1.一种综合能源网络成本优化方法，其特征在于，所述方法包括：
以综合能源网络的综合成本最小为目标获取综合能源网络最优功率；
将综合能源网络功率更新为所述综合能源网络最优功率。
2.如权利要求1所述的方法，其特征在于，所述以综合能源网络的综合成本最小为目标获取综合能源网络最优功率，包括：
利用综合能源网络成本目标函数及其对应的约束条件构建综合能源网络成本模型；
利用蒙特卡洛算法和粒子群算法获取综合能源网络成本模型中的综合能源网络最优功率。
3.如权利要求2所述的方法，其特征在于，按下式确定所述综合能源网络成本目标函数：
式中，Fm为综合能源网络的综合成本；CWT(t)为t时刻风力发电系统购买和维护成本；CPV(t)为t时刻光伏发电系统购买和维护成本；CG(t)为t时刻从主电网输入和输出总成本；CCHP(t)为t时刻热电联产热备化石燃料成本；CFC(t)为t时刻燃料电池化石燃料成本；BPORT(t)为t时刻便携式能源系统获取的利润；T为优化采样周期。
4.如权利要求3所述的方法，其特征在于，按下式确定所述t时刻热电联产热备化石燃料成本CCHP(t)：
式中，c为天然气价格；L为天然气低热值；θCHP为热电联产热备时间间隔；PCHP(t)为t时刻热电联产热备输出功率；ηCHP为热电联产热备的发电效率；
按下式确定所述t时刻燃料电池化石燃料成本CFC(t)：
式中，PFC(t)为t时刻燃料电池输出功率；ηFC为燃料电池时间间隔；
按下式确定所述t时刻便携式能源系统获取的利润BPORT(t)：
式中，PPORT(t)为t时刻便携式能源系统输出功率；RPORT为便携式储能系统的单位收入；
θPORT为便携式能源系统时间间隔。
5.如权利要求2或3所述的方法，其特征在于，所述约束条件包括：
成本机会约束：
式中，Pr1为事件 的概率函数；α为成本机会约束的置
信水平；
功率储备机会约束：
式中，Pr2为事件 的概率函数；β为功率储备机会约
束的置信水平；PSR(t)为t时刻综合能源网络储备功率；PWT(t)为t时刻风力发电系统输出功率；PPV(t)为t时刻光伏发电系统输出功率；PCHP(t)为t时刻热电联产热备输出功率；PFC(t)为t时刻燃料电池输出功率；PPORT(t)为t时刻便携式能源系统输出功率；PB(t)为t时刻电池系统输出功率；PG(t)为t时刻从主电网输入/输出总功率；PL(t)为t时刻电力需求。
6.如权利要求5所述的方法，其特征在于，所述约束条件还包括：
功率平衡约束：
PL(t)＝PWT(t)+PPV(t)+PCHP(t)+PFC(t)+PB(t)+PG(t)+PPORT(t)
热平衡约束：
式中，QCHP(t)为t时刻热电联产设备输出热能；QL(t)为t时刻综合能源网络热能需求；
QHST.out(t)为t时刻储热罐放出净热能；QHST,in(t)为t时刻储热罐储存净热能；ηHST.ch为储热罐蓄热效率；ηHST.dis为储热罐放热效率；
储热罐约束：
式中，QHST.in.min为储热罐最小存入热能；QHST.in.max为储热罐最大存入热能；QHST.out.min为储热罐最小放出热能；QHST.out.max为储热罐最大放出热能；EHST，min为储热罐需储存最小总热能；EHST,max为储热罐需储存最大总热能；
热电联产设备约束：
式中，PCHP,max为热电联产设备最大输出功率；PCHP,min为热电联产设备最小输出功率；
RCHP,max为热电联产设备能量发生器最大上升率；RCHP,min为热电联产设备能量发生器最小上升率；θCHP为热电联产设备时间间隔；
燃料电池约束：
式中，PFC,max为燃料电池最大输出功率；PFC,max为燃料电池最小输出功率；RFC,max为燃料电池能量发生器最大上升率；RFC,min为燃料电池能量发生器最小上升率；θFC为燃料电池时间间隔；
电池系统约束：
式中，PB,min为电池系统最小输出功率；PB,max为电池系统最大输出功率；SOCB(t)是t时刻电池系统裕度值；SOCB,min是电池系统裕度下限值；SOCB,max是电池系统裕度上限值；t0是优化调度初始时刻；tE是优化调度结束时刻。
7.如权利要求6所述的方法，其特征在于，按下式确定所述综合能源网络t时刻的储备功率PSR(t)：
PSR(t)＝min[RCHP,max·θ,PCHP,max-PCHP(t)]+min[RFC,max·θ,PFC,max-PFC(t)]按下式确定所述t时刻热电联产设备热输出QCHP(t)：
