基于深度学习的光伏功率预测方法研究综述

张沛; 曹泽凯; 付学谦; 吴艳娟; 徐晓宁; 周雪松

doi:10.16543/j.2095-641x.electric.power.ict.2025.12.08

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于深度学习的光伏功率预测方法研究综述

人工智能 | 更新时间：2026-01-07

- 基于深度学习的光伏功率预测方法研究综述
- 基于深度学习的光伏功率预测方法研究综述
- 电力信息与通信技术 2025年23卷第12期页码：78-88
- 作者机构：
  
  1. 智能配用电装备与系统全国重点实验室(天津大学电气自动化与信息工程学院)
  2. 北京交通大学电气工程学院电气工程系
  3. 中国农业大学信息与电气工程学院
  4. 天津理工大学电气工程与自动化学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金重点项目（U23B20142）
- DOI：10.16543/j.2095-641x.electric.power.ict.2025.12.08
  中图分类号： TM615
- 纸质出版：2025
- 稿件说明：
移动端阅览
张沛, 曹泽凯, 付学谦, 等. 基于深度学习的光伏功率预测方法研究综述[J]. 电力信息与通信技术, 2025,23(12):78-88.

张沛, 曹泽凯, 付学谦, et al. 基于深度学习的光伏功率预测方法研究综述[J]. 2025, 23(12): 78-88.
张沛, 曹泽凯, 付学谦, 等. 基于深度学习的光伏功率预测方法研究综述[J]. 电力信息与通信技术, 2025,23(12):78-88. DOI： 10.16543/j.2095-641x.electric.power.ict.2025.12.08.

张沛, 曹泽凯, 付学谦, et al. 基于深度学习的光伏功率预测方法研究综述[J]. 2025, 23(12): 78-88. DOI： 10.16543/j.2095-641x.electric.power.ict.2025.12.08.

摘要

随着光伏装机容量不断增加，光伏入网渗透率提升会威胁电网安全，准确预测光伏功率至关重要。文章对目前较精确的基于深度学习光伏发电功率预测方法进行了综合评述。首先，简要阐述光伏发电功率预测的发展历程，分别从时间和空间角度总结光伏发电功率预测类型，回顾传统机器学习预测技术的贡献与不足；然后，系统性地梳理不同深度学习光伏发电功率预测技术方法，客观地评述各预测技术类型的特征和适用范围，总结组合模型预测技术的发展和特点。最后，指出在新型电力系统发展形势下，光伏发电功率预测技术所面临的新机遇和新挑战，为未来的发展提出研究方向。

Abstract

关键词

Keywords

references

王鼎.基于PSO-RNN的短期光伏发电功率预测研究[D].华北电力大学,2020(03).

田剑刚.基于GRU深度学习的光伏发电超短期功率预测研究[D].华东交通大学,2021(02).

吕锴.基于复杂网络理论的光伏发电太阳辐照度超短期预测模型[D].华北电力大学,2020(03).

崔云舟.融合多特征的日前多步光伏出力深度学习预测方法[D].兰州大学,2021(09).

Keyong Hu,Shihua Cao,Lidong Wang,Wenjuan Li,Mingqi Lv.A new ultra-short-term photovoltaic power prediction model based on ground-based cloud images[J].Journal of Cleaner Production,2018.

龚莺飞,鲁宗相,乔颖,王强.光伏功率预测技术[J].电力系统自动化,2016(04).

丁明,徐宁舟.基于马尔可夫链的光伏发电系统输出功率短期预测方法[J].电网技术,2011(01).

谭津,邓长虹,杨威,梁宁,李丰君.微电网光伏发电的Adaboost天气聚类超短期预测方法[J].电力系统自动化,2017(21).

王育飞,付玉超,孙路,薛花.基于混沌-RBF神经网络的光伏发电功率超短期预测模型[J].电网技术,2018(04).

董蕴雅,张倩.基于CNN的高分遥感影像深度语义特征提取研究综述[J].遥感技术与应用,2019(01).

赵滨滨,王莹,王彬,宣文博,雷铮,葛磊蛟,徐晓萌.基于ARIMA时间序列的分布式光伏系统输出功率预测方法研究[J].可再生能源,2019(06).

简献忠,顾洪志,王如志.一种基于双通道CNN和LSTM的短期光伏功率预测方法[J].电力科学与工程,2019(05).

