本发明涉及多能发电管理技术领域，特别涉及一种多能互补发电方法。
背景技术：
基于全球气候变暖的原因，新能源产业在近些年来得到了长足发展，尤其风电光伏装机容量的不断攀升以及传统能源发电容量不断降低，给电网系统带来了极大的挑战。因此，如何利用新兴的灵活发电单元以及储能单元增强系统稳定性、降低发电成本，同时利用多能互补的特点优化各电源容量配置以及实时功率曲线成为当下热门话题。
现有技术中存在一个名称为“含多主体的多能互补微电网能量管理方法”的专利，其主要步骤包括：(1)建立包含热电联产系统、储热系统和同时具备电需求响应及热需求响应的光伏用户的微电网结构；(2)确定运营商和用户的电能交易模式；(3)分别对热电联产系统、储热系统、电力负荷、供热负荷及热的不舒适度进行建模；(4)确定系统目标函数、决策变量以及约束条件；(5)建立微电网中由各成员构成的合作博弈及其效用函数；(6)获取当前调度周期的光伏出力、电价、电力负荷及温度数据；(7)对当前调度周期的优化问题进行集中求解，得到当前调度周期的各决策变量；(8)更新时间到下一调度周期，返回步骤6，直到整个优化时间区间结束；(9)根据Shapley值法对联盟中各成员进行收益分配。
然而，上述专利虽然能够实现多能互补微电网的经济运行优化，但是其建模过程繁琐且不具备可扩展性，而且其使用场景局限于小型微电网系统。
技术实现要素：
本发明提供一种多能互补发电方法，以解决现有技术中建模过程繁琐、不具备可扩展性且使用场景局限于小型微电网系统的问题。
为实现上述目的，本申请提供的技术方案如下：
一种多能互补发电方法，包括：
将各种发电单元和储能单元按照预设方式进行分类，得到N种技术集合，N为正整数；所述技术集合中包括技术类型、模型及标准化参数；
根据负荷需求量、波动性发电量及所述N种技术集合的模型，计算得到剩余负荷曲线及所选取的各个发电技术和储能技术的最优装机容量和实时功率曲线；
根据各个发电技术和储能技术的最优装机容量和实时功率曲线，计算得到各个发电技术和储能技术的平准化度电成本，并对比得到系统最优解。
优选的，N为4，所述将各种发电单元和储能单元按照预设方式进行分类，得到N种技术集合，包括：
根据各种发电单元和储能单元之间的相似性和差异性，将各种发电单元和储能单元分为4种技术类型：无燃料供给限制的发电技术、具有储热系统的灵活性发电技术、储能技术以及Power-to-X技术；
分别建立无燃料供给限制的发电技术、具有储热系统的灵活性发电技术、储能技术以及Power-to-X技术的模型；
将无燃料供给限制的发电技术、具有储热系统的灵活性发电技术、储能技术以及Power-to-X技术的经济与技术性指标标准化，得到各个技术的标准化参数。
优选的，所述标准化参数包括：额定功率下发电效率、设备从停机到冷启动所需时间、设备最大装机电力功率、利率、设备生命周期、设备投资成本、每年运行成本占投资成本比例、每年维护成本占投资成本比例、从冷备用开启所需成本、从热备用开启所需成本、单位耗能下燃料成本、单位热值下二氧化碳排放量、每吨二氧化碳排放量所缴费用及每年燃料上限值。
优选的，所述根据负荷需求量、波动性发电量及所述N种技术集合的模型，计算得到剩余负荷曲线及所选取的各个发电技术和储能技术的最优装机容量和实时功率曲线，包括：
根据负荷需求量和波动性发电量，计算得到剩余负荷曲线；
将所述剩余负荷曲线按照预设步长划分为若干个带宽，得到各个带宽下的负荷曲线；
根据所述N种技术集合的模型，进行仿真模拟，得到所选取的各个技术满足各个带宽下的负荷曲线的最优装机容量和实时功率曲线。
优选的，所述波动性发电量包括：风力发电量和光伏发电量；
所述根据负荷需求量和波动性发电量，计算得到剩余负荷曲线，包括：
根据Pres(t)＝Pload(t)-Ppv(t)-Pwind(t)，计算得到剩余负荷曲线Pres(t)；
其中，Pload(t)为所述负荷需求量，Pwind(t)为所述风力发电量，Ppv(t)为所述光伏发电量。
