GridSFM de Microsoft predice el flujo de energía en milisegundos, apuntando a ahorros de $20 mil millones en congestión

Microsoft ha lanzado un pequeño modelo fundacional llamado GridSFM que resuelve problemas de flujo de potencia óptimo de CA (AC-OPF) en redes de transmisión en milisegundos. Entrenado en más de 150 topologías de red base y aproximadamente medio millón de escenarios, aborda un problema persistente para los operadores de red: el equilibrio entre velocidad y precisión.

AC-OPF es un problema de optimización notoriamente complejo y no convexo. Determina la forma más económica de despachar generadores respetando las leyes de la física sobre el flujo de potencia, los límites de voltaje, las restricciones térmicas y los requisitos de estabilidad. Las cifras en juego son enormes: hasta $20 mil millones al año en costos de congestión y multi-teravatios-hora de reducción de energía renovable. Los solucionadores tradicionales pueden tardar horas para redes a escala de servicios públicos, lo que obliga a los operadores a usar aproximaciones como DC-OPF, que ignoran la física crítica.

“GridSFM está diseñado como una alternativa plug-and-play a la aproximación DC en ese espacio de aproximación rápida”, dijo Microsoft en su anuncio. A diferencia de la mayoría de los sustitutos neuronales para AC-OPF, que necesitan ser reentrenados para cada nueva topología de red, GridSFM se generaliza a través de diferentes redes dentro de su rango de tamaño compatible sin requerir una ejecución de entrenamiento fresca para cada nuevo diseño.

Microsoft está ofreciendo dos versiones. GridSFM-Open cubre redes a escala de investigación de hasta 4,000 buses. GridSFM-Premier maneja sistemas a escala de producción de hasta 80,000 buses. En pruebas en 54 escenarios, GridSFM-Open alcanzó una brecha de costo mediana del 2.23% en comparación con la verdad fundamental del solucionador. La media fue del 3.41%, y en el 83% de los escenarios, la brecha se mantuvo por debajo del 5%.

Cuando se usa como semilla de arranque en caliente para solucionadores numéricos tradicionales, las soluciones iniciadas por GridSFM resultaron ser 1.66 veces más rápidas que los arranques en frío y 1.59 veces más rápidas que los arranques en caliente con DC-OPF, medido por la media geométrica. El modelo también se adapta a nuevas redes con un ajuste fino limitado. Solo 10 escenarios redujeron el error de costo al 1.76% en una red no vista de 6,470 buses.

GridSFM-Open está disponible hoy para uso en investigación, junto con el código, los pesos del modelo y el conjunto de datos GridSFM_US_Powergrid_dataset bajo una licencia abierta. Microsoft espera que el mayor impacto se produzca en el análisis de contingencias, la planificación de la expansión de la transmisión, el análisis de ubicación de demanda y los estudios de resiliencia durante eventos climáticos extremos.