參考文獻
[1] 張青山，王麗婕，郝穎，等. 基于衛星云圖和晴空模型的分布式光伏電站太陽輻照度超短期預測[J]. 高電壓技術，2022，48(8) ：3271-3281.
[2] 朱濤，謝一工，張鵬，等. 分布式光伏快速發展形勢下的電網安全閾度分析[C]//電力行業信息化年會論文集，2021.
[3] 廖啟術，胡維昊，曹迪，等. 新能源電力系統中的分布式光伏凈負荷預測[J].上海交通大學學報，2021，55(12) ：1520-1531.
[4] 劉馨竹. 微電網光伏發電預測及優化調度研究[D]. 南昌：南昌大學，2021.
[5] 靳巖. 基于微氣象的分布式光伏出力預測研究[D]. 蘭州：蘭州交通大學，2022.
[6] 方鵬，高亞棟，潘國兵，等. 基于 LSTM 神經網絡的中長期光伏電站發電量預測方法研究[J] . 可再生能源，2022，40(1) ：48-54.
[7] 張翰霆，陳俊，陳根永. 基于 SEELM 多專家模型的分布式光伏系統負荷預測方法[J] . 電力系統保護與控制，2022，50(10) ：69-75.
[8] 楊錫運，趙澤宇，楊巖，等. 基于時空信息組合的分布式光伏功率預測方法研究[J] . 熱力發電，2022，51(8) ：64-72.
[9] 白捷予， 董存， 王錚， 等. 考慮云層遮擋的光伏發電功率超短期預測技術[J] . 高電壓技術，2023，49(1) ：159-168.
[10] 栗峰，丁杰，周才期，等. 新型電力系統下分布式光伏規?；⒕W運行關鍵技術探討[J] . 電網技術，2023，48(1) ：184-196.
[11] 劉曉艷，王玨，姚鐵錘，等. 基于時序數據處理的分布式光伏功率預測系統[J] . 數據與計算發展前沿，2021，3(4) ：140-148.
[12] MOREY M, GUPTA N, GARG M M, et al.A comprehensive review of grid-connected solar photovoltaic system: Architecture, control, and ancillary services[J].Renewable Energy Focus，2023，45 ：307-330.
[13] WANG Guo, WU Xu.Research on optimization strategy of harmonic suppression and reactive power compensation of photovoltaic multifunctional grid connected inverter[J].International Journal of Electrical Power & Energy Systems，2023，145：108649.
[14] SILVA J, MOREIRA H, REIS M, et al.Theoretical and behavioral analysis of power optimizers for grid-connected photovoltaic systems[J].Energy Reports，2022，8 ：10154-10167.
[15] 崔永. 分布式光伏電站功率預測與儲能模組設計研究[J]. 中國新技術新產品，2023(8) ：58-60.
[16] 黃健生. 分布式光伏儲能發電功率預測及監控系統研究[D]. 廣州：華南理工大學，2022.
[17] 劉剛，閔金，宋偉，等. 基于 K-Means 和 GBRT 的分布式光伏中短期發電量預測[J] . 能源與環保，2023，45(3) ：210-215.
[18] 董存，王錚，白捷予，等. 光伏發電功率超短期預測方法綜述[J] . 高電壓技術，2023，49(7) ：2938-2951.
[19] 馬振亮. 基于深度學習的中長期光伏發電量預測的研究與實現[D]. 寧夏：寧夏大學，2022.
[20] 陳新和，宋月新，張立國，等. 模型與數據混合驅動的分布式光伏超短期功率預測[J] . 供用電，2023，40(1) ：2-9.
[21] 邵非凡， 徐敬友， 程波， 等. 分布式光伏電源與負荷分布中的智能預測分析[J] . 電子技術，2023，52(3) ：384-385.
[22] 李新軍，趙猛，王洪勉，等. 基于 Attention-LSTM 的分布式光伏超短期發電功率預測[J]. 中國新技術新產品，2022(14) ：1-4.
[23] AKBARI E, GHALEH S.Power quality enhancement of distribution grid using a photovoltaic based hybrid active power filter with three level converter[J].Energy Reports，2023，9 ：5432-5448.
[24] DEHGHANI T H, KONSTANTINOU G, LEI Qiyang, et al.Adaptive power system frequency support from distributed photovoltaic systems[J].Solar Energy，2023，257 ：231-239.
[25] 李振生， 孫佳龍， 卜曉剛， 等. 基于分布式光伏功率分區擬合的統調負荷預測方法[J] . 電工技術，2021(15) ：18-20.
[26] 滕陳源，丁逸超，張有兵，等. 基于 VMD-Informer-BiLSTM 模型的超短期光伏功率預測[J]. 高電壓技術，2023，49(7) ：2961-2971.
[27] 譚嘉. 基于深度學習的配電網光伏出力估計與多層負荷協同預測研究[D]. 杭州：浙江大學，2022.
[28] 戶霖. 基于深度學習的高滲透分布式光伏配電網負荷預測方法研究[D]. 保定：華北電力大學，2021.
[29] 張波，高遠，王磊，等. 考慮光伏電源可靠性的配電網無功電壓調控策[J] . 高電壓技術，2023，49(7) ：2775-2784.
[30] 孫航，杜海江，季迎旭，等. 光伏分布式 MPPT 機理分析與仿真研究[J] . 電力系統保護與控制，2015，43(2) ：48-54.
[31] 謝霆.600 MW 超臨界煤電機組與分布式光伏系統耦合發電研究[J] . 電力科學與技術學報，2015，30(1) ：99-104.
[32] 奚偉欽. 計及分布式光伏發電的電力負荷預測研究[D].廣州：廣東工業大學，2022.
[33] 李克強. 主動配電網運行優化與分布式算法的理論研究[D]. 濟南：山東大學，2022.
[34] KHAH S, ZAHEDI R, ESKANDARPANAH R, et al.Optimalsizing of residential photovoltaic and battery system connected to the power grid based on the cost of energy and peak load[J].Heliyon，2023，9(3) ：144-154.
[35] JEELANIS H, PUVIARASI R, CHEN M, et al.An approach to the utilization of grid integration to analyze the performance and quality of solar photovoltaic model[J].Energy Reports，2022，8 ：1029-1044.
[36] 郭威，張凱，魏新杰，等. 高滲透率分布式光伏接入的新型電力系統凈功率預測[J] . 電測與儀表，2022，59(12) ：48-55.
[37] BENAVIDES D, AREVALO P, AGUADO J, et al.Experimental validation of a novel power smoothing method for on-grid photovoltaic systems using supercapacitors[J].International Journal of Electrical Power and Energy Systems，2023，149 ：109050.
[38] 李俊偉，龔新勇，朱元富，等. 基于 SVR-LSTM-BP 的分布式光伏短期出力預測方法研究[J] . 電氣應用，2023，42(2) ：79-84.
[39] SPIEGEL R J, LEADBETTER M R, CHAMU F.Distributed grid-connected photovoltaic power system emission offset assessment:Statistical test of simulated-and measured-based data[J].Solar Energy，2005，78(6) ：717-726.