优选的，所述根据所述N种技术集合的模型，进行仿真模拟，得到所选取的各个技术满足各个带宽下的负荷曲线的最优装机容量和实时功率曲线，包括：
无燃料供给限制的发电技术满足各个带宽下的负荷曲线的最优装机容量为相应带宽下正值负荷曲线的功率最大值，无燃料供给限制的发电技术满足各个带宽下的负荷曲线的实时功率曲线为相应带宽下的正值负荷曲线；
对于具有储热系统的灵活性发电技术，取预设带宽下的负荷曲线的功率最大值的两倍为热能设备的初始容量，停用全仿真时段里的辅助燃烧炉并正式进入外部循环，计及储热系统边界条件计算此时的储热系统最优容量并进入内部循环，然后根据现有配置进行成本计算和经济性分析，将核算的成本与上次内部循环的成本进行比较，如果成本有所下降，则找出储热系统全仿真过程中剩余电量为零的时刻，将辅助燃烧炉在这些时间段之前激活并重复内部循环直至无成本降低；再跟外部循环所得到的系统容量进行成本比较，如果仍然有成本下降空间，那么降低热能设备的功率容量，从而重复外部循环最终得到成本最低的最优容量配置作为相应带宽下负荷曲线的最优装机容量，同时最优系统全时段仿真结果的功率曲线为实时功率曲线；
对于储能技术，求出预设带宽下的最大剩余负荷作为储能系统的放电装机容量，再求出预设带宽下的最小剩余负荷的绝对值作为储能系统的充电装机容量，计及储能系统边界条件计算此时的最优容量并进入内部循环，然后根据现有配置进行成本计算和经济性分析，将核算的成本与上次内部循环的成本结果进行比较，如果成本有所下降，则降低充电功率重复内部循环，如果成本不再降低，则跟外部循环所设计的容量进行成本比较，如果仍然有成本下降空间，则找出储能系统剩余电量为零的时间段，将无燃料供给限制的发电技术在这些时间段之前激活并重复外部循环直至无成本降低，从而最终得到成本最低的最优容量配置作为相应带宽下负荷曲线的最优装机容量，同时最优系统全时段仿真结果的功率曲线为实时功率曲线；
Power-to-X技术满足各个带宽下的负荷曲线的最优装机容量为相应带宽下负值负荷曲线绝对值的功率最大值，Power-to-X技术满足各个带宽下的负荷曲线的实时功率曲线为相应带宽下的负值负荷曲线。
优选的，所述计及储能系统边界条件计算此时的最优容量，包括：
在不考虑储能容量的上下界限的情况下，将储能系统的充放电曲线进行积分；
求取积分后两点之间的最大放电相对差值，作为储能容量；
调整初始剩余电量值，使得全仿真时间内能量变化的最小值为零，得到最优容量。
可选的，所述根据各个发电技术和储能技术的最优装机容量和实时功率曲线，计算得到各个发电技术和储能技术的平准化度电成本，以及所述成本计算，均包括：
根据各个发电技术和储能技术的最优装机容量和实时功率曲线，采用等值年金法或者净现值法，计算得到各个发电技术和储能技术的平准化度电成本。
优选的，所述根据各个发电技术和储能技术的最优装机容量和实时功率曲线，采用等值年金法计算得到各个发电技术和储能技术的平准化度电成本，以及所述成本计算，均包括：
利用等年金值法，根据计算得到每年所需投资成本Cinvest_a，其中，i为利率，u为生命周期，C0为设备投资成本；
根据计算得到年燃料成本cfuel，其中，Eel为发电总量，η为转换效率，cfuel,th为产生单位热能所需成本；
根据计算得到二氧化碳的排放费用CCO2，其中，eCO2为单位热值下二氧化碳排放量，cCO2为每吨二氧化碳排放量所缴费用；
根据CO&M＝C0·cO&M计算得到每年的运行与维护费用CO&M，其中，cO&M为每年运维成本占投资成本比例；
根据Cstart＝cstar,tcold·nstar,tcold+cstar,twarm·nstar,twarm计算得到每年启停成本Cstart，其中，nstart,cold为全年从冷备用状态启动的总次数，nstart,warm为全年从热备用状态启动的总次数，cstart,cold为从冷备用状态启动的单次费用，cstart,warm为从热备用状态启动的单次费用；
