安徽電力經研院量子模型預測光伏電站發電功率

　　近日，國網安徽省電力有限公司經濟技術研究院技術人員應用量子計算預測模型對肥西縣銘傳光伏電站的發電功率進行了預測，驗證該預測模型在夏季的預測結果穩定性。結果表明，該模型在不同季節的預測精度相對穩定，準確率在97%左右。

　　光伏發電受到太陽輻射強度、溫度、濕精度以及氣象等因素的影響，發電間歇性和隨機波動性較強，給電網穩定運行帶來挑戰。為此，安徽電力經研院于2023年2月成立了一支專業攻關團隊，從預測模型的構建著手，融合氣象數據，探索應用量子模型解決光伏發電功率快速預測的實際問題。

　　對光伏發電功率影響較大的兩個氣象因素是日照幅度和溫度。按照常規邏輯，日照幅度越強，光伏發電效果越好。然而溫度上升到一定數值之后，光伏電站的發電效率反而下降。“在高溫下，光伏組件散熱性能會受到影響，電池輸出功率也會下降，當氣溫高于25攝氏度時尤為明顯。”合肥工業大學電氣與自動化工程學院副教授王磊說。這為攻關團隊后續精準建模提供了參考。

　　在收集整理數據時，攻關團隊遇到一個難題。常規情況下，光伏電站發電數據每15分鐘統計一次，而氣象數據則在整點統計。對此，安徽電力經研院攻關團隊采用了插值法，針對氣象數據建立平滑曲線，解決了數據同步問題。

　　同時，攻關團隊深入學習了解量子邏輯門等基本運算原理，經過反復研究與實驗論證，選取了量子長短期記憶網絡模型開展研究。

　　確定算法模型類型后，為了提升預測效果，攻關團隊增加了光伏電站的樣本，測試模型對不同位置的光伏電站在不同季節、不同天氣下的預測穩定性。攻關團隊還重新優化量子算法輸入參數權重，使預測模型更聚焦常規氣象條件下典型日的光伏發電特征，降低極端天氣下歷史數據的運算權重，提高預測結果的準確性。

　　經過對算法模型的8次迭代升級，攻關團隊研發了基于量子長短期記憶網絡模型的光伏電站發電功率預測模型。2023年11月13日，攻關團隊選取長豐縣楊廟鎮大莊水庫漁光一體光伏電站和廬江縣泥河鎮農業大棚光伏電站開展真機實驗，通過超導量子計算機運行了基于量子長短期記憶網絡模型的光伏電站發電功率預測模型。結果顯示，攻關團隊提出的光伏發電功率預測模型在量子計算真機上運行效果良好，預測結果與該光伏電站真實發電功率的最高吻合度達到99%以上，為量子計算在新能源發電功率預測方面的應用提供了參考。

　　如今，安徽電力經研院已應用量子計算模型對合肥、滁州等地的16座光伏電站開展發電功率預測，為科學制訂新能源發電計劃、推動源網荷儲協同等工作提供重要數據支撐。“隨著量子計算機的算力提升，未來有望應用量子計算機實現海量光伏電站發電功率的快速預測，助力電網安全調度和可靠運行。安徽經研院將繼續拓展研究，探索量子計算在電網規劃、潮流計算等更多電力領域的實用化應用。”安徽電力經研院規劃評審中心主任王緒利介紹。(呂嚴兵 楊欣)