Page 86 - 中国仿真学会通讯
P. 86
式中 ＥＥＮＳ０为 ＩＣＥＳ 中 ＣＨＰ 渗透率为 ０ 时， ＥＥＮＳ指标的值。
２ ＩＣＥＳ 可靠性评估计算方法
２ １ 基于粒子群－内点混合算法的负荷削减量计算方法
２ １ １ 内点法
内点法的仿射变换法和路径跟踪法在电力系统各种优化问题中得到了广泛的应用。 对于大
规模问题， 结构简单的仿射变换法具有优越的计算效率， 但其初始内点的确定较复杂， 且在初
始点附近收敛较慢， 在一定程度上限制了其应用和处理在线问题。 路径跟踪法的应用具有广阔
的发展前景， 收敛迅速， 鲁棒性强， 迭代次数对问题的规模不敏感。 选择初始点及迭代步长与
壁垒参数的调整等都是影响路径跟踪法应用的主要因素［１９］ 。
２ １ ２ 粒子群优化算法
综合能源系统 最 优 潮 流 是 一 个 非 线 性、 多 约 束 的 优 化 问 题， 粒 子 群 优 化 （ ｐａｒｔｉｃｌｅ ｓｗａｒｍ
ｏｐｔｉｍｉｚａｔｉｏｎ， ＰＳＯ） 算法作为一种启发式算法， 具有收敛速度快、 局部搜索能力强、 易于实现等
特点。 ＰＳＯ 算法是在粒子群进化过程中， 不断更新粒子的速度和位置， 并记忆粒子的历史最优
位置， 通过迭代计算粒子适应度， 搜索最优解［２０］ 。
２ １ ３ 基于粒子群－内点法混合优化算法的负荷削减模型
ＩＣＥＳ 需要协调多种能源系统的负载。 因此， ＩＣＥＳ 的负荷削减模型是一个多目标优化问题。
出于对负荷削减造成的成本差异及不同能源价格等因素的考虑， 引入权重因子后的 ＩＣＥＳ 负荷削
减模型为
ＭＩＮ （ ｃｅ ＬＣｅ， ｉ ＋ ｃｈ ＬＣｈ， ｉ ） （ １２）
ｉ∈Ｎ
式中： Ｎ 为能源集线器集合； ＬＣｅ，ｉ、 ＬＣｈ，ｉ 分别为电、 热负载的负荷削减量； ｃｅ、 ｃｈ 分别为电、 热
能源的价格。
约束条件为：
Ｌｉ － ＣｉＰｉ ＝ ０， ｉ ∈ Ｎ （ １３）
Ｇｊ（Ｐｉ） ＝ ０， ｉ ∈ Ｎ， ｊ ∈ Ｂ （ １４）
０ ≤ Ｌｅ， ｉ ≤ Ｌｅ， ｉ （ １５）
０ ≤ Ｌｇ， ｉ ≤ Ｌｇ， ｉ （ １６）
ＰＧ， ｉ ≤ ＰＧ， ｉ ≤ ＰＧ， ｉ （ １７）
ＱＧ， ｉ ≤ ＱＧ， ｉ ≤ ＱＧ， ｉ （ １８）
ＰＧＳ， ｉ ≤ ＰＧＳ， ｉ ≤ ＰＧＳ， ｉ （ １９）
Ｖｍ ≤ Ｖｍ， ｉ ≤ Ｖｍ （ ２０）
ｐｍ ≤ ｐｍ， ｉ ≤ ｐｍ （ ２１）
ｋｃｐ ≤ ｋｃｐ ≤ ｋｃｐ （ ２２）
０ ≤ ｖｃ， ｉ ≤ １ （ ２３）
０ ≤ Ｐβ， ｉ ≤ ＰＮ， β， ｉ （ ２４）
式中： Ｌｉ、 Ｃｉ、 Ｐｉ 分别为能源集线器的负荷、 耦合矩阵、 能源集线器的输出； Ｇｊ（ Ｐｉ ） 为电、 气
混合系统的潮流方程； Ｂ 为集电、 气系统的分支； Ｌｅ，ｉ、 Ｌｅ，ｉ 分别为能源集线器的实际电负荷和可
提供的电负荷的最大值； Ｌｇ，ｉ、 Ｌｇ，ｉ 分别为能源集线器的实际气负荷和能够提供的气负荷的最大
８２
