本发明涉及配电网调度运行技术领域，具体是一种基于广义储能的多能源电力系统优化调度方法。
背景技术：
为进一步促进新能源消纳，提升电力系统经济运行水平，有学者提出“能源互联网”概念，采用多能协调互补技术，实现能源的高效利用。能源集线器(energyhub，eh)作为能源互联的重要支撑手段，可为能源生产者和消费者之间提供有效接口，实现多种能源的耦合。在eh中，除风、光、水、火等电力能源外，还包含冷、热、气等多类型能源。eh可满足多种能源之间的转换需求，是能源相互转化、交换和传递的中心。目前，国内外在基于eh的多能源系统能量管理与调度方面已开展了部分研究。有学者针对能源集线器内部能量流动与交互，提出了智能能量管理策略。在此基础上，针对含电/热/气网络的综合能源系统，建立了eh扩展模型，并提出了以综合用能成本较低和用能能效较高为目标的优化调度策略。还有学者引入储热装置，提出了包含能源集线器优化层及网络优化层的综合能源系统分层优化调度策略。
在上述研究成果中，通常会配置储能以提高系统调控能力。然而现阶段研究中考虑的大都是传统意义上的常规储能。实际上，适当激励机制作用下的柔性负荷，可在一定程度上实现某个时段内电量或热量需求的增加或减少，其效果类似于传统储能装置，通常可称为虚拟储能，已有文献将传统储能及虚拟储能统称为广义储能(generalizedenergystorage,ges)。有学者研究了可平移负荷、可转移负荷和可削减负荷的响应特性，建立了包含实际储能和柔性负荷的广义储能模型，并对广义储能调节能力进行了分析。还有学者则将广义储能应用到综合能源系统中，提出了考虑广义储能的区域综合能源系统优化调度策略。
以上研究为含广义储能的多能源系统优化调度提供了有力基础，但仍存在以下局限和不足：一方面，目前多能源系统优化模型中，大都仅将电力柔性负荷作为广义储能的一部分，较少考虑热负荷调节能力对广义储能的贡献；另一方面，目前的研究对储电和储热装置的综合调节特性研究尚有不足，同时较少考虑系统电-热转化特性。
技术实现要素：
针对现有技术的以上缺陷或改进需求，本发明提供了一种基于广义储能的多能源电力系统优化调度方法，其目的在于针对现有基于能源集线器架构的多能源电力系统，引入广义储能参与系统调节，以优化系统运行方式；同时引入电转热装置，实现系统中电热能量的转化，改善系统运行特性，最终减小弃风、弃光量，实现系统整体运行成本降低。
为实现上述目的，本发明提供了一种基于广义储能的多能源电力系统优化调度方法，包括下述步骤：
一种基于广义储能的多能源电力系统优化调度方法，包括
步骤一、建立多能源电力系统中发电单元、供热单元、广义储能的数学模型；
步骤二、基于步骤一建立的多能源电力系统中发电单元、供热单元、广义储能的数学模型建立基于广义储能的多能源电力系统优化调度模型；
步骤三、求解所述基于广义储能的多能源电力系统优化调度模型，得到基于广义储能的多能源电力系统优化调度策略。
进一步的，步骤一中，所述发电单元包括风力发电、光伏发电及热电联产机组；所述供热单元包括燃气锅炉、热电联产机组的余热锅炉及电转热装置；所述广义储能包括传统储能及虚拟储能，其中传统储能为电池储能与储热罐，虚拟储能指电力柔性负荷及热柔性负荷，为可在一定程度上实现某个时段内电量或热量需求的增加或减少且调节效果类似于传统储能的单元。
进一步的，所述步骤一具体包括：
1.1建立基于广义储能的区域能源集线器架构
该架构中集电器的电力来源包括电网、风力发电、光伏发电、热电联产机组以及储电装置；相对地，集热器的热力来源包括燃气锅炉、热电联产机组的余热锅炉、电转热装置以及储热装置，集电器和集热器分别满足电负荷及热负荷的需求；
1.2建立多能源电力系统中发电单元数学模型，其中可再生能源出力采用预测功率曲线，热电联产chp机组模型为：
同时，在某一时段内chp机组的热功率和电功率用热电比表示为：
式中，
1.3建立多能源电力系统中供热单元数学模型，包括：
(1)燃气锅炉模型
式中，
(2)电转热装置模型
式中，
1.4建立广义储能模型，广义储能模型包括实际储能装置及虚拟储能装置；
(1)建立实际储电/储热装置统一模型，包括电池储能及储热罐；
利用能量状态(stateofenergy,soe)建立统一的电/热储能模型如下：
