基于大语言模型的云边协同物理信息物联网赋能低碳能源服务:虚拟电厂、数字孪生与需求响应综述

《Clean Energy》:LLM-Enabled Cloud-Edge PIoT for Low-Carbon Energy Services: A Review of Virtual Power Plants, Digital Twins, and Demand Response

【字体: 大 中 小 】 时间:2026年08月30日 来源:Clean Energy 5.0

编辑推荐:

   摘要 低碳智慧能源系统日益依赖于密集传感、分布式能源资源、虚拟电厂、数字孪生和需求响应。这些服务需要云边智能的支持,但实际部署受到时延、可靠性、隐私、网络安全以及计算能耗和碳成本的制约。本综述探讨了如何在不承担直接

  

摘要

低碳智慧能源系统日益依赖于密集传感、分布式能源资源、虚拟电厂、数字孪生和需求响应。这些服务需要云边智能的支持,但实际部署受到时延、可靠性、隐私、网络安全以及计算能耗和碳成本的制约。本综述探讨了如何在不承担直接电网控制代理角色的前提下,将大语言模型引入电力物联网。文献围绕五个技术主题展开:任务卸载、动态边缘资源分配、低时延通信与协同计算、安全与隐私保护以及绿色计算。随后,综述通过明确的证据成熟度层级,评估了智能巡检、数字孪生辅助、虚拟电厂、需求响应和负荷预测等领域。在所审阅的研究中,最具实用性的部署模式是将大语言模型置于异构运行证据与经验证的工程工具之间。语言模型可以组织证据、调用经批准的工具并辅助运行人员判断;物理控制和市场执行的权限仍由确定性模型掌握。低碳效益的声明应基于对服务质量、可靠性、安全性、能耗和碳排放的综合评估。

相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号