Foundation Twins: A New Generation of Power Systems Digital Twins using Foundation AI Models

Sintesi Tecnica: Gemelli Fondamentali: Una Nuova Generazione di Gemelli Digitali per Sistemi Elettrici basata su Modelli Fondamentali di Intelligenza Artificiale

Enunciazione del Problema
I sistemi elettrici sono intrinsecamente sistemi multi-scala temporale, che abbracciano fenomeni fisici e processi decisionali che spaziano dai microsecondi (ad esempio, controllo della frequenza, protezioni) ai decenni (ad esempio, pianificazione dell'espansione). Gli attuali concetti di Gemello Digitale (DT) per i sistemi elettrici rimangono distanti dall'implementazione pratica perché mancano della capacità di fornire un processo decisionale unificato attraverso queste scale temporali, orizzonti e ambiti geografici disparati. Gli approcci tradizionali spesso si basano sulla suddivisione delle variabili di sistema in sottovettori separati (dinamiche lente, veloci e intermedie) per gestire la complessità, risultando in modelli frammentati che non riescono a trasferire efficacemente informazioni, incertezze e decisioni tra le diverse scale temporali. Di conseguenza, esiste un divario critico tra i quadri operativi e di pianificazione dei sistemi elettrici, limitando la resilienza del sistema. Il documento sostiene che la ricerca esistente non ha ancora prodotto un DT capace di colmare questo divario senza fare affidamento su modelli separati basati sulla fisica che sfruttano la separazione delle dinamiche.

Metodologia: L'Architettura dei Gemelli Fondamentali
Il documento propone un nuovo concetto denominato Gemelli Fondamentali, che sfrutta i recenti progressi nell'Intelligenza Artificiale (AI) e nell'Apprendimento Automatico (ML), in particolare i Modelli Fondamentali e l'Apprendimento per Rinforzo (RL). Piuttosto che un singolo modello monolitico, l'architettura proposta consiste in diversi modelli fondamentali di AI specializzati orchestrati da un Manager centrale, completati da un framework RL per il processo decisionale. L'architettura include i seguenti componenti principali:

1. Modulo Manager: Agisce come coordinatore, ricevendo compiti di ottimizzazione dagli operatori e configurando le impostazioni per gli altri modelli. Interfaccia con l'infrastruttura fisica per le misurazioni e le azioni di controllo.
2. Modello Fondamentale per Serie Temporali: Responsabile della generazione di dati in serie temporali a varie risoluzioni richieste. Colma le lacune nei dati temporali o geografici, fornisce previsioni per variabili esogene (ad esempio, generazione da fonti rinnovabili, domanda) e garantisce che i dati seguano i fenomeni fisici, gestendo al contempo valori estremi e vincoli di condizionamento.
3. Modello Fondamentale per la Stima dello Stato: Stima lo stato attuale del sistema elettrico alla scala temporale appropriata definita dal Manager. Utilizza i dati in serie temporali per fornire stime dello stato sincronizzate attraverso diverse velocità operative.
4. Modello Fondamentale per il Sistema Elettrico: Funge da simulatore ad alta fedeltà del sistema elettrico fisico. Il suo ruolo principale è prevedere gli stati futuri del sistema e le ricompense attraverso multiple scale temporali e orizzonti, guidati dalle azioni proposte. Mira a rappresentare molteplici fenomeni fisici (transitori, regime stazionario) e incertezze all'interno di un unico modello.
5. Modulo Ottimizzatore (Architettura RL): Implementa una struttura Attore-Critico. L'Attore propone azioni basate sullo stato corrente, mentre il Critico stima le ricompense accumulate future basandosi sulle transizioni di stato previste dal Modello Fondamentale per il Sistema Elettrico. Questo modulo è progettato per apprendere politiche per il processo decisionale multi-scala temporale, potenzialmente utilizzando l'Apprendimento per Rinforzo Gerarchico per scomporre gli obiettivi a lungo termine in sotto-obiettivi.
6. Modulo Memoria: Memorizza le transizioni stato-azione-ricompensa per un futuro riferimento da parte dell'Attore e del Critico.