RCHP＝QCHP(t)/PCHP(t)
式中，RCHP为热电联产设备的热电比；
按下式确定所述t时刻储热罐储存热能EHST(t)：
式中，θHST为储热罐时间间隔；
按下式确定所述t时刻电池系统裕度值SOCB(t):
式中，θB为电池系统充放电时间间隔；ηB,ch为电池系统充电效率；ηB,dis为电池系统放电效率；EB为电池系统安装容量。
8.如权利要求2所述的方法，其特征在于，所述利用蒙特卡洛算法和粒子群算法获取综合能源网络成本模型中的综合能源网络最优功率，包括：
a.根据风力发电系统输出功率概率分布函数、光伏发电系统输出功率概率分布函数、从主电网输入/输出总功率概率分布函数、便携式能源系统输出功率概率分布函数、电力需求概率分布函数和热量需求概率分布函数，采用蒙特卡洛算法获取风力发电系统输出功率曲线、光伏发电系统输出功率曲线、从主电网输入/输出总功率曲线、便携式能源系统输出功率曲线、电力需求曲线和热量需求曲线；
b.随机生成热电联产设备输出功率曲线、燃料电池输出功率曲线和电池系统输出功率曲线；
c.判断所述风力发电系统输出功率曲线、光伏发电系统输出功率曲线、从主电网输入/输出总功率曲线、便携式能源系统输出功率曲线、电力需求曲线、热量需求曲线、热电联产设备输出功率曲线、燃料电池输出功率曲线和电池系统输出功率曲线是否满足所述约束条件，若是，则利用所述风力发电系统输出功率曲线、光伏发电系统输出功率曲线、从主电网输入/输出总功率曲线、便携式能源系统输出功率曲线、电力需求曲线、热量需求曲线、热电联产设备输出功率曲线、燃料电池输出功率曲线和电池系统输出功率曲线构建并输出粒子，若否，则返回步骤b；
d.判断输出粒子的粒子数是否到达预设粒子数，若是，则利用输出粒子构建粒子群，若否，则返回步骤a；
e.利用粒子群算法获取所述粒子群中的最优粒子；
其中，所述粒子群算法中的适应度函数为所述综合能源网络成本目标函数；所述最优粒子对应的风力发电系统输出功率曲线、光伏发电系统输出功率曲线、从主电网输入/输出总功率曲线、便携式能源系统输出功率曲线、电力需求曲线、热量需求曲线、热电联产设备输出功率曲线、燃料电池输出功率曲线和电池系统输出功率曲线为综合能源网络最优功率。
9.一种综合能源网络成本优化装置，其特征在于，所述装置包括：
优化模块，用于以综合能源网络的综合成本最小为目标获取综合能源网络最优功率；
调整模块，用于将综合能源网络功率更新为所述综合能源网络最优功率。
10.如权利要求9所述的装置，其特征在于，所述优化模块包括：
模型构建单元，用于利用综合能源网络成本目标函数及其对应的约束条件构建综合能源网络成本模型；
优化求解单元，用于利用蒙特卡洛算法和粒子群算法获取综合能源网络成本模型中的综合能源网络最优功率。
11.如权利要求10所述的装置，其特征在于，所述模型构建单元具体用于：
按下式确定所述综合能源网络成本目标函数：
式中，Fm为综合能源网络的综合成本；CWT(t)为t时刻风力发电系统购买和维护成本；CPV(t)为t时刻光伏发电系统购买和维护成本；CG(t)为t时刻从主电网输入和输出总成本；CCHP(t)为t时刻热电联产热备化石燃料成本；CFC(t)为t时刻燃料电池化石燃料成本；BPORT(t)为t时刻便携式能源系统获取的利润；T为优化采样周期。
12.如权利要求11所述的装置，其特征在于，按下式确定所述t时刻热电联产热备化石燃料成本CCHP(t)：
式中，c为天然气价格；L为天然气低热值；θCHP为热电联产热备时间间隔；PCHP(t)为t时刻热电联产热备输出功率；ηCHP为热电联产热备的发电效率；
按下式确定所述t时刻燃料电池化石燃料成本CFC(t)：
式中，PFC(t)为t时刻燃料电池输出功率；ηFC为燃料电池时间间隔；
按下式确定所述t时刻便携式能源系统获取的利润BPORT(t)：
式中，PPORT(t)为t时刻便携式能源系统输出功率；RPORT为便携式储能系统的单位收入；
θPORT为便携式能源系统时间间隔。
13.如权利要求10所述的装置，其特征在于，所述约束条件包括：
成本机会约束：
式中，Pr1为事件 的概率函数；α为成本机会约束的
置信水平；
功率储备机会约束：
式中，Pr2为事件 的概率函数；β为功率储备机会约
