1.一种基于改进弱鲁棒优化的电热综合能源系统调度方法，其特征在于，所述方法的步骤如下：步骤1，建立电热综合需求响应模型

价格型综合需求响应模型：通过电价、热价引导用户调整用电、用热需求，响应系统的运行状态变化，建立用户用电量对电价、用热量对热价的响应模型；

激励型综合需求响应模型：通过用户电负荷和热负荷的负荷削减量、补偿以及用户不响应时的惩罚措施，响应系统的运行状态变化，建立响应模型；

步骤2，不确定集

风电出力不确定集：在风电预测区间内，引入风电弱鲁棒因子确定各时段风电出力的扰动范围；

价格型综合需求响应不确定集：在电热综合需求响应模型中，引入电价弱鲁棒因子以及热价弱鲁棒因子确定价格变化引起用户用电量以及用热量的扰动范围；

激励型综合需求响应不确定集：在激励型综合需求响应模型中，引入电负荷激励型弱鲁棒因子以及热负荷激励型弱鲁棒因子确定价格变化引起用户电负荷以及热负荷的扰动范围；

步骤3，电热综合能源调度模型

包含常规机组，风电机组，发电出力和供热出力存在耦合关系的热电联产机组，利用风电机组弃风蓄能的抽水蓄能设备，利用风电机组弃风供暖的蓄热式电锅炉，提取蓄热式电锅炉、热电联产机组多余热能的储热装置；

步骤4，电热综合能源低碳调度模型

以综合能源运行成本最小和碳排放交易模型收益最大为目标函数，利用步骤1的电热综合需求响应模型以及步骤2的不确定集，确定电力约束条件和热力约束条件，对电热综合能源调度模型进行调度；

步骤5，改进弱鲁棒优化框架

在传统弱鲁棒优化过程中，以经济成本对容忍度大小进行约束，以松弛量违背其约束条件增加经济成本来对松弛量进行约束；引入弱鲁棒因子来控制弱鲁棒优化的保守性水平，改进弱鲁棒优化框架；

步骤6，电热综合能源系统改进弱鲁棒经济调度模型

在步骤4电热综合能源低碳调度模型中利用步骤5改进弱鲁棒优化框进行优化；以风电弱鲁棒因子、电价弱鲁棒因子、热价弱鲁棒因子、电负荷激励型弱鲁棒因子和热负荷激励型弱鲁棒因子来控制弱鲁棒优化的保守性水平；

步骤7，电热综合能源系统调度方法的确定

应用细菌群体趋药性算法对步骤6电热综合能源系统改进弱鲁棒经济调度模型中的松弛量临界值进行约束；然后对步骤6电热综合能源系统改进弱鲁棒经济调度模型进行求解，确定电热综合能源系统的调度方法；

所述步骤4中的电热综合能源低碳调度模型为：

4.1目标函数

4.1.1综合运行成本

考虑风电出力和综合需求响应不确定性给调度成本带来的影响，在电热综合能源调度模型中，经济运行成本包括两部分：期望成本和偏差成本；其中，期望成本主要包括常规机组运行成本、热电联产机组成本、抽水蓄能成本和蓄热式电锅炉的用电成本，不含不确定参数；在偏差成本中，主要计及了由风电出力不确定带来的弃风成本、价格型综合需求响应成本、激励型综合需求响应负荷削减量预测误差造成的偏差成本；

电热综合能源系统的运行成本F1可以表示为：

min F1＝min(FE+βFD)

FE＝FG+FCHP+FPS+FEB

FD＝FW+FP+FDR

式中，FE表示期望成本，FD表示偏差成本，β为风险系数，反应了决策者对风险的重视程度，FG为常规火电机组的成本，单位：$；FCHP为热电联产机组的成本，单位：$；FPS为抽水蓄能设备的成本，单位：$；FEB为蓄热式电锅炉成本，单位：$；FW为弃风成本，单位：$；FP为价格型综合需求响应成本，单位：$；FDR为激励型综合需求响应负荷削减量预测误差带来的偏差成本，单位：$；

