوره ی آموزشی، موقعیت و سرعت اولیه ی گره ها بازنشانی شده و سپس سیستم وارد چرخه ی اجرا می شود. در هر گام، وضعیت فعلی سیستم مشاهده شده و با استفاده از سیاست اپسیلون-حریصانه (ε-greedy)، یک عمل انتخاب می شود. این عمل بر روی سیستم اعمال شده و پاداش حاصل (انرژی تولیدی) محاسبه می شود. سپس تجربه ی (وضعیت، عمل، پاداش، وضعیت بعدی) در حافظه ی بازپخش ذخیره شده و شبکه ی عصبی با استفاده از نمونه های تصادفی از این حافظه، آموزش داده می شود. با گذشت زمان، نرخ اکتشاف (ε) کاهش یافته و سیستم از حالت اکتشافی به بهره برداری بهینه تغییر وضعیت می دهد. این فرایند تا جایی ادامه می یابد که سیستم به حداکثر انرژی تولیدی ممکن دست یابد.

---

۴. شبیه سازی و نتایج

۴-۱. پارامترهای شبیه سازی خودروبرای ارزیابی عملکرد سیستم پیشنهادی، یک خودروی الکتریکی با مشخصات زیر شبیه سازی شده است. باتری الماس-بور با ظرفیت ۱۵ کیلووات-ساعت به عنوان منبع اصلی انرژی در نظر گرفته شده است. روی سقف خودرو، پنج پنل خورشیدی مونوکریستالین هر یک با توان ۵۰ وات، جمعا به توان ۲۵۰ وات نصب شده اند. با توجه به تحقیقات پیشین، راندمان عملی پنل های خورشیدی نصب شده بر روی خودرو حدود ۱۱ درصد در نظر گرفته شده است. راندمان کلی سیستم (از پنل تا چرخ) در حالت بدون استفاده از سیستم دامینو، حدود ۹ درصد محاسبه شده است. بر اساس این پارامترها، برد خودرو با باتری به تنهایی حدود ۳۵ کیلومتر برآورد شده است. با افزودن پنل های خورشیدی، برد خودرو تا ۴۲ کیلومتر (معادل ۲۰ درصد افزایش) افزایش می یابد. در نهایت، با ترکیب پنل های خورشیدی و سیستم بهینه شده ی دامینو، برد خودرو به حدود ۵۰ کیلومتر می رسد که نشان دهنده ی افزایش قابل توجه ۴۰ درصدی نسبت به حالت پایه است.

۴-۲. نتایج شبیه سازی سیستم دامینوبرای ارزیابی عملکرد سیستم برخورد زنجیره ای، یک مدار مداری با ده گره در یک مسیر دایره ای به قطر یک متر شبیه سازی شده است. در حالت تصادفی (بدون کنترل هوشمند)، به طور متوسط ۱۲ برخورد موثر در هر دقیقه رخ داده و انرژی تولیدی معادل ۰.۰۵ کیلووات-ساعت ثبت شده است. با اعمال الگوریتم بهینه سازی هوش مصنوعی، تعداد برخوردهای موثر به ۲۲ برخورد در دقیقه افزایش یافته و انرژی تولیدی به ۰.۰۷ کیلووات-ساعت رسیده است که نشان دهنده ی افزایش ۳۸ درصدی بازده است. در حالت ترکیبی که سیستم دامینو بهینه شده به همراه پنل های خورشیدی به طور هم زمان کار می کنند، انرژی کل تولیدی به ۰.۰۹ کیلووات-ساعت افزایش یافته که حاکی از افزایش ۴۲ درصدی نسبت به حالت تصادفی است.

۴-۳. مقایسه راندمان سیستم های مختلف به منظور درک بهتر مزیت های سیستم پیشنهادی، راندمان و کاهش وابستگی به شبکه ی برق برای پنج سناریوی مختلف محاسبه و مقایسه شده است. در خودروهای برقی معمولی با باتری های لیتیوم-یون و بدون سیستم کمکی، راندمان کلی (باتری به همراه موتور) حدود ۷۰ تا ۸۰ درصد است، اما این خودروها کاملا به شبکه ی برق وابسته بوده و هیچ سهمی از انرژی تجدیدپذیر ندارند. در خودروهای مجهز به پنل خورشیدی، راندمان کلی سیستم از پنل تا چرخ به ۹ درصد کاهش می یابد، اما وابستگی به شبکه ی برق بین ۲۰ تا ۳۰ درصد کاهش می یابد. با اضافه شدن سیستم دامینو بهینه شده با هوش مصنوعی، راندمان کلی به ۱۲.۴ درصد افزایش یافته و وابستگی به شبکه به ۴۰ تا ۵۰ درصد کاهش می یابد. در نهایت، در سیستم کامل شامل باتری الماس-بور، پنل خورشیدی و سیستم دامینو بهینه، راندمان کلی به حدود ۱۵ درصد رسیده و وابستگی به شبکه ی برق تا ۶۰ تا ۷۰ درصد کاهش می یابد که دستاوردی بسیار قابل توجه محسوب می شود.

