微电网调度遇上大模型：两篇 2026 新论文精读（P2P 交易与风电预测）

电气工程硕士 | 研究方向：微电网优化调度 × 深度学习

写在前面

微电网优化调度这个方向，近两年有一个很明显的变化：深度学习不再只是躲在负荷预测、出力预测这些前端模块里，而是开始直接参与调度决策本身。强化学习做能量管理已经不是新闻，但 2026 年的新论文里，大语言模型开始以各种方式挤进这条链路——有的当老师，有的当预测器。

今天精读的两篇论文，一篇发在 IEEE Transactions on Smart Grid，一篇发在 Renewable Energy，恰好代表了两种典型的 LLM 用法。第一篇用 LLM 生成专家策略来引导多智能体强化学习，做实时 P2P 能量交易；第二篇用 LoRA 参数高效微调 LLM 做风电功率预测，并把预测和风险可调的调度框架端到端接起来。两篇都值得做微电网优化调度的同行看一眼。

论文一：LLM 增强的多智能体强化学习用于实时 P2P 能量交易

论文信息：LLM-Enhanced Multi-Agent Reinforcement Learning with Expert Workflow for Real-Time P2P Energy Trading，发表于 IEEE Transactions on Smart Grid，2026 年，目前被引 3 次。

原文链接：https://ieeexplore.ieee.org/document/11483246/ （DOI: 10.1109/TSG.2026.3684885）

要解决的核心问题

实时 P2P 电力市场的价格会随新能源出力和需求波动动态变化，但市场规模化之后，每个产消者的决策需求都不一样，人工专家经验根本覆盖不过来。这是多智能体强化学习在 P2P 交易里落地的主要障碍：既缺专家经验，又难做定制化建模。

技术方案拆解

这篇论文的核心是一个 LLM-MARL 集成框架，链条大致如下。

第一，让 LLM 扮演专家角色，针对不同产消者生成个性化的交易策略。

第二，在 CTDE（集中训练、分散执行）范式下，用模仿学习的方式让 MARL 智能体跟着 LLM 生成的专家策略学，相当于把 LLM 的个性化生成能力嵌进交易决策闭环。

第三，针对大规模 P2P 网络的扩展性瓶颈，引入差分注意力（differential attention）Critic 网络，用来高效提取智能体之间的关键交互特征，加速收敛。

第四，在分布式网络安全约束下，同时兼顾经济成本与电压安全。

创新点

第一，把 LLM 的专家经验通过模仿学习注入 MARL，第一次让 LLM 的个性化生成能力进入 P2P 交易决策闭环，替代人工专家。

第二，差分注意力 Critic 解决了大规模多智能体场景下交互特征提取难、收敛慢的问题。

第三，发表在 IEEE TSG 上，LLM 加 MARL 这个结合点本身也是当前审稿的热点方向。

实验与结论

测试集上的结果表明，LLM 生成的策略可以有效替代人类专家。相比基线，模仿专家训练的 MARL 算法经济成本更低、电压越限率更低，而且保持了鲁棒稳定。

对微电网优化调度研究的启发

第一，如果研究涉及多微网或多主体协同，比如园区之间的能量交易，LLM 生成专家轨迹加 MARL 模仿学习这套思路可以明显降低手工规则设计的工作量。

第二，差分注意力机制可以迁移到多智能体微网调度的 Critic 设计上，用来缓解动作与价值之间的高维耦合。

第三，专家知识桥接智能体学习这种叙事在顶刊上认可度较高，如果手头有 LLM 增强调度的想法，可以往这个方向延伸。

论文二：基于 PEFT 大语言模型的风电功率预测与风险可调微网调度

论文信息：PEFT-based large language model for wind power forecasting and risk-tunable energy scheduling in microgrids，发表于 Renewable Energy，2026 年，目前被引 6 次。

原文链接：https://doi.org/10.1016/j.renene.2026.125297 （ScienceDirect: https://www.sciencedirect.com/science/article/pii/S0960148126001229）

