1.一种考虑储能损耗成本的火‑储混合电站容量优化方法，其特征在于，包括：建立BESS损耗成本模型；

基于所述BESS损耗成本模型，以火‑储混合电站参与二次调频的利润增加额最大为优化目标，建立BESS容量优化模型；

基于所述BESS容量优化模型，采用序贯蒙特卡洛模拟方法对火‑储混合电站的运行进行模拟，并求解得到BESS最优容量配置结果；

所述BESS损耗成本模型表示为：

式中：Vcost为BESS参与二次调频导致的损耗成本；Vinvest为单位容量BESS投资成本；Ec为BESS容量；Ddod,k为第k次充、放电循环对应的放电深度；m为BESS的充、放电循环次数；Mlife(Ddod,k)为放电深度Ddod,k下的电池循环寿命，采用四阶函数拟合，其表示为：式中， 为拟合系数，其由BESS技术特性决定；

所述BESS容量优化模型表示为：

式中，Vprofit为火‑储混合电站参与二次调频的利润增加额；Vbenefit为BESS参与二次调频后，火‑储混合电站的收益增加额，由下式进行计算：式中， 为AGC跟踪偏差电量惩罚价格； 、MDEIT分别为BESS参与二次调频前后，火‑储混合电站实际出力与AGC目标出力间的电量偏差； 为补偿价格，MTCDE为BESS典型日内的总充放电电量；

BESS容量优化模型包括以下约束：

式中，MPOST为火‑储混合电站典型日内AGC指令跟踪成功概率，β为期望达到的AGC指令跟踪成功概率；

所述基于所述BESS容量优化模型，采用序贯蒙特卡洛模拟方法对火‑储混合电站的运行进行模拟，并求解得到BESS最优容量配置结果，具体包括：S3.1：设定最大模拟次数hmax，模拟次数索引h初始化为1；运行指标MDEIT、MTCDE、MPOST与Vcost初始化为零；

S3.2：AGC指令索引i初始化为1，即令i=1；将BESS分为容量相等的两部分接入火电厂，假定第一部分BESS与第二部分BESS初始充、放电状态分别为放电状态与充电状态；第一部分BESS与第二部分BESS的SOC均初始化为0.5，即令 =0.5、 =0.5；

S3.3：根据AGC指令随机特性，随机生成AGC指令i的持续时间、间隔时间、调节速率和调节方向；

S3.4：若AGC指令调节方向为正，则控制处于放电状态的BESS辅助火电机组进行二次调频，火电机组发电出力表示为：式中，Pg,t为火电机组在时刻t的发电出力；i为AGC指令索引；Ts,i为AGC指令i的开始时刻；T1,i为火电机组在AGC指令周期i持续时间内跟踪上AGC指令目标出力的时刻；Ts,i+1为下一个AGC指令的下发时刻； 为火电机组在AGC指令i下发时刻的发电出力；PAGC,i为AGC指令i的目标出力；T2,i为火电机组在下一个AGC指令下发之前跟踪上AGC指令i目标出力的时刻；vup为火电机组最大上爬坡速率；

BESS放电功率表示为：

式中， 为第一部分BESS在下一个AGC指令下发之前的放电功率； 为第一部分BESS在时刻t能提供的最大放电功率，其表示为：

式中，Pdis为单位容量BESS额定放电功率；Ec为接入火电厂的BESS总容量； 为放电效率； 为模拟时刻的长度；Smin为BESS荷电状态最小允许值；SⅠ,t为第一部分BESS在时刻t的荷电状态；

若AGC指令调节方向为负，则控制处于充电状态的BESS辅助火电机组进行二次调频，火电机组发电出力表示为：式中，vdown为火电机组最大下爬坡速率；

BESS充电功率表示为：

式中， 为第二部分BESS在下一个AGC指令下发之前的充电功率； 为第二部分BESS在时刻t能提供的最大充电功率，其表示为：

式中，Pch为单位容量BESS额定充电功率； 为充电效率；Smax为荷电状态最大允许值；

为第二部分BESS在时刻t的荷电状态；

S3.5：按下式更新第一部分BESS与第二部分BESS在AGC指令周期i内各时刻的SOC：式中， 为第一部分BESS在前一时刻的荷电状态； 为第一部分BESS在前一时刻的放电功率； 为第二部分BESS在前一时刻的荷电状态； 为第二部分BESS在前一时刻的充电功率；

