标签
Delhi通过电网现代化和公用事业改革，将电力损耗从2002年的超过50%降低到2026年的5-6%，从而提高了可靠性和生活质量。
本文提出了一种LLM增强的多智能体强化学习框架，用于同时优化电动汽车充电调度、站点盈利性和电网稳定性，使用LLM进行特征选择和自适应加权，在减少训练时间的同时超越了最先进的方法。
本文评估了基于AlphaZero启发的强化学习在电力网络拓扑控制中的应用，实现了98.43%的生存率，并强调了与领域启发式最小化集成的有效性。
本文扩展了AssetOpsBench，增加了智能电网变压器资产类别，并引入了ScenarioGeneratorAgent，一个用于合成工业智能体场景生成的流水线，在保持场景质量的同时实现了8倍的运行时间改进。
本文提出了面向电网层级的电力负荷预测综合基准，评估了十种方法，发现基于Transformer的方法持续优于传统方法，将预测误差降低了6.6%–10.7%。标准Transformer的性能优于一种新颖的灵活架构，基础模型Chronos-2在某些数据集上展现出具有竞争力的零样本性能。
GM 宣布其12款电动车型现已支持双向充电，让车主能为家庭供电，并将多余电力卖回电网，但采用该技术需要昂贵的硬件和与公用事业公司的合作。
Nvidia 正在支持 Span 的一项计划，部署住宅微型数据中心，利用闲置的家庭电力运行分布式 AI 工作负载。该方案旨在通过将 GPU 节点部署在住宅附近来规避电网限制，尽管其在实际部署中仍缺乏充分验证。