Contributi Chiave
Questo documento è esplicitamente inquadrato come un documento di posizione piuttosto che come un normale articolo di ricerca che presenta risultati sperimentali. I suoi contributi principali sono concettuali e visionari:

• Introduzione dei "Gemelli Fondamentali": Un nuovo paradigma per i DT dei sistemi elettrici che combina le caratteristiche di generalizzazione dei modelli fondamentali con le capacità decisionali dell'RL.
• Proposta Architettonica: Un progetto dettagliato (Fig. 2) che delinea come più modelli fondamentali specializzati (Serie Temporali, Stima dello Stato, Sistema Elettrico) possano essere integrati con un ottimizzatore RL per realizzare il processo decisionale multi-scala temporale in un unico ecosistema.
• Identificazione di Lacune Critiche nella Ricerca: Il documento identifica sistematicamente le specifiche sfide tecniche necessarie per realizzare questa visione, tra cui:
  • Sviluppare architetture generative unificate per dati in serie temporali che rispettino la fisica, gestiscano molteplici pattern energetici e modellino valori estremi senza collasso del modello.
  • Integrare la fisica multi-scala temporale nei modelli ML (ad esempio, tramite rappresentazioni continue o solutori differenziabili) per garantire generalizzazione e convergenza.
  • Creare rappresentazioni efficienti dello stato (ad esempio, modelli ibridi sequenza-grafo) che siano invarianti ai cambiamenti di configurazione del sistema elettrico.
  • Risolvere le sfide dell'RL Gerarchico, come la progettazione di spazi latenti fattibili per l'ottimizzazione dei sistemi elettrici e la distribuzione degli obiettivi a lungo termine in sotto-obiettivi senza perdere l'esplicabilità.

Risultati e Affermazioni
In quanto documento di posizione, il lavoro non presenta risultati sperimentali, simulazioni o benchmark di prestazioni. Al contrario, afferma che l'architettura proposta affronta le limitazioni degli attuali DT eliminando la necessità di modelli separati basati sulla fisica per diverse scale temporali; abilitando il trasferimento di conoscenze (dinamiche, incertezze, decisioni) attraverso l'intero spettro dei processi dei sistemi elettrici; e offrendo una strada verso sistemi elettrici più resilienti, tenendo conto simultaneamente di dinamiche veloci e lente (ad esempio, coordinando il dispacciamento delle risorse energetiche distribuite con vincoli di stabilità).
L'autore nota che, sebbene alcuni componenti (come i moduli Manager e Memoria) siano considerati meno complessi, la realizzazione dei Gemelli Fondamentali dipende fortemente dal superamento di significative sfide scientifiche nell'ML informato dalla fisica, nella rappresentazione dello stato e nel processo decisionale gerarchico.

Significato
Il documento posiziona i "Gemelli Fondamentali" come un'evoluzione necessaria per la digitalizzazione dei sistemi elettrici. Sostiene che i concetti attuali di DT sono bloccati perché non riescono a gestire la natura multi-scala temporale dei sistemi elettrici. Sfruttando i modelli fondamentali per la simulazione e la generalizzazione, combinati con l'RL per il processo decisionale, questo approccio mira a realizzare la capacità da lungo tempo immaginata di un gemello digitale unificato e ad alta fedeltà. Il documento funge da road-map per la ricerca futura, esortando la comunità a concentrarsi sulle specifiche ostacoli tecnici identificati (come la modellazione multi-scala temporale informata dalla fisica e il coordinamento dell'RL gerarchico) per trasformare i DT dei sistemi elettrici da un concetto lontano a una realtà deployabile. L'autore riconosce che, sebbene la proposta attuale segua una prospettiva di operatore centralizzato, il concetto potrebbe essere esteso ad approcci di processo decisionale distribuito.