孙志强,李东阳.基于时频熵和神经网络的光伏发电功率预测模型[J].中南大学学报(自然科学版),2020(01).

叶興,薛家祥.改进型LSTM网络光伏发电功率预测研究[J].中国测试,2019(11).

鞠平,刘婧孜,秦川,李洪宇,杨宏宇,封波,屈卫锋.基于神经网络的光伏电站气象-功率模型[J].河海大学学报(自然科学版),2020(03).

杨晶显,张帅,刘继春,刘俊勇,向月,韩晓言.基于VMD和双重注意力机制LSTM的短期光伏功率预测[J].电力系统自动化,2021(03).

孙东磊,王艳,于一潇,韩学山,杨明,闫芳晴.基于BP神经网络的短期光伏集群功率区间预测[J].山东大学学报(工学版),2020(05).

周恒俊,王璇,王志远,许若冰.基于MIPCA与GRU网络的光伏出力短期预测方法[J].电力系统及其自动化学报,2020(09).

张进,刘运,彭曙蓉.基于特征挖掘的GRU-A光伏发电功率预测[J].实验室研究与探索,2020(05).

马原,张雪敏,甄钊,梅生伟.基于修正晴空模型的超短期光伏功率预测方法[J].电力系统自动化,2021(11).

时珉,许可,王珏,尹瑞,张沛.基于灰色关联分析和GeoMAN模型的光伏发电功率短期预测[J].电工技术学报,2021(11).

方鹏,高亚栋,潘国兵,马登昌,孙鸿飞.基于LSTM神经网络的中长期光伏电站发电量预测方法研究[J].可再生能源,2022(01).

刘晓艳,王珏,姚铁锤,张沛,迟学斌.基于卫星遥感的超短期分布式光伏功率预测[J].电工技术学报,2022(07).

卿会,郭军红,李薇,亢朋朋,王金明,潘张榕.利用SVM-LSTM-DBN的短期光伏发电预测方法[J].华侨大学学报(自然科学版),2022(03).

刘国海,孙文卿,吴振飞,陈兆岭,左致远.基于Attention-GRU的短期光伏发电功率预测[J].太阳能学报,2022(02).

赵晋斌,张建平,毛玲,屈克庆,黄成建,揭业炜.基于PSO-Soft attention双向LSTM算法的光伏发电量预测研究[J].智慧电力,2022(03).

李光华.基于皮尔逊理论与径向基函数神经网络的光伏功率预测[J].电气技术与经济,2022(01).

刘旭丽,莫毓昌,吴哲,严珂.基于DWT-CNN-LSTM的超短期光伏发电功率预测[J].郑州大学学报(理学版),2022(04).

谭海旺,杨启亮,邢建春,黄克峰,赵硕,胡浩宇.基于XGBoost-LSTM组合模型的光伏发电功率预测[J].太阳能学报,2022(08).

李丰君,王磊,赵健,张建宾,张世尧,田杨阳.基于天气融合和LSTM网络的分布式光伏短期功率预测方法[J].中国电力,2022(11).

韩坤.基于ALSTM的光伏出力短期预测研究[J].仪器仪表用户,2022(02).

许可,王珏,姚铁锤,李凯.基于分时LSTM的光伏发电功率预测[J].数据与计算发展前沿,2021(05).

钱子伟,孙毅超,王琦,季顺祥,周敏,曾柏琛.基于OS-ELM的光伏发电中长期功率预测[J].南京师范大学学报(工程技术版),2020(01).

卢忠山,袁建华.基于EEMD-LSTM方法的光伏发电系统超短期功率预测[J].中国测试,2022(12).

李盼,吴江,管晓宏,郑晗旭,焦春亭,王岱.分析光伏电站输出特性的云遮挡太阳辐射模型[J].西安交通大学学报,2013(08).

鄢伟安,付晟,刘卫东,秦斌,韩林翀.基于STL-EMD-SSA-LSTM模型的光伏中期输出功率预测研究[J].工业工程与管理,2024(06).

刘洪波,王铎皓,石鹏,李倩倩,王曦,孙黎.基于图神经网络的多光伏场站出力短期时-空预测[J].电网与清洁能源,2025(01).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于张量网络的电网视频数据差异化压缩技术

基于YOLOv7的均压环缺陷及倾斜角度检测方法

基于机器视觉的数据中心机房安全管控技术研究与应用

基于图像识别的输电线路缺陷检测方法

国家光伏发电大数据平台社会化服务模式研究