式中，
(2)建立虚拟储能装置模型，包括电力柔性负荷模型及热力柔性负荷模型；
1)电力柔性负荷模型
电力柔性负荷主要考虑可转移负荷和可削减负荷两类，设定系统电价包括峰、平、谷三个阶段，峰-平电价差记为δc1，峰-谷电价差记为δc2，平-谷电价差记为δc3，假定高电价时段负荷向低电价时段平均转移，考虑响应之后的可转移负荷在峰、平、谷时段表示为：
式中，
对于可中断负荷，采用事先与电网签订激励合同，在紧急情况下根据合同进行中断响应的方式参与电网功率调节，可表示为：
式中，
由此，可得系统在t时段的总电力负荷为：
式中，
2)热力柔性负荷模型
对于热负荷，采用自回归滑动平均时间序列模型描述为：
式中，tsupp,t、tback,t、tin,t和tout,t分别表示供水温度、回水温度、室内温度和室外温度；αj、βj、γj、θ1、φ1、ω1均为供热系统的热惯性参数；j为arma模型的阶数；
由此可得到供热功率为：
hsupp,t＝cm(tsupp,t-tback,t)(10)
式中，hsupp,t表示t时段所需的供热功率，c为水的比热容，m为热水的流量。
进一步的，所述步骤二具体包括：
2.1建立基于广义储能的多能源电力系统优化调度模型目标函数
以系统运行成本最低为目标，得到目标函数为：
式中，cbuy,t、cfuel,t、creg,t和cges,t分别表示外部电网购电成本、天然气购买成本、新能源相关成本及广义储能相关成本；
2.2建立基于广义储能的多能源电力系统优化调度模型的约束条件，包括电力/热力供需平衡约束、chp机组爬坡约束、储能装置充放电/热约束、储能充放电/热状态约束、储能装置能量状态约束、可中断负荷中断时间约束、室内温度约束、供水温度约束、电源最大/最小功率约束、热源最大/最小放热功率约束、外部电网最大传输功率约束。
进一步的，为突出广义储能影响，仅考虑储能装置的运维成本，则步骤2.1中各项成本的表达式为：
式中，cbuy表示外部电网购电电价，pbuy,t表示t时段购电功率；cfuel表示天然气价格成本；
进一步的，步骤2.2中各约束条件表达式分别为：
(1)电力/热力供需平衡约束
式中，
(2)chp机组爬坡约束
式中，
(3)储能装置充放电/热约束
式中，
(4)储能充放电/热状态约束
式中，
(5)储能装置能量状态约束
式中，
同时，为利于储能装置在每个调度周期循环利用，使得调度周期前后储能装置的能量状态不变，有以下约束：
式中，
(6)可中断负荷中断时间约束
对于电力虚拟储能，需考虑可中断负荷的中断时间以提高用户用电体验，有以下约束：
式中，
(7)室内温度约束
对于热力虚拟储能，为保证用户舒适度，室内温度需保持在某一温度范围内，有：
tin,min≤tin,t≤tin,max(21)
式中，tin,min和tin,max分别表示保持用户舒适度所需的最低和最高温度。
(8)供水温度约束
tback,t≤tsupp,t≤tsupp,max(22)
式中，tsupp,max表示系统最大供水温度。
(9)电源最大/最小功率约束
式中，
(10)热源最大/最小放热功率约束
式中，
(11)外部电网最大传输功率约束
pbuy,min≤pbuy,t≤pbuy,max(27)
式中，pbuy,max和pbuy,min为外部电网最大传输功率上、下限。
进一步的，步骤三中以15分钟为调度时间尺度，将所建模型转化为整数线性规划问题后，利用matlab/yalmip工具箱进行求解，最终得到基于广义储能的多能源电力系统优化调度策略。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：
1、本发明的多能源系统中，同时对电力柔性负荷和热柔性负荷进行建模，并将其均作为广义储能的一部分，可充分利用系统电-热资源，挖掘系统调节潜力，进一步加强广义储能的协同调控能力；
2、在本技术方案中，除考虑chp机组的热-电耦合特性外，还加入了电转热装置。本发明中的电转热装置为系统的热-电功率转换提供了桥梁，通过调节电转热装置的转换功率并配合其他电/热源，可实现负荷峰、谷时段系统功率的有效调节，并增大系统内新能源的消纳水平。
附图说明
