1.基于改进蝙蝠算法的风火储联合系统的优化调度方法，其特征在于，具体按照下述步骤进行：步骤1，在风能消纳梁最大的前提下建立系统总运行成本最低的日前运行成本的目标函数；

风火储联合系统的约束条件；

步骤2，基于改进蝙蝠算法，在满足所述约束条件的基础上，计算目标函数的最小值，得到风火储联合系统在风电消纳量最大的前提下的最小运行成本。

2.根据权利要求1所述的基于改进蝙蝠算法的风火储联合系统的优化调度方法，其特征在于，所述步骤1中建立日前运行成本的目标函数具体按照下述步骤进行：步骤1.1，建立风火储联合系统的最低总运行成本目标函数：minF1＝f1+f2+f3                  (1)其中，f1为风火储联合系统中火电机组的成本，f2为风火储联合系统的交互成本，f3为风火储联合系统中储能成本；

建立风火储联合系统的最大风能消纳目标函数：

其中，tPw,i,t为风火储联合系统中第i个风机在t时段的有功调度处理，Nw为风机的总个数，N表示总时段数，Δt为单位时间段；

步骤1.2，根据所述最低总运行成本目标函数和最大风能消纳目标函数，得到日前运行成本的目标函数：

3.根据权利要求2所述的基于改进蝙蝠算法的风火储联合系统的优化调度方法，其特征在于，所述步骤1.1中火电机组的成本按照下述步骤计算：步骤1.1.1，计算火电机组的燃料费：

其中，ai、bi和是ci火电机组运行费用系数，PG,i,t表示第i台常规火电机组在t时刻的有功出力；

计算火电机组的维护费：

fmain,i,t＝diPG,i,t·Δt            (5)其中，di是火电机组运行费用系数；

计算火电机组的启停机费用：

fstate,i,t＝(Uon,G,i·Bon,G,i,t+Uoff,G,i·Boff,G,i,t)·Δt          (6)其中，Uon,G,i表示第i台常规火电机组在时段t的开启状态，Bon,G,i,t为表示第i台常规火电机组在时段t的停止状态，Uoff,G,i表示第i台常规火电机组在时段t的开启费用，Boff,G,i,t表示第i台常规火电机组在时段t的停止费用；

步骤1.1.2，根据燃料费、维护费和启停机费用计算火电机组的成本：步骤1.1中风火储联合系统的交互成本具体按照下述步骤进行：步骤a，计算风火储联合系统向大电网购买电能的费用：fbuy,t＝Ubuy·Bbuy,t·Pbuy,t·Δt              (8)其中，Ubuy为风火储联合系统向大电网购买电能的电价，Bbuy,t为是否购电，为0-1变量，0表示不购电，1表示购电Pbuy,t为风火储联合系统向大电网购买电能的功率；

计算风火储联合系统向大电网销售电能得到的费用：fsell,t＝Usell·Bsell,t·Psell,t·Δt            (9)其中，Usell为风火储联合系统向大电网销售电能的电价，Bsell,t为是否销售电，为0-1变量，0表示不卖电，1表示卖出电，Psell,t为风火储联合系统向大电网销售电能的功率；

步骤b，根据所述风火储联合系统向大电网购买电能的费用和风火储联合系统向大电网销售电能得到的费用计算风火储联合系统的交互成本：所述风火储联合系统中储能成本按照下述方法计算：步骤A,计算风火储联合系统的维护费用：

fomb,t＝(Komb·|Bch,t·Pch,t+Bdis,tPdis,t|)·Δt       (11)式中，Komb表示储能的维护成本系数，Bch,t表示t时段储能的充电状态，为0-1变量，0表示没有充电，1表示在充电，Pch,t为t时段储能的充电功率，Bdis,t表示t时段储能的放电状态，为

0-1变量，0表示没有放电，1表示在放电，Pdis,t为t时段储能的放电功率；

计算火储联合系统的折旧成本：

式中，Eess为额定的储能容量，Nlife,t为表示t时段储能的循环寿命；

计算火储联合系统的电能损耗成本：

式中，Umarket表示市场单位电价，Pessloss为电能损耗功率，Ness表示配电网中储能装置个数，Bess,i第一个储能装置某一时间段与上一时间段相比的状态变化量纲，若状态发生改变则为1，否则为0，ΔPesslo,i表示第i个储能装置在状态切换时产生的损耗，ηin，ηout分别表示储能的充放电效率；

步骤B，根据风火储联合系统的维护费用、折旧成本和电能损耗成本计算风火储联合系统中储能成本：

4.根据权利要求1所述的基于改进蝙蝠算法的风火储联合系统的优化调度方法，其特征在于，所述步骤1中约束条件包括：(1)功率平衡约束：

式中 表示t时段所有火电机组的出力， 表示t时段所有风机的出力，Pl表示t时段系统的有功负荷；

(2)火电机组的运行约束，具体包括：

1)机组功率约束：

PG，i，min≤PG，i，t≤PG，i，max           (16)其中，PG,i,min第i台火电机组的输出功率上限，PG,i,max表示第i台火电机组的输出功率下限；

2)最小启停时间约束：

(Bon,G,i,t-1-Bon,G,i,t)·(Ton,i,t-Ton,i,min)≥0          (17)(Bon,G,i,t-Bon,G,i,t-1)·(Toff,i,t-Toff,i,min)≥0            (18)其中，Ton,i,t表示第i台火电机组在t时段的开机持续时间，Toff,i,ti台火电机组在t时段的停机持续时间，Ton,i,min表示火电机组的最小运行时间，Toff,i,min表示火电机组的最小停机时间；

3)爬坡约束：

-rd,i·Δt≤PG,i,t-PG,i,t-1≤ru,i·Δt              (19)其中，ru,i表示单位时间内，第i台火电机组的向上最大爬坡速率，rd,i表示单位时间内，第i台火电机组的向下最大爬坡速率；

