1.一种考虑电氢耦合的电氢能源系统鲁棒规划方法，其特征是，包括如下步骤：步骤一：考虑电氢能源相互转换建立电氢耦合模型；

步骤二：引入碳交易机制，构建阶梯碳交易成本计算模型；

步骤三：在考虑电氢耦合和阶梯碳交易机制的条件下建立电氢能源系统双层规划模型；

步骤四：采用多场景置信间隙决策理论与上层模型相结合，并和下层模型共同构成电氢能源系统置信间隙鲁棒规划模型；

步骤五：使用改进型基于淘汰锦标赛机制的烟花算法求解电氢能源系统置信间隙鲁棒规划模型。

2.根据权利要求1所述的考虑电氢耦合的电氢能源系统鲁棒规划方法，其特征是，步骤一所述电氢耦合模型中，电氢耦合单元由氢燃料电池、碱性电解槽、储氢罐组成，表示如下：碱性电解槽的输出功率为：

式中： 为碱性电解槽的输出功率； 为碱性电解槽的输入功率； 为碱性电解槽效率；

氢燃料电池为输出功率为：

式中： 为氢燃料电池的输出功率； 为氢燃料电池的输入功率， 为氢燃料电池效率；

储氢罐数学模型表示为：

式中： 为t时刻储氢罐储存的能量； 为t‑1时刻储氢罐储存的能量；

为碱性电解槽输入到储氢罐的效率； 为储氢罐输出到氢燃料电池的效率； 为储氢罐的工作效率；

碱性电解槽最大输入功率和氢燃料电池最大输出功率表示为：式中： 为碱性电解槽最大输入功率； 为氢燃料电池最大输出功率， 为碱性电解槽的容量； 为氢燃料电池的容量； 为储氢罐储能容量上限； 为储氢罐储能容量的下限； 为储氢罐的容量， 为时间步长。

3.根据权利要求2所述的考虑电氢耦合的电氢能源系统鲁棒规划方法，其特征是，步骤二所述阶梯碳交易成本计算模型为：式中： 为碳交易成本； 为碳交易价格；为碳排放价格增长系数； 为碳排放总量；为碳排放量超额区间； 为碳排放配额。

4.根据权利要求3所述的考虑电氢耦合的电氢能源系统鲁棒规划方法，其特征是，电氢能源系统双层规划模型包括上层模型和下层模型；

上层模型的决策变量包括风电机组的容量、光伏机组的容量、蓄电池的容量；上层模型的目标函数为：式中： 为场景总数； 为场景 的权重系数； 为多场景规划的总成本； 为场景 下系统总成本； 为场景 下电氢能源系统中设备投资成本； 为场景 下电氢能源系统中碳交易成本； 为场景 下电氢能源系统中设备维护费用； 为场景 下电氢能源系统中购电成本； 为场景 下电氢能源系统中弃风弃光惩罚成本；

下层模型的决策变量包括碱性电解槽的容量、氢燃料电池的容量、储氢罐的容量；下层模型的目标函数为：式中： 为下层模型的目标函数值， 为电氢能源系统中风电机组在t时刻的实际消纳量； 为电氢能源系统中光伏机组在t时刻的实际消纳量； 为风电机组在t时刻的发电量； 为光伏机组在t时刻的发电量，T为总时间。

5.根据权利要求4所述的考虑电氢耦合的电氢能源系统鲁棒规划方法，其特征是，采用多场景置信间隙决策理论与上层模型相结合构成的置信间隙鲁棒规划模型为：其中， 为置信鲁棒度， 为不确定变量置信水平， 为场景 下的不确定变量置信水平， 为场景 下的不确定变量不确定度， 为场景 目标显著性水平，ωs为场景 的权重系数， 为决策变量矩阵， 为场景 下t时段风电出力， 为场景 下t时段光伏出力， 为场景 下的确定性模型最优解； 表示风电置信不确定区间； 为表示光伏置信不确定区间， 为场景 下t时段风电预测值， 为场景 下t时段光伏预测值， 为风电的逆累积分布函数， 为光伏的逆累积分布函数。

6.根据权利要求5所述的考虑电氢耦合的电氢能源系统鲁棒规划方法，其特征是，上层模型和下层模型中的约束条件包括：风电机组、光伏机组接入容量约束：

式中： 为风电机组的容量， 为风电机组允许接入的最大容量； 为光伏机组接入容量， 为光伏机组允许接入的最大容量；

蓄电池约束，包括蓄电池额定功率约束、蓄电池容量约束和蓄电池荷电状态约束：式中， 为蓄电池额定功率， 为蓄电池额定功率的下限； 为蓄电池额定功率的下限；  为蓄电池的容量； 为蓄电池的容量上限； 为蓄电池的容量下限； 为t时刻蓄电池的荷电状态；  为蓄电池荷电状态的上限； 为蓄电池荷电状态的下限；

碱性电解槽和氢燃料电池容量约束：

式中， 为碱性电解槽的最大容量； 为氢燃料电池的最大容量。

7.根据权利要求6所述的考虑电氢耦合的电氢能源系统鲁棒规划方法，其特征是，改进型基于淘汰锦标赛机制的烟花算法采用自适应动态半径调整策略考虑优化过程中的启发式信息，根据算法不同迭代阶段的进化结果，即当前最优烟花位置距离其它烟花位置的信息，对烟花爆炸半径进行动态调整；每个烟花的爆炸火花数量取决于其适应度值的排名，采用自适应动态爆炸火花数来确定每个烟花的火花数；

式中： 为第 个烟花第 代的爆炸火花数； 为第 个烟花第 代的爆炸火花数；

为第个烟花第 代的适应度值； 为第 个烟花第 代的适应度值；为火花数第一调整系数；为火花数第二调整系数。

8.根据权利要求7所述的考虑电氢耦合的电氢能源系统鲁棒规划方法，其特征是，步骤五的具体求解过程如下：S1：输入电网参数以及风电、光伏全年历史数据以及负荷数据；设定种群规模，迭代次数；对风电和光伏全年历史数据进行多维场景聚类并得到每个场景所占权重；

S2：初始化上层烟花种群，随机生成上层烟花种群的规划个体，上层烟花种群个体维数是三维，包括了风电机组的容量、光伏机组的容量、蓄电池的容量；

S3：对风电和光伏全年历史数据进行聚类，并优化求解上层确定性模型，得到最优解f0；

并求解各场景下所有烟花的置信水平和上层目标函数值；

S4：将所有烟花按置信水平进行排序；

S5：根据自适应动态半径和自适应动态火花数来确定每个烟花的爆炸半径和爆炸火花数；

S6：根据算法参数生成爆炸火花和变异火花，并对超出边界火花进行边界映射；

S7：基于预测机制预测每个烟花的最终目标函数值，将不满足条件的烟花淘汰并重新初始化产生；

S8：更新烟花种群并重复步骤S4至步骤S7，不断迭代直至上层模型的最大迭代次数，得出当前优化方案；

S9：初始化产生下层烟花种群，随机生成规划个体，下层烟花种群个体维数是三维，包括了电解槽、氢燃料电池、储氢罐的容量；并将上层得出的优化方案代入计算求出下层目标函数值；

S10：更新烟花种群并重复步骤S5至步骤S7，不断迭代直至下层模型的最大迭代次数，得出当前优化方案；

S11：更新烟花种群并重复步骤S4至步骤S10，不断迭代直至整个电氢能源系统置信间隙鲁棒规划模型的最大迭代次数，并获得最佳规划方案。