一种基于智能体模拟的电力系统负荷预测方法及系统

本发明提出一种基于智能体模拟的电力系统负荷预测方法及系统，涉及电力系统领域。基于真实环境信息和大语言模型构建个体智能体，通过聚类划分群体类别；将群体类别的典型特征和行为模式输入大语言模型，生成在不同场景下的群体用电行为特征和模式；估计每个群体类别在不同场景下的行为概率分布，对概率分布采样，得到个体用电行为；基于个体用电行为，分析得到电力系统负荷预测结果。本发明将LLMs融入ABM，构建数百万自适应Agent，通过模拟用户行为的多样性与群体效应，结合环境交互进行电力负荷预测，在保持计算效率的同时平衡了Agent行为的复杂性，使得在大规模模拟中能够实现精细的Agent用电或充电行为分析，为电网规划和管理提供支持。