图1是本发明实施例的基于广义储能的区域能源集线器架构；
图2是本发明实施例的可再生能源电站及系统总电力负荷预测曲线；
图3是本发明实施例的电力柔性负荷需求响应前后的系统负荷曲线；
图4是本发明实施例的考虑热负荷柔性特性前后的热负荷曲线；
图5是本发明实施例的供热系统相应温度变化曲线；
图6是本发明实施例的同时考虑电力负荷和热负荷的调节能力的系统优化调度结果。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例的基于广义储能的多能源电力系统优化调度方法，包括如下步骤：
1.建立多能源电力系统中发电单元、供热单元、广义储能的数学模型。所述发电单元包括风力发电、光伏发电及热电联产机组；所述供热单元包括燃气锅炉(gas-firedboiler，gb)、热电联产机组(combinedheatandpower，chp)的余热锅炉及电转热(electrictoheatdevice，ehd)装置；所述广义储能包括传统储能及虚拟储能，其中传统储能为电池储能与储热罐，虚拟储能为可在一定程度上实现某个时段内电量或热量需求的增加或减少且调节效果类似于传统储能的单元，本发明中指电力柔性负荷及热柔性负荷。
1.1建立基于广义储能的区域能源集线器架构
如图1所示，该架构中集电器的电力来源包括电网、可再生能源发电(风电和光伏)、热电联产(combinedheatandpower，chp)机组以及储电装置。相对地，集热器的热力来源包括燃气锅炉(gas-firedboiler，gb)、chp机组的余热锅炉、电转热装置(electrictoheatdevice，ehd)以及储热装置。集电器和集热器分别满足电负荷及热负荷的需求。
1.2建立多能源电力系统中发电单元数学模型。其中可再生能源出力采用预测功率曲线，chp机组模型为：
同时，在某一时段内chp机组的热功率和电功率可用热电比表示为：
式中，
1.3建立多能源电力系统中供热单元数学模型，包括：
(1)燃气锅炉模型
式中，
(2)电转热装置模型
式中，
1.4建立广义储能模型，本发明广义储能模型包括实际储能装置及虚拟储能装置。
(1)建立实际储电/储热装置统一模型，包括电池储能及储热罐。
利用能量状态(stateofenergy,soe)建立统一的电/热储能模型如下：
式中，
(2)建立虚拟储能装置模型，包括电力柔性负荷模型及热力柔性负荷模型。
1)电力柔性负荷模型
电力柔性负荷主要考虑可转移负荷和可削减负荷两类。设定系统电价包括峰、平、谷三个阶段，峰-平电价差记为δc1，峰-谷电价差记为δc2，平-谷电价差记为δc3。为简化计算，假定高电价时段负荷向低电价时段平均转移，因此考虑响应之后的可转移负荷在峰、平、谷时段可表示为：
式中，
对于可中断负荷，采用事先与电网签订激励合同，在紧急情况下根据合同进行中断响应的方式参与电网功率调节，可表示为：
式中，
由此，可得系统在t时段的总电力负荷为：
式中，
2)热力柔性负荷模型
对于热负荷而言，用户实际需求为室内温度的高低。由于人体对温度的非实时敏感性，一定范围内的温度变化对于用户来说是可接受的。为体现热负荷的柔性，可采用自回归滑动平均(autoregressivemovingaverage,arma)时间序列模型描述为：
式中，tsupp,t、tback,t、tin,t和tout,t分别表示供水温度、回水温度、室内温度和室外温度；αj、βj、γj、θ1、φ1、ω1均为供热系统的热惯性参数；j为arma模型的阶数。
由此可得到供热功率为：
hsupp,t＝cm(tsupp,t-tback,t)(10)
式中，hsupp,t表示t时段所需的供热功率，c为水的比热容，m为热水的流量。
2.建立基于广义储能的多能源电力系统优化调度模型。
2.1建立基于广义储能的多能源电力系统优化调度模型目标函数
以系统运行成本最低为目标，可得到目标函数为：
式中，cbuy,t、cfuel,t、creg,t和cges,t分别表示外部电网购电成本、天然气购买成本、新能源相关成本及广义储能相关成本。为突出广义储能影响，本发明仅考虑储能装置的运维成本，则上述各项成本的详细表达式为：
