د. عبدالله الغامدي1. المقدمة
أصبحت البنية التحتية لشحن المركبات الكهربائية محورًا استراتيجيًا للتحول الطاقي في المدن الحديثة. التحدي الرئيس لا يتمثل في التوسع الكمي بعدد نقاط الشحن، بل في تحقيق تكامل نوعي بين العوامل الكهربائية والميكانيكية والرقمية ضمن منظومة واحدة ذاتية التكيّف.
فمن جهة، تمثل نظم إدارة الكابلات عاملًا أساسيًا في ضمان الاعتمادية وتقليل أعطال التشغيل، وهو ما ينعكس مباشرة على مؤشرات الأداء المالي كتكلفة الملكية والعائد طويل الأجل [1].
ومن جهة أخرى، تبرز الأنظمة المعيارية الذكية بوصفها منهجًا هندسيًا مبتكرًا لتفادي ترقية الشبكات المكلفة، من خلال إنشاء وحدات طاقة قابلة للتمدد الذاتي والتخصيص التنبؤي [2].
2. تكلفة الملكية الكلية ودور نظم إدارة الكابلات
غالبًا ما يتم التعامل مع نظام إدارة الكابلات كعنصر ثانوي في تصميم محطات الشحن، إلا أن الدراسات الميدانية والاقتصادية تشير إلى أنه مكوّن حاسم في تحقيق الاستدامة التشغيلية.
إهمال جودة التصميم يؤدي إلى تكرار الأعطال الميكانيكية في الموصلات، ما يسبب زمن توقف غير مخطط (Unplanned Downtime) ويؤثر على توافر الخدمة [3].
من منظور علم نظم الطاقة، تمثل هذه الأعطال “نقاط ضعف احتمالية” ترفع من قيمة الخطر التشغيلي وتؤثر في المرونة الكلية للنظام.
يشير التحليل الاقتصادي إلى أن الكابلات ذات التصميم الميكانيكي المتين وإدارة التواء ذكية يمكنها تقليل تكاليف الصيانة بنسبة 30–40 ٪ على مدى دورة الحياة [4].
وهذا يتماشى مع النماذج الحديثة لحساب TCO التي تدمج المعاملات الميكانيكية ضمن مؤشرات الأداء الكهرو-اقتصادية.
علاوة على ذلك، يمكن توظيف مستشعرات الضغط والحرارة ضمن منظومة CMS لتحويلها إلى “عقد بيانات حساسة”، ما يسمح بالتنبؤ بمرحلة الإنهاك قبل وقوع العطل، أي تحويل النظام من تفاعلي إلى نظام صيانة تنبؤية (Predictive Maintenance System) [5].
3. البنية المعيارية والتخصيص الذكي للطاقة
تمثل التقنية التي قدمتها شركة WILLBERT في نظام Amber II S-HUB مثالًا تطبيقيًا على الانتقال من البنية الجامدة إلى البنية المعيارية ذاتية التوسع.
يعتمد النظام على وحدات طاقة (Power Modules) قابلة للإضافة بقدرة 60 كيلوواط لكل وحدة حتى 360 كيلوواط، مع إمكانية ربط وحدتين عبر وصلة DC-Link لتكوين مركز S-HUB يشحن حتى ثماني مركبات بطاقة 720 كيلوواط [6].
الميزة التقنية الجوهرية هي التخصيص الذكي للطاقة (Smart Power Allocation)، حيث تُعاد جدولة توزيع التيار كل بضع ثوانٍ لتلبية احتياجات المركبات المختلفة وفق ديناميكية الطلب.
هذا الأسلوب يُحقق:
- أقصى استخدام لقدرة الشبكة المتاحة،
- توازن حراري وميكانيكي بين الوحدات،
- تقليل الهدر الطاقي وتوحيد تجربة المستخدم [6].
التحليل المقارن بين الأنظمة الموزعة التقليدية وهذا النظام أظهر تخفيضًا في تكاليف التركيب بنسبة 131 ٪ بفضل تقليل أعمال الحفر والكابلات [6].
وبالتالي، يتحول مفهوم التوسّع في البنية التحتية من ترقية شبكية (Grid Upgrade) إلى توسّع معياري (Modular Expansion).
4. الترابط مع مرونة شبكات التوزيع الذكية
تشير أبحاثنا الحديثة في إعادة التكوين الذكية لشبكات التوزيع باستخدام المركبات الكهربائية والمراكب الكهربائية [7][8][9] إلى أن الأنظمة المعيارية المشابهة لتصميم S-HUB يمكن اعتبارها “عقدًا مرنة” (Flexible Nodes) في شبكات التوزيع الحديثة.
