由于计算能力、工具和数据生成的不断增加，人工智能(AI)在光伏(PV)系统的各个领域的使用正在增加。目前对太阳能光伏行业与设计、预测、控制和维护相关的各种功能所使用的方法已经被发现提供了相对不准确的结果。此外，使用人工智能来执行这些任务实现了更高程度的准确性和精确度，现在是一个非常有趣的话题。在此背景下，本文旨在研究人工智能技术如何影响光伏价值链。该调查包括绘制目前可用的人工智能技术，确定人工智能可能的未来用途，并量化它们在传统机制方面的优缺点。
由于人工智能在太阳能光伏中的应用相当广泛，而且有几篇论文报道了良好的结果，必须指出的是，许多所提出的方法都是在狭窄的案例研究中进行的。这些研究表明，模型的相对泛化程度较低，如果应用于不同的环境，不会产生相似的结果。在给定的设置下，部署了图2中的AI技术，并且大多数结果被证明在每个适用的部分都优于传统方法。另一个重要的考虑因素是数据的预处理和数据准备。每一种技术都涉及到收集的时间序列数据，这些数据会出现噪声、数据集不完整和数据集的异常，这就是为什么数据预处理是人工智能利用中最重要的任务。
可以看出，近年来，大多数研究人员都是在开发用于系统设计优化和控制应用的人工智能技术。在[10]中，设计了智能光伏电站，使用基于线性规划的优化来计算光伏阵列和储能系统(ESS)的规模，以及对控制系统的模型预测控制。此外，在[11]优化中，基于优化的方法通过求解最优潮流(OPF)问题来控制电力系统的运行。基于优化的方法的贡献也被扩展到电力系统的可靠性分析中，因为它们提高了以低成本建模复杂问题的能力。在[12]中，使用网络拓扑优化(NTO)技术和动态热评级(DTR)来增加传输资产，提高电力系统的可靠性。随后，在[13]中实现了随机对偶动态规划和蒙特卡罗方法的最优可靠性规划。在[14]中，建立了一个生成和传输的鲁棒优化模型，以识别和减轻不确定性和干扰对系统可靠性的影响。
扫码加入清洁能源知识星球，免费获得更多报告