4.1.1.1常规火电机组成本

式中，NG表示常规机组投运数量； 表示单位出力成本单位：$/KW·h； 表示常规机组i在t时段的有功出力；

4.1.1.2热电联产机组成本

式中，NCHP表示热电联产机组的投运数量； 表示单位出力成本单位：$/KW·h；

表示热电联产机组j在t时段的有功出力；

4.1.1.3抽水蓄能成本

式中，NPS表示抽水蓄能机组总数；抽蓄的发电成本考虑的是抽蓄的启动成本， 和分别表示抽蓄机组k在t时段的发电状态启动成本和抽水状态启动成本，单位:$；

4.1.1.4蓄热式电锅炉成本

式中，NEB表示蓄热式电锅炉总数；Ca为上网电价，单位：$/MWh；Cz为折扣电价，单位：$/MWh； 为t时段蓄热式电锅炉用电量，单位：KW·h；蓄热式电锅炉用电功率 包括供暖时段的用电功率 以及蓄热时段的用电功率 单位：KW·h；

其中供暖时段的用电量可以表示为:

式中，W和Th分别为系统规定的采热指标和蓄热式电锅炉的供暖时间，单位：h；η1和η2分别为蓄热式电锅炉的产热效率和整个供热系统的损耗；

蓄热式电锅炉供暖时段的用电功率可以表示为：

当蓄热式电锅炉在负荷低谷时段Ts蓄热时，用电功率可以表示为：蓄热式电锅炉用电功率Pmt可以表示为：

4.1.1.5弃风成本

式中，λL为风电偏差成本系数；

4.1.1.6价格型综合需求响应成本

式中：a1、b1为电需求与价格的线性函数系数；a2、b2为电需求与价格的线性函数系数；ΔLt表示价格型综合需求响应引入后电负荷实际变化量；ΔHt价格型综合需求响应引入后热负荷实际变化量；

4.1.1.7激励型综合需求响应削减量偏差成本

根据负荷实际削减量与计划量的偏差，本文定义了激励型综合需求响应削减量偏差成本：式中，FDR,Q、FDR,H分别表示用户在t时段参与激励型综合需求响应电负荷带来的电负荷削减量偏差成本和热负荷削减量偏差成本，λla,q、λla,h为相应的惩罚价格；

4.1.2碳排放交易收益最大模型

需求侧备用提供负荷削减和发电出力服务，实际上是出让电能消费权和碳排放权的过程；如果家庭蓄热式电锅炉作为需求侧备用在负荷低谷时被调用电量，将按约定获得电价补偿；如果用户没有产生碳排放，则会得到相应的碳排放权补偿；

家庭蓄热式电锅炉在低谷时段蓄热可以获得碳排放权补偿；因此，碳排放交易收益包含常规火电机组的碳排放权收益和家庭蓄热式电锅炉的碳排放权补偿；具体公式为max B＝max(BG-αBX)其中；，B为电热综合能源系统的碳排放收益，单位：万元；BG为常规火电机组的碳排放权收益，单位：万元；BX为需求侧备用蓄热式电锅炉获得的碳排放收益，单位：万元,α为家庭蓄热式电锅炉启动概率；

4.1.2.1常规火电机组的碳排放权收益

以1h为单位时段时长，则电热综合能源系统的初始碳排放配额可表示为：Ef为碳排放初始配额，α1为单位电量排放份额,本文取区域电量边际排放因子和容量边际因子的加权平均值0.648；

T时段内常规火电机组的实际碳排量Ed可表示为：

ag、bg、cg为常规机组碳排放计算系数；

根据碳交易市场的实际发展情况，碳排放权分配方式采用免费分配和考虑拍卖方式的有偿分配相结合的形式：式中：Ef为碳排放初始配额；δ为配额拍卖比例；Ef(1-δ)为免费分配的配额；Edi为常规机组i实际排放量，Efi为常规机组i的分配额度；K′A是碳排放权拍卖价格，单位：元/t；K′T是碳排放权交易价格，单位：元/t；

当Edi＞Efi时，需要购买相应的碳排放权，此时成本中包括交易成本和拍卖成本两部分；

当Edi＜Efi时，除满足自身碳排放需求外，碳排放权仍有剩余，因此可将剩余碳排放权出售从而获益；

因此，常规火电机组的碳排放权交易收益可以表示为：

4.1.2.2家庭蓄热式电锅炉的碳排放权补偿

采用“碳足迹”概念，定义一种激励机制下的基于碳交易的需求响应，用户增加电量但不产生碳排放时，可将相应的碳排放权捆绑出售获得相关收益；其数学模型为：其中，Ex为蓄热式电锅炉获得的碳排放权；π为单位碳排放价格，单位：元/t；k为碳足迹计算系数；ρ为化石能源发电所占比例；Px为蓄热式电锅炉用电量，单位：MW；

