北极星智能电网在线讯:12月4日，由国网安徽省电力有限公司经济技术研究院牵头研究的“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开展真机实验，验证了应用量子计算机开展光伏发电功率预测的技术可行性。
安徽电力经研院紧跟前沿技术，创新开展量子计算在电力领域的研究，组建光伏发电功率预测研究团队，在模型构建、算法优化、研究实证等方面开展了大量工作。自4月份确定研究方向以来，研究团队召开数次研讨会并反复求证，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、算法优化提升等系列技术难题。在研究过程中，团队创新提出多项算法优化策略，成功保障光伏发电功率预测模型真机运行实验顺利开展。经实验验证，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。与传统计算机应用的神经网络预测模型相比，该方法采用的模型参数量减少了30%，预测误差下降超过35%，以更少的模型参数实现了更优越的预测性能。
近年来，量子计算机的算力不断提升。在海量分布式光伏接入电网、新能源发电出力随机波动的背景下，本次实验为量子计算在电力领域中的推广应用提供了理论和实验参考，为后续应用高性能量子计算机开展光伏发电功率快速预测提供技术支撑。