根据C1,n＝Cinvest+Cfuel+CCO2+CO&M+Cstart计算得到第一个集合中第n个发电技术的等年值总成本C1,n；
根据第一个集合中第n个发电技术的平准化度电成本LCOE，其中，为第一个集合中第n个发电技术的全年发电量。
或者，所述根据所述N种技术集合的模型，进行仿真模拟，得到所选取的各个技术满足各个带宽下的负荷曲线的最优装机容量和实时功率曲线，包括：
根据所述N种技术集合的模型，进行仿真模拟，采用基于蒙特卡洛模拟的遗传算法或者进化策略，得到所选取的各个技术满足各个带宽下的负荷曲线的最优装机容量和实时功率曲线。
本发明提供的多能互补发电方法，首先将各种发电单元和储能单元按照预设方式进行分类，得到N种技术集合，且每种技术集合中均包括技术类型、模型及标准化参数；通过分类进行建模，简化了建模过程，同时标准化了仿真过程，大大降低了计算时间，并为方案未来升级提供了可行性前提，使其具备可扩展性；然后根据负荷需求量、波动性发电量及所述N种技术集合的模型，计算得到剩余负荷曲线及所选取的各个发电技术和储能技术的最优装机容量和实时功率曲线；再根据各个发电技术和储能技术的最优装机容量和实时功率曲线，计算得到各个发电技术和储能技术的平准化度电成本，并对比得到系统最优解；也即在充分考虑系统运行安全与稳定性的同时，代入了相应的经济性分析，使优化结果的应用范围不局限于微网领域。
附图说明
为了更清楚地说明本发明实施例或现有技术内的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述内的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的多能互补发电方法的流程图；
图2是本发明另一实施例提供的多能互补发电方法的部分流程图；
图3a是本发明另一实施例提供的无燃料供给限制的发电技术的模型示意图；
图3b是本发明另一实施例提供的具有储热系统的灵活性发电技术的模型示意图；
图3c是本发明另一实施例提供的储能技术的模型示意图；
图3d是本发明另一实施例提供的Power-to-X技术的模型示意图；
图4是本发明另一实施例提供的多能互补发电方法的部分流程图；
图5是本发明另一实施例提供的剩余负荷曲线的拆分示意图；
图6a是本发明另一实施例提供的多能互补发电方法的部分流程图；
图6b是本发明另一实施例提供的多能互补发电方法的部分流程图；
图7是本发明另一实施例提供的储能技术最优容量的修正过程示意图；
图8是本发明另一实施例提供案例的剩余负荷曲线的拆分示意图；
图9是本发明另一实施例提供案例的不同技术发电成本示意图；
图10a是本发明另一实施例提供案例的系统容量配置实际情况示意图；
图10b是本发明另一实施例提供案例的系统容量配置优化结果示意图；
图11是本发明另一实施例提供案例的光热输出功率曲线和负荷需求曲线示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本发明提供一种多能互补发电方法，以解决现有技术中建模过程繁琐、不具备可扩展性且使用场景局限于小型微电网系统的问题。
具体的，该多能互补发电方法，如图1所示，包括：
S101、将各种发电单元和储能单元按照预设方式进行分类，得到N种技术集合，N为正整数；
每个技术集合中均包括一个技术类型、该技术类型所采用的仿真模型及标准化参数。
具体的实际应用中，N可以取4，即可以将各种发电单元以及储能单元分类后得到四个集合，其中：第一集合中的技术类型为无燃料供给限制的发电技术，第二集合中的技术类型为具有储热系统的灵活性发电技术，第三集合中的技术类型为储能技术，第四集合中的技术类型为Power-to-X技术(即电能转气、转热技术)。不同的技术类型将采用不同的模型进行仿真，且同属一种技术类型下的不同技术均具备相同类型的标准化参数；在进行仿真模拟时，输入各个技术类型模型需要的数据即可得到相应的仿真结果。
