摘要：隨著清潔能源需求的增加，光伏系統(tǒng)在丘陵山地的應(yīng)用日益普遍。本研究采用隨機森林算法進(jìn)行數(shù)據(jù)分析和預(yù)測，探討了丘陵山地光伏系統(tǒng)中，組件朝向、傾角和間距等因素對太陽輻射強度、漫反射系數(shù)和光電轉(zhuǎn)換效率的影響。同時，將不同光伏組件安裝工藝在該地區(qū)條件下的太陽能利用效益進(jìn)行對比，并評估各種方案在節(jié)能減排、發(fā)電收益和經(jīng)濟(jì)性等方面的綜合表現(xiàn)。本研究旨在通過隨機森林算法優(yōu)化丘陵山地光伏組件的構(gòu)建技術(shù)和運營管理方法，提高系統(tǒng)可靠性、穩(wěn)定性和擴展性，以適應(yīng)復(fù)雜多變的自然環(huán)境特點。對模型進(jìn)行優(yōu)化設(shè)計和管理，為城市和農(nóng)村電網(wǎng)提供更清潔、安全和可持續(xù)的能源服務(wù)。

關(guān)鍵詞：丘陵山地；光伏系統(tǒng)；可持續(xù)性評估；隨機森林；清潔能源

中圖分類號：TM615""""""""" 文獻(xiàn)標(biāo)志碼：A

隨著清潔能源需求的不斷增加，光伏系統(tǒng)在山地地區(qū)的應(yīng)用逐漸受到關(guān)注。盧強[1]研究了山地光伏區(qū)施工難點及應(yīng)對措施。同時，趙婷婷和江賽雄[2]對光伏支架基礎(chǔ)選型與設(shè)計進(jìn)行優(yōu)化研究。在山地光伏電站中，不同區(qū)域光伏組件的溫度差異對系統(tǒng)效率具有重要影響，于佳禾等[3]進(jìn)行相關(guān)對比研究。肖運啟等[4]提出了固定式組件安裝角度優(yōu)化方法，以提高系統(tǒng)效率。此外，劉興佳等[5]對太陽能光伏柔性支架體系進(jìn)行研究。王斯偉等[6]提出了腹板預(yù)開孔可調(diào)節(jié)山地光伏支架系統(tǒng)的設(shè)計方案。

1案例項目概述

廣西某（100萬kW）風(fēng)光儲一體化項目488MW農(nóng)光儲發(fā)電工程是一個規(guī)模龐大的清潔能源項目，項目旨在整合風(fēng)能、光能和儲能技術(shù)，為當(dāng)?shù)靥峁┛沙掷m(xù)且穩(wěn)定的電力供應(yīng)。該項目選址在某市馬山鎮(zhèn)附近的一般山地，規(guī)模達(dá)到8. 14km2，光伏組件布置用地為5. 12km2。由于該區(qū)域地理環(huán)境具有特殊性，因此簡單的默認(rèn)布局和標(biāo)準(zhǔn)安裝工藝已無法滿足其獨特要求。相應(yīng)擬合結(jié)果如圖1所示。

由圖1可知，光伏板面積擴大可使發(fā)電量增加，且兩者間的比值也隨著光伏板總面積的擴大而增加。在丘陵山地中安裝光伏組件的過程中，光線的入射角、方向和強度等因素會顯著影響太陽能資源的利用率。需要精確考慮和評估這些因素，以保證光伏系統(tǒng)能夠最大限度地將太陽能轉(zhuǎn)化為電能。此外，在實際運行中，如果光伏組件遭到陰影覆蓋或惡劣天氣（例如暴風(fēng)雨）破壞，就會導(dǎo)致發(fā)電量損失，從而影響整個系統(tǒng)的效率和穩(wěn)定性。