判断AGC指令周期i内是否有BESS到达满充或满放状态，若有，则同时切换两部分BESS的充、放电状态；

S3.6：判断本次模拟是否已覆盖整个评价周期，若已覆盖，则执行S3.7，否则，令AGC指令索引i=i+1，执行S3.3；

S3.7：计算本次模拟对应的运行指标MDEIT,h、MTCDE,h、MPOST,h与Vcost,h，具体计算方式为：式中，Nh为本次模拟中调度中下发的AGC指令数；Pd,t为火‑储混合电站在时段t的发电出力；Pb,t为第一部分BESS与第二部分BESS在时刻t的充、放电功率之和；Pr{·}表示括号中事件发生的概率； 为火‑储混合电站在AGC指令i结束时刻Te,i的发电出力；mh为本次模拟中第一部分BESS、第二部分BESS的充放电循环次数；DⅠ,k、DⅡ,k分别为第一部分BESS、第二部分BESS第k次充、放电循环对应的放电深度；Mlife(DⅠ,k)、Mlife(DⅡ,k)分别为放电深度DⅠ,k、DⅡ,k下的电池循环寿命；

S3.8：按下式分别更新运行指标MDEIT、MTCDE、MPOST与Vcost；

S3.9：判断是否到达最大模拟次数hmax，若达到，则结束模拟，输出模拟结果，并基于模拟结果确定BESS最优容量配置结果；否则，则令模拟次数h=h+1，跳转至步骤S3.1，继续进行模拟。

2.一种考虑储能损耗成本的火‑储混合电站容量优化装置，其特征在于，包括：模型构建模块，用于建立BESS损耗成本模型；

模型优化模块，用于基于所述BESS损耗成本模型，以火‑储混合电站参与二次调频的利润增加额最大为优化目标，建立BESS容量优化模型；

模拟求解模块，用于基于所述BESS容量优化模型，采用序贯蒙特卡洛模拟方法对火‑储混合电站的运行进行模拟，并求解得到BESS最优容量配置结果；

BESS损耗成本模型表示为：

式中：Vcost为BESS参与二次调频导致的损耗成本；Vinvest为单位容量BESS投资成本；Ec为BESS容量；Ddod,k为第k次充、放电循环对应的放电深度；m为BESS的充、放电循环次数；Mlife(Ddod,k)为放电深度Ddod,k下的电池循环寿命，采用四阶函数拟合，其表示为：式中， 为拟合系数，其由BESS技术特性决定；

所述BESS容量优化模型表示为：

式中，Vprofit为火‑储混合电站参与二次调频的利润增加额；Vbenefit为BESS参与二次调频后，火‑储混合电站的收益增加额，由下式进行计算：式中， 为AGC跟踪偏差电量惩罚价格； 、MDEIT分别为BESS参与二次调频前后，火‑储混合电站实际出力与AGC目标出力间的电量偏差； 为补偿价格，MTCDE为BESS典型日内的总充放电电量；

BESS容量优化模型包括以下约束：

式中，MPOST为火‑储混合电站典型日内AGC指令跟踪成功概率，β为期望达到的AGC指令跟踪成功概率；

基于所述BESS容量优化模型，采用序贯蒙特卡洛模拟方法对火‑储混合电站的运行进行模拟，并求解得到BESS最优容量配置结果，具体包括：S3.1：设定最大模拟次数hmax，模拟次数索引h初始化为1；运行指标MDEIT、MTCDE、MPOST与Vcost初始化为零；

S3.2：AGC指令索引i初始化为1，即令i=1；将BESS分为容量相等的两部分接入火电厂，假定第一部分BESS与第二部分BESS初始充、放电状态分别为放电状态与充电状态；第一部分BESS与第二部分BESS的SOC均初始化为0.5，即令 =0.5、 =0.5；

