大语言模型代理能否平衡能源系统？
系统与控制
2025-04-01 v2 系统与控制
摘要
本文提出了一种混合方法，将大语言模型 (LLM) 与多情景随机单元承诺 (SUC) 框架相结合，以提高在高风力生成不确定性下的效率和可靠性。在 10 次试验中，传统 SUC 方法的平均总成本为 1.8768 亿美元，而 LLM 辅助 SUC (LLM-SUC) 的平均成本为 1.8558 亿美元（范围：1.8261 亿美元至 1.8865 亿美元），相当于成本降低 1.1% 至 2.7%。此外，LLM-SUC 将负荷削减降低了 26.3%（2.24 加减 0.31 GWh 相对于 SUC 的 3.04 GWh），而两者方法在风力削减方面均保持为零。详细的时间分析显示，LLM-SUC 在大多数时间区间内实现更低成本，并在 90% 的案例中持续优于 SUC，解决方案聚集在有利的成本-可靠性区域（总成本系数变异为 0.93%，负荷削减系数变异为 13.8%）。通过利用 LLM 代理指导发电机承诺决策并动态调整以应对随机条件，本文提出的框架提高了需求满足度和运行韧性。
引用
@article{arxiv.2502.10557,
title = {Can Large Language Model Agents Balance Energy Systems?},
author = {Xinxing Ren and Chun Sing Lai and Gareth Taylor and Zekun Guo},
journal= {arXiv preprint arXiv:2502.10557},
year = {2025}
}