2數(shù)據(jù)分析與預(yù)測方法

2.1隨機森林模型

本研究采用隨機森林算法進(jìn)行數(shù)據(jù)分析和預(yù)測，以探討不同因素對光伏系統(tǒng)性能的影響，并優(yōu)化系統(tǒng)設(shè)計與管理。隨機森林算法通過利用多棵決策樹進(jìn)行集成學(xué)習(xí)，在每棵樹上選擇隨機子集進(jìn)行訓(xùn)練并匯總結(jié)果，隨機森林能夠有效地處理高維數(shù)據(jù)和大量特征，并具有較好的泛化能力。

決策樹是隨機森林的基礎(chǔ)組成部分，也是構(gòu)建隨機森林模型的前置工作。對訓(xùn)練樣本數(shù)據(jù)集[Xi，yi]來說，訓(xùn)練樣本數(shù)據(jù)特征屬性集為X∈Rn，i=1，...，m，特征屬性樣本所對應(yīng)的分類標(biāo)簽或結(jié)果為yi，此類指標(biāo)可以為連續(xù)變量或非連續(xù)變量。

將屬性劃分為連續(xù)和非連續(xù)變量，當(dāng)劃分這個屬性時，遍歷當(dāng)前全部剩余特征屬性并計算分類結(jié)果，構(gòu)建最小Gini指數(shù)，確定這個屬性劃分的標(biāo)準(zhǔn)和結(jié)果。Gini指數(shù)的計算過程如公式（1）所示。

Gini（1）

式中：t為當(dāng)前節(jié)點；Ck為當(dāng)前節(jié)點t中屬于類別k的樣本所占比例。

Gini指數(shù)為1與Ck平方和的差值，能反映劃分節(jié)點后的子節(jié)點集合不確定性，其系數(shù)越高，則不確定性程度越高，相應(yīng)表現(xiàn)出子樣本節(jié)點分類標(biāo)準(zhǔn)的負(fù)面影響。因此，指標(biāo)選取則相應(yīng)需要較低的Gini指數(shù)。

假設(shè)父節(jié)點對應(yīng)樣本集合，CART分裂特征A，形成XL和XR，分裂后Gini指數(shù)的定義如公式（2）所示。

式中：X為當(dāng)前節(jié)點的數(shù)據(jù)集；A為待劃分的屬性；|X|為當(dāng)前節(jié)點分類的總樣本數(shù)量。

決策樹的訓(xùn)練過程涉及以當(dāng)前全部樣本訓(xùn)練集，將X作為根節(jié)點，選擇特征集中的特定特征，根據(jù)該特征將其劃分為兩類后，對當(dāng)前特征劃分節(jié)點后的子節(jié)點來說，按順序計算所有可能分裂結(jié)果的Gini指數(shù)，并選擇最小指數(shù)進(jìn)行分裂。重復(fù)這個過程，直到樣本完全分類或無法獲取可用于分類的特征值為止。這個過程構(gòu)成了決策樹的構(gòu)造。

隨機森林通過隨機選擇特征屬性和對樣本進(jìn)行抽樣相結(jié)合的方式來構(gòu)建多棵決策樹，從而形成一個“森林”。每棵決策樹都是獨立訓(xùn)練的，這種隨機性有助于提高模型的泛化能力和降低過擬合風(fēng)險。隨機森林會基于多個決策樹的結(jié)果進(jìn)行整合，以得出最終預(yù)測結(jié)果。

將n作為總訓(xùn)練樣本數(shù)量，則裝袋時抽取的子集大小如公式（3）所示。

（3）

在隨機森林算法中，利用裝袋技術(shù)以及每棵樹都是在部分?jǐn)?shù)據(jù)集上進(jìn)行訓(xùn)練，可以有效地減少模型方差，并提高整體預(yù)測性能。

2.2指標(biāo)選取

本研究采用隨機森林算法進(jìn)行數(shù)據(jù)分析和預(yù)測，以探討不同因素對光伏系統(tǒng)性能的影響，并優(yōu)化系統(tǒng)設(shè)計與管理?；诖?，本文相應(yīng)選取可用特征，具體數(shù)據(jù)見表1。

