学习运行电网挑战赛：一项回顾性分析
机器学习
2021-10-22 v2 系统与控制
系统与控制
摘要
电网负责在广大地理区域间输送电力，是现代生活高度依赖的复杂基础设施。需求和发电曲线的变化、可再生能源集成的增加以及高压电网技术，对人工操作员在优化电力输送同时避免停电构成了真实挑战。为探究 AI 方法在提升电网运行适应性方面的潜力，我们设计了 L2RPN 挑战赛，以鼓励开发面向新一代电网关键问题的强化学习解决方案。NeurIPS 2020 竞赛受到国际社会的广泛欢迎，吸引了全球超过 300 名参与者。本挑战赛的主要贡献是我们提出的综合“Grid2Op”框架及关联基准，其可模拟真实的序贯电网运行场景。Grid2Op 框架开源且易于复用，允许用户通过其配套的 GridAlive 生态系统定义新环境。Grid2Op 依赖现有的非线性物理电网模拟器，并让用户创建一系列代表两个重要问题的扰动与挑战：a) 因不可预测可再生能源使用增加带来的不确定性，以及 b) 线路断开 contingency 所需的鲁棒性。本文给出竞赛亮点。我们展示基准套件并分析获胜方案，包括一项超人类性能演示。我们提出成功举办竞赛的组织见解，并总结开放研究途径。鉴于挑战赛的成功，我们期望我们的工作将促进创建更可持续电网运行方案的研究。
引用
@article{arxiv.2103.03104,
title = {Learning to run a Power Network Challenge: a Retrospective Analysis},
author = {Antoine Marot and Benjamin Donnot and Gabriel Dulac-Arnold and Adrian Kelly and Aïdan O'Sullivan and Jan Viebahn and Mariette Awad and Isabelle Guyon and Patrick Panciatici and Camilo Romero},
journal= {arXiv preprint arXiv:2103.03104},
year = {2021}
}