Kaihang Deng · Yanzhen Zhou · Hongtai Zeng · Zhengcheng Wang 等5人 · IEEE Transactions on Power Systems · 2025年9月

电网模型是电力系统研究及人工智能应用的基础。由于安全原因，公开可用的电网模型极为有限，亟需生成具有特定拓扑结构和潮流特性的模型。鉴于电网模型通常以结构化文本形式存储，可将其生成问题转化为结构化文本生成任务，大语言模型（LLMs）在此类任务中表现出色。受此启发，本文提出一种基于工具增强型大语言模型的电网模型生成新方法，支持用户通过自然语言描述按需生成电网模型。数值结果表明，该方法能有效生成满足指定需求的电网模型。

解读: 该工具增强型大语言模型的电网建模技术对阳光电源具有重要应用价值。在储能系统方面，可快速生成不同电网拓扑下的PowerTitan系统仿真模型，优化ST系列储能变流器的并网控制策略验证；在光伏逆变器领域，支持SG系列产品在复杂配电网场景下的GFM/GFL控制算法测试，加速1500V系统的电网适应性分析；...