1.一种基于储能车与大电网协同的混合能源供电优化方法，其特征在于，包括：构建混合能源供电系统，该系统利用大电网和多个储能车为大电网覆盖范围内的用户提供电力，并部署多个储能车为超出大电网覆盖范围的用户提供电力；构建电力分配模型，该模型以最大化储能车的能源效率为目标，通过优化储能车位置、大电网电力分配、用户与大电网间关联调度、用户与储能车间关联调度，以满足所有用户的电力需求；将电力分配模型转化为混合整数非凸优化问题，并采用块坐标下降法和逐次凸逼近法，分步求解电力分配模型，获得次优解。
2.根据权利要求1所述的一种基于储能车与大电网协同的混合能源供电优化方法，其特征在于，所述电力分配模型为： ； ； ； ； ； ； ； ； ；式中， 为储能车位置； 为用户 与大电网间关联调度，若大电网向其覆盖范围内的用户 供电，则 ，否则 ； 为用户 与储能车间关联调度，若储能车向大电网覆盖范围内的用户 供电，则 ，否则 ； 为用户与储能车间关联调度，若为超出大电网覆盖范围的用户 供电，则 ，否则 ； 为大电网覆盖范围内的用户 的权重； 为储能车数量； 为储能车电池最大可供功率； 为储能车给用户供电的路径损耗； 为用户数量； 为大电网最大用户负载数； 为每辆储能车最大可连接用户数； 为用户 接受电力的功率； 为用户 的总共需求功率； 为用户 接受电力的功率； 为用户 的总共需求功率； 为大电网覆盖范围内的用户数量； 为超出大电网覆盖范围的用户数量。
3.根据权利要求2所述的一种基于储能车与大电网协同的混合能源供电优化方法，其特征在于，所述储能车给用户供电的路径损耗 为： ；式中， 为储能车与用户的关联调度； 为第 个用户位置； 为电阻系数。
4.根据权利要求2所述的一种基于储能车与大电网协同的混合能源供电优化方法，其特征在于，所述用户 接受电力的功率 为： ； ；式中， 为大电网供给所有用户的功率； 为储能车给用户 供电的路径损耗； 为储能车给用户供电的平均功率；所述用户 接受电力的功率 为： ；式中， 为储能车给用户 供电的路径损耗。
5.根据权利要求2所述的一种基于储能车与大电网协同的混合能源供电优化方法，其特征在于，所述采用块坐标下降法和逐次凸逼近法，分步求解电力分配模型，获得次优解，包括：将变量分成 、 两组，在第一块中固定 的值求解 ，在第二块中固定的 值求解 ，通过迭代求解两个块的优化问题直至收敛，得到目标的次优解。
6.根据权利要求5所述的一种基于储能车与大电网协同的混合能源供电优化方法，其特征在于，为求解 ，将电力分配模型转换为： ； ； ； ； ； ； ； ； ； ； ； ； ；式中， 为引入的辅助变量，代替目标函数式； 为大电网覆盖范围内用户的坐标； 为超出大电网覆盖范围用户的坐标； 为惩罚因子； 、 、 为辅助变量，代替一阶泰勒展开式； 、 、 分别为 、 、 在第 次迭代的给定局部点； 、 为引入的辅助变量，代替一阶泰勒展开式； 为电阻系数。
7.根据权利要求5所述的一种基于储能车与大电网协同的混合能源供电优化方法，其特征在于，为求解变量 ，将电力分配模型转换为： ； ； ； ； ； ； ；式中， 为引入的辅助变量，代替一阶泰勒展开式； 为储能车与用户的关联调度； 为用户坐标； 、 为引入的辅助变量，代替一阶泰勒展开式； 为大电网供给所有用户的功率； 为储能车给用户 供电的路径损耗； 、 为引入的辅助变量，代替一阶泰勒展开式； 为储能车给用户 供电的路径损耗； 为引入的辅助变量，代替一阶泰勒展开式； 为电阻系数； 为储能车给用户供电的平均功率。
8.一种基于储能车与大电网协同的混合能源供电优化装置，其特征在于，该装置应用于权利要求1-7任一项所述的方法，所述装置包括：混合能源供电系统构建模块，用于构建混合能源供电系统，该系统利用大电网和多个储能车为大电网覆盖范围内的用户提供电力，并部署多个储能车为超出大电网覆盖范围的用户提供电力；电力分配模型构建模块，用于构建电力分配模型，该模型以最大化储能车的能源效率为目标，通过优化储能车位置、大电网电力分配、用户与大电网间关联调度、用户与储能车间关联调度，以满足所有用户的电力需求；电力分配模型求解模块，用于将电力分配模型转化为混合整数非凸优化问题，并采用块坐标下降法和逐次凸逼近法，分步求解电力分配模型，获得次优解。
9.一种基于储能车与大电网协同的混合能源供电优化设备，其特征在于，包括存储器和处理器；所述存储器，用于存储计算机程序代码，并将所述计算机程序代码传输给所述处理器；所述处理器，用于根据所述计算机程序代码中的指令执行如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
