AI 助力双碳目标:让每一度电都是我们优化的

2023-12-07 20:20

本文主要是介绍AI 助力双碳目标:让每一度电都是我们优化的,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

作者:辛焱(悬尘)   达摩院决策智能实验室

双碳下新型电力系统带来的挑战

据统计:调度通过优化计算对新能源消纳能力每增加1%,将会影响1.2GW等效48亿元投资。所以如何做好电网调度将是实现双碳非常重要的一个环节。

“碳达峰、碳中和”被纳入生态文明建设整体布局,“构建以新能源为主体的新型电力系统”的新要求,将使得新型电力系统呈现高比例新能源消纳、源网荷储互动融合、多能互补、电力系统灵活调节、用户用能需求多样化等特征,对传统电网可靠供电、安全稳定和经济运行带来了新的挑战,同时对电网调控工作提出了新的要求。

随着新型电力系统建设的快速推进,电网运行认知方面已经临新的问题:

1)电网调度控制复杂性不断加大,调度运行特性发生了深刻变化,对电网的精细化调控和一体化统筹管理水平提出了更高的要求;

2)由于电力电子装置广泛使用以及新能源渗透率的提高,电力系统表现出越来越强的复杂性和强不确定性,如何保证电网稳定、安全运行,成为电网调控的重大战略问题,而传统基于物理特性的模型驱动方法难以短时间内得到正确结果;

3)由于电源结构转变,系统惯量降低,对于电网调度优化的计算颗粒度要越来越精细,相当于计算的效率要越来越高。

用优化模型来解释下这个变化:从之前的LP要逐步变成MILP甚至MINLP,同时计算的规模与范围会指数增长,但要求计算效率要更快。这个问题是不是看着有点像“既要又要”?是的,这个就是电网调度在新型电力系统面临的挑战。

找到了关键问题与主要矛盾,下面我们来看下我们是怎么一步步来解决这些问题的。

第一阶段:国产化替代

分别与国网两院签订求解器在电力现货经济调度与机组组合验证项目,对比图如下:

国网两院给予的结论是:分别在电力定价,机组组合阶段与国外求解器计算结果一致且计算效率相仿,具备替代国外求解器条件。但仅仅停留在底层优化技术,我们发现无法解决新型电力系统的调度难题,我们还要更深入的去了解这个技术方向。

第二阶段:夺冠

2021年8-10月国网举办了AI调度大赛,达摩院决策智能实验室夺冠:

比赛的内容是在0.1s内在考虑N-1断线与新能源不确定性下做出考虑交流潮流的机组组合问题,问题规模是50机组126节点。目标是在考虑各类网络安全约束下尽量消纳新能源并且保证系统成本最低(是一个鲁棒MINLP优化问题,但计算时间要求很苛刻)

决策智能内部成立了2个技术小组分别从MINLP和强化学习2个方向进行技术探索,在整个比赛过程中我们开发了一套潮流计算工具,尝试针对电力系统的MINLP基于Jacobian Matrix做了线性化,在DDPG里面融合了大量业务知识,最终在决赛阶段通过2个技术方向以松耦合的结合方式取得了冠军。在这个过程中,我们越来越坚信:强化学习和底层优化技术的结合才能解决新型电力系统调度决策问题。

第三阶段:全球第一个云上AI电力调度系统

搞定了比赛之后我们没有停下脚步,在电力行业线帮助下找到了南网的电力调度实验场景,在南网调度云上搭建了总调的实时AI调度决策系统。

挑战是:我们调研了强化学习在国内外的应用都没有超过1000节点以上的系统,南网总调的规模是4000节点、1000多台机组的这样大规模电网结构(是我们参加比赛的40倍),对如此大规模网络结构进行强化学习训练是一项非常大的挑战。我们寻求到蚂蚁RAY团队的帮助,在他们帮助下使用了RAY进行大规模分布式强化学习训练;单次训练潮流计算效率是瓶颈,我们将潮流计算进行了改造结合了我们底层数值计算LU分解能力,将单次计算控制在了0.5s以下。实际的调度系统对于电力调度决策的安全性要求极高,我们在这个问题中采用了SafeRL的方法,将强化与底层优化技术深度耦合在了一起,实现了每一度电都是我们优化的,并且将计算效率提高了100倍以上,具备了秒级调度优化能力。

我们取得的结果:

