近期大型语言模型（LLM）的进展为基于仿真的能源政策分析提供了新的可能，尤其是在构建结构化行为假设和探索技术经济情景方面。直接用 LLM 替代采纳模型会带来可解释性、可复现性和行为有效性的问题。为此，本文提出了一种混合框架，将受限的行为评分表和结构化情景规范嵌入到已校准的爱尔兰奶牛场光伏（PV）采纳的基于代理模型（ABM）中。框架在保留原有技术经济采纳机制的前提下，引入了保守、平衡、乐观三种可解释的行为调节，并通过固定、规则验证的情景规范进行不确定性分析。实验在多种政策设置、蒙特卡罗世界和随机种子下进行，结果显示行为表现稳定且经济合理，采纳结果在不同行为区间内保持有界且单调。相较于对应的逻辑回归基准，行为采纳提升约 13%，且未出现不稳定或不现实的饱和动态。研究表明，LLM 辅助的规格可以在受控、可复现且具政策相关性的条件下集成到校准的能源 ABM 中。
点评