1.一种独立微电网系统容量优化配置方法，其特征在于，所述方法的步骤如下：步骤1，确定微电网系统的组网方式，细化柔性负荷类型；

步骤1‑1，确定微电网系统的组网方式选择直流母线的组网方式；

步骤1‑2，细化柔性负荷类型将可调度的柔性负荷分为工业高载负荷、商业聚合负荷和居民智能家用负荷3类；

步骤2，确定微电网系统能量调度策略优先级，提出考虑柔性负荷调度的系统能量调度策略；

步骤2‑1，确定微电网系统能量调度策略优先级构建“源‑储‑荷”相协调的含多类型柔性负荷的优化能量管理策略；

根据管理方式不同，柔性负荷分为可激励负荷和可中断负荷；基于合同约定的模式，根据微电网与用户签订的协议，在微电网要求的任何时段内，减少或增加用户的用电需求；并在用户按照协议减少或增加其用电需求时，微电网向用户支付一定费用以补偿其损失或降低电价作为奖励，引导用户主动参与微网运行，实现供需侧的双向互动；

当负荷与风机和光伏出力之间的功率不平衡时，优先由蓄电池通过充放电来平衡；当蓄电池的充放电功率或剩余电量超出约束范围时，由柔性负荷按照合同约定协调储能系统平抑负荷和微电源之间的不平衡功率；

步骤2‑2，提出考虑柔性负荷的系统能量调度策略当风光出力充足时，系统剩余的功率首先对蓄电池进行充电；当充电功率或剩余电量超过蓄电池的约束范围之后仍有剩余，则由柔性负荷通过增加用电进行消纳；

当风光出力不足时，系统剩余的功率首先对蓄电池进行放电；当放电功率和剩余电量超过蓄电池的约束范围之后仍有缺额，通过柔性负荷减少系统用电负荷来平衡；

步骤3，建立考虑多类型柔性负荷优化调度模型；

将可调度的柔性负荷分为工业高载负荷、商业聚合负荷和居民智能家用负荷3类；

设每一时段柔性负荷可调度容量量为：ΔP(t)＝Pwt(t)+Ppv(t)‑Pl，0(t)‑Pbat(t)式中，ΔP(t)为柔性负荷可调度的总容量；Pl，0(t)为初始负荷需求，即柔性负荷参与调度前的负荷需求；Pwt(t)、Ppv(t)和Pbat(t)分别为风机输出功率、光伏输出功率和蓄电池的充/放电功率；

各类柔性负荷参与调度的数学模型可定义为：式中，i＝1，2，3为柔性负荷类型，分别指工业高载负荷、商业聚合负荷和居民智能家用负荷；Ni为参与柔性负荷i调度的用户数量；Pfli(t)为柔性负荷i实际调度总容量；Pfli‑n(t)为用户n实际参与柔性负荷i调度容量；Pli，0‑n(t)为用户n的负荷需求； 和分别为负荷i的可激励系数和可中断系数； 和 为一对决定负荷i能否参与柔性负荷调度的决策系数组；

柔性负荷的调度潜力及各用户中断和增加用电的意愿影响着可激励系数和可中断系数的取值，可定义为：

式中， 和 分别为柔性负荷i可激励潜力和可中断潜力；

和 分别为用户n增加和中断负荷i的意愿因子；

决策系数与各柔性负荷参与调度的形式有关，可表示为：式中，当i＝2时，λ＝0；i≠2时，λ＝1；

步骤4，确定目标函数和约束条件，建立考虑柔性负荷的双目标优化模型；

步骤5，引入动态惯性权重改进粒子群算法；

步骤6，确定算例及其必要特征，采用MATLAB软件编写粒子群算法程序对算例进行仿真分析。

2.根据权利要求1所述的一种独立微电网系统容量优化配置方法，其特征在于，所述步骤4的具体过程如下：

步骤4‑1，确定目标函数

建立优化配置模型；

综合目标函数可表示为：

基于标幺值的概念，以各子目标等权重，各子目标独立最优解作为基准值对综合目标函数进行无量纲化处理；

式中， 和fUREP分别为系统等年值费用、柔性负荷调度成本和可再生能源废弃率，即综合目标函数的各子目标； 和 分别为各子目标的独立最优解；ωACS、ωfl和ωUREP为各子目标权重；

步骤4‑2，评价指标；

步骤4‑3，约束条件。

3.根据权利要求1所述的一种独立微电网系统容量优化配置方法，其特征在于，所述步骤5的具体过程如下：

步骤5‑1，引入动态惯性权重改进粒子群算法粒子群优化算法(PSO)在每次迭代过程中，粒子将通过个体极值和群体极值更新自身的速度和位置，即：

其中，ω为惯性权重；k为当前迭代次数；d＝1，2，...，D；i＝1，2，...，m；c1和c2为加速因子；r1和r2为分布于[0，1]区间的随机数；

将ω定义为：

ω(k)＝ωstart(ωstart‑ωend)(K‑k)/K其中，ωstart为初始惯性权重；ωend为迭代次数最大时的惯性权重；K为最大迭代次数；

步骤5‑2，模型求解

利用改进的粒子群算法对模型进行求解，具体步骤如下：(1)粒子初始化，并根据实际气候环境、用户数据及组件参数求出每个粒子的局部最优解和全局最优解；

(2)计算每一个粒子的适应度，并判断粒子是否符合约束；

(3)比较粒子适应值与它的个体最优解(pbest)，如果优于pbest，则pbest为当前粒子位置；比较粒子pbest和全局最优解(gbest)，如果优于gbest，则此粒子的pbest为gbest；

