0 引言

在全球能源结构中，传统化石燃料仍占绝对主导地位，由能源消耗导致的日益严重的环境问题已成为全球性问题，巨大的环境压力使新能源的开发利用得到政府的大力支持。因此，该领域内的相关问题吸引了越来越多的学者进行研究，研究热点具有多面性且出现了多元化的研究趋势，其中，光伏发电也成为研究热点。近年来，尽管此领域内的学术成果丰富，但系统性的综述研究较少，因此，利用CiteSpace软件对现有文献进行可视化分析，可以更加客观地了解光伏发电领域的研究现状及未来研究趋势。

1 数据来源及研究方法

本文以中国知网(CNKI)为数据来源，以“光伏发电”为检索主题，并限定来源期刊为核心期刊与CSSCI期刊，这是由于核心期刊所刊发的文章基本体现了我国光伏发电领域的研究水平，因此选取此类期刊所刊发的文献进行分析具有较高的说服力。检索2007～2017年间刊发的所有相关文献，剔除无效文献后，筛选得到了2495条有效记录，数据记录条目包含题目、作者、关键词、摘要、所属机构等文献基本信息。

文献计量分析集数学、统计学、文献学为一体，是运用统计方法定量分析知识载体的交叉学科；科学知识图谱作为科学计量学的新方法，可以将数据进行可视化分析，自2005年引入以来得到了广泛应用，尤其适用于对跨学科主题的研究[1]。CiteSpace是在此背景下发展起来的引文可视化分析软件，具有合作网络分析、共被引分析、共现分析、耦合分析等功能[2]，以其免费共享、持续更新、操作简单、效果美观等优势得到学者的广泛关注，成为目前最流行的可视化工具之一。本文借助CiteSpace工具对所收集的文献进行可视化分析，并进行科学知识图谱的绘制，从而分析该领域的研究热点和研究趋势。

CiteSpace软件的2个基本术语是中介中心性(Betweenness centrality)和引用爆发(Citation burst)。其中，中介中心性是测度节点在网络中重要性或影响力的指标，用以发现和衡量文献的重要性，并以紫色圈对节点进行标注，节点的中心性与其影响力成正比；引用爆发是基于Kleinberg 2002年提出的算法，运用爆发性检测技术计算出来的指标，用于确定研究领域内的突变[3]。

2 文献计量分析

2.1 关键词共现分析

关键词包含文章的核心信息，是对文章主旨的高度概括，其在研究领域内的出现频次通常可以在一定程度上有效地反映该领域的研究热点，因此，对关键词进行分析可以用来确定某一特定知识领域的研究前沿。

关键词共现网络可以找出有价值的关键词，并以此确定某一研究领域内过去和现在的研究热点。关键词出现的频率与其节点大小成正比，关键词之间的关系由连线表示，连线越粗，共现频率越高。

在CiteSpace软件界面中， 将时间跨度“Time Slicing”设置为2007～2017年，时间切片“Years per slice”设定为1年，节点类型“Node Types”选择 “Keyword”，选择标准“Selection Criteria”选择“Top N”且阈值设为50，即每个时间切片中选择出现次数最多的前50个条目生成关键词共现网络。调试后的网络如图1所示。

图1 关键词网络图

通过关键词共现图谱可以看出，网络中节点数N=258和连线数E=1012，网络密度Density=0.0305。由图1可以看出，出现频率最高的关键词有“最大功率点跟踪”“光伏发电系统”“太阳能”“逆变器”“分布式光伏”“微电网”“神经网络”“数学模型”“模糊控制”等，由此可见，近10年光伏发电领域内的主要研究热点包括光伏组件的优化研究、光伏发电系统研究、光伏发电的应用领域研究、并网光伏发电和分布式光伏发电，以及光伏与汽车的配套设施的研究；以神经网络和遗传算法等方法进行仿真建模和数值模拟是此领域文章所应用的主要的研究方法。

图1中红色圈标识的关键词为具有引用爆发的关键词，表示这些关键词在某个时间段内的引用快速增长，在对光伏发电的研究过程中，这些关键词可被视为是在该领域内具有里程碑意义的词汇。在本文对于光伏发电领域的研究中，共有42个关键词具有引用爆发，此处选择2007～2017年间爆发强度大于4或爆发持续时间在3年以上的关键词作为研究领域内的里程碑，如表1所示。

由表1可知，持续引用爆发至2017年的关键词有“神经网络”“电动汽车”“功率预测”“混合储能”“分布式光伏”等，这揭示了近期的研究热点，并且可能是未来的研究趋势。

表1 我国近10年间光伏发电领域的研究热点

在关键词分析中，中介中心性指标可以通过分析节点在网络中的位置来确定其重要性，引用爆发可以找出研究的新兴趋势[4]。然而将所有具有中介中心性或引用爆发的关键词全部列出是不现实的，且并不是所有的具有中介中心性的节点都同时具有引用爆发。所以，为了更具说服力，本文选择采用将节点的这两个基本指标相结合的Sigma值来确定最有价值的关键词，同时考虑其出现频次，排名最高的前10个关键词如表2所示。这些关键词再次印证了本研究领域的主要研究方向，且主要研究方法是依靠计算机，结合有限元或有限容积的概念，通过数值计算和图像显示的仿真方法研究相关问题。