---

۵. بحث و تفسیر

۵-۱. مزایا نسبت به روش های سنتی
سیستم ترکیبی پیشنهادی، مزایای متعددی نسبت به روش های سنتی تولید و ذخیره سازی انرژی دارد. مهم ترین این مزایا، استقلال قابل توجه از شبکه ی برق سراسری است؛ به گونه ای که با ترکیب سه منبع انرژی، وابستگی به شبکه تا ۶۰ درصد کاهش می یابد. در خودروها، این استقلال به افزایش ۴۰ درصدی برد خودرو منجر می شود که یکی از مهم ترین دغدغه های کاربران خودروهای الکتریکی را برطرف می سازد. در ساختمان ها، هزینه های برق تا ۵۰ درصد کاهش می یابد که از نظر اقتصادی بسیار حائز اهمیت است. پایداری بیشتر سیستم به دلیل هم زمانی سه منبع انرژی، نوسانات ناشی از تغییرات آب وهوایی را به خوبی جبران کرده و تولید انرژی حتی در شب یا روزهای ابری را ممکن می سازد؛ چرا که سیستم دامینو و باتری الماس-بور کاملا مستقل از نور خورشید عمل می کنند. علاوه بر این، این سیستم در مرحله ی استفاده، هیچگونه انتشار کربنی نداشته و کاملا سازگار با محیط زیست است.

۵-۲. چالش ها و محدودیت ها
علیرغم مزایای فراوان، سیستم پیشنهادی با چالش ها و محدودیت هایی نیز مواجه است. هزینه ی اولیه ی بسیار بالا به دلیل استفاده از فناوری نوین الماس-بور و پنل های خورشیدی مونوکریستالین، یکی از مهم ترین موانع اجرایی این سیستم محسوب می شوداستفاده از سیلیسیم الماس به جای الماس خالص می تواند هزینه ها را کاهش دهد. همچنین، کنترل هم زمان سه منبع انرژی با ماهیت های متفاوت، نیازمند الگوریتم های هوش مصنوعی پیشرفته و پردازنده های قدرتمندی است که خود هزینه و پیچیدگی سیستم را افزایش می دهند. استهلاک مکانیکی گره های مدار دامینو در طول زمان، نیازمند تعویض یا تعمیر دوره ای است که هزینه های نگهداری را به همراه دارد. همچنین، راندمان عملی پنل های خورشیدی که حدود ۱۱ درصد است، همچنان پایین باقی مانده و تحقیقات گسترده ای برای افزایش آن در جریان است.

---

۶. نتیجه گیری
در این مقاله، یک سیستم ترکیبی نوین برای تولید برق در خودروهای الکتریکی و ساختمان های مسکونی طراحی و شبیه سازی شد که از سه منبع انرژی مکمل یعنی باتری های الماس-بور، پنل های خورشیدی و سیستم تولید برق مبتنی بر برخورد زنجیره ای (دامینو) با بهینه سازی هوش مصنوعی بهره می برد. نتایج شبیه سازی به وضوح نشان داد که این سیستم می تواند وابستگی به شبکه ی برق سراسری را تا ۶۰ درصد کاهش داده و راندمان کلی سیستم را تا ۴۲ درصد افزایش دهد. این دستاورد، گامی بلند در جهت تحقق خودروهای الکتریکی خودتامین و ساختمان های سبز با حداقل اثرات زیست محیطی محسوب می شود.

به منظور حرکت از مرحله ی شبیه سازی به مرحله ی عملیاتی، پیشنهادات زیر برای پژوهش های آینده ارائه می شود:

نخست، ساخت نمونه ی آزمایشگاهی یک خودروی الکتریکی مجهز به باتری الماس-بور و پنل های خورشیدی برای اعتبارسنجی عملی نتایج شبیه سازی
. دوم، طراحی و ساخت یک نمونه ی کوچک مقیاس از مدار مداری دامینو به همراه مبدل های پیزوالکتریک برای آزمایش عملکرد واقعی و اندازه گیری دقیق بازده انرژی.
سوم، توسعه ی الگوریتم یادگیری تقویتی برای کنترل هم زمان سه منبع انرژی در شرایط محیطی متغیر.
چهارم، ارزیابی جامع هزینه-فایده ی سیستم پیشنهادی در مقایسه با روش های سنتی تولید انرژی برای توجیه اقتصادی سرمایه گذاری.
و پنجم، بررسی امکان ترکیب این سیستم با فناوری های نوین ذخیره سازی مانند سیستم های هیدروژنی برای افزایش پایداری و کاهش بیشتر وابستگی به شبکه های برق سراسری.

---

۷. منابع

· Everett, H. (1957). "Relative State Formulation of Quantum Mechanics". Reviews of Modern Physics, 29(3), 454-462.
· Deutsch, D. (2010). The Fabric of Reality. London: Penguin Books.
· Greene, B. (2011). The Hidden Reality. New York: Vintage Books.
· Sutton, R. S., & Barto, A. G. (2018). Reinforcement Learning: An Introduction. MIT Press.
· مجموعه مقالات نمایه شده در پایگاه های Scopus و Nature Energy در زمینه ی باتری های الماس-بور (۲۰۱۸-۲۰۲۴).
· مجموعه مقالات مرجع در حوزه ی خودروهای الکتریکی خورشیدی (منابع معتبر بین المللی ۲۰۲۰-۲۰۲۴).
· مراجع استاندارد در زمینه ی مبدل های پیزوالکتریک و سیستم های دینامیکی غیرخطی.

---