清华大学在第五届电力调度AI应用大赛中取得满分夺冠,比赛圆满结束!

电力市场出清速度有了新纪录。12月27日,中国南方电网第五届电力调度ai应用大赛在广州圆满落幕。清华大学代表队以满分成绩夺冠,依托”云+ai“技术,将出清整体流程控制在600秒内,效率提高了近50%。

供需关系均衡时,被称为出清。随着电力市场化交易的进一步推进,光伏、储能和虚拟电厂等新型主体纷纷加入,电力作为商品如何快速出清备受行业关注。

2022年7月,南方电网主导的南方区域电力市场正式启动,成为全国首个试运行的区域市场。目前,已有16万家交易主体在该平台上进行电力现货交易,实现了自由、实时的交易。然而,由于出清规模庞大、约束复杂、变量众多,随着市场化进程的加速和技术进步,电网在出清时间和运行成本方面面临着许多新的挑战。

2023年11月14日,中国南方电网举办了第五届电力调度AI应用大赛,主题是基于人工智能的电力现货市场快速出清。这个比赛吸引了来自全国电力行业的30支队伍,包括科研机构、高校和互联网生态企业。

刘映尚,南方电网公司副总工程师和南网总调党委书记,表示近年来,人工智能通用大模型不断涌现,形成了百花齐放的格局。参赛选手在比赛中展现的创新灵感正在逐步推动电力“调度+AI”生态系统的发展。南方电网将继续秉持科技创新思维,发挥人工智能的领军作用,引领产业转型升级,发挥国家队的作用,坚持创新引领,深入推进数字化转型和数字电网建设。

据介绍,本届大赛的比赛环境是由调度云主节点和同城节点提供的。在进入决赛的六支队伍中,有四支队伍是运用主节点开发的,占比高达66%。

南网调度云是在2019年8月投入生产运行的,它基于阿里云飞天操作系统建设。作为当时全国电力行业中第一次大规模建设的行业云,它能够实现秒级扩展计算资源。在过去的四年中,南网调度云一直支撑着南网200多个业务系统的稳定高效运行,并成为AI创新的坚实底座。

清华大学代表队成员王铮澄说:“南网调度云平台整体的使用体验比较流畅,在云环境上进行开发和实验室环境的科研还是差别比较大的,因为实验室服务器很难进行弹性扩缩容,南网虽然目前分配给每个参赛队伍的计算、存储资源是有限的,但如果要做大规模训练,可以很快申请扩容。”

为了模拟实际的出清难题,南网提供了经处理后的千组发电机30天的电网数据。另一位参赛成员曾泓泰认为,解决出清问题实际上是一个混合整数线性规划问题,关键在于使用AI来确定整数变量。

在MindOpt Studio AI平台上,阿里达摩院的研究人员开发了一项辅助编程能力。这项能力可以帮助清华大学代表队节省大量时间,不再需要花费时间在数据读取和读入上。相反,他们可以将精力集中在算法创新上。

最终,清华大学代表队以两项满分“时间平均分”和“成本平均分”的成绩夺冠。他们成功地将总体出清时间控制在约600秒左右,并提高了出清效率近50%。这充分证明了AI加速市场出清的可行性。

目前,全国电力系统正朝着新型电力系统转型发展。随着新能源光伏和风电装机不断增加,未来的电力系统将变得快速波动。传统的调度方式难以适应未来新型电力系统的运行特点。面对这种快速变化的系统,电力领域的技术正在朝着“云+AI”融合发展的方向前进。

阿里达摩院决策智能实验室负责人印卧涛表示,AI和数学求解技术的结合正在推动新能源电力调度领域的变革。双决策引擎的应用极大提高了电力系统的运行效率和可靠性,并为绿色能源智能化管理提供了新的技术支持。未来,云+AI的模式将继续推动电力行业朝着绿色、可持续和智能化的方向不断发展。

南方电网调度AI应用大赛是目前电力行业内影响力最大、应用性最强的AI大赛,由南方电网电力调度控制中心和中国电机工程学会电力系统自动化专委会主办。

南方电网一直以来高度重视云计算与AI技术在电力行业的应用结合。过去四届大赛都聚焦于AI,并围绕负荷预测、调度优化决策等主题展开。借助历届大赛的创新成果,南网总调已实现了全网单轨运行的AI负荷预测,并培育了灵活、开放的新能源功率预测价值生态。

以上就是清华大学在第五届电力调度AI应用大赛中取得满分夺冠,比赛圆满结束!的详细内容,更多请关注昆居客【www.kunjuke.com】AI人工智能频道。

相关推荐:

从「小马拉大车」到「三联机制」——AI Skill 调度范式的实战思考

从「小马拉大车」到「三联机制」——AI Skill 调度范式的实战思考 一、问题的起点:1000 个 Skill 的尴尬 最近我在深度使用 ai 智能体 workbuddy 时,遇到一个令人困扰的现象。 Skill 生态极为庞大——你可以接入数千个 Skill,覆盖写作、编程、设计、数据分析、商业变现等各类场景……但现实中,绝大多数 Skill 安装后便长期处于“静默状态”,从未被真正调用。 更让...

