微软GridSFM毫秒级预测电网潮流，目标节省200亿美元拥堵成本

微软发布了一个名为GridSFM的小型基础模型，能够在毫秒级内求解输电电网中的交流最优潮流（AC-OPF）问题。该模型基于150多种基础电网拓扑结构和约50万个场景进行训练，解决了电网运营商长期面临的一个痛点：速度与精度之间的权衡。

AC-OPF是一个极其复杂、非凸的优化问题。它旨在找出最经济的发电调度方式，同时满足电力潮流的物理规律、电压限制、热约束和稳定性要求。其涉及的金额巨大：每年高达200亿美元的拥堵成本以及数太瓦时可再生能源的弃电。传统求解器在公用事业规模电网中可能需要数小时，这迫使运营商采用忽略关键物理规律的直流最优潮流（DC-OPF）等近似方法。

“GridSFM被设计为DC近似方法在该快速近似场景中的即插即用替代方案，”微软在公告中表示。与大多数针对AC-OPF的神经替代模型不同, , 后者需要针对每种新电网拓扑进行重新训练, , GridSFM能在其支持的大小范围内泛化到不同电网，无需针对每种新布局进行全新训练。

微软提供两个版本。GridSFM-Open覆盖最多4000个节点的研究级电网。GridSFM-Premier支持最多8万个节点的生产级系统。在54个场景的测试中，GridSFM-Open的中位成本误差为2.23%（与求解器真实值相比）。平均成本误差为3.41%，在83%的场景中，误差保持在5%以下。

当用作传统数值求解器的热启动初始值时，GridSFM热启动的求解速度（按几何平均值计算）比冷启动快1.66倍，比直流最优潮流（DC-OPF）热启动快1.59倍。该模型还能通过少量微调适应新电网。仅用10个场景，就在一个未见过的6470节点电网上将成本误差降至1.76%。

GridSFM-Open现已面向研究用途开放，包括代码、模型权重以及配套的GridSFM_US_Powergrid_dataset数据集，均采用开源许可协议。微软预计，该模型将在故障筛选、输电扩展规划、需求选址分析以及极端天气事件下的韧性研究等领域产生最大影响。