4.2电力网络约束

4.2.1功率平衡约束

式中， 为t时段系统负荷值，ηq为用户中参与价格型综合需求响应的比例，Qt为参与价格型综合需求响应后用户的用电量， 为参与激励型综合需求响应后实际电负荷削减量；

4.2.2常规火电机组约束

式中， 分别为常规火电机组i在t时刻的出力上下限；

4.2.3热电联产机组约束

式中， 分别为热电联产机组j在t时刻的出力上下限；

4.2.4风电机组约束

式中， 为风电预测值；

4.2.5正负旋转备用约束

式中： 分别表示抽水蓄能装置的连续正旋转备用和连续负旋转备用；

4.2.6抽水蓄能装置约束

主要包括抽蓄电站库容约束、发电出力约束、日抽发电站约束、启停次数约束；

4.3热力网络约束

4.3.1热功率平衡约束

式中， 分别为t时刻热电联产机组、蓄热式电锅炉和储热装置的供热功率； 为t时刻系统的热负荷；ηh为用户中参与价格型综合需求响应的比例，Ht为参与价格型综合需求响应后用户的用热量， 为参与激励型综合需求响应后实际热负荷削减量；

4.3.2热电联产机组电热耦合约束

式中， 为热电联产机组j的电热转化效率；

4.3.3蓄热式电锅炉约束

式中， 为蓄热式电锅炉m的电热转化效率；

4.3.4储热装置约束

式中，Smax为储热装置储热容量，储热装置的储热功率 和放热功率 受换热器换热功率的限制，不超过换热器最大功率 该约束反映的是储热装置热传递速率的限制。

2.根据权利要求1所述的一种基于改进弱鲁棒优化的电热综合能源系统调度方法，其特征在于，所述价格型综合需求响应模型为：通过电价引导用户调整用电需求，响应系统运行状态变化，建立电量电价弹性矩阵；借助需求弹性来实现，根据经济学的需求原理定义电量电价弹性est,q；

电量电价弹性est,q：

式中：est表示时刻s对时刻t的价格弹性； Pt0分别为需求响应前时刻s的用电负荷和时刻t的用电价格；ΔQs和ΔPt为需求响应后时刻s的负荷变动量和时刻t的价格变动量；

用户参与价格型需求响应负荷变化量：

用户用电量对电价响应表示为：

热力和电力均属重要社会能源，具有相近的市场商品属性；热力负荷随热价变化亦存在如下的关系：用户用热量对热价响应表示为：

价格型负荷可按可接受价格的影响程度分类，通过数据统计，比较基准日和价格变化后相同时刻需求-价格变化，确定各类负荷的价格弹性参数。

3.根据权利要求1所述的一种基于改进弱鲁棒优化的电热综合能源系统调度方法，其特征在于，所述激励型综合需求响应模型为：基于激励的IDR一般需要参与用户与IDR实施机构约定明确用户负荷削减量、补偿以及用户不按约定响应时的惩罚措施；IDR用户数量众多，较为分散，且单个用户因多方限制响应约束较多，不便于电网调度进行统一协调控制，考虑到用户响应和系统控制的可行性，在基于激励的IDR模型中引入负荷聚合商的概念，模型中基于激励的IDR用户特指负荷聚合商，由负荷聚合商根据多个用户的容量/补偿情况，整合聚集IDR资源提供报价曲线至电网调度；因此针对激励型IDR资源，电网企业一般先与负荷聚合商约定，确定负荷削减量或计划出力：DRt表示所有中标负荷聚合商在t时段计划参与激励型综合需求响应削减的负荷量,包括电负荷削减量 和热负荷削减量

4.根据权利要求1所述的一种基于改进弱鲁棒优化的电热综合能源系统调度方法，其特征在于，所述风电出力不确定集为：利用风电预测区间来计及风电的不确定性，风电出力的实际值区间可表示为：式中， 表示风电出力预测值， 为风电最大扰动量；引入风电弱鲁棒因子ΓW对各时段风电出力在区间内的扰动进行控制；通过调节ΓW在0和1之间的取值来控制风电出力的扰动范围，从而平衡解的最优性与鲁棒性。

