代理AI家庭能源管理系统：用于住宅负载调度的大型语言模型框架

电力行业的转型需要增加住宅需求响应能力，但家庭能源管理系统（HEMS）的采用仍然受到用户互动障碍的限制。大型语言模型（LLMs）通过自然语言交互，有潜力解决这些障碍；然而，现有的实现将LLMs用作规则生成器、优化器或参数提取器，而不是用于多设备调度的自主协调者。本文提出了一种代理AI HEMS，其中LLMs自主协调来自自然语言请求的调度。开发了一种结合一个协调代理和三个专业代理的分层结构，采用ReAct模式，能够实现动态协调。对三种开源模型（Llama-3.3-70B、Qwen-3-32B、GPT-OSS-120B）进行的评估，使用真实的奥地利日前电价，揭示了多设备协调能力的显著差异。Llama-3.3-70B成功地在所有评估场景中协调所有三种设备，以匹配通过混合整数线性编程计算的成本最优基准，而Qwen-3-32B和GPT-OSS-120B尽管在单一设备性能上表现完美，但在同时协调所有设备方面表现不佳。所展示的系统能够实现基于自然语言的调度，无需技术参数的指定，为解决当前限制住宅HEMS采用的配置复杂性障碍提供了一条途径。所有系统组件，包括完整的代理提示、协调逻辑和模拟用户界面，都以开源形式发布，以便于可重复性和进一步开发。