面壁智能联合清华大学发布中国首个1.58-bit大模型BitCPM-CANN

近日,面壁智能携手清华大学及 openbmb 开源社区,正式对外发布并开源中国首个基于华为昇腾硬件平台训练完成的三值(1.58-bit)大语言模型 —— bitcpm-cann。这一成果在低比特大模型训练方向实现关键性突破,成为中国人工智能核心技术自主创新进程中的重要标志性进展。 BitCPM-CANN 的诞生,不仅彰显了国产AI算力基础设施的成熟度与竞争力,更实现了从底层量化算子设计、高效训练算...
· AI · 137497

QoderWake如何管理多个数字员工?跨角色协同与任务调度面板使用【教程】

需依托统一员工管理视图与结构化任务编排能力实现跨角色协同:一、通过「员工矩阵」按身份、业务域等维度集中管理;二、用任务调度面板基于event_type与target_context发起链式协同;三、CLI批量更新策略;四、权限沙盒强制最小权限隔离;五、Connector联动外部工具。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜ 如果您已在...
· AI · 205357

明日方舟终末地物资如何调度

在《明日方舟:终末地》中,科学高效的物资调度是基地稳健发展与长期扩张的核心支撑。以下将从多个维度系统解析物资调度的关键策略。 资源类型辨析与战略排序 需明确不同物资的功能定位与战略价值。基础类资源(如矿石、木材)是设施建造、升级及日常维护的刚性需求,应列为高优先级保障对象;稀有材料虽消耗量小,但集中用于精英干员培养、限定装备锻造等关键环节,具备不可替代性;能源类资源则直接决定各生产与防御设施的持续...

如何利用Python实现定时抓取股票行情数据_通过Schedule库设置任务调度

直接用 schedule 库做股票行情定时抓取大概率失败,因其无异常处理、并发管理、重试机制及非交易日跳过能力;需配合 try...except、time.sleep、日志记录、交易日校验、请求头与超时设置、并发控制及数据校验等防护措施才能稳定运行。 直接用 schedule 库做股票行情定时抓取,不加防护机制的话,大概率会失败——它本身不处理异常、不管理并发、也不重试,更不会自动跳过非交易日。 ...
· Python · 150144

如何使用 Python 实现严格按固定时间间隔(如每15分钟)精准调度任务

本文介绍如何在 Python 中实现真正“定时触发”的任务调度——无论上一次任务执行耗时多长,下一次任务都严格在预定时刻(如每15分钟整点)启动,而非等待前次结束后再倒计时。核心方案是使用 sched 模块的绝对时间调度机制。 本文介绍如何在 python 中实现真正“定时触发”的任务调度——无论上一次任务执行耗时多长,下一次任务都严格在预定时刻(如每15分钟整点)启动,而非等待前次结束后再倒计时...
· Python · 158880

Python 中实现严格按固定时间间隔(如每15分钟)触发任务的调度方案

本文详解如何在 Python 中实现基于起始时间点的精确定时调度(如每60秒/每15分钟准时触发),避免因任务执行耗时导致的间隔漂移,推荐使用 sched 模块配合 enterabs() 实现毫秒级对齐。 本文详解如何在 python 中实现**基于起始时间点的精确定时调度**(如每60秒/每15分钟准时触发),避免因任务执行耗时导致的间隔漂移,推荐使用 `sched` 模块配合 `enterab...
· Python · 82135

Python如何实现定时任务计划_使用sched模块实现事件调度器

sched模块不适合生产环境定时任务,因其是单次阻塞式调度器,无并发、无自动重调度、时间易漂移、不支持运行中取消任务。 sched 模块不适合生产环境的定时任务,它只是单次、阻塞、无并发能力的事件调度器,仅适用于简单脚本或教学演示。 为什么 sched 不能当“定时任务”用 sched 的本质是「按时间戳排队 + 阻塞等待」:它把事件放进优先队列,然后调用 run() 一直阻塞直到所有事件执行完。...
· Python · 156928