S102、根据负荷需求量、波动性发电量及N种技术集合的模型，计算得到剩余负荷曲线及所选取的各个发电技术和储能技术的最优装机容量和实时功率曲线；
剩余负荷曲线中，正值负荷代表需要满足的功率，负值负荷代表能够用于存储的多余发电量。具体的实际应用中，在得到该剩余负荷曲线之后，即可将剩余负荷曲线按照固定的预设步长进行拆分，按照拆分后各带宽下的功率曲线计算各发电技术或储能技术的最优装机容量和实时功率曲线。
S103、根据各个发电技术和储能技术的最优装机容量和实时功率曲线，计算得到各个发电技术和储能技术的平准化度电成本，并对比得到系统最优解。
具体的实际应用中，可以利用等值年金法或者净现值法计算平准化度电成本，对比各技术满足剩余负荷曲线所需的相应成本，从而得到全局最优解。
本实施例提供的该多能互补发电方法，首先将各种发电单元和储能单元按照预设方式进行分类，得到N种技术集合，且每种技术集合中均包括技术类型、模型及标准化参数；通过分类进行建模，简化了建模过程，同时标准化了仿真过程，大大降低了计算时间，并为方案未来升级提供了可行性前提，使其具备可扩展性；然后根据负荷需求量、波动性发电量及N种技术集合的模型，计算得到剩余负荷曲线及所选取的各个发电技术和储能技术的最优装机容量和实时功率曲线；再根据各个发电技术和储能技术的最优装机容量和实时功率曲线，计算得到各个发电技术和储能技术的平准化度电成本，并对比得到系统最优解；也即在充分考虑系统运行安全与稳定性的同时，代入了相应的经济性分析，使优化结果的应用范围不局限于微网领域。
本发明另一实施例还提供了一种具体的多能互补发电方法，在上述实施例及图1的基础之上，优选的，N为4，参见图2，步骤S101包括：
S201、根据各种发电单元和储能单元之间的相似性和差异性，将各种发电单元和储能单元分为4种技术类型：无燃料供给限制的发电技术、具有储热系统的灵活性发电技术、储能技术以及Power-to-X技术；
S202、分别建立无燃料供给限制的发电技术、具有储热系统的灵活性发电技术、储能技术以及Power-to-X技术的模型；
S203、将无燃料供给限制的发电技术、具有储热系统的灵活性发电技术、储能技术以及Power-to-X技术的经济与技术性指标标准化，得到各个技术的标准化参数。
优选的，标准化参数包括：额定功率下发电效率、设备从停机到冷启动所需时间、设备最大装机电力功率、利率、设备生命周期、设备投资成本、每年运行成本占投资成本比例、每年维护成本占投资成本比例、从冷备用开启所需成本、从热备用开启所需成本、单位耗能下燃料成本、单位热值下二氧化碳排放量、每吨二氧化碳排放量所缴费用及每年燃料上限值。具体的实际应用中，还可以包括其他参数，此处仅为一种示例，并不限定于此，视其具体应用环境而定，均在本申请的保护范围内。
具体的，以无燃料供给限制的发电技术作为第一个集合的技术类型，该技术类型下包括硬煤发电、褐煤发电、结合碳捕捉和储存(Carbon Capture and Storage，CCS)的褐煤发电、燃气发电、沼气发电、工业级汽电共生以及使用林木的生物质发电等。
对于该技术类型，所建立的模型如图3a所示，由于该技术类型下的发电技术不存在燃料供给限制，因此整个过程为热能到电能的转换，转换的同时考虑发电效率以及产生的各项费用。该技术类型下发电技术的技术与经济指标标准化如表1所示，标准化得到的参数将运用到整个方案的优化过程当中。
表1无燃料供给限制的发电技术的技术与经济指标标准化
以具有储热系统的灵活性发电技术作为第二个集合的技术类型，该技术类型下包括光热发电以及地热发电等，该发电形式往往配有辅助燃烧炉。
对于该技术类型，所建立的模型如图3b所示，其首先以热能时序数据(例如光照数据)作为输入数据，同时配合辅助燃烧炉以及储热系统调节总的热能输出，最后将整个过程中产生的热能转换成电能，同时考虑了储能系统的相关限制条件以及热转电效率，与第一个集合中的发电技术相同，发电产生的各种费用将考虑在总成本当中。
