2023年第7期203智能技术信息技术与信息化基于改进PSO算法的综合能源系统优化调度研究霍天雨1杨一恒1张家磊1HUOTianyuYANGYihengZHANGJialei摘要利用PSO算法求解综合能源系统的优化调度问题易陷入局部最优的困境，如何解决算法收敛能力不佳这一缺点的同时兼顾全局与局部搜索一直是研究的热点。基于此，提出了一种改进PSO算法来优化相关问题。算法通过压缩因子和线性权值共同调节粒子的更新速度，并且混合了具有遍历性的Tent映射对最优解进行混沌搜索。在考虑实际算例的不等式及等式约束条件后，利用改进PSO算法以系统运行的各类经济指标为优化目标函数进行求解。最后，为了验证算法的性能，对比分析标准PSO算法、线性递减权值PSO算法(lineardescendinginertiaweight，LDIW)调度下的适应值迭代过程和结果。仿真表明，本文所提出的算法跳脱局部最优的能力更强、收敛精度更高，且寻优速度得到了提升，在实际应用中能够实现系统经济调度的优化。关键词综合能源系统；粒子群算法；压缩因子；混沌策略doi：10.3969/j.issn.1672-9528.2023.07.0511.华北水利水电大学电气工程学院河南郑州4500450引言在传统能源体系中各能源网络运行相对独立，无法实现能源间的优势互补。所以仅依靠挖掘传统能源网络内部的潜力，难以降低化石能源消耗。为了助力实现双碳目标[1]和优化经济成本，新一代的能源系统——综合能源系统通过借助电力、天然气、热力网络，实现了传统能源（煤、石油、天然气等）和新能源（风电、光伏等）的耦合，形成多能联产耦合互补的能源一体化系统。在系统运行时则通过内部的综合管理和经济优化调度[2]，能有效地提高能源利用率并且减少碳排放，进一步获得经济效益。有关综合能源系统的求解一般是非线性规划问题。目前常用群算法中的PSO算法来求解此类含有多个多维决策变量、多个约束条件以及复杂目标函数的优化问题。最初，PSO算法受动物界中鸟类捕食的启发于1995年被提出[3]。随着研究的深入，人们通过对算法中惯性权重的调节来进一步改善算法的性能[4]，主要包括时变惯性权重PSO算法、先增后减惯性权重PSO算法以及自适应惯性权重PSO算法等。以时变惯性权重法PSO来说，算法前期较大的惯性权重值有助于提升全局搜索能力，后期较小的惯性权重值虽然有利于局部开发，但是影响了迭代后期算法的收敛速度，不能同时兼顾到全局与局部而陷入局部最优的困境。相比于时变惯性权重PSO算法，尽管自适应惯性权重PSO算法在平衡全局搜索和局部搜索间的矛盾关系...
