跳转至

输电网物理

TransGridEnv（powerzoo/envs/grid/trans.py）是输电网 env。它支持四种 solver 模式，由两个正交参数组合而成：

  • physics ∈ {'dc', 'ac'} — 线性化 vs 完整非线性 AC 方程。
  • solver_mode ∈ {'opf', 'pf'} — env 是优化分配（opf），还是仅评估给定分配（pf）。

四种组合覆盖了标准的输电任务：

physics solver_mode 对应 solver 典型 RL 用法
'dc' 'opf' DCOPF — 线性规划（Gurobi / SciPy / CVXPY） Agent 学习报价或 commitment；分配由 env 完成。
'ac' 'opf' ACOPF — 非线性规划（cyipopt / SLSQP） Agent 学习带无功与电压的报价。
'dc' 'pf' DCPF — line_flow = PTDF · injection（矩阵-向量乘） Agent 直接学习分配，env 负责评估可行性。
'ac' 'pf' ACPF — Newton-Raphson Agent 学习带完整 AC 物理的分配。

OPF LP 后端由 solver_type ∈ {'auto', 'gurobi', 'scipy', 'cvxpy'} 决定。它与 physics / solver_mode 正交，仅决定 OPF 模式下使用哪个 LP 库。

术语速查。PF（Power Flow，潮流）——给定固定注入求电压和线路潮流。OPF（Optimal Power Flow，最优潮流）——同时调度发电机使成本最小。这里 DC 指线性化（电压恒为 1 pu，无无功，无损耗），不是直流电。PTDF（Power Transfer Distribution Factor）——把节点注入连到线路潮流的灵敏度矩阵。LMP（Locational Marginal Price，节点边际电价）——节点功率平衡的对偶变量。

DC 潮流

DC PF 假设电压为 1 pu，忽略无功，把损耗近似为零：

\[ P_{\text{line}} \;=\; \text{PTDF} \cdot P_{\text{injection}} \]

PTDF 矩阵在 case.init() 阶段由线路电抗预计算。一次 DC PF 调用就是一次矩阵-向量乘：快速、可微，并且与 DCOPF LP 中线路潮流约束所采用的形式完全一致。

AC 潮流

AC PF 在每个 bus 上求解非线性的节点功率平衡：

\[ P_i = V_i \sum_j V_j (G_{ij} \cos\theta_{ij} + B_{ij} \sin\theta_{ij}) \]
\[ Q_i = V_i \sum_j V_j (G_{ij} \sin\theta_{ij} - B_{ij} \cos\theta_{ij}) \]

其中 \(V_i\) 是电压幅值，\(\theta_{ij}\) 是电压相角差，\(G_{ij}\)、\(B_{ij}\) 来自导纳矩阵。PowerZoo 默认 Newton-Raphson。

分配不可行时 AC PF 可能不收敛。info['pf_converged'] 报告实际收敛结果；PF 失败本身也是一种实际 cost（见 Reward and cost split）。

DCOPF

DCOPF 求解一个线性规划：

\[ \min_{P_g} \; \sum_i C_i(P_{g,i}) \quad \text{s.t.} \quad \mathbf{1}^\top P_g = \mathbf{1}^\top D, \quad |\text{PTDF} \cdot (P_g - D)| \leq \overline{S}, \quad P_g^{\min} \leq P_g \leq P_g^{\max} \]

二次成本 \(C_i(P) = mc\_a_i P^2 + mc\_b_i P + mc\_c_i\)。当 mc_a = mc_b = 0（Case5 与多数 IEEE case）时，成本为常值边际：\(C_i(P) = mc\_c_i \cdot P\)。LMP 由节点平衡约束的对偶变量恢复。

ACOPF

ACOPF 在 AC 方程与电压限制下求解相同目标。PowerZoo 通过 cyipopt（首选）或 SLSQP 调用。ACOPF 非凸，可能返回局部最优。

physics × solver_mode 决策树

flowchart TD
    Q1{Does the agent decide\nunit dispatch (P)?}
    Q1 -->|yes| Q2{Need voltage and Q?}
    Q1 -->|no, env optimises| Q3{Need voltage and Q?}
    Q2 -->|yes| ACPF["physics='ac' + solver_mode='pf'\n→ ACPF"]
    Q2 -->|no| DCPF["physics='dc' + solver_mode='pf'\n→ DCPF"]
    Q3 -->|yes| ACOPF["physics='ac' + solver_mode='opf'\n→ ACOPF"]
    Q3 -->|no| DCOPF["physics='dc' + solver_mode='opf'\n→ DCOPF"]

可用 case 规模

Case Bus 数 线路数 发电机数 默认用于
Case5 5 6 5 marl_opf、marl_uc、gencos_bidding
Case14 14 20 5 sandbox / OOD 规模变体
Case118 118 186 54 opf_118、opf_118_7d
Case300、Case1354pegase、Case2383wp 300+ 411+ 80+ 可扩展性压力测试
Case29GB 29 99 66 GB 简化输电网（MATPOWER reduced）
Case552GB 552 673 2385 GB 大规模输电网

Case5 与 Case118 是两个主要的公开基准 case。更大的 case 用于可扩展性研究，不属于标准任务集。

info 中有什么

每次 TransGridEnv.step() 都会填入标准键（见 Python contract §4），并在适用时补充以下字段：

  • lmp（np.ndarray，$/MWh）——OPF 对偶变量给出的节点 LMP。
  • lmp_quality — 'gurobi_dual' / 'scipy_recovered' / 'cvxpy' — LMP 的计算来源。
  • solver_backend — 实际使用的 LP solver（如 'highs'）。
  • opf_cost（$/h）——OPF 目标函数给出的总发电成本。

难度预设

TransGridEnv 接受 difficulty='easy' / 'medium' / 'hard'，对应不同的负荷比例与步长：

Preset 负荷比例 delta_t_minutes 效果
easy 0.7 60 约束宽松，步数较少。
medium 0.85 30 标准基准设置。
hard 0.95 30 多条线路接近极限。

预设便于做健全性测试；做基准实验时，建议直接使用显式任务名（如 marl_opf），它通过 SPLIT_DATES 固定全部超参。

另见