(4)更新粒子的速度和位置；

(5)继续迭代直至达到最大迭代次数，并输出结果。

4.根据权利要求2所述的一种独立微电网系统容量优化配置方法，其特征在于，步骤4‑

1的具体内容如下：

步骤4‑1‑1，系统成本

系统等年值费用主要包括设备投资成本、运行和维护费用和置换成本，其表达式为：式中，CCI、COM、CR分别表示年设备投资成本、年运行和维护费用和年置换成本；

其中：

式中： 分别为光伏电池板、风机、蓄电池的单价； 分别为单位光伏电池板、风机、蓄电池的年运行和维护费用；CRL为年限内置换成本总和；Npv、Nwt、Nbat分别为光伏电池板、风机、蓄电池的安装数量；fcr为折旧系数；r表示折旧率，l表示工程年限；

步骤4‑1‑2，柔性负荷调度成本将采用基于边际成本定价策略的非线性模型来描述柔性负荷调度成本，反之则按照最大允许成本补偿用户；因此，用户n的柔性负荷i调度成本可定义为：其中：

式中， 为用户n的可激励负荷的激励成本； 为用户n的可中断负荷的补偿成本；θmax为最大柔性负荷调度成本系数；ci为负荷i单位电价；Pli‑n(t)为柔性负荷调度后用户n的负荷需求；α1和α2为可激励负荷的激励系数；β1和β2为可中断负荷的补偿系数；

微电网年柔性负荷调度成本：

式中， 为年可激励负荷的补偿成本； 为年可中断负荷的激励成本；

步骤4‑1‑3，可再生能源废弃率可再生能源废弃率UREP(Unutilized Renewable Energy Probability)可用来作为评价独立风光储微网系统电源容量配置可再生能源消纳水平的指标，其定义可描述为：式中，fUREP为可再生能源废弃率；Pl(t)为柔性负荷参与调度后的负荷需求；T为一天内的调度时段数量，本申请书中将调度时长设为1小时，因此T＝24。

5.根据权利要求2所述的一种独立微电网系统容量优化配置方法，其特征在于，步骤4‑

2的具体内容如下：

步骤4‑2‑1，风光互补性

从光能和风能的变化特点来说，两者在时间上具有较强的互补性，可表示为：式中，DL为风光互补特性； 为初始负荷的平均功率；且DL越小，风光互补性越好；N为计算风光互补性而划分的计算时段数量；

步骤4‑2‑2，供电可靠性

负荷缺电率(the loss of power supply probability，LPSP)可表示为一段时间内，系统功率输出小于负荷功率的时段与总时段的比值，可用来表示系统供电可靠性；

式中，Pl(t)为柔性负荷参与调度后的负荷需求；

步骤4‑2‑3，年用电费用支出用户通过柔性负荷调度的方式参与微电网运行，实现供需互动；其年用电费用由实际负荷用电费用和柔性负荷调度成本组成；

式中，Cel为年用电费用支出；ci为负荷i单位电价，Pli‑n(t)为柔性负荷调度后用户n的负荷需求；ciPli‑n(t)为用户负荷实际用电费用，也为微电网与用户间的售电收益；ffl为柔性负荷调度成本。

6.根据权利要求2所述的一种独立微电网系统容量优化配置方法，其特征在于，步骤4‑

3的具体内容如下：

步骤4‑3‑1，供电可靠性约束为保障用户用电需求，要求负荷缺电率在可承受范围内：LPSP≤εLPSP

其中，εLPSP为负载缺电率的参考值；

步骤4‑3‑2，系统装机容量约束微电网系统各发电单元装机容量受场地占地面积等工程实际因素的影响限制在一定范围之内；

式中，Npv，min、Nwt，min、Nbat，min分别为光伏电池板、风机、蓄电池的最小安装数量；Npv，max、Nwt，max、Nbat，max分别为其相应的最大安装数量；

步骤4‑3‑3，功率平衡约束微电网在运行时，系统中的风电、光伏、储能和负荷等都需要满足有功功率平衡，即：式中，PURE(t)为可再生能源废弃的功率；Ploss(t)为系统功率缺额；

步骤4‑3‑4，蓄电池充放电约束对蓄电池充放电深度和充放电功率的限制可起到延长蓄电池工作寿命的作用；

SOCmin≤SOC(t)≤SOCmax其中，SOCmax和SOCmin分别为蓄电池剩余电量的上限和下限； 和分别为蓄电池充放电功率的上限和下限；

步骤4‑3‑5，柔性负荷调度约束调度潜力是柔性负荷所固有的一种物理属性，用于描述柔性负荷参与调度时功率增加或减小的能力；

式中， 和 分别为各类柔性负荷最大可激励潜力和最大可中断潜力。