式中，cbuy表示外部电网购电电价，pbuy,t表示t时段购电功率；cfuel表示天然气价格成本；
2.2建立基于广义储能的多能源电力系统优化调度模型的约束条件，包括电力/热力供需平衡约束、chp机组爬坡约束、储能装置充放电/热约束、储能充放电/热状态约束、储能装置能量状态约束、可中断负荷中断时间约束、室内温度约束、供水温度约束、电源最大/最小功率约束、热源最大/最小放热功率约束、外部电网最大传输功率约束。以上约束条件表达式分别为：
(1)电力/热力供需平衡约束
在系统运行过程中，需保证每一时刻的电力和热力功率平衡，其表达式为：
式中，
(2)chp机组爬坡约束
式中，
(3)储能装置充放电/热约束
式中，
(4)储能充放电/热状态约束
式中，
(5)储能装置能量状态约束
式中，
同时，为了利于储能装置在每个调度周期循环利用，需使得调度周期前后储能装置的能量状态不变，有以下约束：
式中，
(6)可中断负荷中断时间约束
对于电力虚拟储能，需考虑可中断负荷的中断时间以提高用户用电体验，有以下约束：
式中，
(7)室内温度约束
对于热力虚拟储能，为保证用户舒适度，室内温度需保持在某一温度范围内，有：
tin,min≤tin,t≤tin,max(21)
式中，tin,min和tin,max分别表示保持用户舒适度所需的最低和最高温度。
(8)供水温度约束
tback,t≤tsupp,t≤tsupp,max(22)
式中，tsupp,max表示系统最大供水温度。
(9)电源最大/最小功率约束
式中，
(10)热源最大/最小放热功率约束
式中，
(11)外部电网最大传输功率约束
pbuy,min≤pbuy,t≤pbuy,max(27)
式中，pbuy,max和pbuy,min为外部电网最大传输功率上、下限。
3.求解调度模型，得到基于广义储能的多能源电力系统优化调度策略。
上述调度模型为整数线性规划问题，可采用matlab/yalmip工具箱软件编程求解。具体的，以15分钟为调度时间尺度，将所建模型转化为整数线性规划问题后，利用matlab/yalmip工具箱进行求解，最终得到基于广义储能的多能源电力系统优化调度策略。
由以上步骤可以得到基于广义储能的多能源电力系统优化调度结果。在本发明实施例中，为验证所提优化调度方法的有效性，将提出的方法应用于含广义储能的多能源电力系统优化调度计算中。
算例采用的区域多能源电力系统中包括两座光伏电站和一座风电站，并与大电网相联。大电网向区域电网传输的最大功率为1600kw，考虑到新能源出力波动原因，不允许新能源向大电网倒送功率。算例选取冬季时段，假设两座光伏电站光照条件相同，考虑日前调度，选取调度时段为15min，光伏、风力电站及系统总电力负荷的预测曲线如图2所示。同时，峰-平、峰-谷及平-谷之间的负荷响应固定转移率分别为0.125、0.3125及0.0625。设定chp的热电比为150％，电网峰、平、谷时段及其对应电价见表1，chp机组参数、燃气锅炉参数及电转热参数见表2，电池储能及储热罐参数见表3，室外温度变化值见表4，供热系统初始及最大参数值见表5。
表1电网峰谷平时段及其对应电价
表2chp机组、燃气锅炉、电转热参数
表3电池储能、储热罐参数
表4室外温度变化值
表5供热系统初始及最大参数值
为了较好地阐述广义储能对系统调节能力的影响，并研究源、荷双侧不确定性对系统运行的影响，考虑以下几种算例情形：
算例1：不考虑广义储能的调节能力；
算例2：仅考虑电力柔性负荷的调节能力；
算例3：同时考虑电力负荷和热负荷的调节能力。
算例程序采用matlab平台编写，并调用yalmip工具箱求解。算例1～算例3的调度成本依次为：20102元、19137元、11332元、16345元。下面将对仿真结果进行分析。
1)电力柔性负荷对广义储能调节能力的影响分析
电池储能和电力柔性负荷参与电网调控前后，系统等效负荷曲线变化情况如图3所示。由图3可知，将电力柔性负荷作为广义储能资源参与电网调节后，在负荷高峰时段，柔性负荷吸收负功率；在负荷低谷时段，柔性负荷吸收正功率。由此起到类似于储能“低储高放”的特性，最终实现原峰值负荷转移到负荷谷时段。原电力负荷最大峰谷差为3489kw，算例1等效负荷峰谷差为3482kw，算例2等效负荷峰谷差为2852kw。由此可见，柔性负荷作为广义储能进一步发挥了储能的作用，使得实际等效负荷曲线峰谷差显著降低。
