Microsoft Research GridSFM:基础模型以比DC近似快100倍的速度解决交流最优潮流
GridSFM是微软研究院于2026年5月13日发布的新型电力系统小型基础模型。它能在毫秒内对500至80000节点的电网进行交流最优潮流近似,比DC近似快100倍,比完整AC求解器快1000倍。中位成本差为2.23%,可行性检测达94.5%/96.1%,模型每年有望节省200亿美元的拥塞成本。
本文由人工智能基于一手来源生成。
微软研究院于2026年5月13日推出GridSFM——一款解决电力行业最昂贵经典运营问题的小型基础模型。该模型在80000节点电网上以毫秒级速度近似交流最优潮流(AC-OPF),并识别出每年200亿美元的潜在拥塞成本节约机会。
GridSFM具体解决什么问题?
AC-OPF是一个在遵守物理约束(基尔霍夫定律、电压限制)和运营约束(发电机容量、爬坡率)的情况下确定最经济电力生产和分配方式的优化问题。GridSFM在毫秒内近似出500至80000节点电网的最优解——使其可用于实时调度,而传统求解器需要数分钟。
模型速度有多快、精度如何?
速度:比DC近似快100倍,比完整AC求解器快1000倍(推理阶段)。速度的代价是略高的成本差——与传统求解器解决方案相比中位值2.23%,均值3.41%。可行性检测在可行场景中达94.5%,在不可行场景中达96.1%。热启动场景比冷启动求解带来1.66倍几何均值加速。
能带来哪些经济价值?
微软研究院估计美国电网每年可节约高达200亿美元拥塞成本,同时解决3.4 TWh的可再生能源弃电问题(因电网限制而损失的可再生能源发电量)。主要应用场景是对数千种此前受计算成本限制的预想事故场景进行快速筛查——输电规划、可靠性分析、实时调度优化。
模型如何训练,有哪些版本?
GridSFM在150多个基础电网拓扑和约50万个场景(涵盖可变负荷特征、停电和运营约束)上训练。广泛的训练分布使模型无需针对每种拓扑单独训练即可跨电网泛化。提供两个发布级别:GridSFM-Open用于4000节点以下的研究电网(公开),GridSFM-Premier用于80000节点以下的生产系统(申请制)。
此方法将基础模型定位为科学和工程领域的工具——与微软MatterSim材料科学模型形成对照,后者于5月12日通过TaP合成得到实验验证。
常见问题
- 什么是最优潮流,为何难以求解?
- 交流最优潮流(AC-OPF)是一个在物理和运营约束下确定最经济电力生产与分配方式的优化问题;完整AC求解器对大型电网需要数分钟,使其无法用于实时调度。
- GridSFM如何跨不同电网泛化?
- 模型在150多个基础电网拓扑和约50万个涵盖可变负荷特征、停电和运营约束的场景上训练,使同一模型无需针对每种拓扑单独训练即可在500至80000节点的电网上运行。