S3.3：根据AGC指令随机特性，随机生成AGC指令i的持续时间、间隔时间、调节速率和调节方向；

S3.4：若AGC指令调节方向为正，则控制处于放电状态的BESS辅助火电机组进行二次调频，火电机组发电出力表示为：式中，Pg,t为火电机组在时刻t的发电出力；i为AGC指令索引；Ts,i为AGC指令i的开始时刻；T1,i为火电机组在AGC指令周期i持续时间内跟踪上AGC指令目标出力的时刻；Ts,i+1为下一个AGC指令的下发时刻； 为火电机组在AGC指令i下发时刻的发电出力；PAGC,i为AGC指令i的目标出力；T2,i为火电机组在下一个AGC指令下发之前跟踪上AGC指令i目标出力的时刻； 为火电机组最大上爬坡速率；

BESS放电功率表示为：

式中， 为第一部分BESS在下一个AGC指令下发之前的放电功率； 为第一部分BESS在时刻t能提供的最大放电功率，其表示为：

式中，Pdis为单位容量BESS额定放电功率；Ec为接入火电厂的BESS总容量； 为放电效率；△T为模拟时刻的长度；Smin为BESS荷电状态最小允许值； 为第一部分BESS在时刻t的荷电状态；

若AGC指令调节方向为负，则控制处于充电状态的BESS辅助火电机组进行二次调频，火电机组发电出力表示为：式中， 为火电机组最大下爬坡速率；

BESS充电功率表示为：

式中， 为第二部分BESS在下一个AGC指令下发之前的充电功率； 为第二部分BESS在时刻t能提供的最大充电功率，其表示为：

式中，Pch为单位容量BESS额定充电功率； 为充电效率； 为荷电状态最大允许值；

为第二部分BESS在时刻t的荷电状态；

S3.5：按下式更新第一部分BESS与第二部分BESS在AGC指令周期i内各时刻的SOC：式中， 为第一部分BESS在前一时刻的荷电状态； 为第一部分BESS在前一时刻的放电功率； 为第二部分BESS在前一时刻的荷电状态； 为第二部分BESS在前一时刻的充电功率；

判断AGC指令周期i内是否有BESS到达满充或满放状态，若有，则同时切换两部分BESS的充、放电状态；

S3.6：判断本次模拟是否已覆盖整个评价周期，若已覆盖，则执行S3.7，否则，令AGC指令索引i=i+1，执行S3.3；

S3.7：计算本次模拟对应的运行指标MDEIT,h、MTCDE,h、MPOST,h与Vcost,h，具体计算方式为：式中， 为本次模拟中调度中下发的AGC指令数；Pd,t为火‑储混合电站在时段t的发电出力；Pb,t为第一部分BESS与第二部分BESS在时刻t的充、放电功率之和；Pr{·}表示括号中事件发生的概率； 为火‑储混合电站在AGC指令i结束时刻Te,i的发电出力； 为本次模拟中第一部分BESS、第二部分BESS的充放电循环次数；DⅠ,k、DⅡ,k分别为第一部分BESS、第二部分BESS第k次充、放电循环对应的放电深度；Mlife(DⅠ,k)、Mlife(DⅡ,k)分别为放电深度DⅠ,k、DⅡ,k下的电池循环寿命；

S3.8：按下式分别更新运行指标MDEIT、MTCDE、MPOST与Vcost；

S3.9：判断是否到达最大模拟次数 ，若达到，则结束模拟，输出模拟结果，并基于模拟结果确定BESS最优容量配置结果；否则，则令模拟次数h=h+1，跳转至步骤S3.1，继续进行模拟。

3.一种终端设备，包括处理器和存储有计算机程序的存储器，其特征在于，所述处理器执行所述计算机程序时实现权利要求1所述的考虑储能损耗成本的火‑储混合电站容量优化方法。

4.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1所述的考虑储能损耗成本的火‑储混合电站容量优化方法。