摘要
为了最大程度利用太阳能,降低负荷分配后的峰谷差,提出了基于随机森林算法的光伏光热互补发电机组深度调峰负荷分配模型.分析光伏光热互补发电运行原理,采用灰色关联分析法选取与光伏光热互补发电机组负荷预测日较为接近的相似日,将其输入至搭建的随机森林回归模型中进行训练,预测光伏光热互补发电机组负荷,依据获取的负荷预测结果,将削弱等效负荷峰谷差视为深度调峰目标,搭建光伏光热互补发电机组深度调峰负荷分配模型,采用粒子群算法求解模型,获得最佳深度调峰负荷分配结果.实验结果表明:当随机森林回归模型决策树选取300 颗时,能够有效控制负荷预测泛化误差;光伏光热互补发电机组负荷预测的平均相对误差平均值不超过0.3%,具有极佳的负荷预测效果;应用提出的模型能够有效缩减等效负荷峰谷差,具备较好深度调峰负荷分配效果.
NETL
NSTL
维普
万方数据