轻量级大模型驱动的虚拟电厂人机交互调控方法OA

负荷侧海量居民用户具有信息输入模糊、需求变化频繁、行为高度离散的特征,现有方法难以对这类资源的调节能力进行结构化表征、定制化建模与定量化核算,成为制约虚拟电厂切实走进“千家万户”的关键技术瓶颈。文中首先提出一种基于大模型的海量分散式灵活负荷智能建模方法,设计涵盖用户需求输入、大模型自动建模、调控指令执行、人机闭环反馈的全链路虚拟电厂人机交互调控模式;然后,提出监督学习-强化学习两阶段协同的大模型训练方法,实现对低参数、轻量级大模型的高效微调。算例结果表明,相较于现有方法,所提方法在训练效率、调控准确率、模型部署成本等方面优势显著,为充分释放居民用户调节潜力、全面盘活负荷侧灵活调节资源提供了有力支撑。