中電信量子集團聯合省級電網企業在能源電力領域開展量子計算應用探索，并合作建設了國內首個電力行業專用量子計算云平臺。目前，已基于量子-經典混合模型在集中式光伏場站功率預測場景中取得顯著成效——相較傳統神經網絡模型，全新量子優化模型實現輕量化升級，模型參數量減少80%，預測誤差下降10%以上，有效提升新能源出力預判精度，助力電網新能源高效消納與調度統籌。

當前光伏裝機規?？焖僭鲩L，光伏正在成為許多城市和電站的重要電源。但其發電受太陽輻射、氣象等多因素影響，呈現強間歇性與隨機性，給電網調度、儲能規劃等帶來嚴峻挑戰，而傳統神經網絡模型存在參數量大、高維特征處理效率低、極端天氣預測精度不足等問題，難以在復雜環境下保持穩定、準確的預測能力，也讓功率預測成為新能源規?；瘧眠^程中愈發突出的挑戰。

光伏功率預測存在哪些挑戰？

不確定性與復雜性交織

光伏系統的輸出功率并非由單一因素決定，而是輻射強度、溫度、氣壓、風速、云層遮擋等多種環境變量“合力”作用的結果。這些因素相互耦合、動態變化，使得光伏功率呈現出明顯的非線性、多峰和強間歇性特征——晴天與陰天、清晨與正午的出力曲線差異巨大，局部云層遮擋甚至會導致功率在數秒內驟降。 更棘手的是，當光伏板出現局部陰影時，功率-電壓（P-V）曲線會形成多個局部峰值。傳統神經網絡模型在訓練過程中很容易被某個局部峰“吸引”而停滯，無法抵達全局最優解。這種“局部最優陷阱”正是傳統方法在復雜氣象條件下預測精度下降、表現不穩定的核心原因。

△ 光伏組件的功率-電壓特性曲線

隨著光伏裝機占比不斷提高，預測偏差帶來的連鎖反應也被放大——不僅影響電站自身收益，更會直接沖擊電網調度、儲能策略和新能源消納能力。因此，找到一種能有效處理高維非線性、跳出局部最優的預測方法，已成為行業剛需。

量子計算的加入有什么優勢？

更高維、更靈活、更善于“找規律”

量子計算之所以能破解這一難題，核心在于其具備傳統模型缺乏的兩大關鍵能力：

一方面，量子態天生能夠承載高維度信息，因此非常適合表達“多變量之間到底怎么影響功率”這種復雜關系。

另一方面，量子疊加與干涉讓算法在搜索最優解時更接近“從多條路徑同時探索”。換句話說，它更容易跳出局部最優，發現更合理的全局結構。

在已有的能源研究中，比如使用Grover思路幫助尋找光伏最大功率點，或使用變分量子算法（VQA）進行電力調度，都已經展示出量子技術在復雜系統建模方面的潛力。

△ 推薦閱讀：《一種基于Grover算法的量子啟發式光伏最大功率點跟蹤方法》（CN116126085A）

光伏功率優化是怎么用上量子算法的？

從數據到模型的完整路徑

中電信量子集團根據量子-經典混合建模思路，采用電力量子云平臺Cqlib量子計算開源編程框架，將變分量子線路（VQC）的量子態空間非線性表達能力與經典網絡的訓練穩健性相結合構建了量子-經典混合模型。模型采用分段訓練策略，首先在天衍量子計算仿真機上完成初步參數調優，隨后遷移至天衍系列量子計算機完成真機適配驗證。整個流程通常包括三個步驟：

1. 理解數據：找出真正影響功率的因素

首先，對輻射、風速、溫度、散射輻射、氣壓等因素進行分析，看看哪些變量與功率關系最密切。

這就像是先“看清問題面貌”，為后續建模打好基礎。

2. 讓量子電路負責“表達”復雜關系

如果把光伏預測任務類比成時間序列建模，那么它與LSTM（長短期記憶網絡）的思路是類似的：都需要在動態、連續變化的特征中“捕捉規律”。在確定關鍵特征后，我們并不是直接使用傳統LSTM的門控結構，而是將這些門控替換為對應的變分量子線路（VQC），構建出量子化的LSTM模塊，也就是常說的QLSTM。

在這一結構中，原本由輸入門、遺忘門、輸出門所承擔的“特征過濾與狀態更新”，被一條條由RY/RZ/RX旋轉門與CX糾纏門組成的參數化量子電路替代。量子電路能夠將特征編碼成量子態，通過疊加與糾纏形成更復雜的表示方式，用以刻畫光伏功率的變化趨勢。

與QAOA、VQE等變分算法中常用的參數化量子線路（PQC）類似，這些PQC結構在訓練中會隨著優化器不斷迭代更新，使量子門控單元逐步逼近真實功率的變化分布。最終構成的量子LSTM網絡屬于典型的混合量子神經網絡：既能保留LSTM對時間序列的建模優勢，又能引入量子態空間帶來的更強非線性表達能力。

3. 量子與經典協同“跑”模型

量子電路的輸出會被送入經典神經網絡，共同進行訓練。

最終可以得到功率預測曲線、Pred vs True的散點圖以及RMSE（均方根誤差）、MAE（平均絕對誤差）、R2（決定系數）等指標，用來評價模型效果。

這種混合方式既保留了經典網絡的穩健性，又引入了量子態表達的優勢。

為了進一步優化預測效果，項目使用某地20MW光伏場站歷史數據訓練模型，實現了未來24小時內15分鐘間隔的光伏功率預測，同等條件下量子算法模型參數量減少80%，預測誤差下降10%以上。

光伏功率預測的核心，是在紛繁復雜的環境變化中找到穩定、可泛化的規律。量子計算的引入，為這一問題提供了全新的建模方式和優化路徑。未來，雙方將依托聯合建設的國內首個電力行業專用量子計算云平臺，持續深化量子計算在能源電力領域的應用探索，為行業客戶提供更豐富的量子計算解決方案。

作為量子科技和產業發展國家隊，中電信量子集團系統布局量子通信、量子計算和量子精密測量三大核心領域。在量子計算領域，建成搭載“祖沖之三號”同款芯片的超導量子計算機——“天衍-287”，在全球范圍內首次推出具備“量子優越性”的云服務。該成果依托中科院量子信息與量子科技創新研究院的超導量子計算前沿技術，由中電信量子集團與國盾量子共同完成建設部署，已成功接入中國電信“天衍”量子計算云平臺，構建覆蓋硬件部署、資源調度到云端量子編譯、開發服務的全棧式、自主可控量子計算服務體系。

“天衍-287”采用超導比特架構，集成105個數據比特與182個耦合比特，單比特門保真度超過99.9%，雙比特門保真度達99.6%，讀取保真度超過98.7%，可提供74比特24層隨機線路采樣“量子優越性”云服務，在特定任務上的計算效率較當前國際最強超級計算機Frontier快4.5億倍，全球首次將“量子優越性”云服務能力面向用戶開放。截至目前，平臺累計訪問量突破4900萬次，實驗任務數超400萬，有力推動量子計算走出實驗室，走向科研、教育和產業研發等真實應用場景。