以储能技术作为第三个集合的技术类型，该技术类型下包括抽水蓄能、隔热空气压缩储能、氢气与甲烷存储、电池存储以及需求侧管理等。
对于该技术类型，所建立的模型如图3c所示，由于本发明中所涉及的储能方式不局限于电力储能，因此燃烧燃料产生的热能以及剩余负荷负值能够转换成相应的储能介质进行存储，发电时则在考虑转换效率下将相应的储能介质再次转换成电能。
以Power-to-X技术作为第四个集合的技术类型，该技术类型下包括电能转气以及电能转热技术等。
对于该技术类型，所建立的模型如图3d所示，可将多余的电能转换成相应的能量媒介进行存储，通过对多余电能的不断降低达到节约燃料成本以及间接减少二氧化碳排放从而获得的收益。
本实施例通过上述内容将现有发电以及储能技术进行科学分类，并对每类技术的经济与技术性指标进行标准化，相对于同类型技术方案在多能互补领域更加具有普遍适用性。
同时，相比上述实施例及图1，优选的，参见图4，步骤S102包括：
S301、根据负荷需求量和波动性发电量，计算得到剩余负荷曲线；
优选的，以风力发电量和光伏发电量作为波动性发电量；则步骤S301包括：
根据Pres(t)＝Pload(t)-Ppv(t)-Pwind(t)，计算得到剩余负荷曲线Pres(t)；
其中，Pload(t)为负荷需求量，Pwind(t)为风力发电量，Ppv(t)为光伏发电量。
在具体的实际应用中，波动性发电量并不限定于风力发电量和光伏发电量，可以视其具体应用环境而定，均在本申请的保护范围内。
S302、将剩余负荷曲线按照预设步长划分为若干个带宽，得到各个带宽下的负荷曲线；
参见图5，将剩余负荷曲线按照固定的预设步长(例如1MW)，将其自身划分成若干个带宽，即可得到基于每个带宽下的负荷曲线。
S303、根据N种技术集合的模型，进行仿真模拟，得到所选取的各个技术满足各个带宽下的负荷曲线的最优装机容量和实时功率曲线；
针对上述内容中所得到的4种技术类型，优选的，此步骤具体包括：
由于第一个集合的发电方式不存在燃料储备的限制，因此无燃料供给限制的发电技术满足各个带宽下的负荷曲线的最优装机容量为相应带宽下正值负荷曲线的功率最大值，无燃料供给限制的发电技术满足各个带宽下的负荷曲线的实时功率曲线为相应带宽下的正值负荷曲线；同时可以通过功率输出曲线以及转换效率得出相应的燃料耗能以及机组启停频次。
对于具有储热系统的灵活性发电技术，参见图6a，首先根据Pel,nom＝max(Pres,pos,n)求出某一负荷带宽下的最大负荷，然后根据Pth,solar＝2*Pel,nom/ηth->el在考虑转换效率的同时取最大负荷的两倍为热能设备(如光热技术中的光热采光面)的初始容量，停用全仿真时段里的辅助燃烧炉并正式进入外部循环，计及储热系统边界条件计算此时的储热系统最优容量Estorage,th并进入内部循环，然后根据现有配置进行成本计算和经济性分析(与步骤S103所采用的具体方法相同)，将核算的成本与上次内部循环的成本进行比较，如果成本有所下降，说明目前的配置不是最优解，需要找出储热系统全仿真过程中剩余电量(即SOC)为零的时刻，将辅助燃烧炉在这些时间段之前激活并重复内部循环直至无成本降低；此时在内部循环里，在热能设备的功率容量为定值的前提下，所得配置为最优配置，但仍然需要再跟外部循环所得到的系统容量进行成本比较，如果仍然有成本下降空间，那么降低热能设备的功率容量Pth,solar，从而重复外部循环最终得到成本最低的最优容量配置作为相应带宽下负荷曲线的最优装机容量，同时最优系统全时段仿真结果的功率曲线为实时功率曲线；