(3)微网与大电网之间交互的潮流限制约束：

0≤Pbuy,t≤Ptr,max                (20)

0≤Psell,t≤Ptr,max              (21)其中，Ptr,max表示交互限制功率；

(4)储能的相关约束，具体包括：

1)充放电功率约束：

0≤Pch,i,t≤Pch,max                 (22)

0≤Pdis,i,t≤Pdis,max              (23)为保证储能系统的工作质量，单位时间内储能的瞬时充放电功率一般控制在0.2Eess以内，即：Pch，max＝Pdis，max＝0.2Eess              (24)

2)荷电状态约束：

SOCmin≤SOCi,t≤SOCmax               (25)式中，SOCi,t表示当前时刻储能剩余容量与其满充状态时容量的比值，SOCmin表示储能系统荷电状态的上限，SOCmax表示储能系统荷电状态的下限；

3)充放电模式约束：

0≤Bdis,t≤1                         (27)

0≤Bch,t≤1                          (28)Bdis,t+Bch,t≤1                         (29)Bdis,t,Bch,t∈Z                         (30)；

4)储能装置的能量守恒：

其中，Eess,0表示储能的初始能量， 表示调度周期结束时储能的剩余能量；

5)放电深度约束：

Dod,min≤Dod,t≤Dod,max                       (32)其中，Dod,min为放电深度下限，Dod,max位放电深度上限；

(5)风力发电机的运行约束：

0≤Pw,i,t≤Pwfore,i,t                        (34)其中，Pwfore,i,t表示第i台风机在t时段的有功预测出力。

5.根据权利要求1所述的基于改进蝙蝠算法的风火储联合系统的优化调度方法，其特征在于，所述步骤2中具体按照下述方法进行：步骤2.1，设置初始参数：

以风火储联合系统中每个火电机的出力和每个风电机的出力作为种群中的一个个体，设置种群规模；

设置音响强度、脉冲速率和脉冲频率；

设置迭代次数tmax；

计算蝙蝠算法搜索维度；

步骤2.2，通过Halton序列得到初始最优个体的位置，并根据约束条件设置最优个体移动的边界，令初始最优个体的位置为最优个体位置，令t＝1，其中t为当前迭代次数；

步骤2.3，判断当前迭代次数是否满足t＝tmax，若满足则输出最优个体的位置及最优个体对应的成本；

否则，则更新最优的个体的位置得到一次更新最优个体位置，并根据一次更新最优个体位置和目标函数计算一次更新后的最优个体的成本Fa；

步骤2.4，随机产生一个rand，若满足rand＞ri，则再次更新最优个体位置，并根据再次更新的最优个体位置和目标函数计算再次更新的最优个体的成本Fb；

否则，则重复步骤2.4至rand＞ri；

步骤2.5，判断rand是否满足rand＜Ai，且Fa＞Fb，则令再次更新的最优个体为最优个体，并将最优个体的最优成本与上一次迭代的最优成本进行排序；同时令t＝t+1，重复步骤

2.2-2.4，至t＝tmax；

否则，重复步骤2.4-2.5至rand是否满足rand＜Ai，且F1＞F2。

6.根据权利要求5所述的基于改进蝙蝠算法的风火储联合系统的优化调度方法，其特征在于，步骤2.1中所述种群规模为10～25，所述音响强度为0～1，所述脉冲速率为0～1，脉冲频率为0～2，迭代次数为1000。

7.根据权利要求5所述的基于改进蝙蝠算法的风火储联合系统的优化调度方法，其特征在于，所述步骤2.3中具体按照下述步骤得到更新最优个体的位置：步骤2.3.1，一次更新最优个体的脉冲频率：f1＝fmin+(fmax-fmin)·β            (35)其中，f1更新后的最优个体的脉冲频率，[fmin,fmax]为频率的范围，β是一个随机扰动，在[0,1]上服从均匀分布；

步骤2.3.2，一次更新最优个体的脉冲速度：其中， 是一次更新后的最优个体的脉冲速度， 是上一次迭代的最优个体的脉冲速度， 为上一次迭代时的最优个体的位置，x*为当前最优个体的位置；

步骤2.3.3，一次更新最优个体的位置：

步骤2.3.4，判断一次更新后的最优个体的位置是否满足约束条件，若满足，则将一次更新后的个体的位置作为一次更新最优个体位置；否则，重复步骤2.3.1-2.3.3至更新后的最优个体的位置满足约束条件。

8.根据权利要求5所述的基于改进蝙蝠算法的风火储联合系统的优化调度方法，其特征在于，所述步骤2.4中再次更新最优个体的位置，具体按照下述步骤进行：步骤2.4.1，再次更新最优个体的脉冲频率：f2＝fmin+(fmax-fmin)·β            (35)其中，f2再次更新后的最优个体的脉冲频率，[fmin,fmax]为频率的范围，β是一个随机扰动，在[0,1]上服从均匀分布；

步骤2.4.2，再次更新最优个体的脉冲速度：其中， 是再次更新后的最优个体的脉冲速度， 是上一次迭代的最优个体的脉冲速度， 为上一次迭代时的最优个体的位置，x*为当前最优个体的位置；

步骤2.4.3，再次更新最优个体的位置：

步骤2.4.4，判断再次更新后的最优个体的位置是否满足约束条件，若满足，则将更新后的个体的位置作为再次更新最优个体位置；否则，重复步骤2.4.1-2.4.3至再次更新后的最优个体的位置满足约束条件。

9.根据权利要求5所述的基于改进蝙蝠算法的风火储联合系统的优化调度方法，其特征在于，步骤2.4中所述rand通过rand函数随机产生。