用于求解经济调度问题的大语言模型
系统与控制
2025-05-29 v1 系统与控制
摘要
本文研究了现成的大语言模型（LLM）求解经济调度（ED）问题的能力。ED 是一个硬约束优化问题，由电网运营商在日前时间尺度上求解，以在满足物理和工程约束的同时最小化发电成本。目前已提出众多方法，但这些方法通常需要数学公式化表述，面临收敛问题，或依赖大量标注数据和训练时间。本工作实现了具有推理能力增强的 LLM，以解决经典的无损耗 ED 问题。所提出的方法避免了对显式数学公式的需求，不存在收敛挑战，且既不需要标注数据也不需要大量训练。在两种不同的提示上下文中利用了少样本学习技术。以包含 19 个发电机组的 IEEE 118 节点系统作为评估基准。结果表明，各种提示策略使 LLM 能够有效求解 ED 问题，提供了一种便捷高效的替代方案。因此，该方法为 ED 任务提供了一种有前景的未来解决方案，特别是当具备基础电力系统模型时。
引用
@article{arxiv.2505.21931,
title = {Large Language Models for Solving Economic Dispatch Problem},
author = {Sina Mohammadi and Ali Hassan and Rouzbeh Haghighi and Van-Hai Bui and Wencong Su},
journal= {arXiv preprint arXiv:2505.21931},
year = {2025}
}
备注
5 pages, 3 figures, Accepted, 2025 IEEE Energy Conversion Conference and Expo (ECCE 2025), Philadelphia, PA