1.一种海岛综合能源系统的优化方法，其特征在于，具体步骤如下：S1：根据海岛综合能源系统架构和系统运行策略设计海岛双层配置优化模型；

海岛双层配置优化模型由上层模型和下层模型组成，

所述上层模型的具体建模过程为：

S1‑1‑1：上层模型的优化变量为设备的数量或容量，其中优化变量以及其约束如下：Xup＝[NWT，Nb，NPV，Ncoll，Nely，NDES，NABS，Ebat，rated，EHST，rated，ECST，rated，EWST，rated]Xmin＜Xup＜Xmax其中，Xup为上层优化变量，包括风机的数量NWT、波浪能装置的数量Nb、光伏组件的数量NPV、太阳能集热器的数量Ncoll、电解槽的个数Nely、海水淡化机组的个数NDES、吸收式制冷机的个数NABS、铅酸电池的额定容量Ebat，rated、储热罐的额定容量EHST，rated、储冷罐的额定容量ECST，rated、储水罐的额定容量EWST，rated，Xmin、Xmax分别为优化变量的下限和上限；

S1‑1‑2：上层模型以综合投资成本、资源浪费量、切负荷量最小为目标，综合投资成本ATC包括年初始投资成本Cin、年运行维护成本Com、年替换成本Crep、年惩罚成本Cpun以及年售电售氢收益Cearning，其中ATC的计算公式为：ATC＝Cin+Com+Crep+Cpun‑Cearning；

资源浪费量和切负荷量分别为：

为了简化，使用线性加权的方式将多目标转为单一目标进行求解，因此上层模型的目标函数为：

步骤S1‑1‑2中所述上层模型的年初始投资成本Cin、年运行维护成本Com、年替换成本Crep、年惩罚成本Cpun以及年售电售氢收益Cearning具体计算公式分别为：S1‑1‑2‑1：年初始投资成本Cin计算公式如下：Cin＝cin*Xup*CRF

cin＝[εWT，εb，εPV，εcoll，εely，εDES，εABS，εbat，εHST，εCST，εWST]′其中，cin表示设备投资价格因子行向量；εWT、εb、εPV、εcoll、εely、εDES、εABS分别表示每台风机、波浪发电装置、光伏组件、集热器、电解槽、海水淡化机组、吸收式制冷机的价格，万元/台；εbat、εHST、εCST、εWST分别为电、热、冷、水储能单位容量的价格，万元/千瓦时；[·]′表示对向量进行转置；CRF表示资金回收率，由实际贷款利率r和工程生命周期l确定，l取值为20年；α、β分别为5年以上名义贷款利率和通货膨胀率，分别取值为0.0655、0.03；

S1‑1‑2‑2：年运行维护成本Com取决于设备每小时的输出功率，计算公式如下：其中，eq表示系统设备集合；δm表示各设备单位输出功率的运行维护成本，万元/千瓦；

Pm(t)表示各设备每小时的输出功率；T表示一年的8760个小时；

S1‑1‑2‑3：年替换成本Crep为电储能的替换成本，计算公式如下：Crep＝BEbat，ratedCrep

其中θ为电池损耗程度指标，由电池一年累计充放电电量Pbat，sum和Lbat电池的浮充寿命确定；Psum，max为电池累计充放电量的上限；crep为电池单位容量的替换成本，万元/千瓦时；

S1‑1‑2‑4：惩罚成本Cpun包括切负荷惩罚和资源浪费惩罚：其中， 和ωj，loss在j＝1，2，3，4时，分别表示切电负荷、切热负荷、切冷负荷、切水负荷的量以及相应的惩罚因子，万元/千瓦；

和ωj，waste分别表示电、热、冷、水资源浪费量以及相应的惩罚因子，万元/千瓦；ω2，loss、ω3，loss为季节性因子，冬季时切热负荷的惩罚因子和切冷负荷惩罚因子分别取值为a1、a2，a1＞a2，夏季时两者取值相反；

