1.一种基于改进的鲸鱼算法的机组组合出力分配方法，其特征在于，所述分配方法包括：根据预测风速确定风电组出力；

确定发电机组的运行参数；

基于所述风电组出力和所述发电机组的运行参数确定风电、火电机组组合的目标函数和约束条件，构建数学模型；

所述数学模型为：

其中，FMG是考虑风电出力后的机组组合的总运行成本，Ci为第i台发电机的运行成本函数，Ei为污染物排放成本，T为调度周期，N为微电网中发电机组， 为机组的维护成本，Ci(Pi,t)为发电机组出力成本模型，Ei(Pi,t)为污染物排放成本 等式约束为 表示各个时刻的功率都要与该时刻的负荷相平衡，不等式约束为Pi,min≤Pi,t≤Pi,max，Pi,min，Pi,max为第i台发电机组的处理上下限；

采用改进的鲸鱼算法求解所述数学模型，得到机组组合出力分配方案，具体包括：S1：设置算法参数：种群规模N，优化问题维数D，惯性系数k，螺旋更新系数λ,w，设置最大迭代次数Max_iter，并计当前迭代次数为iter＝1；

S2：采用立方混沌映射对种群进行初始化，在搜索空间中随机生成一个[‑1,1]个体；

S3：将生成的混沌变量按以下公式进行D‑1次迭代生成混沌序列x(t)＝(x1,x2,…,xn)，其中x(t)∈[‑1,1]；

3

x(n+1)＝4x(n) ‑3x(n)

‑1≤x(n)≤1，n＝1,2,3…

其中，x1,x2,…,xn表示n维空间中的坐标；

S4：所有鲸鱼个体都迭代完成后，按照以下公式映射到原搜索空间；

其中，Xd表示映射到解空间的混沌变量，ud表示解空间上界，ld表示解空间下界，xd表示混沌序列；

S5：根据以下公式计算反向解，并计算反向解与原始解的适应度值，并比较大小；

其中， 表示精英反向解，rand表示一般化系数，li表示第i个下界，ui表示第i个上界，xid表示原始解；

S6：如果反向解的适应度值小于原始解则更新种群，否则保持种群不变；

S7：根据以下公式更新ω，a，A，C，b

A＝2ar‑a

C＝2r

ω表示自适应惯性权重，a表示收敛因子，A和C系数向量，b表示螺旋形状参数，ainitial表示收敛因子a的初始值，afinal表示收敛因子a的最终值，r表示[0,1]之间的随机数，λ表示螺旋更新系数；

S8：根据步骤S4‑S7更新参数进一步更新鲸鱼的位置，生成随机概率数p，如果p＜0.5且*|A|≤1，则根据公式X(t+1)＝ω·X(t)‑A·D执行收缩捕食策略，其中，X(t+1)表示更新后*的鲸鱼位置，ω表示自适应惯性权重，X(t)表示当前最优鲸鱼位置向量，A表示系数向量，Dbl表示个体与最优鲸鱼之间的距离，如果p＜0.5且|A|≥1则根据公式X(t+1)＝ω·D'·e ·*cos(2πl)+X (t)执行搜索觅食策略，其中D'表示鲸鱼与猎物之间的距离，如果p＞0.5则根据公式X(t+1)＝ω·X(t)rand‑A·D执行变螺旋搜索策略，其中，X(t)rand表示随机生成的鲸鱼位置向量；

S9：判断iter是否达到Max_iter，如果达到则算法结束，否则令iter＝iter+1，返回步骤S4‑S5继续迭代。

2.根据权利要求1所述的基于改进的鲸鱼算法的机组组合出力分配方法，其特征在于，所述根据预测风速确定风电组出力具体采用以下公式：w

其中，Pt表示风电机组在t时刻的出力，vci、vco、vN分别表示切入风速、切出风速、额定风速；PN表示额定功率。

3.根据权利要求1所述的基于改进的鲸鱼算法的机组组合出力分配方法，其特征在于，所述发电机组的运行参数包括：第i台发电机组的运行成本系数ai，bi，ci、排放污染气体的种类数M、发电机组i功率为Pi,t时不同污染物的排放量和处理每kg污染物费用mk、ωk、第i台机组的运行维护费用 以及风电机组的设备维护成本

