본 논문은 분산형 에너지 자원(DERs), 전기 자동차(EVs)의 확산, 극심한 기상 이변의 증가로 인해 복잡해진 전력망 계획, 운영 및 관리 문제를 해결하기 위해 AI 기반 자율 시스템인 Grid-Agent를 제안한다. Grid-Agent는 대규모 언어 모델(LLMs)과 다중 에이전트 강화 학습을 결합하여 실시간으로 전력망 위반을 탐지하고 수정한다. 계획 에이전트는 수치적 전력 흐름 해석기를 사용하여 조정된 행동 순서를 생성하고, 검증 에이전트는 안전한 롤백 기능을 갖춘 샌드박스 실행을 통해 시스템 안정성과 행동 효과를 평가하는 모듈형 에이전트 아키텍처를 채택한다. 또한, 네트워크 크기와 복잡성에 따라 최적의 인코딩 방식을 동적으로 선택하는 적응적 다중 스케일 네트워크 표현을 통해 확장성을 확보한다. 스위치 구성, 배터리 배치 및 부하 감축 전략을 최적화하여 위반 해결을 조정한다. IEEE 69-bus, CIGRE MV, IEEE 30-bus와 같은 표준 시스템에서의 실험 결과는 우수한 위반 완화 성능을 보여주며, 내장된 데이터 수집 및 학습 기능을 통해 다양한 네트워크 토폴로지에 대한 지속적인 학습과 적응이 가능하다. 자율적인 특성으로 인해 동적 운영 조건에 대한 빠른 대응이 필요한 최신 스마트 그리드 애플리케이션에 특히 적합하다.
