用于电力系统规划的自主智能体
Autonomous agents for electricity-system planning
精选理由
展示智能体如何在碳约束下自动设计并筛选电力系统方案,为低碳规划提供可复用框架。
AI 摘要
电力系统规划需要反复做出决策,将区域资源、投资、运行与网络约束联系起来。本文提出一种自主规划框架,推动预先准备的区域情景依次经历方案提出、数值评估、反馈解读、重新设计和最终方案选择。智能体提出投资上下限、储能运行条件和馈线干预措施,解读数值反馈,并决定如何修改设计以及何时停止。该框架自动执行年度投资与调度优化及代表性馈线验证,应用固定验收标准,并保留通过验收且成本最低的候选方案。我们采用两种模型部署方式以及单智能体和多智能体架构,对四个国家、五个电力系统中十个系统—年份情景下的四十条碳约束规划轨迹进行评估。全部四十条轨迹均保留了满足已实施的物理约束检查和固定年度运行碳预算检查的候选方案。四十个匹配的参考设计中,有二十八个超过了新情景的排放上限。另一个独立档案包含在统一的每年 1,000 Mt 排放上限下生成的九十六条轨迹,提供了匹配的参考方案和更广泛的区域覆盖。结果展示了如何利用公开的区域数据和机构发布的需求展望,在明确的排放约束下开展自主规划。