본 논문은 분산형 에너지 자원(DERs), 전기 자동차(EVs), 극심한 기상 조건, 그리고 사이버 공격으로 인해 복잡성이 증가하는 현대 전력망의 문제를 해결하기 위해 자율적인 AI 기반 프레임워크인 Grid-Agent를 제시한다. Grid-Agent는 다중 에이전트 시스템 내에서 대규모 언어 모델(LLMs)을 활용하여 위반 사항을 탐지하고 수정한다. 계획 에이전트는 전력 흐름 해석기를 사용하여 조정된 행동 순서를 생성하고, 검증 에이전트는 롤백 메커니즘을 사용한 샌드박스 실행을 통해 안정성과 안전성을 보장함으로써 의미적 추론과 수치적 정확성을 통합한다. 확장성을 높이기 위해 시스템의 크기와 복잡성에 따라 인코딩 방식을 동적으로 조정하는 적응형 다중 스케일 네트워크 표현을 사용한다. 위반 해결은 스위치 구성, 배터리 배치 및 부하 감소 최적화를 통해 달성된다. IEEE 69-bus, CIGRE MV, IEEE 30-bus 테스트 시스템을 포함한 IEEE 및 CIGRE 벤치마크 네트워크에 대한 실험을 통해 우수한 완화 성능을 입증하여 현대 스마트 그리드에 필요한 빠르고 적응적인 응답에 Grid-Agent의 적합성을 강조한다.
