Microsoft Research GridSFM: Foundation-Modell löst AC-Optimalleistungsfluss 100× schneller als DC-Approximation

Microsoft Research stellte am 13. Mai 2026 GridSFM vor — ein kleines Foundation-Modell, das eines der kostspieligsten klassischen Betriebsprobleme des Energiesektors löst. Das Modell approximiert den AC-Optimalleistungsfluss (AC-OPF) in Millisekunden für Netze bis zu 80.000 Knoten und identifiziert potenzielle Einsparungen von 20 Mrd. USD jährlich bei Engpasskosten.

Was macht GridSFM konkret?

AC-OPF ist ein Optimierungsproblem, das die wirtschaftlichste Erzeugung und Verteilung elektrischer Energie unter Einhaltung physikalischer Einschränkungen (Kirchhoffsche Gesetze, Spannungsgrenzen) und betrieblicher Einschränkungen (Generatorkapazitäten, Ramping) bestimmt. GridSFM approximiert das Optimum in Millisekunden für Netze von 500 bis 80.000 Knoten — was es für den Echtzeit-Dispatch nutzbar macht, während klassische Solver Minuten benötigen.

Wie viel schneller ist das Modell und wie präzise ist es?

Geschwindigkeit: 100× schneller als DC-Approximation und 1.000× schneller als vollständige AC-Solver bei der Inferenz. Der Preis für die Geschwindigkeit ist ein etwas höherer Kostengap — Median 2,23 %, Mittelwert 3,41 % gegenüber traditionellen Solver-Lösungen. Die Machbarkeitserkennung erreicht 94,5 % bei machbaren Szenarien und 96,1 % bei nicht machbaren. Das Warm-Start-Szenario liefert eine 1,66-fache geometrische Mittelbeschleunigung gegenüber dem Cold-Start-Solving.

Welchen wirtschaftlichen Wert identifiziert das Modell?

Microsoft Research schätzt Einsparungen von bis zu 20 Mrd. USD jährlich bei Engpasskosten im US-Stromnetz sowie die Adressierung von 3,4 TWh an erneuerbarer Abregelung (verlorene erneuerbare Erzeugung aufgrund von Netzbeschränkungen). Die Hauptanwendung ist das schnelle Screening Tausender Kontingenzszenarien, die bisher durch Rechenkosten limitiert waren — Netzplanung, Zuverlässigkeitsanalyse und Echtzeit-Dispatch-Optimierung.

Wie wurde das Modell trainiert und welche Versionen gibt es?

GridSFM wurde auf 150+ Basis-Netztopologien und rund 500.000 Szenarien mit variablen Lastprofilen, Ausfällen und Betriebsbeschränkungen trainiert. Die breite Trainingsverteilung ermöglicht Generalisierung über verschiedene Netze ohne separates Training pro Topologie. Zwei Release-Stufen sind verfügbar: GridSFM-Open für Forschungsnetze bis 4.000 Knoten (öffentlich) und GridSFM-Premier für Produktionssysteme bis 80.000 Knoten (auf Anfrage).

Der Ansatz positioniert Foundation-Modelle als Werkzeug für wissenschaftliche und ingenieurtechnische Domänen — parallel zum Microsoft-MatterSim-Modell für Materialwissenschaften, das am 12. Mai durch die Synthese von TaP experimentell bestätigt wurde.