对于储能技术，参见图6b，首先根据Pel,discharge＝max(Pres,pos,n)求出某一带宽下的最大剩余负荷作为储能系统的放电装机容量，然后再根据Pel,charge＝-min(Pres,neg,n)求出各个带宽下的最小剩余负荷的绝对值作为储能系统的充电装机容量，计及储能系统边界条件计算此时的最优容量Estorage并进入内部循环，然后根据现有配置进行成本计算和经济性分析(与步骤S103所采用的具体方法相同)，将核算的成本与上次内部循环的成本结果进行比较，如果成本有所下降，说明目前的配置不是最优解，需要降低充电功率Pel,charge重复内部循环，如果成本不再降低，则此时在内部循环里，储能系统为最优容量，但仍然需要跟外部循环所设计的容量进行成本比较，如果仍然有成本下降空间，则找出储能系统剩余电量为零的时间段，将无燃料供给限制的发电技术在这些时间段之前激活并重复外部循环直至无成本降低，从而最终得到成本最低的最优容量配置作为相应带宽下负荷曲线的最优装机容量，同时最优系统全时段仿真结果的功率曲线为实时功率曲线；
优选的，计及储能系统边界条件计算此时的最优容量Estorage的过程，包括：
(1)、在不考虑储能容量的上下界限的情况下，将储能系统的充放电曲线进行积分；
(2)、求取积分后两点之间的最大放电相对差值，即最大的正值能量偏差E(t1)-E(t2)并且t1<t2，作为储能容量；
(3)、调整初始剩余电量值，使得全仿真时间内能量变化的最小值为零，得到最优容量；
其具体修正过程如图7所示。
对于Power-to-X技术，其类似于无燃料供给限制的发电技术的容量优化方法，区别在于无燃料供给限制的发电技术为发电过程中满足正值的剩余负荷，而Power-to-X技术在于将负值的剩余负荷转换成相应的其他能源介质存储起来，同时间接减少二氧化碳排放以及节约燃料，从而获得相应补贴；因此，Power-to-X技术满足各个带宽下的负荷曲线的最优装机容量为相应带宽下负值负荷曲线绝对值的功率最大值，Power-to-X技术满足各个带宽下的负荷曲线的实时功率曲线为相应带宽下的负值负荷曲线。
由上述内容可知，本实施例中的系统容量配置计算方法较为直接，解决了高级智能算法计算时间长且容易陷入局部最优解等难题。而且，本实施例中输入数据的结构设计具有很强的用户友好性，该优点给用户预留了自定义空间，相比于同类型技术方案运用场景覆盖面更广，不仅仅局限于微网领域。
值得说明的是，进行容量配置计算的步骤S303不仅可以采用上述方法来实现，还可以采用多种替代技术方案，例如基于蒙特卡洛模拟的遗传算法、进化策略等，此处不做具体限定，视其应用环境而定，均在本申请的保护范围内。
另外，在上述实施例及图1的基础之上，优选的，步骤S103以及上述内容中的成本计算，均包括：
利用等年金值法，根据计算得到每年所需投资成本Cinvest_a，其中，i为利率，u为生命周期，C0为设备投资成本；
根据计算得到年燃料成本cfuel，其中，Eel为发电总量，η为转换效率，cfuel,th为产生单位热能所需成本；
根据计算得到二氧化碳的排放费用CCO2，其中，eCO2为单位热值下二氧化碳排放量，cCO2为每吨二氧化碳排放量所缴费用；
根据CO&M＝C0·cO&M计算得到每年的运行与维护费用CO&M，其中，cO&M为每年运维成本占投资成本比例；
机组的启停成本主要来自于启停过程中的设备损伤，额外的燃料成本以及额外的人工成本，并且机组从热备用以及冷备用到开机过程中，所产生的费用不同，因此可以根据Cstart＝cstart,cold·nstart,cold+cstart,warm·nstart,warm计算得到每年启停成本Cstart，其中，nstart,cold为全年从冷备用状态启动的总次数，nstart,warm为全年从热备用状态启动的总次数，cstart,cold为从冷备用状态启动的单次费用，cstart,warm为从热备用状态启动的单次费用；
根据C1,n＝Cinvest+Cfuel+CCO2+CO&M+Cstart计算得到第一个集合中第n个发电技术的等年值总成本C1,n；
根据第一个集合中第n个发电技术的平准化度电成本LCOE(Levelized Cost Of Electricity)，其中，假设系统运行步长为1小时，全年8760个平均功率值Px，则为第一个集合中第n个发电技术的全年发电量。