2)热柔性负荷对广义储能调节能力的影响分析
固定热负荷下，室内温度恒定设定为25℃；考虑热柔性负荷情况下，室内温度设定为可在22℃～26℃之间变化。对比算例2和算例3，考虑热负荷柔性特性前后的热负荷曲线如图4所示。由此可知，当考虑热负荷柔性之后，相比原热负荷曲线，此时的热负荷曲线波动更加频繁。由于chp机组以及电转热装置等形成的热-电耦合效应，在中午光伏大发以及晚间风电大发期间，热负荷会相应增大，以在一定程度上缓解弃电压力。算例3中供热系统的供水温度、回水温度、室内温度等变化曲线如图5所示。由图5可知，为了减小供热成本，室内温度维持在允许的较小值附近，且在22℃～23℃之间小幅波动。供热系统供水温度最高为107.9℃，最低为64.8℃；回水温度最高为32.9℃，最低为24.7℃。
3)电转热装置对系统运行的影响分析
电转热装置为系统的热-电功率转换提供了桥梁，上述分析中已涉及到相关论述，此处将从新能源消纳的角度作进一步分析。由图6可知，在夜间、午间12:00之后、晚间20:00之后新能源出力较大且电负荷较小时，电转热装置会将一部分电能转化为热能进行供热。设定电转热装置的最大热功率为400kw，在一个调度周期内，电转热装置消耗的电量为7219kw·h，新能源弃电电量为1798kw·h。再次设定电转热装置的最大热功率为100kw，此时一个调度周期内电转热装置消耗的电量为2667kw·h，新能源弃电电量为7878kw·h。对比以上两种情况，电转热装置消耗的电量减小4552kw·h，而新能源弃电量则增加了6080kw·h。因此，电转热装置并非简单地消耗多余的新能源电量，而是根据电、热功率平衡，动态地进行功率调整。
本发明在已有研究的基础上，提出一种基于广义储能的多能源电力系统优化调度方法。首先采用热电联供的区域能源集线器架构，对系统各实体单元进行建模；同时引入虚拟储能，分别采用需求侧响应模型和自回归滑动平均时间序列模型对电、热柔性负荷进行建模，进而建立了区域多能源系统优化调度模型，并对模型进行了求解。算例结果表明，相对于常规储能，广义储能可以进一步发挥储能的灵活调节作用，充分利用系统各类调控资源。同时，在区域多能源电力系统中引入电转热装置，可增强系统内部热-电转换能力，提高新能源消纳水平。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何属于本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。
1.一种基于广义储能的多能源电力系统优化调度方法，其特征在于：包括
步骤一、建立多能源电力系统中发电单元、供热单元、广义储能的数学模型；
步骤二、基于步骤一建立的多能源电力系统中发电单元、供热单元、广义储能的数学模型建立基于广义储能的多能源电力系统优化调度模型；
步骤三、求解所述基于广义储能的多能源电力系统优化调度模型，得到基于广义储能的多能源电力系统优化调度策略。
2.如权利要求1所述的基于广义储能的多能源电力系统优化调度方法，其特征在于：步骤一中，所述发电单元包括风力发电、光伏发电及热电联产机组；所述供热单元包括燃气锅炉、热电联产机组的余热锅炉及电转热装置；所述广义储能包括传统储能及虚拟储能，其中传统储能为电池储能与储热罐，虚拟储能指电力柔性负荷及热柔性负荷，为可在一定程度上实现某个时段内电量或热量需求的增加或减少且调节效果类似于传统储能的单元。
3.如权利要求1或2所述的基于广义储能的多能源电力系统优化调度方法，其特征在于：所述步骤一具体包括：
1.1建立基于广义储能的区域能源集线器架构
该架构中集电器的电力来源包括电网、风力发电、光伏发电、热电联产机组以及储电装置；相对地，集热器的热力来源包括燃气锅炉、热电联产机组的余热锅炉、电转热装置以及储热装置，集电器和集热器分别满足电负荷及热负荷的需求；
1.2建立多能源电力系统中发电单元数学模型，其中可再生能源出力采用预测功率曲线，热电联产chp机组模型为：
同时，在某一时段内chp机组的热功率和电功率用热电比表示为：
式中，