束的置信水平；PSR(t)为t时刻综合能源网络储备功率；PWT(t)为t时刻风力发电系统输出功率；PPV(t)为t时刻光伏发电系统输出功率；PCHP(t)为t时刻热电联产热备输出功率；PFC(t)为t时刻燃料电池输出功率；PPORT(t)为t时刻便携式能源系统输出功率；PB(t)为t时刻电池系统输出功率；PG(t)为t时刻从主电网输入/输出总功率；PL(t)为t时刻电力需求。
14.如权利要求13所述的装置，其特征在于，所述约束条件还包括：
功率平衡约束：
PL(t)＝PWT(t)+PPV(t)+PCHP(t)+PFC(t)+PB(t)+PG(t)+PPORT(t)
热平衡约束：
式中，QCHP(t)为t时刻热电联产设备输出热能；QL(t)为t时刻综合能源网络热能需求；
QHST.out(t)为t时刻储热罐放出净热能；QHST,in(t)为t时刻储热罐储存净热能；ηHST.ch为储热罐蓄热效率；ηHST.dis为储热罐放热效率；
储热罐约束：
式中，QHST.in.min为储热罐最小存入热能；QHST.in.max为储热罐最大存入热能；QHST.out.min为储热罐最小放出热能；QHST.out.max为储热罐最大放出热能；EHST，min为储热罐需储存最小总热能；EHST,max为储热罐需储存最大总热能；
热电联产设备约束：
式中，PCHP,max为热电联产设备最大输出功率；PCHP,min为热电联产设备最小输出功率；
RCHP,max为热电联产设备能量发生器最大上升率；RCHP,min为热电联产设备能量发生器最小上升率；θCHP为热电联产设备时间间隔；
燃料电池约束：
式中，PFC,max为燃料电池最大输出功率；PFC,max为燃料电池最小输出功率；RFC,max为燃料电池能量发生器最大上升率；RFC,min为燃料电池能量发生器最小上升率；θFC为燃料电池时间间隔；
电池系统约束：
式中，PB,min为电池系统最小输出功率；PB,max为电池系统最大输出功率；SOCB(t)是t时刻电池系统裕度值；SOCB,min是电池系统裕度下限值；SOCB,max是电池系统裕度上限值；t0是优化调度初始时刻；tE是优化调度结束时刻。
15.如权利要求14所述的装置，其特征在于，按下式确定所述综合能源网络t时刻的储备功率PSR(t)：
PSR(t)＝min[RCHP,max·θ,PCHP,max-PCHP(t)]+min[RFC,max·θ,PFC,max-PFC(t)]按下式确定所述t时刻热电联产设备热输出QCHP(t)：
RCHP＝QCHP(t)/PCHP(t)
式中，RCHP为热电联产设备的热电比；
按下式确定所述t时刻储热罐储存热能EHST(t)：
式中，θHST为储热罐时间间隔；
按下式确定所述t时刻电池系统裕度值SOCB(t):
式中，θB为电池系统充放电时间间隔；ηB,ch为电池系统充电效率；ηB,dis为电池系统放电效率；EB为电池系统安装容量。
16.如权利要求10所述的装置，其特征在于，所述优化求解单元具体用于：
a.根据风力发电系统输出功率概率分布函数、光伏发电系统输出功率概率分布函数、从主电网输入/输出总功率概率分布函数、便携式能源系统输出功率概率分布函数、电力需求概率分布函数和热量需求概率分布函数，采用蒙特卡洛算法获取风力发电系统输出功率曲线、光伏发电系统输出功率曲线、从主电网输入/输出总功率曲线、便携式能源系统输出功率曲线、电力需求曲线和热量需求曲线；
b.随机生成热电联产设备输出功率曲线、燃料电池输出功率曲线和电池系统输出功率曲线；
c.判断所述风力发电系统输出功率曲线、光伏发电系统输出功率曲线、从主电网输入/输出总功率曲线、便携式能源系统输出功率曲线、电力需求曲线、热量需求曲线、热电联产设备输出功率曲线、燃料电池输出功率曲线和电池系统输出功率曲线是否满足所述约束条件，若是，则利用所述风力发电系统输出功率曲线、光伏发电系统输出功率曲线、从主电网输入/输出总功率曲线、便携式能源系统输出功率曲线、电力需求曲线、热量需求曲线、热电联产设备输出功率曲线、燃料电池输出功率曲线和电池系统输出功率曲线构建并输出粒子，若否，则返回步骤；
d.判断输出粒子的粒子数是否到达预设粒子数，若是，则利用输出粒子构建粒子群，若否，则返回步骤a；
e.利用粒子群算法获取所述粒子群中的最优粒子；
其中，所述粒子群算法中的适应度函数为所述综合能源网络成本目标函数；所述最优粒子对应的风力发电系统输出功率曲线、光伏发电系统输出功率曲线、从主电网输入/输出总功率曲线、便携式能源系统输出功率曲线、电力需求曲线、热量需求曲线、热电联产设备输出功率曲线、燃料电池输出功率曲线和电池系统输出功率曲线为综合能源网络最优功率。