S1‑1‑2‑5：年售电售氢收益Cearning的计算公式如下：其中，price(t)为分时电价； 为电负荷需求； 为切电负荷量；

σ为售氢的价格，万元/立方米； 为电解槽制氢产生的氢气量；

S1‑1‑3：确保系统运行的可靠性并提高可再生资源的利用率，系统运行时要满足以下约束：其中上述公式分别表示系统可靠性约束和资源利用率约束，分别为系统电切负荷比率、热切负荷比率、冷切负荷比率和水切负荷比率，切负荷比率表示切负荷量和总负荷量的比值， 分别

为电浪费比率、热浪费比率、冷浪费比率、水浪费比率，表示浪费量和总供能的比值，分别为电切负荷比率最大值、热切负荷比率最大值、冷切负荷比率最大值和水切负荷比率最大值， 分别为电

浪费比率最大值、热浪费比率最大值、冷浪费比率最大值、水浪费比率最大值；

所述下层模型的具体建模过程为：下层在上层传入的最优配置方案下，对电价以及各储能的最大功率进行优化，包括下层优化变量、动态分时段电价型需求响应模型和下层优化目标，S1‑2‑1：下层优化变量为：

其中，Xdown表示下层优化变量；k＝bat，HST，CST，WST分别表示电储能、热储能、冷储能和水储能；Pvalley、Pflat、Ppeak、Pmax分别表示谷时段电价、平时段电价、峰时段电价以及电价最大值； 分别表示储能充电功率以及放电功率的最大值； 表示储能最大充电功率的上下限； 表示储能最大放电功率的上下限；

S1‑2‑2：根据系统净消耗使用模糊隶属度方法进行动态时段划分，然后基于电价型的需求响应调整电负荷柔性负载，使得电负荷波动曲线更加的贴合供能侧的供能情况：其中，λ1、λ2∈(0，1)分别为隶属度阈值，如果μ1(t)＞λ1将t时段划分为峰时段，如果μ2(t)＞λ2将t时段划分为谷时段，否则划分为平时段；

需求响应的周期为一天24小时，一年一共365天，需求响应模型如下：其中， 为电力需求价格弹性矩阵，表示用户对于电价的敏感程度；Oprice(t1)为原始电价，price(t1)为需求响应后的电价，t1＝1，2，...，T1且T1＝24表示一天24小时；

S1‑2‑3：下层目标函数为系统的供需偏差最小，计算公式如下：其中，TDSD为系统总供需偏差； 为用户需求响应后的电负荷；Qheat(t)为系统供给用户的热能， 分别为热负荷、冷负荷和水负荷；

下层模型的下层约束包括电价峰谷比约束和需求响应模型约束：下层具体的约束如下：电价峰谷比约束，φ为峰谷比上限：需求响应前后负荷变化总和不能变小：

用户参加需求响应后用能成本不应增加：

其中， 表示需求响应后的切电负荷量；

S2：使用改进的克隆选择算法对双层配置优化模型进行求解；

改进的克隆选择算法具体通过以下步骤对双层配置优化模型进行求解：S2‑1：初始化种群P；

S2‑2：计算抗原抗体亲和度并排序，记录全局最优解Pbest，将亲和度排名较高的抗体记为种群P1，亲和度较低的记为种群P2；

S2‑3：根据亲和度计算种群P1中抗体的克隆规模，并进行克隆；

S2‑4：对克隆产生的抗体进行自适应差分变异，更新Pbest；

S2‑5：对种群P2中的抗体进行混合变异，在算法进化前期使用随机产生新抗体替代机制提高种群初期多样性，后期在全局最优解附近寻找优良解，更新Pbest；

S2‑6：使用精英保留策略选择子代种群更新种群P，如果变异产生的抗体亲和度优于原始抗体，则变异产生的抗体进入下一代，否则保留父代抗体；

S2‑7：判断是否满足终止条件，满足则输出最优解，否则执行步骤S2‑2。