1.3建立多能源电力系统中供热单元数学模型，包括：
(1)燃气锅炉模型
式中，
(2)电转热装置模型
式中，
1.4建立广义储能模型，广义储能模型包括实际储能装置及虚拟储能装置；
(1)建立实际储电/储热装置统一模型，包括电池储能及储热罐；
利用能量状态(stateofenergy,soe)建立统一的电/热储能模型如下：
式中，
(2)建立虚拟储能装置模型，包括电力柔性负荷模型及热力柔性负荷模型；
1)电力柔性负荷模型
电力柔性负荷主要考虑可转移负荷和可削减负荷两类，设定系统电价包括峰、平、谷三个阶段，峰-平电价差记为δc1，峰-谷电价差记为δc2，平-谷电价差记为δc3，假定高电价时段负荷向低电价时段平均转移，考虑响应之后的可转移负荷在峰、平、谷时段表示为：
式中，
对于可中断负荷，采用事先与电网签订激励合同，在紧急情况下根据合同进行中断响应的方式参与电网功率调节，可表示为：
式中，
由此，可得系统在t时段的总电力负荷为：
式中，
2)热力柔性负荷模型
对于热负荷，采用自回归滑动平均时间序列模型描述为：
式中，tsupp,t、tback,t、tin,t和tout,t分别表示供水温度、回水温度、室内温度和室外温度；αj、βj、γj、θ1、φ1、ω1均为供热系统的热惯性参数；j为arma模型的阶数；
由此可得到供热功率为：
hsupp,t＝cm(tsupp,t-tback,t)(10)
式中，hsupp,t表示t时段所需的供热功率，c为水的比热容，m为热水的流量。
4.如权利要求1所述的基于广义储能的多能源电力系统优化调度方法，其特征在于：所述步骤二具体包括：
2.1建立基于广义储能的多能源电力系统优化调度模型目标函数
以系统运行成本最低为目标，得到目标函数为：
式中，cbuy,t、cfuel,t、creg,t和cges,t分别表示外部电网购电成本、天然气购买成本、新能源相关成本及广义储能相关成本；
2.2建立基于广义储能的多能源电力系统优化调度模型的约束条件，包括电力/热力供需平衡约束、chp机组爬坡约束、储能装置充放电/热约束、储能充放电/热状态约束、储能装置能量状态约束、可中断负荷中断时间约束、室内温度约束、供水温度约束、电源最大/最小功率约束、热源最大/最小放热功率约束、外部电网最大传输功率约束。
5.如权利要求4所述的基于广义储能的多能源电力系统优化调度方法，其特征在于：为突出广义储能影响，仅考虑储能装置的运维成本，则步骤2.1中各项成本的表达式为：
式中，cbuy表示外部电网购电电价，pbuy,t表示t时段购电功率；cfuel表示天然气价格成本；
6.如权利要求4所述的基于广义储能的多能源电力系统优化调度方法，其特征在于：步骤2.2中各约束条件表达式分别为：
(1)电力/热力供需平衡约束
式中，
(2)chp机组爬坡约束
式中，
(3)储能装置充放电/热约束
式中，
(4)储能充放电/热状态约束
式中，
(5)储能装置能量状态约束
式中，
同时，为利于储能装置在每个调度周期循环利用，使得调度周期前后储能装置的能量状态不变，有以下约束：
式中，
(6)可中断负荷中断时间约束
对于电力虚拟储能，需考虑可中断负荷的中断时间以提高用户用电体验，有以下约束：
式中，
(7)室内温度约束
对于热力虚拟储能，为保证用户舒适度，室内温度需保持在某一温度范围内，有：
tin,min≤tin,t≤tin,max(21)
式中，tin,min和tin,max分别表示保持用户舒适度所需的最低和最高温度。
(8)供水温度约束
tback,t≤tsupp,t≤tsupp,max(22)
式中，tsupp,max表示系统最大供水温度。
(9)电源最大/最小功率约束
式中，
(10)热源最大/最小放热功率约束
式中，
(11)外部电网最大传输功率约束
pbuy,min≤pbuy,t≤pbuy,max(27)
式中，pbuy,max和pbuy,min为外部电网最大传输功率上、下限。
7.如权利要求1所述的基于广义储能的多能源电力系统优化调度方法，其特征在于：步骤三中以15分钟为调度时间尺度，将所建模型转化为整数线性规划问题后，利用matlab/yalmip工具箱进行求解，最终得到基于广义储能的多能源电力系统优化调度策略。
技术总结