فعند حدوث اضطرابات أو انقطاعات محلية، يمكن إعادة توجيه الطاقة وتوزيع الأحمال عبر هذه العقد دون الحاجة إلى تدخل مركزي، مما يحقق خصائص “الاستعادة الذاتية” (Self-Healing).
وبالاستعانة بالتحكم القائم على الذكاء الاصطناعي ونماذج Graph-Based Routing، يمكن توسيع فكرة Smart Allocation إلى المستوى الشبكي بحيث يُعاد توزيع الطاقة بين المحطات الفرعية ومحطات الشحن المتعددة وفق إستراتيجية تحسين متعددة الأهداف (Resilience and Efficiency Trade-off) [10].
وهذا يربط بين هندسة البنية التحتية الميكانيكية (مثل CMS وModularity) والهندسة الحسابية (مثل AI وData-Driven Optimization) في منظومة واحدة متكاملة.
5. التكامل بين الاقتصاد والهندسة: نحو منظومة مستدامة
تُظهر النماذج الحديثة أن المرونة التشغيلية ليست فقط خاصية تقنية بل قيمة اقتصادية مضافة.
فكل تحسين في معدل الاعتمادية (Availability Rate) بنسبة 1 ٪ يمكن أن يزيد العائد السنوي على الاستثمار (ROI) بنسبة 2–3 ٪ في محطات الشحن ذات الكثافة العالية [11].
وعند دمج نظم CMS الذكية مع البنية المعيارية، يتحقق ما يُعرف بـ المرونة المركّبة (Composite Resilience)، وهي مزيج من المرونة الميكانيكية، الكهربائية، والرقمية.
وتتيح هذه المنظومة للمنشآت التجارية مثل محطات الطرق والمراكز الحضرية تحقيق نمو تدريجي متزن دون الحاجة إلى تحديثات مكلفة في البنية الشبكية الأساسية.
6. الاستنتاجات والتوصيات
- نظم إدارة الكابلات ليست مكوّنًا ميكانيكيًا ثانويًا، بل جزء من بنية الذكاء التشغيلي للمحطات، وينبغي أن تُعامل كعنصر استثماري رئيس في تقييم TCO.
- الأنظمة المعيارية والتخصيص الذكي للطاقة تمثل الطريق العملي نحو نشر محطات شحن قابلة للتوسع ذات عائد اقتصادي مرتفع.
- الجمع بين الذكاء الاصطناعي والتحليل التنبؤي في هذه الأنظمة سيسمح بتحويل محطات الشحن إلى “عُقد تعلمية” تساهم في تحقيق أهداف المرونة والاستدامة الوطنية (مثل رؤية السعودية 2030).
- على الجهات التنظيمية دعم المعايير المفتوحة للأنظمة المعيارية، بما يضمن القابلية للتكامل بين المصنعين وتحقيق الكفاءة على مستوى المنظومة الوطنية.
المراجع
[1] A. Alghamdi, “Risk and resilience-based residential electric vehicle integration framework for restoration of modern power distribution networks,” Int. J. Elect. Power & Energy Syst., vol. 164, 2025.
[2] WILLBERT Tech, “Charge Smarter, Not Harder: Scalable EV Infrastructure for Retailers,” Technical White Paper, 2025.
[3] EPRI Report, “Charging Station Reliability and Cable Fatigue Analysis,” Electric Power Research Institute, 2024.
[4] R. G. Abdelrahman et al., “Lifecycle Economics of EV Charging Infrastructure,” IEEE Trans. Ind. Appl., vol. 59, no. 2, 2023.
[5] S. Li and M. Xu, “Predictive Maintenance in EV Infrastructure using IoT and Edge AI,” IEEE Access, vol. 11, 2023.
[6] WILLBERT Amber II S-HUB Specification and Performance Analysis, Company Datasheet, 2025.
[7] A. Alghamdi and D. Jayaweera, “Electric Boats and Electric Vehicles Data-Driven Approach for Enhanced Resilience in Power Distribution Networks,” IEEE Access, 2025.
[8] A. Alghamdi, “Resilience of Modern Power Distribution Networks with Active Coordination of EVs and Smart Restoration,” IET Generation, Transmission & Distribution, 2023.
[9] A. Alghamdi, “Innovative Pre-positioning and Dispatching Schemes of Electric Vehicles for Smart Distribution Network Resiliency and Restoration,” IEEE APPEEC Conf., 2022.
[10] D. Jayaweera and A. Alghamdi, “Decentralised Resilience-Oriented Restoration Framework for Distribution Networks,” University of Birmingham, PhD Thesis, 2025.
[11] Bloomberg NEF, “Global EV Infrastructure Cost and ROI Benchmarking,” 2024.
