Cet article propose Grid-Agent, un système autonome basé sur l'IA, pour répondre aux complexités de la planification, de l'exploitation et de la gestion des réseaux électriques, dues à la prolifération des ressources énergétiques distribuées (RED), des véhicules électriques (VE) et des phénomènes météorologiques extrêmes. Grid-Agent combine des modèles de langage à grande échelle (LLM) et l'apprentissage par renforcement multi-agents pour détecter et corriger les violations du réseau en temps réel. L'agent de planification génère des séquences d'actions coordonnées à l'aide d'un solveur numérique de flux de puissance, tandis que l'agent de vérification utilise une architecture d'agent modulaire pour évaluer la stabilité du système et l'efficacité des actions grâce à une exécution en sandbox avec des capacités de restauration sécurisées. De plus, l'évolutivité est assurée par une représentation adaptative du réseau multi-échelle qui sélectionne dynamiquement les schémas de codage optimaux en fonction de la taille et de la complexité du réseau. La résolution des violations est coordonnée par l'optimisation des configurations de commutateurs, du placement des batteries et des stratégies de réduction de charge. Les résultats expérimentaux sur des systèmes standards tels que les bus IEEE 69, CIGRE MV et IEEE 30 démontrent d'excellentes performances en matière d'atténuation des violations. Les capacités intégrées de collecte de données et d'apprentissage permettent un apprentissage continu et une adaptation à diverses topologies de réseau. Sa nature autonome le rend particulièrement adapté aux applications de réseaux intelligents modernes qui nécessitent une réponse rapide aux conditions de fonctionnement dynamiques.
