12月4日消息，由国网安徽省电力有限公司经济技术研究院主导的“基于量子长短期记忆网络的光伏电站发电功率预测模型”首次在超导量子计算机上进行真机实验，验证了在光伏发电功率预测中应用量子计算机的技术可行性。
安徽电力研究院密切关注前沿技术，创新性地开展了量子计算在电力领域的研究，组建了专门的光伏发电功率预测研究团队，并在模型构建、算法优化、实证研究等方面进行了大量工作。从确定研究方向的四月份开始，该团队召开了多次研讨会，反复验证并成功解决了量子算法路线、模型数据来源、变量特征优选、量子模型搭建、算法优化提升等一系列技术难题。在研究过程中，该团队创新性地提出了多项算法优化策略，确保了光伏发电功率预测模型的真机实验能够顺利进行。实验验证显示，该团队提出的光伏发电功率预测方法在量子计算真机上运行效果良好。相较于传统计算机应用的神经网络预测模型，该方法减少了30%的模型参数，预测误差降低了超过35%，以更少的模型参数实现了更卓越的预测性能。
近年来，量子计算机的算力不断提升。在光伏电站接入电网分布广泛、新能源发电波动大的情境下，此次实验为将量子计算在电力领域中的推广应用提供了理论和实验基础，为今后应用高性能量子计算机进行光伏发电功率快速预测提供了技术支持。
