人工智能在分布式光伏系统运行优化中的应用研究

  • 牟 多铎 马来西亚理工大学 马来西亚 81310
Article ID: 273
DOI: https://doi.org/10.65533/eti.v2i1.273
关键词: 关键词：分布式光伏；人工智能；功率预测；储能优化；虚拟电厂

摘要

摘　要：分布式光伏在“双碳战略”和电力系统低碳化背景下快速发展，但受天气、光照及局部负荷波动影响，其运行调度和发电功率预测仍存在较大不确定性。人工智能技术凭借数据驱动建模、特征表达和优化决策能力，为分布式光伏系统运行优化提供了新的技术路径。目前 AI 主要应用于功率预测、储能充放电策略优化、故障诊断及逆变器控制等环节，使系统具备更强的自适应性和协同运行能力，加速分布式光伏向智能化、数字化和自治化方向发展。本文总结了人工智能在分布式光伏系统运行优化中的关键技术及应用场景，分析了 AI 在分布式光伏中的优势与限制，并结合虚拟电厂、光储协同及能源互联网的发展趋势探讨未来研究方向。研究表明，人工智能将在提升分布式光伏并网能力、增强系统灵活性及提升能源利用效率方面发挥越来越重要的作用，为能源系统的低碳化和高比例可再生能源接入提供技术支撑。

参考

[1] 陈晓亮 , 周璐 , 李晨阳 . 分布式光伏并网运行特性与调控策略研究 [J]. 电网技术 , 2023, 47(6): 1981–1990.
[2] 刘政 , 谷文涛 . 人工智能在新能源功率预测中的应用进展[J]. 中国电机工程学报 , 2024, 44(3): 923–936.
[3] 张海龙 , 王泽凯 . 基于深度学习的光伏短期功率预测研究综述 [J]. 太阳能学报 , 2023, 44(10): 281–292.
[4] 孔伟 , 曹颖 . 储能系统在分布式光伏场景下的充放电策略及优化方法研究 [J]. 电力系统自动化 , 2024, 48(4): 156–165.
[5] 李一凡 , 胡志军 . 人工智能驱动的逆变器智能控制技术与发展趋势 [J]. 新能源电力 , 2025, 7(1): 1–8.
已出版
2026-04-15
期
卷 2 编号 1 (2026)
栏目
Articles

艺博科研学术出版社致力于保障作者的版权和所有信息，确保这些权益得到法律的充分保护。无论您是否选择在我们出版社发表文章，我们都会要求每一位员工遵循行业内最高的道德标准、承担责任，并履行法律义务。  

为了进一步保护作者的权益，我们在官网上提供了详尽的版权协议信息，供您查阅。在文章的再使用权利方面，艺博科研学术出版社持开放态度，严格遵守CC BY-NC 4.0出版条例。这一条例不仅为作者提供了版权保护，也满足了开放获取学术出版协会（OASPA）对使用权利的标准。  

对于那些希望进一步保护自己文章的作者，我们还提供了CC BY-NC条例服务。根据作者选择的CC条例，文章的原始版权和再使用权利将在文章中明确展示。这样的做法不仅尊重了作者的知识产权，也促进了学术成果的合理传播和使用