随着光伏发电在电力系统中渗透率的持续提升，其出力的随机性与不确定性对电网的灵活调峰能力提出了更高要求。为灵活调峰提供更加精准可靠的预测场景与支撑，提出一种融合模糊聚类、相似日提取与概率预测的智能预测方法。首先，基于皮尔逊相关系数筛选与光伏出力密切相关的气象特征变量，包括温度、湿度、总水平辐照度和倾斜辐照度；随后，采用模糊C均值（FCM）算法对天气类型进行聚类并基于CRITIC方法确定气象变量权重，通过加权欧氏距离在同类天气中提取相似日，构建高质量训练样本；最终，利用结合分位数回归的长短期记忆神经网络（QRLSTM）实现光伏功率的短期概率预测。仿真实验结果表明，该方法在典型晴天、阴天、间歇性多云等多种天气条件下均实现了高精度的预测性能，预测区间置信覆盖率超过90%，平均区间宽度显著低于传统方法，展现出良好的稳定性和泛化能力。研究结论表明，该方法可有效提升光伏功率预测的可信度与鲁棒性，可为多能互补系统中的调度优化提供高质量的不确定性场景支撑。

针对常规太阳能利用具有间歇性和不稳定性等问题，介绍了光热技术在光热发电和太阳能直接热利用方面配备储热系统实现太阳能稳定供热的研究进展。总结了目前储热技术的分类方法和技术应用场景，综述了主流熔盐储热体系（碳酸盐、氯化盐、氟化盐、硝酸盐）的技术原理和研究进展，指出不同熔盐储热体系的优势和存在的技术问题。针对熔盐储热的技术关键，总结了在光热技术领域不同场景下的研究现状和工艺流程，并归纳出熔盐储热体系在光热领域的发展趋势。一是根据应用场景选择合适的集热方式，优化光热集热、熔盐储热的容量配置和协调控制；二是研发更低熔点、更宽液体温域、低腐蚀性的熔盐来提高熔盐储热的适用性；三是降低成本的同时兼顾熔盐储能系统运行的安全、稳定性，为未来熔盐储热技术的应用发展提供参考。