Borui Zhang · Chaojie Lia · Guo Chena · Zhao Xub 等5人 · Applied Energy · 2025年1月 · Vol.401

摘要 电池储能系统（BESS）涉及大量资本投入，因此盈利能力成为关键关注点。在澳大利亚国家电力市场（NEM）中，频率控制辅助服务（FCAS）市场已成为BESS的主要收入来源。然而，FCAS市场的高波动性和复杂动态特性使得捕捉潜在市场机会并制定盈利性竞价策略极具挑战性。为应对这些挑战，本文提出了一种面向联合电能与FCAS市场的电池储能系统的大语言模型（LLM）协调式自动竞价系统。该系统引入了一种LLM驱动的智能体协调框架，通过多智能体工作流以及基于心智理论（ToM）推理的交互机制，实现自动化且可解...

解读: 该LLM协同自动竞价技术对阳光电源ST系列储能变流器及PowerTitan系统在澳洲等调频市场具有重要应用价值。论文提出的交叉注意力机制可增强市场动态识别,分布式深度强化学习算法能优化FCAS市场不确定性下的竞价策略,可集成至iSolarCloud平台实现储能资产智能竞价。该方法显著优于传统预测优化...