5.根据权利要求2所述的一种基于改进弱鲁棒优化的电热综合能源系统调度方法，其特征在于，所述价格型综合需求响应不确定集为：价格型需求响应主要依据价格-弹性需求响应曲线来实现，然而由于负荷预测受多种因素影响，响应存在一定的预测误差，实际价格弹性需求响应曲线是不能准确预测的；价格型综合需求响应的不确定集可以表示为：式中， 分别表示电价变化后用户用电量和用热量的偏差，定义负荷预测比例偏差 μQt∈[0,1]，μHt∈[0,1]，μQt、μHt越小，表示实际负荷预测偏差越小；同样地，为了改善系统的保守性，引入电价弱鲁棒因子ΓQ以及热价弱鲁棒因子ΓH；令总电负荷预测偏差 总热负荷预测偏差 参数ΓQ∈[0,UQ]，ΓH∈[0,UH]表示弱鲁棒优化的保守性水平，通过改变ΓQ和ΓH的大小限制调度周期负荷的总偏差量；利用弱鲁棒控制因子能够很好地协调鲁棒性与最优性。

6.根据权利要求3所述的一种基于改进弱鲁棒优化的电热综合能源系统调度方法，其特征在于，所述激励型综合需求响应不确定集为：考虑到用户行为和响应意愿的不确定性，其在运行过程中的实际负荷削减量将呈现出一定的不确定性；在弱鲁棒优化方法用区间数来描述其不确定集，即有：式中， 为用户在t时段参与激励型综合需求响应的实际电负荷削减量和热负荷削减量； 为t时段两类综合需求响应实际削减量与计划量偏差的上限值；Γla,q表示电负荷激励型弱鲁棒因子，Γla,h表示热负荷激励型弱鲁棒因子，Γla,q∈[-1,1]，Γla,h∈[-1,1]。

7.根据权利要求1所述的一种基于改进弱鲁棒优化的电热综合能源系统调度方法，其特征在于，所述步骤5中改进弱鲁棒优化框架建立的步骤为：

5.1传统弱鲁棒优化框架

给定不确定的优化问题f(x)，选定某个基准场景 在满足约束条件下，求得此时模型最优解 当引入不确定数据后，对基准场景下的最优值赋予一定的容忍度 允许运行目标函数值恶化一定限度，即

弱鲁棒优化允许出现约束违背，当某个解x不满足第i个约束条件Fi(x,ξ)≤0时，引入参数γi对约束条件进行适当的松弛，即Fi(x,ξ)≤γi，松弛量γ表示约束的违背程度，因此利用松弛量γi的大小来衡量x对第i个约束条件的不可行度，即：当γi＝0时，表示解的任意场景下均满足约束条件，此时即为强鲁棒模型；当表示x对第i个约束条件不可行，需要对约束条件进行适当松弛；

在弱鲁棒优化框架下，以优化模型总的不可行度γ最小为目标，此时传统的弱鲁棒优化模型可以表示为：T

γ＝(γ1,γ2,…,γn) 表示模型的不可行度；

在传统的弱鲁棒优化问题中，并没有对容忍度和松弛量这两个参数进行一定的限制；

松弛量参数与系统的经济性相关，当松弛量变大时，系统的经济性变好，然而，可能存在约束过度违背的情况，给系统带来一定的风险；而如果容忍度取值过大，会出现比鲁棒优化更严重的保守性；

5.2改进弱鲁棒优化

针对弱鲁棒优化存在的问题，对传统的弱鲁棒做了如下改进：改进的弱鲁棒优化框架可表示为：

5.2.1弱鲁棒优化中，虽然允许基准场景的目标函数恶化一定的限度的解，但随着容忍度 的增大，最优解的可行域不断变大，经济成本增加，保守性变强；因此，容忍度不能无限增大，当容忍度增大到临界值 时，弱鲁棒解恰好为强鲁棒的优化解z′，此时，系统保守性最强，经济性最差；若容忍度继续增大，将会造成比强鲁棒优化更严重的保守性；因此容忍度的取值范围可表示为：

5.2.2当出现约束条件违背的情况时，会给系统带来一定的风险；针对约束松弛量γi，定义相应的惩罚系数τi，将惩罚成本累加至经济运行成本目标，同时对约束松弛量进行限制，防止出现约束过度违背的情况；为了加强系统的约束力，降低违背的概率，对违背量即松弛量，实行阶梯型惩罚系数，违背越大，惩罚越高；首先引入松弛量临界值γ，当松弛量超过γ时，对其进行惩罚；