4.一种基于改进的鲸鱼算法的机组组合出力分配系统，其特征在于，所述系统包括：风电组出力确定模块，用于根据预测风速确定风电组出力；

发电机组的运行参数确定模块，用于确定发电机组的运行参数；

数学模型构建模块，用于基于所述风电组出力和所述发电机组的运行参数确定风电、火电机组组合的目标函数和约束条件，构建数学模型；所述数学模型为：其中，FMG是考虑风电出力后的机组组合的总运行成本，Ci为第i台发电机的运行成本函数，Ei为污染物排放成本，T为调度周期，N为微电网中发电机组， 为机组的维护成本Ci(Pi,t)为发电机组出力成本模型Ei(Pi,t)为污染物排放成本 等式约束为 表示各个时刻的功率都要与该时刻的负荷相平衡，不等式约束为Pi,min≤Pi,t≤Pi,max，Pi,min，Pi,max为第i台发电机组的处理上下限；

机组组合出力分配方案确定模块，用于采用改进的鲸鱼算法求解所述数学模型，得到机组组合出力分配方案；所述机组组合出力分配方案确定模块具体包括：算法参数设置单元，用于设置算法参数：种群规模N，优化问题维数D，惯性系数k，螺旋更新系数λ,w，设置最大迭代次数Max_iter，并计当前迭代次数为iter＝1；

初始化单元，用于采用立方混沌映射对种群进行初始化，在搜索空间中随机生成一个[‑1,1]个体；

混沌序列生成单元，用于将生成的混沌变量按以下公式进行D‑1次迭代生成混沌序列x(t)＝(x1,x2,…,xn)，其中x(t)∈[‑1,1]；

3

x(n+1)＝4x(n) ‑3x(n)

‑1≤x(n)≤1，n＝1,2,3…

其中，x1,x2,…,xn表示n维空间中的坐标，原搜索空间映射单元，用于当所有鲸鱼个体都迭代完成后，按照以下公式映射到原搜索空间；

其中，Xd表示映射到解空间的混沌变量，ud表示解空间上界，ld表示解空间下界，xd表示混沌序列。

反向解计算单元，用于根据以下公式计算反向解，并计算反向解与原始解的适应度值，并比较大小；

其中， 表示精英反向解，rand表示一般化系数，li表示第i个下界，ui表示第i个上界，xid表示原始解，比较单元，用于当反向解的适应度值小于原始解则更新种群，否则保持种群不变；

更新单元，用于根据以下公式更新ω，a，A，C，bA＝2ar‑a

C＝2r

ω表示自适应惯性权重a表示收敛因子，A和C系数向量，b表示螺旋形状参数，ainitial表示收敛因子a的初始值，afinal表示收敛因子a的最终值，r表示[0,1]之间的随机数，λ表示螺旋更新系数；

鲸鱼位置更新单元，用于根据原搜索空间映射单元‑更新单元更新参数进一步更新鲸*鱼的位置，生成随机概率数p，如果p＜0.5且|A|≤1，则根据公式X(t+1)＝ω·X (t)‑A·D*执行收缩捕食策略，其中，X(t+1)表示更新后的鲸鱼位置，ω表示自适应惯性权重，X (t)表示当前最优鲸鱼位置向量，A表示系数向量，D表示个体与最优鲸鱼之间的距离，如果p＜0.5bl *且|A|≥1则根据公式X(t+1)＝ω·D'·e ·cos(2πl)+X(t)执行搜索觅食策略，其中D'表示鲸鱼与猎物之间的距离，如果p＞0.5则根据公式X(t+1)＝ω·X(t)rand‑A·D执行变螺旋搜索策略，其中，X(t)rand表示随机生成的鲸鱼位置向量；

判断单元，用于判断iter是否达到Max_iter，如果达到则算法结束，否则令iter＝iter+1，返回原搜索空间映射单元‑比较单元继续迭代。

5.根据权利要求4所述的基于改进的鲸鱼算法的机组组合出力分配系统，其特征在于，风电组出力确定模块具体采用以下公式：w

其中，Pt表示风电机组在t时刻的出力，vci、vco、vN分别表示切入风速、切出风速、额定风速；PN表示额定功率。

6.根据权利要求4所述的基于改进的鲸鱼算法的机组组合出力分配系统，其特征在于，所述发电机组的运行参数包括：第i台发电机组的运行成本系数ai，bi，ci、排放污染气体的种类数M、发电机组i功率为Pit时不同污染物的排放量和处理每kg污染物费用mk、ωk、第i台机组的运行维护费用 以及风电机组的设备维护成本