其中，光照小時數(shù)是一個關(guān)鍵指標(biāo)，它直接反映了太陽能資源的豐富程度。通過了解光照小時數(shù)，可以更準(zhǔn)確地評估系統(tǒng)的發(fā)電潛力，從而優(yōu)化能源利用效率。山地坡度也是一個至關(guān)重要的因素，它可以決定光伏組件的安裝角度和朝向，直接影響光照接收效率。支柱間隔和支柱高度則涉及支撐結(jié)構(gòu)的穩(wěn)定性和光伏組件布局密度。

2.3參數(shù)設(shè)置

在試驗中，模型設(shè)定樣本數(shù)量為1000個，并生成一個區(qū)域范圍的隨機數(shù)組，其中，每個樣本代表一個特定的區(qū)域面積。具體而言，模型對從100m2～2000m2的區(qū)域面積進(jìn)行測試，構(gòu)成不同樣本，并為每個區(qū)間設(shè)定一個系數(shù)值，以反映該區(qū)間內(nèi)光伏系統(tǒng)的性能特征。模型根據(jù)每個樣本的區(qū)域面積和相應(yīng)的系數(shù)計算光伏系統(tǒng)年發(fā)電量。基于天數(shù)、該區(qū)域面積、對應(yīng)系數(shù)以及日發(fā)電量6kWh計算數(shù)據(jù)。通過計算，模型得到了不同區(qū)域的光伏系統(tǒng)年發(fā)電量數(shù)據(jù)。

為了進(jìn)行數(shù)據(jù)分析和預(yù)測，模型將生成的數(shù)據(jù)集劃分為訓(xùn)練集和測試集。在劃分過程中，模型設(shè)置了訓(xùn)練集占總數(shù)據(jù)集80%的比例，以保證模型能夠充分學(xué)習(xí)并具有較好的泛化能力。相應(yīng)參數(shù)設(shè)置見表2。

通過隨機森林算法對訓(xùn)練集進(jìn)行訓(xùn)練，并利用測試集驗證模型性能，旨在建立一個可靠且準(zhǔn)確預(yù)測光伏系統(tǒng)性能的模型。

3結(jié)果與討論

3.1誤差水平分析

在本研究中，對模型的擬合效果進(jìn)行詳細(xì)評估，其結(jié)果如圖2所示。

由圖2可知，均方誤差約為1，普遍低于1.5。對測試集而言，均方誤差通常低于1，這表明模型在預(yù)測方面表現(xiàn)出色。在訓(xùn)練集上，均方誤差約為1。這說明模型能夠很好地擬合訓(xùn)練數(shù)據(jù)。而在測試集上，均方誤差通常低于1，說明模型具有較高泛化能力。由此可知，在訓(xùn)練集和測試集上，模型表現(xiàn)優(yōu)異。

3.2特征重要性分析

考慮各個特征的重要性，其結(jié)果如圖3所示。

由圖3可知，特征1在模型中扮演著至關(guān)重要的角色，其重要性接近12，說明其對系統(tǒng)性能預(yù)測具有顯著影響。特征2緊隨其后，重要性約為3，表明其在模型中也具有一定的貢獻(xiàn)。特征4的重要性約為4，位于特征重要性排名中較高的位置。相比之下，特征3和特征5的重要性相對較低，分別約為1和2。這表明這兩個特征對模型預(yù)測的影響不如前面提到的幾個特征顯著。特征6和特征7的重要性則更低，在模型中貢獻(xiàn)較小。對各個特征在模型中的重要性進(jìn)行分析，可以更好地理解模型是如何利用不同特征來進(jìn)行預(yù)測和決策的。這些信息可以指導(dǎo)進(jìn)一步優(yōu)化模型、調(diào)整特征選擇，并提高系統(tǒng)設(shè)計與管理的效率和準(zhǔn)確性。