松弛量γi∈[0,γi,max]，令 将松弛量均匀的分成5个区间，η表示第i个松弛量单个取值区间的大小；对于第i个约束松弛量，相应的阶梯型惩罚系数τi可以表示为：

5.2.3在传统的弱鲁棒优化基础上引入弱鲁棒因子Γ值来控制弱鲁棒优化的保守性水平；

改进弱鲁棒优化的框架可以描述为：

8.根据权利要求1所述的一种基于改进弱鲁棒优化的电热综合能源系统调度方法，其特征在于，所述步骤6中电热综合能源系统改进弱鲁棒经济调度模型为：

6.1基准场景的选取

6.1.1风电基准场景的选取

在电热综合能源系统优化调度中，针对风电出力不确定的情况，选取风电机组的预测出力作为基准场景，在一天24个调度时段内，风电出力的基准场景可以表示为:

6.1.2价格型综合需求响应基准场景的选取

将计算所得到的负荷预测值作为价格型需求响应的基准场景，此时并不考虑预测偏差量；因此，在一天24个调度时段内，价格弹性需求响应的基准场景可以表示为：

6.1.3激励型综合需求响应基准场景的选取

选取计划削减量作为激励型综合需求响应的基准场景

在选定基准场景后，此时经济调度成本中的弃风成本为0，表示风电被完全消纳，综合响应量误差也为0，表示在调度时段内，负荷预测不存在偏差；调度模型变为确定性模型，将风电基准场景与需求响应量基准场景引入改进弱鲁棒模型中，综合能源系统调度模型可以表示为：式中， 表示基准场景下调度模型的目标函数值；

6.2基于改进的弱鲁棒优化调度模型

从实际出发，考虑在电热综合能源调度模型中，γ1、γ2、γ3、γ4分别表示风电、抽水蓄能机组正负旋转备用以及供热的补偿功率；当出现松弛量时，计算相应的惩罚系数τ1、τ2、τ3、τ4；将松弛量带来的惩罚成本累加至经济目标函数；惩罚成本可以表示为：因此基于改进弱鲁棒的电热综合能源系统的调度模型可以表示为：目标函数：

约束条件：

9.根据权利要求1所述的一种基于改进弱鲁棒优化的电热综合能源系统调度方法，其特征在于，所述步骤7中电热综合能源系统改进弱鲁棒经济调度模型求解的过程为：

7.1引入约束松弛量临界值改进细菌群体趋药性算法

细菌群体趋药性算法引入了细菌群体内个体之间相互交流的机制，提高了算法的性能，具有较强的收敛性和较快的计算速度，BCC可用于解决多目标非线性优化问题；针对传统的BCC算法收敛速度慢，易陷入局部最优，调节约束松弛量临界值 它随着迭代次数逐渐减小；

λ0表示初始临界值，λ0＞0；K表示最大迭代次数；k为当前迭代次数；迭代初期，采用较大的临界值，降低靠近可行域的不可行解的惩罚深度，保留其携带的有益信息，用于最优解搜索；随着迭代次数的增加，逐渐降低对临近不可行解的容忍程度，临界值变小，细菌回归至可行域范围内，扩大搜索空间，提高收敛速度；

在迭代过程中，细菌速度和位置的更新公式如下：

vn+1＝(vn-vmin)e-ζn+vmin

式中，vn+1、vn分别为第n+1、n次迭代时细菌移动速度；vmin为所设置的细菌最小移动速度；为控制细菌移动速度衰减的控制因子；w∈[0,1]为惯性权重因子，遵循先大后小的调节原则；

7.2模型求解

利用改进的细菌群体趋药性算法对模型进行求解；具体步骤如下

7.2.1参数初始化，输入系统网络参数和算法参数；

7.2.2初始化细菌位置，即在变量范围内，随机将细菌分布在不同位置；

7.2.3利用趋化过程和感知过程，分别得到两次目标函数值，取较小的一个函数值，计为fbetter，对应的细菌位置计为xbetter，此时计算得到的适应值并未考虑对约束的松弛惩罚；

7.2.4计算考虑松弛量临界值时的适应度值；

7.2.5判断是否达到最终精度或达到最大迭代次数；

7.2.6当满足结束条件时，保存结果，退出程序；否则，更新细菌的速度和位置，跳回第

3)步；

7.2.7重复7.2.3—7.2.6，直至满足要求。