2.2 作者共现分析

针对作者共现分析，在CiteSpace软件中，时间跨度“Time Slicing”设置为2007～2017年，时间切片“Years per slice”设定为1年，节点类型“Node Types”选择“Author”，选择标准“Selection Criteria”选择“Top N”且阈值设为50，运行调试后的作者合作网络如图2所示。从图2中可以看出，节点数N=618，连线数E=686，网络密度Density=0.0036。其中，节点代表作者，节点大小与作者发文量成正比；连线代表作者间的合作关系；红色圈节点表示具有引用爆发的作者。

表2 光伏发电领域内最有价值的关键词

作为补充，表3中列出了光伏发电领域内出现频次较多的主要研究者及其所属机构，结合图2可以清楚地看出，在此领域内的核心研究者有张建成、许洪华、袁越、赵波、丁明、李鹏等，但除了同一所属机构下的研究者外，其他主要研究学者之间并没有良好的合作关系，表明光伏发电领域内的研究者较为分散，尚未形成研究体系。合作关系揭示了学者之间的学术亲缘关系，学术圈的形成也更有利于学术成果的交流和技术的发展，因此，光伏发电领域内的学者应在今后的研究中形成研究与合作体系，促进研究成果的交流和发展。此领域内所有的研究者均不具有中介中心性，表明该领域内并无作者具有绝对的影响力，也可能是由于此领域在国内较新的原因。此外，具有较高引用爆发强度的作者，其在光伏发电领域内的学术影响力较高，且其关注的学术问题在近年来得到了更多学者的持续关注，但不排除其自引用以提升学术影响力的可能；不具有引用爆发强度但出现频次较多的学者也为光伏发电领域的研究做出了重要贡献。

图2 作者合作网络图

表3 2007～2017年我国光伏发电领域内的主要研究者

2.3 机构共现分析

对于机构共现分析，在CiteSpace软件界面中，将时间跨度 “Time Slicing”设置为2007～2017年，时间切片“Years per slice”设定为1年，节点类型“Node Types”选择“Institution”， 选择标准“Selection Criteria”选择“Top N”且阈值设为50，运行调试后的机构共现网络如图3所示。由图3可以看出，节点数N=261，连线数E=181，网络密度Density=0.0053。其中，节点代表机构，节点大小与机构发文量成正比，节点之间的连线表示机构间的合作关系。

图3 机构共现网络图

近10年间共有261个机构对光伏发电领域内的相关问题进行了研究，但图3中的作者所属机构为细分机构，例如华北电力大学电气与电子工程学院和华北电力大学控制与计算机工程学院，CiteSpace软件将其视为两所不同的机构。为了更加清晰地分析机构来源，本文将同属于一所高校的不同机构进行合并，如统一合并为华北电力大学，合并后按照发文数量排序得到发文数量超过20篇的机构分布，如表4所示，其中，国家电网包括国家电网公司直属科研单位和下属分公司及研究院。

由表4可以看出，华北电力大学在光伏发电领域内所发表的文章数量位列榜首；除国家电网和中国科学院外，其余机构均为高等院校。此现象表明，中国科学院和高等院校仍是此领域的科研主力军，国家电网公司在此领域所发表的论文数量也较为客观，代表了企业的研发水平和科研实力。

表4 发文数量超过100篇的机构分布

3 结论

本文通过对近10年的2495篇论文进行文献计量研究，借助CiteSpace可视化分析工具形象地展示了关键词共现网络、作者合作网络和机构共现网络等知识图谱。研究表明，国内光伏发电领域内的研究热点主要集中在光伏组件的优化研究、光伏发电系统研究、光伏发电的应用领域研究、并网光伏发电和分布式光伏发电及其与其他行业的匹配等方面；主要依靠计算机建立数学模型，利用神经网络或粒子群算法，结合有限元或有限容积的概念，通过数值计算和图像显示的仿真方法进行相关问题的研究；此外，光伏发电领域内未来的研究趋势集中在混合储能、分布式光伏、功率预测、电容器等方面，与电动汽车行业的结合也是未来的一个热点研究方向。

基于作者合作网络知识图谱，本文还分析了光伏发电领域内的主要研究者，发现此领域内的研究者较为分散，均不在领域内占主导地位，且非属同一机构的学者间的合作较少，不利于研究成果的交流与此领域的发展，需要引起之后研究者的注意。基于作者机构共现网络知识图谱可知，高等院校和中国科学院仍是学术研究的中流砥柱，国家电网公司及其分公司和下属研究所也是科研的中坚力量，今后可以加强企业与高校、科研机构的合作，产学研相结合，形成研究、开发、生产一体化的先进系统，从而进一步推动此领域的发展。

尽管对光伏发电领域近10年的研究进行了综合分析，但本文仍存在一定的局限性。首先，本研究的数据主要来源于中国知网中的核心期刊，虽然可以在一定程度上代表此领域的研究水平，但仍然不够全面。其次，中国知网中的数据信息不包含引文、基金等信息，使得CiteSpace软件的功能没有得到最大发挥，分析结果具有一定的局限性。第三，CiteSpace软件对数据的处理受所选算法及数据噪音的影响，未经过清洗的数据可能会导致一定的分析误差。