1.一种鲸鱼算法优化电力系统抽水蓄能的装机容量最优规划策略，其特征在于：包括以下步骤(1)、根据某地区负荷数据，以全天24个时刻点得到日负荷曲线，分析负荷的变化趋势,以及各种负荷分布的时间点,并根据曲线来规划抽水蓄能参与调峰的容量和时间点；

(2)、考虑新能源消纳和碳排放问题，将包含：弃光惩罚成本,弃风惩罚成本,碳排放成本以及抽水蓄能的抽水成本和运行成本的总成本作为目标函数；

(3)、在电力系统下，规划不同方案下的新能源占比，并根据不同机组特性设置约束条件，结合负荷需求，设置与之相对应的装机容量；

(4)、根据抽水蓄能电的工作原理，推导出其抽水成本及运行成本；利用鲸鱼优化算法的包围猎物、螺旋狩猎和搜索食物三个行为阶段，收敛到的个体位置为全局最优解,即为电力抽水蓄能装机容量最优解，此时总成本最小；

(5)、判断是否满足最大迭代次数，进而获得最佳的装机容量，若不满足，则重新循环一次；检查最优配置是否符合风机、光伏、火电以及抽水蓄能的约束条件，若符合约束条件即为最优解，输出最优容量配置方案；若不满足，重新进行循环；

其中，目标函数以电力系统系统总成本最小为目标，表示为C＝C1+C2+C3+C4

C1为弃光惩罚成本和弃风惩罚成本之和式中，Cw为弃风惩罚系数，Cpv为弃光惩罚系数，Pw‑q(t)、Ppv‑q(t)分别为t时段弃风、弃光功率；

C2为碳排放成本：

C2＝CtaxEi(Pfi)

2

Ei(Pfi)＝aPfi+bPfi+ca、b、c为碳排放系数，Ei(Pfi)为给定时段内火电机组的碳排放量，Ctax是碳税的市场价格，取50元/t；

C3为抽水蓄能电站抽水成本：

抽水蓄能的抽水功率和抽水电价与抽水成本相关，即式中，Cpi为i时段的抽水蓄能的抽水电价，单位为元/(MW·h)，Cpi＝0.25Ci，Ci为i时段的分时电价，单位为元/(MW·h)；Pip为i时段抽水蓄能的抽水功率，单位为MW；Δt为时间间隔，单位为h，C4为抽水蓄能电站运行成本：C4＝FPPp‑power

Fp为抽水蓄能单位容量运行成本，Pp‑power为抽水蓄能装机容量；

采用鲸鱼优化算法进行计算时，

当tT，则令t＝t+1，重新回到步骤(3)；

包围猎物：

D＝|C·Xq(t)‑X(t)|

X(t+1)＝Xq(t)‑A·D

式中X表示当前座头鲸位置向量，Xq为当前最佳的座头鲸位置向量，t是当前迭代次数，A和C为系数向量，表达式为：A＝2a·r‑a

C＝2r

a＝2‑2t/T

式中，a在迭代过程中由2线性递减至0，T为最大迭代次数，r是满足[0，1]的随机向量；

螺旋狩猎:

bl

X(t+1)＝D'·e ·cos(2πl)+Xq(t)D'＝|Xq(t)‑X(t)|

式中b为常数，1是均匀分布的随机向量[‑1，1]，表示如下所示:搜索食物:

X(t+1)＝Xrand(t)‑A·DD＝|C·Xrand(t)‑X(t)|式中，Xrand(t)表示当前时刻抽水蓄能的装机容量；

基于Matlab仿真平台，通过鲸鱼优化算法，得到不同新能源占比方案下的抽水蓄能最佳装机容量。

2.根据权利要求1所述的鲸鱼算法优化电力系统抽水蓄能的装机容量最优规划策略，其特征在于：约束条件包括系统功率平衡约束、火电机组约束、风光组约束、抽水蓄能功率约束以及水库容量约束。

3.根据权利要求1所述的鲸鱼算法优化电力系统抽水蓄能的装机容量最优规划策略，其特征在于：系统功率平衡约束基于以下公式：Ph(t)+Pw(t)+Ppv(t)+Pf(t)＝PLD(t)+Pp(t)式中：Ph(t)为抽水蓄能输出功率，Pw(t)为风力输出功率，Pf(t)为火电厂的输出功率，Ppv(t)为光伏输出功率，PLD(t)为电力系统负荷,PP(t)为抽水蓄能消耗功率；

火电机组约束基于以下公式：

Pfi,min≤Pfi(t)≤Pfi,max式中：Pfi,max，Pfi,min别为第i台火电机组的最大,最小出力；

Pf(t+1)‑Pf(t)≤ΔPf,upΔtPf(t)‑Pf(t+1)≤ΔPf,downΔt式中：ΔPf,up为火电机组的向上爬坡率，ΔPf,down为火电机组向下爬坡率；风光组约束基于以下公式：

0≤Ppv(t)≤Ppv‑power

0≤Pw(t)≤Pw‑power

抽水蓄能功率约束基于以下公式：

分别为抽水蓄能允许的最大、最小发电功率， 分别为抽水蓄能允许的最大、最小抽水功率；uh,t表示t时段抽水蓄能是否在发电,up,t表示t时段抽水蓄能是否在抽水；

抽水蓄能机组不能同时进行抽水与发电，需进行约束如下：uh,t+up,t≤1

水库容量约束基于以下公式：

rmin≤rt≤rmax

其中，rt为t时刻水库容量，rmin,rmax为水库容量上下限。

4.一种鲸鱼算法优化电力系统抽水蓄能的装机容量最优规划系统，其特征在于：包括以下模块：第一模块：根据某地区负荷数据，以全天24个时刻点得到日负荷曲线，分析负荷的变化趋势,以及各种负荷分布的时间点,并根据曲线来规划抽水蓄能参与调峰的容量和时间点；