上述内容阐述了采用等年金值法进行经济性分析的过程，该方法可以充分考虑各技术方式下各设备在全生命周期所产生的各项成本，并将总成本等价到每年中，从而为不同生命周期的设备提供了合理的经济性比较的方法。
另外，步骤S103还可以采用多种替代技术方案，例如净现值法，其中包括普通年金现值、先付年金现值、递延年金现值和永续年金现值。
综上所述，本实施例根据灵活性发电以及储能系统的相似性以及差异性，将其分为四个集合，对每个集合中存在的各种技术类型进行相应建模以及经济和技术参数标准化。在已知风电、光伏以及电力负荷时序数据的前提下，计算剩余负荷曲线，并将剩余负荷曲线按照固定步长进行拆分，得出拆分后的剩余负荷带宽，利用迭代的方法计算各集合中所选取的各技术类型的最优容量以及实时功率曲线，从而满足各剩余负荷带宽下的功率曲线，同时基于平准化度电成本来抉择最优的技术类型。最终给出基于多能互补系统下的各单元全局优化结果。该方法通过将各种发电单元以及储能单元进行分类并相应建模，从而标准化了仿真过程，大大降低计算时间以及为今后方案升级提供了可行性前提；并且，利用等值年金法计算各技术类型全生命周期内每年投资成本，同时计算相应的平准化度电成本，使得各技术类型之间进行经济性比较更加直观；再者，在充分考虑系统运行安全与稳定性的同时，代入了相应的经济性分析，使优化结果的应用范围不局限于微网领域；另外，其输入数据为开放式命题，因此可以通过本实施例提供的该多能互补发电方法对于未来多能互补场景进行相应预测。
在已知输入数据的情况下，将输入数据代入上述内容所述的具体步骤，通过仿真、优化及经济性分析，即可得到系统最终的容量配置，各单元全年时序功率曲线。由于标准且完善的参数定义，该多能互补发电方法可通过对输入数据的修改实现场景的变化，甚至可以做到对未来多能互补场景的预测。
本发明另一实施例通过一个实例讨论该发明运用价值，表2为本实施例已知的输入数据内容：
表2本实施例的输入数据
本实施例的场景定义为一个无新能源装机的场景，即考虑剩余负荷曲线为实际负荷曲线，因此剩余负荷不存在负值的情况。其剩余负荷曲线如图8所示，该场景以1GW为步长，将剩余负荷曲线分为37个带宽，1至36个带宽均为1GW，第37个带宽为0.7GW。该场景共定义了9种技术，分别为：属于第一个集合的粉煤发电机组、流化床煤炭发电机组、核能发电、开式循环燃气轮机、闭式循环燃气轮机、林业残渣生物质发电、生活垃圾生物质发电、属于第二个集合的光热发电以及属于第三个集合的抽水蓄能。
通过代入上述输入数据以及场景的详细定义，可得到三个主要的计算结果：其一为各负荷带宽中各技术的发电成本组合，由于本案例不存在剩余负荷负值的情况，图9给出了第一个负荷带宽8种不同技术的发电成本，通过成本比较可得到最适合第一个负荷带宽的发电技术；其二为系统最优容量配置，图10a给出了本案例的系统实际情况，图10b给出了定义好所需技术的前提下最终的优化结果，对比结果显示两者装机容量配比类似，优化结果显示可由闭环燃机替代现有抽水蓄能、小型水利、热电联产和生物质等发电形式；其三为单个技术其全年发电功率曲线，图11截取了基于第一个负荷带宽的优化过程中某段时间，在未考虑辅助燃烧炉和储热系统下光热输出功率曲线，以及负荷需求曲线。
本实施例通过结合上述案例对实际方案进行描述，可明确该多能互补发电方法的实际运用价值，其所提供的优化配置方案可为区域性电网下多能互补项目提供技术与经济的参考指标，具有一定的指导意义。
具体的工作原理与上述实施例相同，此处不再一一赘述。
本发明中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。任何熟悉本领域的技术人员，在不脱离本发明技术方案范围情况下，都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。