近期，安徽理工大学电气与信息工程学院吴卫民教授团队在超短期光伏功率预测领域取得重要研究进展，研究成果以“A novel physics-inspired method for efficient and robust ultra-short-term photovoltaic power forecasting”为题，发表于能源科学与工程领域国际顶级期刊《Applied Energy》（Nature Index期刊）。该研究得到安徽省高校优秀科研创新团队项目（2024AH010008）资助。

用于超短期光伏功率预测的多模态学习框架图

现有超短期光伏功率预测方法存在图像序列信息冗余、计算开销较大、物理可解释性不足以及抗噪能力有限等突出问题，研究团队提出了一种物理启发的端到端多模态预测方法，利用多尺度云形态分解器提取云层动态演化特征，以“动态引导静态”的方式聚焦最新天空图像中的关键预测区域，并通过原型对比对齐机制增强天空图像与光伏功率序列之间的语义一致性。应用结果表明，该方法在预测精度、计算效率以及复杂天气和噪声干扰条件下的鲁棒性等方面均表现出显著优势，可为光伏电站实时功率预测、电网安全调度及边缘设备部署提供新的技术支撑。

吴卫民，安徽理工大学电气与信息工程学院院长、博士生导师，长期从事先进可再生能源发电技术研究。先后主持国家级、省部级科研项目多项，以第一作者或通讯作者在国内外学术期刊发表论文200余篇，入选爱思唯尔“中国高被引学者”。