3.3結(jié)果討論

上述分析考慮了光伏系統(tǒng)的各項特征，包括光照小時數(shù)、山地坡度、支柱間隔、支柱高度、支柱選型、逆變器選型和接線方式。這些特征在光伏系統(tǒng)設(shè)計與管理中扮演著重要角色，直接影響系統(tǒng)的性能和效率。光照小時數(shù)是一個關(guān)鍵指標(biāo)，直接影響光伏系統(tǒng)的發(fā)電量。山地坡度對組件的安裝角度和朝向至關(guān)重要，合適的坡度可以提高系統(tǒng)的發(fā)電效率。支柱間隔決定了支架結(jié)構(gòu)的穩(wěn)定性和承載能力，合理設(shè)置間隔可以保證系統(tǒng)穩(wěn)定運行。支柱高度影響組件與地面之間的距離，進(jìn)而影響陰影遮擋情況以及通風(fēng)散熱效果。選擇合適的支柱類型可以提高系統(tǒng)耐久性和穩(wěn)定性。逆變器選型至關(guān)重要，它將直流電轉(zhuǎn)換為交流電，選擇功率和性能匹配逆變器可以提高系統(tǒng)整體效率。接線方式也是一個重要的考慮因素，不同的接線方式會影響整個系統(tǒng)的布局設(shè)計和電路連接方式，直接影響系統(tǒng)安全性和運行穩(wěn)定性。通過深入分析這些數(shù)據(jù)特征，可以更好地優(yōu)化光伏系統(tǒng)設(shè)計與管理策略，提高其在丘陵山地環(huán)境中的可持續(xù)性表現(xiàn)。

4結(jié)論

隨機森林算法對優(yōu)化光伏系統(tǒng)設(shè)計與管理效果良好，提高了系統(tǒng)效率和穩(wěn)定性。模型擬合結(jié)果表明，本文提出的模型在預(yù)測光伏系統(tǒng)性能方面具有較高的準(zhǔn)確性，均方誤差低于1.5，在測試集上的誤差通常小于1，表現(xiàn)優(yōu)異。特征重要性分析揭示了不同特征對光伏系統(tǒng)性能預(yù)測的貢獻(xiàn)程度，為進(jìn)一步優(yōu)化模型提供了重要指導(dǎo)。通過這些分析結(jié)果，可以更好地理解丘陵山地環(huán)境下光伏系統(tǒng)的運行情況，并為未

來類似項目提供寶貴建議。

后續(xù)可以進(jìn)一步擴大樣本容量和數(shù)據(jù)覆蓋范圍，以驗證模型在不同地區(qū)和條件下的適用性。同時，結(jié)合實際運行數(shù)據(jù)進(jìn)行實時監(jiān)測與反饋，對光伏系統(tǒng)運行狀態(tài)進(jìn)行動態(tài)調(diào)整與優(yōu)化。

參考文獻(xiàn)

[1]盧強. 淺談山地光伏區(qū)施工難點及應(yīng)對措施[J]. 人民黃河，2023，45（增刊1）：175-177.

[2]趙婷婷，江賽雄. 光伏支架基礎(chǔ)選型與設(shè)計優(yōu)化研究[J]. 建筑結(jié)構(gòu)，2022，52（增刊1）：2353-2357.

[3]于佳禾，許盛之，張一平. 山地光伏電站各區(qū)域光伏組件的溫度差異對比[J]. 南開大學(xué)學(xué)報（自然科學(xué)版），2021，54（5）：59-63.

[4]肖運啟，張美玲，郭治昌，等. 山地光伏電站固定式組件安裝角度優(yōu)化方法[J]. 太陽能學(xué)報，2020，41（5）：329-335.

[5]劉興佳，崔國橋，于愷，等. 太陽能光伏柔性支架體系研究[J]. 中國新技術(shù)新產(chǎn)品，2020（2）：79-81.

[6]王斯偉，丁大奇，張偉，等. 腹板預(yù)開孔可調(diào)節(jié)山地光伏支架系統(tǒng)[J]. 武漢大學(xué)學(xué)報（工學(xué)版），2017，50（增刊1）：352-355.