AI大模型赋能分布式新能源功率预测与调度研究
期刊: 《社会发展与科技创新》 DOI:10.64649/yh.shfzykjcx.2025060026 全文阅读 返回期刊
摘要
分布式新能源是能源结构调整过程中主要力量,在世界各国纷纷推行“双碳”背景下,已经成为能源领域的主流,有着清洁、可再生的优势;但是因为自身具有一定的波动性和间歇性的特点,如同一把双刃剑一样会对电网的功率预测和精准调度造成极大的影响,从而对电网的运行的调度产生了不小的冲击。 与分布式新能源有关联的大模型,包括但不限于:依托于其强大的多源数据融合预测能力、长久时间序列刻画的能力、以及复杂的决策优化能力等优点,用以解构先前模型中难破除的卡点问题。本篇文章从分布式新能源及功率预测与调度的关键性出发,以介绍AI大模型技术的演变、AI大模型的技术优势、AI大模型在多源数据融合预测、动态优化调度等关键场景中的机理解析、对现有的相关应用情况及可能存在问题的思考,并对未来发展的建议与探索等内容展开阐述,在理论上帮助完善AI大模型与分布式新能源系统结合的条件。
关键词
AI大模型;分布式新能源;功率预测;智能调度;多源数据融合
参考文献
[1]陈月强,伍磊,黄桦. 基于改进Transformer模型的短期风电功率预测[J]. 电工技术, 2024, 45(12): 78-85.
[2]尹书林. 高比例分布式光伏接入下的云边端协同谐波责任划分[J]. 山东大学, 2024, 42(8): 2901-2912.
[3]吴卓. 新能源电力系统的有功多目标动态调度方法研究[J]. 科学技术创新, 2023, 47(5): 1780-1788.
[4]曲俊东. 基于多源数据融合输电线路在线监测系统研究[J]. 沈阳工程学院, 2023, 44(3): 123-130.
[5]陈雍文. 基于深度强化学习的分布式能源系统数据传输调度研究[J]. 东莞理工学院, 2025, 43(2): 256-264.