Шість генераторів (сонце, вітер, газова ТЕС-пікер, АЕС) живлять центральний хаб, який розподіляє потужність між вісьмома споживачами лініями з обмеженою пропускною здатністю. Сонце й вітер коливаються за часом доби/поривами, АЕС тримає базове навантаження, а газовий пікер добирає різницю.
Статичний план: f_j = S · (w_j / Σw) — фіксована частка w_j, ігнорує d_j(t)
AI-диспетчер: f_j⁰ = S · (d_j(t) / D(t)) — пропорційно поточному попиту
f_j = min(f_j⁰, c_j), лишок → water-filling до ліній із запасом
- Статичний план — імітує SCADA-логіку без ML: потужність S ділиться за наперед заданими "нормативними" вагами w_j, не реагуючи на реальні коливання попиту d_j(t) чи сонця/вітру. Лінії, що отримали більше нормативу, ніж їхня пропускна здатність c_j, перевантажуються і втрачають надлишок (немає перерозподілу).
- AI-диспетчер — на кожному кроці прогнозує реальний попит d_j(t) кожного споживача, спершу ділить постачання пропорційно до нього, а потім (water-filling) перекидає надлишок з ліній на межі ліміту c_j на лінії з вільною пропускною здатністю — так перевантаження майже не виникає.
- Газовий пікер під AI reagує на net-попит (попит мінус ВДЕ мінус АЕС) — це «диспетчеризація за принципом merit order», яку реально використовують оператори мереж (ISO/TSO) з forecasting-моделями.
- Ефективність мережі = доставлена споживачам потужність / сумарний попит; падає, коли лінії перевантажені й «спрацьовує захист».
Реальні оператори мереж (National Grid ESO у Британії, PJM у США) вже використовують ML-прогнозування попиту та RL-подібну оптимізацію потоків — це та ж ідея, що й тут, спрощена до 14 ліній.