人工智能在中国新能源领域中的应用与前景分析

doi:10.19799/j.cnki.2095-4239.2024.0818

储能科学与技术 ›› 2024, Vol. 13 ›› Issue (10): 3619-3621.doi: 10.19799/j.cnki.2095-4239.2024.0818

人工智能在中国新能源领域中的应用与前景分析

任苗苗(), 舒晓斌

漯河食品职业学院，河南漯河 462300

收稿日期:2024-09-04 修回日期:2024-09-23 出版日期:2024-10-28 发布日期:2024-10-30
通讯作者: 任苗苗 E-mail:15518237277@163.com
作者简介:任苗苗（1988—），女，硕士，讲师，主要研究方向为计算机软件开发及人工智能，E-mail：15518237277@163.com。

Application and prospect analysis of artificial intelligence in the field of new energy in China

Miaomiao REN(), Xiaobin SHU

Luohe Vocationl College of Food, Luohe 462300, Henan, China

Received:2024-09-04 Revised:2024-09-23 Online:2024-10-28 Published:2024-10-30
Contact: Miaomiao REN E-mail:15518237277@163.com

摘要/Abstract

摘要：

随着全球对环境保护和可持续发展的日益关注，新能源行业正逐步成为经济增长的新动力。人工智能技术的不断发展，导致其在新能源领域同样被广泛应用。对此，本文结合我国新能源发展的实际情况，对人工智能在中国新能源领域中的应用进行了分析综述。本文首先阐述了人工智能在新能源领域的各方面运用情况，包括智能电网管理、智能光伏发电系统以及智能能源储存系统等，然后对其进行前景分析，包括当前所面临的挑战与发展前景分析等。通过本次的深入研究，可以确定人工智能与中国新能源领域结合关系密切，二者相互促进具有广阔的发展前景。

关键词: 新能源, 光伏发电, 电网

Abstract:

With the increasing global attention to environmental protection and sustainable development, the new energy industry is gradually becoming a new driving force for economic growth. The continuous development of artificial intelligence technology has led to its widespread application in the field of new energy. In this regard, the article analyzes and summarizes the application of artificial intelligence in the field of new energy in China, based on the actual situation of new energy development in China. The article first elaborates on the various applications of artificial intelligence in the field of new energy, including smart grid management, smart photovoltaic power generation systems, and smart energy storage systems. Then, it conducts a prospect analysis, including the current challenges and development prospects. Through this in-depth study, it can be determined that the combination of artificial intelligence and China's new energy field is closely related, and the mutual promotion of the two has broad development prospects.

Key words: new energy, photovoltaic power generation, power grid

中图分类号:

TM 911

任苗苗, 舒晓斌. 人工智能在中国新能源领域中的应用与前景分析[J]. 储能科学与技术, 2024, 13(10): 3619-3621.

Miaomiao REN, Xiaobin SHU. Application and prospect analysis of artificial intelligence in the field of new energy in China[J]. Energy Storage Science and Technology, 2024, 13(10): 3619-3621.

[1]	黄家辉, 邝祝芳. 人工智能与储能技术融合的前沿发展[J]. 储能科学与技术, 2024, 13(9): 3161-3181.
[2]	李永奇, 杜蕴, 方振华, 张松通, 祝夏雨, 胡海良, 邱景义, 明海. 军用新能源微电网系统的运维及故障处置分析[J]. 储能科学与技术, 2024, 13(8): 2740-2757.
[3]	朱文韬, 周杨, 徐艺敏, 施涛. 电池储能技术在新能源发电系统中的应用与优化[J]. 储能科学与技术, 2024, 13(8): 2737-2739.
[4]	侯世豪, 赵波, 张利. 能源转型下基于碳排放与新能源阶梯惩罚的抽水蓄能双层优化研究[J]. 储能科学与技术, 2024, 13(7): 2414-2424.
[5]	聂子攀, 肖立业, 邱清泉, 张京业. 地下抽水蓄能发展综述[J]. 储能科学与技术, 2024, 13(5): 1606-1619.
[6]	杜帅, 贾黎明, 李真娣, 马振兴. “光伏-储能”耦合参与调峰的配电网运行优化配置[J]. 储能科学与技术, 2024, 13(5): 1741-1743.
[7]	田根源. 云计算技术在新能源汽车智能制造中的应用与发展[J]. 储能科学与技术, 2024, 13(5): 1748-1750.
[8]	罗泽飞, 覃元庆. 新能源汽车电池智能制造工艺的创新与优化研究[J]. 储能科学与技术, 2024, 13(5): 1751-1753.
[9]	吴玉, 刘丽敏, 黄华. 新能源汽车电池的在线监测与原位分析技术[J]. 储能科学与技术, 2024, 13(4): 1335-1337.
[10]	张杨, 陶生虎, 张笑波, 郑东风, 陈洲奕. 配电网储能设备运行策略与容量的协调优化[J]. 储能科学与技术, 2024, 13(3): 903-905.
[11]	孙冉, 王建波, 马彦钊, 张小科, 胡怀中. 基于强化学习的新能源场站储能一次调频自适应控制策略[J]. 储能科学与技术, 2024, 13(3): 858-869.
[12]	肖厦颖, 范传光, 郭峰, 杨天鑫, 王栋, 黄云辉. 基于改进多目标粒子群算法的储能电站定容选址优化配置研究[J]. 储能科学与技术, 2024, 13(2): 503-514.
[13]	张志国, 王刚, 杨晶, 王书平, 刘东, 饶武峰. MW级飞轮阵列在新能源场站一次调频中的应用[J]. 储能科学与技术, 2024, 13(10): 3569-3578.
[14]	吴新友. 面向风电系统的混合储能容量优化配置研究[J]. 储能科学与技术, 2024, 13(10): 3593-3595.
[15]	刘红, 李俊霞. 高比能二次锂电池电极材料的储能系统配电网运行建模与仿真研究[J]. 储能科学与技术, 2024, 13(1): 342-344.

人工智能在中国新能源领域中的应用与前景分析

Application and prospect analysis of artificial intelligence in the field of new energy in China

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献 2

相关文章 15

编辑推荐

Metrics

本文评价

1	邓斐杰. 基于人工智能的新能源并网运行实时监测方法[J]. 消费电子, 2022(11): 75-77, 82. DOI: 10.3969/j.issn.1674-7712.2022.11.023.
2	吴金. 基于大数据和人工智能的新能源汽车运行监测云平台研究[J]. 广东技术师范学院学报, 2019, 40(6): 19-25.
	WU J. Research on operation monitoring cloud platform of new energy vehicle based on big data and artificial intelligence[J]. Journal of Guangdong Polytechnic Normal University, 2019, 40(6): 19-25.