来源：享能汇2023-08-21

原因二：分布式光伏发电预测难度高还是和广东做个比较：新能源在电网总容量的占比：山东达44.3%，是广东的2倍（见下表4）。光伏并网占比：山东约为广东的2.5倍。

来源：中国电力报2023-07-24

充分利用其他能源技术优势，通过风光水火储、光伏+光热等组合开发，平抑风电、光伏发电的不稳定性；还可以通过提高风电光伏发电预测精确度等，提升新能源在全系统中的可知可调可控能力。

来源：ABB电气2023-07-03

通过abb zee600智慧能源管理系统，基于自主迭代的光伏发电预测和负荷预测的智能算法，能源调优，柔性精准调节储能，充电桩、空调、照明等负荷，以吸收和释放电能这种“呼吸”的形式，平缓优化用能曲线。

来源：混沌能源2023-02-17

03以混沌能源所有历史设备温度数据库为依托，构建以区县为单位的动态气象预测云图，通过将气象预测数据与电站自身的历史数据相结合，搭载高精度的算法模型，提供超短期光伏发电预测服务。

来源：常德市人民政府2022-10-24

加快构建适应新能源为主体的新型电力系统调度机制，根据区域地形、资源禀赋、发电特性等差异，更加精细化建立预测模型，提升风电、光伏发电预测水平，实现新能源发电100%消纳。

来源：国家电网报2022-06-16

做好风电和光伏发电预测工作，提升新能源消纳水平。强化负荷侧精准管控。坚持50千伏安及以上客户负荷管理终端全覆盖，实现负荷资源动态聚合与电网精准柔性互动。

来源：电联新媒2022-06-09

在能源效率优化方面，abb zee600智慧能源管理系统实现整个园区源网荷储协同运行，通过大数据ai算法实现光伏发电预测及负荷预测，进行多策略柔性精准调控，实现清洁能源的最大化本地消纳，提升能源使用效率

来源：电网头条客户端2020-06-23

近几年，国网江苏电力调度控制中心通过训练人工智能体，已实现风电预测准确率平均达到92%以上，光伏发电预测准确率平均达到94%以上，经中国电科院鉴定已处于世界领先水平。

来源：北京理工大学学报2018-05-31

计及需求侧响应的微网综合资源规划方法.中国电机工学报，2014(16)：2621-2628.倪春花，李弘毅，吴在军.雾霾对光伏发电量的影响分析.江苏电机工程，2015(6)：77-81.黄敏敏，颜文俊.基于遗传算法优化神经网络的光伏发电预测

来源：江西省人民政府2018-05-10

加强风电、光伏发电预测管理，提高预测水平，激励火电企业全面完成机组深度调峰改造，充分应用火电机组深度调峰、机组启停调峰等措施，保障清洁能源全额发电。

来源：交能网2018-03-16

通过分析greeneumnetwork的团队，交能网发现其背景多元，能源结合数据分析的团队能够提供更加贴合需求的产品，比如其平台内置的光伏发电预测算法，就能帮助平台内的用户提升预测准确率，使得其交易量更加的准确

来源：能源生态圈2017-11-29

全国地理坐标、时间）全国负荷消纳地理网格数据库（输电网络、光/风限电、动态消纳）全国多因子财务仿真模拟计算平台（违约率/现金流）全国宏观选址地理数据库（irr、2400个县级投资地图与标记库）全国实时、高精度光伏发电预测

来源：能源生态圈2017-11-29

全国地理坐标、时间）全国负荷消纳地理网格数据库（输电网络、光/风限电、动态消纳）全国多因子财务仿真模拟计算平台（违约率/现金流）全国宏观选址地理数据库（irr、2400个县级投资地图与标记库）全国实时、高精度光伏发电预测

来源：分布式发电与微电网2017-09-11

零序保护，电压保护，低频减载保护，重合闸等;微网与配网的配合保护;能量管理系统功能：不同类型储能系统的运行效率与经济型技术分析;不同类型分布式发电源的运行效率和经济性的计算分析;微网内可再生电源的出力预测如光伏发电预测

来源：国能日新2017-08-28

高精度气象服务方面，国能日新依靠高精度气象技术结合国内外多种高分辨率的卫星数据资源，利用多年算法研究和处理经验，制作高分辨率、高精度的辐射数据库和辐照度预报，为电站可研设计提供更准确的数据，让投资收益测算、光伏发电预测更精准

来源：北极星太阳能光伏网（独家）2017-08-23

到2026印度非水电可再生能源装机将达155gw荷兰研发出360度绿色太阳能电池组件英国研究人员推出光伏发电预测工具小支架撑起农村光伏电站大脊梁 千万不能小觑

来源：pv-magazine2017-08-22

谢菲尔德大学的一个研究团队已经开展了一项服务，以预测光伏3天的能源发电水平，使电网运营商能够进一步做出决策，降低成本，提高电力系统的效率。在一项名为谢菲尔德太阳能的项目中，大学的研究人员正在与英国国家电网运营商国家电网紧密合作

来源：北极星输配电网2017-02-10

5.根据权利要求4所述的微电网系统，其特征在于，所述微电源单元包括光伏发电微电 源和风力发电微电源中的至少一种微电源;所述微电源预测单元包括光伏发电预测子单元 和风力发电预测子单元中的至少一种预测子单元

来源：北极星储能网整理2017-01-18

12.根据权利要求11所述的微电网系统，其特征在于，所述微电源单元包括光伏发电微 电源和风力发电微电源中的至少一种微电源; 所述微电源预测单元包括光伏发电预测子单元和风力发电预测子单元中的至少一种 预测子单元

来源：可再生能源2016-09-07

可再生能源的高速发展对于电力系统的平衡提出了重大挑战，比如高频波动和具挑战性的频率控制、可再生能源发电出力爬坡率极陡、由于按小时进行交易产生的可再生能源发展交易误差、可再生能源预测不准确，极短期光伏发电预测变化