要解决的核心问题

风电的不确定性让微网调度、安全与可靠性的压力越来越大，而预测精度一直是瓶颈。传统做法是预测模块和调度模块各做各的，预测误差带来的风险也很难在调度端显式控制。

技术方案拆解

这篇论文的思路是把大语言模型用参数高效微调的方式搬进风电预测，再把预测和调度端到端打通。

第一，用 LLM 加 LoRA（低秩适配）做风电功率预测。具体做法是把历史风电数据、气象输入和相关上下文组织成文本提示（prompt）喂给 LLM，借助大模型对模式和上下文的理解能力提升预测性能。

第二，在预测的基础上构建端到端的风险可调（risk-tunable）微网最优调度框架，让调度端的风险偏好可以配置。需要说明的是，该文摘要公开部分主要覆盖了预测方法，调度框架的细节以摘要片段为准。

创新点

第一，首次在微网风电预测中使用 PEFT（LoRA）微调 LLM，训练成本远低于全量微调，适合数据少、算力有限的微网场景。

第二，用文本化提示编码时序、气象和上下文信息，绕开了传统数值特征工程对先验知识的依赖。

第三，预测与调度端到端耦合，还加了风险可调的设计，直接面向运行决策，而不是停留在只做预测。

实验与结论

论文由中南大学与香港城市大学团队完成，Renewable Energy 2026 年录用。结果表明方法显著提升了风电预测性能，并支撑了微网调度决策。

对微电网优化调度研究的启发

第一，LLM 做时序预测是 2026 年比较新的方向，可以把它当作创新点延伸，比如做光伏或净负荷预测的 LLM 微调对比实验。

第二，LoRA 参数高效微调的思路可以直接借鉴到预测模型里，小样本微网数据下比全量训练更稳。

第三，风险可与调度框架耦合的设计，比如 CVaR 一类的风险偏好参数化，可以直接对照现有的两阶段或鲁棒调度框架来写。

两篇合起来看

把这两篇论文放在一起，能看到 2026 年 LLM 进入微电网的几条共性线索。

第一，LLM 不再只是被当成聊天工具，而是被接进具体的决策环节。第一篇里它是交易策略专家，第二篇里它是时序预测器，角色都是替代或增强原来的某个专门模块。

第二，两篇都强调效率。第一篇用差分注意力解决多智能体扩展性，第二篇用 LoRA 解决训练成本，说明大模型落地微网时，算力和数据约束是绕不开的现实问题。

第三，两篇都把预测或策略生成与调度决策端到端耦合，而不是各管一段，这符合预测与调度一体化的大方向。

第四，发表平台都是电力系统领域的重量级期刊（IEEE TSG、Renewable Energy），说明 LLM 与电力调度结合已经进入主流审稿视野，值得持续跟踪。

如果想复现，下一步看什么

第一，论文一的方向，建议先找开源的 MARL 库搭一个小的 P2P 交易仿真环境，再接入一个本地可部署的 LLM 生成专家轨迹，重点验证模仿学习阶段的稳定性。

第二，论文二的方向，可以先在公开的风电数据集上做 LoRA 微调的对比实验，跟 LSTM、Transformer 等传统时序模型比一比预测精度，再看风险可调调度框架怎么把预测误差的分布信息用起来。

第三，两篇都涉及 LLM 与调度的组合，复现时建议先关注 LLM 输出与调度模型输入之间的接口设计，这是最容易踩坑的地方。

参考文献

1. LLM-Enhanced Multi-Agent Reinforcement Learning with Expert Workflow for Real-Time P2P Energy Trading. IEEE Transactions on Smart Grid, 2026. https://ieeexplore.ieee.org/document/11483246/ （DOI: 10.1109/TSG.2026.3684885）

2. PEFT-based large language model for wind power forecasting and risk-tunable energy scheduling in microgrids. Renewable Energy, 2026. https://doi.org/10.1016/j.renene.2026.125297 （ScienceDirect: https://www.sciencedirect.com/science/article/pii/S0960148126001229）