光伏光热互补发电系统多目标容量优化研究

将光伏发电和光热发电相结合,可以改善单独光伏发电可靠性低和单独光热发电成本高的缺陷。故提出一种针对光伏光热互补发电系统的多目标容量优化方法,旨在寻找平衡互补系统经济性和供电可靠性的最优折衷解。以张北地区的光伏光热互补发电系统为例,对其进行了容量优化,获得了帕累托最优解集,进而通过理想点法获得了最优折衷解,并通过敏感性分析研究了电负荷及容量参数变化对系统容量优化结果及性能的影响。结果表明,当太阳能倍数2.5、电加热器额定功率为74 MW、储热时长20 h、光伏装机容量82 MW和蓄电池容量为0时,互补系统有最优折衷解,相应的平准化度电成本和负载缺电率分别为1.06元/(kW·h)和5.57%。

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

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。