第二模块：考虑新能源消纳和碳排放问题，将包含：弃光惩罚成本,弃风惩罚成本,碳排放成本以及抽水蓄能的抽水成本和运行成本的总成本作为目标函数；

第三模块：在电力系统下，规划不同方案下的新能源占比，并根据不同机组特性设置约束条件，结合负荷需求，设置与之相对应的装机容量；

第四模块：根据抽水蓄能电的工作原理，推导出其抽水成本及运行成本；利用鲸鱼优化算法的包围猎物、螺旋狩猎和搜索食物三个行为阶段，收敛到的个体位置为全局最优解,即为电力抽水蓄能装机容量最优解，此时总成本最小；

第五模块：判断是否满足最大迭代次数，进而获得最佳的装机容量，若不满足，则重新循环一次；检查最优配置是否符合风机、光伏、火电以及抽水蓄能的约束条件，若符合约束条件即为最优解，输出最优容量配置方案；若不满足，重新进行循环；

其中，目标函数以电力系统系统总成本最小为目标，表示为C＝C1+C2+C3+C4

C1为弃光惩罚成本和弃风惩罚成本之和式中，Cw为弃风惩罚系数，Cpv为弃光惩罚系数，Pw‑q(t)、Ppv‑q(t)分别为t时段弃风、弃光功率；

C2为碳排放成本：

C2＝CtaxEi(Pfi)

2

Ei(Pfi)＝aPfi+bPfi+ca、b、c为碳排放系数，Ei(Pfi)为给定时段内火电机组的碳排放量，Ctax是碳税的市场价格，取50元/t；

C3为抽水蓄能电站抽水成本：

抽水蓄能的抽水功率和抽水电价与抽水成本相关，即式中，Cpi为i时段的抽水蓄能的抽水电价，单位为元/(MW·h)，Cpi＝0.25Ci，Ci为i时段的分时电价，单位为元/(MW·h)；Pip为i时段抽水蓄能的抽水功率，单位为MW；Δt为时间间隔，单位为h，C4为抽水蓄能电站运行成本：C4＝FPPp‑power

Fp为抽水蓄能单位容量运行成本，Pp‑power为抽水蓄能装机容量；

采用鲸鱼优化算法进行计算时，

当tT则令t＝t+1，重新回到第三模块；

包围猎物：

D＝|C·Xq(t)‑X(t)|

X(t+1)＝Xq(t)‑A·D

式中X表示当前座头鲸位置向量，Xq为当前最佳的座头鲸位置向量，t是当前迭代次数，A和C为系数向量，表达式为：A＝2a·r‑a

C＝2r

a＝2‑2t/T

式中a在迭代过程中由2线性递减至0，T为最大迭代次数，r是满足[0，1]的随机向量；

螺旋狩猎:

bl

X(t+1)＝D'·e ·cos(2πl)+Xq(t)D'＝|Xq(t)‑X(t)|

式中b为常数，1是均匀分布的随机向量[‑1，1]，表示如下所示:搜索食物:

X(t+1)＝Xrand(t)‑A·DD＝|C·Xrand(t)‑X(t)|式中Xrand(t)表示从当前时刻抽水蓄能的装机容量；

基于Matlab仿真平台，通过鲸鱼优化算法，得到不同新能源占比方案下的抽水蓄能最佳装机容量。

5.根据权利要求4所述的系统，其特征在于：约束条件包括系统功率平衡约束、火电机组约束、风光组约束、抽水蓄能功率约束以及水库容量约束。

6.根据权利要求5所述的系统，其特征在于：系统功率平衡约束基于以下公式：Ph(t)+Pw(t)+Ppv(t)+Pf(t)＝PLD(t)+Pp(t)式中：Ph(t)为抽水蓄能输出功率，Pw(t)为风力输出功率，Pf(t)为火电厂的输出功率，Ppv(t)为光伏输出功率，PLD(t)为电力系统负荷,PP(t)为抽水蓄能消耗功率；

火电机组约束基于以下公式：

Pfi,min≤Pfi(t)≤Pfi,max式中：Pfi,max，Pfi,min别为第i台火电机组的最大,最小出力；

Pf(t+1)‑Pf(t)≤ΔPf,upΔtPf(t)‑Pf(t+1)≤ΔPf,downΔt式中：ΔPf,up为火电机组的向上爬坡率，ΔPf,down为火电机组向下爬坡率；

风，光组约束基于以下公式：

0≤Ppv(t)≤Ppv‑power

0≤Pw(t)≤Pw‑power

抽水蓄能功率约束基于以下公式：

分别为抽水蓄能允许的最大、最小发电功率， 分别为抽水蓄能允许的最大、最小抽水功率；uh,t表示t时段抽水蓄能是否在发电,up,t表示t时段抽水蓄能是否在抽水；

抽水蓄能机组不能同时进行抽水与发电，需进行约束如下：uh,t+up,t≤1

水库容量约束基于以下公式：

rmin≤rt≤rmax

其中，r为t时刻水库容量，rmin,rmax为水库容量上下限。