本发明涉及微网及能源互联网，特别是涉及一种能量枢纽的综合指标设计方法。
背景技术：
随着化石能源的日渐枯竭，以及其燃烧所导致的环境污染，进行能源革命已经提上了各国的日程。而能源互联网借助分布式动态能量管理系统实现对于分布式能源设备进行的宽领域优化协调控制，最终达到电、热、气等各种不同能源的互补，提升能源使用效率的目的。能量枢纽则是综合能源系统抽象化、数学化的最简方式。
现阶段，小型能源互联网的规划设计已初见成效。在分布式电源规划方面，有只从发电厂商为达到最大收益而建立的单目标优化模型；有考虑环境效益等其他方面而建立的多目标优化模型，但没有考虑风光等新能源发电的不确定性以及负荷不确定性等方面。而且大多将重点放在分布式电源的定容选址上，并未对能源互联网的多能如何协调互补深入研究。
技术实现要素：
本发明的重点研究了区域小型能源互联网的优化设计问题，提供一种能量枢纽的计及经济成本和社会环境成本的综合规划指标。
所述的能量枢纽的综合指标包括经济建设成本c1，社会环境成本c2，剩余成本qre。以min{c1+c2-qre}为优化目标利用遗传算法优化求解，最终确定能量枢纽内的设备安装及运行方案；
其中经济建设成本c1为：
ci为设备的一次投资费用，ccom为设备的运行维护费用；
其中αi为第i种设备的单位投资费用，si为第i种设备的安装容量；
社会环境成本c2为：
其中，λi为第i种能量转换设备的功率因数；k为污染物类型数目；qi,k为第i种设备的第k种污染气体排放量;vi,k，fi,k分别为污染气体的单位环境价值和罚款金额。
剩余成本qre为：
上述变量满足能量枢纽自身的等式约束：
以及能源供给转化响应策略：
按照上述能量枢纽的指标，利用遗传算法对进行规化。
本发明的有益效果是，在能量枢纽概念的基础上，建立了计及经济、社会、环境等多方面成本的综合优化目标函数，并采用改进的遗传算法求解模型。
附图说明
图1是本发明中能量枢纽的规划求解流程图。
具体实施方式
所述的能量枢纽的综合指标包括经济建设成本c1，社会环境成本c2，剩余成本qre。以min{c1+c2-qre}为优化目标利用遗传算法优化求解，最终确定能量枢纽内的设备安装及运行方案。
其中经济建设成本c1为：
ci为设备的一次投资费用，ccom为设备的运行维护费用；
其中αi为第i种设备的单位投资费用，si为第i种设备的安装容量；
社会环境成本c2为：。
其中，λi分别为第i种能量转换设备的功率因数；k为污染物类型数目；qi,k为第i种设备的第k种污染气体排放量;vi,k，fi,k分别为污染气体的单位环境价值和罚款金额。
剩余成本qre为：
上述变量满足能量枢纽自身的等式约束：
以及能源供给转化响应策略：
按照上述能量枢纽的指标，利用遗传算法对进行规化。
以上所述仅表达了本发明的实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。