来源：英臻科技2026-04-09

能睿ai策略搭载光伏功率预测与负荷预测双引擎，将“不确定性”转化为“可预判的确定性”：光伏功率预测： 采用滚动8小时超短期预测，高频动态更新，结合季节化日出日落等后处理逻辑，精准度提升2%。

来源：储能科学与技术2026-02-13

同时接收模型反馈的功率执行偏差与状态更新结果；动态微电网负荷模型每15 min更新1次负荷需求曲线，可再生能源发电模型同步输出预测功率与实际功率偏差，二者共同构建含不确定性的供需环境——通过设置±10%的光伏功率预测误差

来源：国家电网报2026-01-30

平台还搭载了量子光伏功率预测应用模块，实现了对未来24小时、以15分钟为间隔的光伏功率预测。与经典计算机所采用的长短期记忆网络模型算法相比，平台预测准确率提升约5个百分点，均方根误差降低约12%。

来源：中能传媒研究院2026-01-13

传统模型采用“最小化均方误差”训练，对异常值敏感，如加入5%噪声数据，光伏功率预测误差率增加20%。

来源：泰富江苏共享网络科技有限公司2026-01-08

在最终的结果重构环节，本文将不同频率分量的预测结果进行线性集成，形成完整的光伏功率预测曲线。...这种分频协同的框架不仅适用于光伏功率预测，也为其他具有多尺度特性的时间序列预测问题提供了有益参考。

来源：北极星输配电网2025-11-24

11月20日，山西上线一款低压分布式光伏功率预测系统，该系统覆盖全省11个市、115个县域，可将低压分布式光伏短期预测准确率提升至95％以上。据悉，截至今年9月底，山西省分布式光伏装机容量已达1489万千瓦

来源：亮报2025-11-12

石家庄供电公司持续推进分布式光伏调峰能力建设，研发分布式光伏功率预测平台，构建构建覆盖市—县—馈线级设备、超短期—短期—中长期时间维度的发电功率预测模型，提升光伏发电利用效率与电网调控水平；在110千伏叩村变电站投运单芯式移相变压器

来源：宁夏回族自治区发展改革委   2025-07-30

第三十三条电网调度机构根据风电、光伏功率预测情况并结合场站设备实际运行工况，在确保电网安全稳定运行的前提下，保障风电、光伏项目电量上网，提高消纳水平，落实主体责任。

来源：林洋能源2025-05-19

该研究通过多模型融合与算法创新，突破复杂场景下光伏功率预测精度瓶颈，为光伏电站高效运维与电力交易智能化提供关键技术支撑。...林洋运维将联合新南威尔士大学（unsw）深化产学研协同，重点攻关光伏功率预测与虚拟电厂集群控制、分布式能源点对点交易机制的适配性研究，实现“预测-调控-交易”技术闭环，为构建弹性电力系统、驱动零碳能源转型提供核心技术支撑

来源：北极星太阳能光伏网2025-05-09

基于此，「旷冥」2.0不仅可提高全网新能源预测准确率，在部分区域的风电/光伏功率预测精准率上更是达到1~1.5%的精度提升。

来源：国能日新2025-05-08

基于此，「旷冥」2.0不仅可提高全网新能源预测准确率，在部分区域的风电/光伏功率预测精准率上更是达到1~1.5%的精度提升。

来源：华为2025-04-30

以在铜川试点分布式光伏功率预测案例为例，盘古大模型+昇腾ai能实现精度达91.2%，较传统方法提升6.2%。基于电力鸿蒙os，能统一物联网操作系统，解决终端协议碎片化问题，降低运维成本。

来源：国能日新2025-01-16

国能日新动态削峰填谷策略充分考虑光伏出力和负荷情况，将储能调控策略与分布式光伏功率预测和负荷预测相结合，并基于综合情况控制储能在合适的峰段开始放电，在保障用户用电需求的基础上，确保储能充分放电，提高储能利用时效

来源：清华四川能源互联网研究院2025-01-07

南星渎e站光伏功率预测曲线（图源西清能源）【光储充换一体化微电网运行策略】建立充电桩、分布式光伏、储能系统、换电站系统以及微电网优化运行数学模型，根据微电网光伏、负荷预测数据和当前运行状态，决策日前、日内的储能及换电站运行策略

来源：国网浙江省电力有限公司2024-12-26

公司积极挖掘省内发电潜力，发挥调度数字驾驶舱作用，上线分布式光伏聚合预测功能，对全省80个区县、800余个220千伏母线上的风光新能源进行聚合预测，全省光伏功率预测准确率达到97%，支持冬季电力保供。

来源：能源评论•首席能源观2024-12-11

自平台投运以来，徐州月均光伏功率预测精度提高2.85个百分点，平台还通过帮助光伏项目业主提前优化检修计划等方式，每月多发40万千瓦时绿电。

来源：电联新媒2024-11-21

深化多维多态“电网一张图”示范应用，气象保障服务平台实现寒潮等7类重大天气过程和覆冰等6类重要电网设备事件动态推演，风电、光伏功率预测平均准确率分别达到94.2%、95.7%。

来源：中国电力2024-09-18

图3  多层级配电网拓扑结构fig.3  multi-level distribution network topology图4  风机、光伏功率预测时序标幺值fig.4  time series standard

来源：浙电e家2024-07-17

该系统可给出新能源负荷优化方案，有效破解舟山区域海上风电集群、分布式光伏功率预测难题，新能源预测精度从同期的86%提升至93%，同时提升新能源消纳能力，助力实现全市百万风电、百万光伏全消纳目标。

来源：人民网2024-07-16

为了确定光伏功率预测最优模型，攻关团队在传统计算机上模拟搭建了预测算法模型实验，选择不同的时间段反复开展模拟预测，观测实验效果。