第四阶段:我们把积累的能力拿出来与大家共享

为了支撑某电网今年举办的强化学习AI调度大赛,我们搭建了无影+强化学习分布式训练云平台,建立了当地电网模拟仿真环境。我们希望降低强化学习使用门槛,赋能电力行业,让大家能更用简单的方式将强化学习应用在电力调度的各个业务。

这篇关于AI 助力双碳目标:让每一度电都是我们优化的的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/467235

相关文章

MyBatisPlus如何优化千万级数据的CRUD

《MyBatisPlus如何优化千万级数据的CRUD》最近负责的一个项目,数据库表量级破千万,每次执行CRUD都像走钢丝,稍有不慎就引起数据库报警,本文就结合这个项目的实战经验,聊聊MyBatisPl... 目录背景一、MyBATis Plus 简介二、千万级数据的挑战三、优化 CRUD 的关键策略1. 查

Spring AI 实现 STDIO和SSE MCP Server的过程详解

《SpringAI实现STDIO和SSEMCPServer的过程详解》STDIO方式是基于进程间通信,MCPClient和MCPServer运行在同一主机,主要用于本地集成、命令行工具等场景... 目录Spring AI 实现 STDIO和SSE MCP Server1.新建Spring Boot项目2.a

SpringBoot中HTTP连接池的配置与优化

《SpringBoot中HTTP连接池的配置与优化》这篇文章主要为大家详细介绍了SpringBoot中HTTP连接池的配置与优化的相关知识,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一... 目录一、HTTP连接池的核心价值二、Spring Boot集成方案方案1:Apache HttpCl

PyTorch高级特性与性能优化方式

《PyTorch高级特性与性能优化方式》:本文主要介绍PyTorch高级特性与性能优化方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、自动化机制1.自动微分机制2.动态计算图二、性能优化1.内存管理2.GPU加速3.多GPU训练三、分布式训练1.分布式数据

MySQL中like模糊查询的优化方案

《MySQL中like模糊查询的优化方案》在MySQL中,like模糊查询是一种常用的查询方式,但在某些情况下可能会导致性能问题,本文将介绍八种优化MySQL中like模糊查询的方法,需要的朋友可以参... 目录1. 避免以通配符开头的查询2. 使用全文索引(Full-text Index)3. 使用前缀索

C#实现高性能Excel百万数据导出优化实战指南

《C#实现高性能Excel百万数据导出优化实战指南》在日常工作中,Excel数据导出是一个常见的需求,然而,当数据量较大时,性能和内存问题往往会成为限制导出效率的瓶颈,下面我们看看C#如何结合EPPl... 目录一、技术方案核心对比二、各方案选型建议三、性能对比数据四、核心代码实现1. MiniExcel

MySQL索引的优化之LIKE模糊查询功能实现

《MySQL索引的优化之LIKE模糊查询功能实现》:本文主要介绍MySQL索引的优化之LIKE模糊查询功能实现,本文通过示例代码给大家介绍的非常详细,感兴趣的朋友一起看看吧... 目录一、前缀匹配优化二、后缀匹配优化三、中间匹配优化四、覆盖索引优化五、减少查询范围六、避免通配符开头七、使用外部搜索引擎八、分

Python通过模块化开发优化代码的技巧分享

《Python通过模块化开发优化代码的技巧分享》模块化开发就是把代码拆成一个个“零件”,该封装封装,该拆分拆分,下面小编就来和大家简单聊聊python如何用模块化开发进行代码优化吧... 目录什么是模块化开发如何拆分代码改进版:拆分成模块让模块更强大:使用 __init__.py你一定会遇到的问题模www.

SpringBoot首笔交易慢问题排查与优化方案

《SpringBoot首笔交易慢问题排查与优化方案》在我们的微服务项目中,遇到这样的问题:应用启动后,第一笔交易响应耗时高达4、5秒,而后续请求均能在毫秒级完成,这不仅触发监控告警,也极大影响了用户体... 目录问题背景排查步骤1. 日志分析2. 性能工具定位优化方案:提前预热各种资源1. Flowable

SpringBoot3实现Gzip压缩优化的技术指南

《SpringBoot3实现Gzip压缩优化的技术指南》随着Web应用的用户量和数据量增加,网络带宽和页面加载速度逐渐成为瓶颈,为了减少数据传输量,提高用户体验,我们可以使用Gzip压缩HTTP响应,... 目录1、简述2、配置2.1 添加依赖2.2 配置 Gzip 压缩3、服务端应用4、前端应用4.1 N