1.一种基于主从博弈的能源互联网优化控制方法，其特征在于，所述方法包括以下步骤：S1：首构建能源局域网群模型，对系统进行初始化并获取优化所需参数，包括风能、光能与储能的日前预测数据；

S2：建立主从博弈模型，网群控制中心为领导者，由其设定初始内部价格，各个ELN子网为跟随者，依据初始内部价格进行决策，计算出对应的最优策略；

S3：网群控制中心整合各个ELN子网的策略集合，以网群控制中心利益最大化为目标，重新计算出内部价格，定义为更新内部价格；

S4：各个ELN子网再根据更新内部价格进行决策，计算出对应该更新内部价格下的最优策略；

S5：当博弈达到Stackelberg均衡SE，且内部价格不再更新，则输出最终优化集合作为能源局域网群日前优化结果；

S6：若博弈达不到Stackelberg均衡，则返回步骤S2依据更新的状态信息重新进行优化；

所述步骤S1中，系统模型包括以下构成：

S1-1.基本负荷模型：ELN包含三类负荷，即热负荷、冷负荷、电负荷，模型如下：热负荷：由燃气锅炉、热交换器和集热器提供：

其中， 是ELNi中燃气锅炉的热功率； 是热交换器对外输出的热功率； 是ELNi中热负荷的总功率；

燃气锅炉输出的热功率与燃料使用量和锅炉的产热效率相关；

其中， 是ELNi中燃气锅炉的最大热功率；ηGB是燃气锅炉的产热效率；VGB,i为锅炉在一个时段内的燃气使用量；LNG是天然气的热值，为9.7kWh/m3；

由燃气轮机与燃气锅炉的燃料使用量，还能得到系统的燃气总消耗量VSUM为：其中，VGT,i是t时段ELNi燃气轮机的天然气消耗量；

燃气轮机作为ELN系统中主要的可控供能设备，不仅为ELN提供电能，同时其产生的高温烟气携带的热量由热回收装置回收，并通过热交换器和吸收式制冷装置为热负荷供热和为冷负荷供冷，ELNi的燃气轮机的出力、热量以及燃气消耗的关系如下：其中， 为t时段ELNi燃气轮机的发电功率； 为ELNi燃气轮机的最大发电功率；

为t时段ELNi燃气轮机的余热回收功率；ηc和ηr为ELNi燃气轮机的发电效率和余热回收效率； 是t时段ELNi燃气轮机的天然气消耗量；

此外，燃气轮机的发电效率和余热回收效率受机组负载率影响较大，这两者与机组负载率β的关系如下：

0.25≤β≤1                        (10)式中， 为燃气轮机的额定发电效率； 为燃气轮机的额定余热回收效率；β为机组负载率；

热交换器将从燃气轮机回收的余热中用于制热的部分与水进行交换，得到输出的热功率；

式中， 是 中分配出来用于制热的部分；ηHX为热交换器的换热效率；

冷负荷由吸收式制冷装置和电制冷机提供：

其中， 是ELNi中冷负荷的总功率； 是吸收式制冷装置对外输出的冷功率； 为ELNi的电制冷机制冷功率；

吸收式制冷装置将余热中用于制冷的部分提供给装置中的换热器，从而使装置转换出冷能；

式中， 是 中分配出来用于制冷的部分；ηAC为吸收式制冷装置的制冷效率；

电制冷机是用来产生冷负荷的特殊负荷，也可进行调节，在冷负荷已知的情况下属于被确定的一方，第i个ELN的电制冷机出力应满足如下需求：其中， 为ELNi的电制冷机输入功率；ηEC为电制冷机的制冷效率； 为ELNi的电制冷机最大输入功率；

电负荷：是所提的这三种之中唯一可以进行调控的，依照是否与其他两类相关，将电负荷主要分为基础负荷与电制冷机两种，基础负荷模型如下：对于ELNi∈I，其基础负荷如下：

其中， 是采用外部电网电价的情况下ELNi的基础负荷；λb代表从外部电网购买的电能价格；λs代表卖给外部电网的电能价格，rb代表ELN群的内部购电价格，rs代表ELN群的内部售电价格，电价应满足以下约束：λs≤rs＜rb≤λb                            (17)S1-2.储能系统模型

储能系统通过充电和放电这两种可控操作来减小单个ELN以及ELN群整体的净负荷，其各个时间段的SoC都与之前时段的充放电状态以及充放电量相关，在t时间段，第i个ELN的储能系统工作模型如下：式中， 为t时段ELNi储能系统储存的能量； 时段ELNi储能的剩余容量；

QBES,i为ELNi储能系统的总容量； 为t时段ELNi储能系统的充电功率； 为t时段ELNi储能系统的放电功率；ηch和ηdch为储能系统的充电效率和放电效率；

不仅如此，ELN内的储能系统还需要对自身的充放电功率以及SoC的状态进行约束，同时满足运行一日前后SoC状态不变的需求：式中， 和 分别表示ELNi储能系统的充放电功率； 和 为ELNi储能系统的最大充放电功率； 与 代表ELNi储能系统的充放电状态，取0或1，其中0表示不处于充放电状态，1表示处于充放电状态； 表示ELNi储能系统在t时段的充放电功率；

则为ELNi储能系统剩余容量的上下限；

S1-3.可再生能源模型

光伏系统具有最大功率点跟踪功能，能够根据光照强度和环境温度进行调整，跟踪并输出所在时段的最大功率，ELNi的光伏系统出力为：式中，PPV,i为所有光伏系统功率的平均值；

风机系统将风的机械能转化为电能，输出功率随着所在时段当地的平均风速的变化而波动，ELNi的风机系统出力为：式中，PWT,i为所有风机系统功率的平均值；

S1-4.ELN功率平衡模型

通过ELN中处于供电侧与需求侧的各个组成部分，得到第i个ELN的电功率平衡模型：其中， 为ELNi与网群的交换功率； 为输送线功率约束。

2.如权利要求1所述的一种基于主从博弈的能源互联网优化控制方法，其特征在于，所述步骤S2中的主从博弈模型的建立如下：S2-1.单个ELN的收益模型

功率平衡的作用在于降低ELN的净负荷，此处设定为功率平衡与ELN联络线交换功率的平方相关，电能交易的收益是在网群内部交易的收益，需要使用网群控制中心和各ELN子网之间的购电价格与售电价格，此外，当ELN联络线上的交换功率为正时，收益为否则，收益为 燃气消耗的收益表示为燃气消耗成本的相反数；

由此，得到ELN的效用函数为：

式中，ρ为功率平衡效用的相关系数，数量级上与 相同；rNG为燃气价格；

S2-2.ELN群网群控制中心的收益模型

由于系统中的ELN通过一条母线进行功率交互，并通过该母线与外部电网进行能量交互，从而对于母线自身的功率有一定的约束；

网群控制中心是系统中人为设置的机构，作为主从博弈模型的领导者，其优化目标是自身利益的最大化，为此设置的网群控制中心收益函数如下：其中， 和 为所有在t时段购电和售电的ELN交换功率的总和。

3.如权利要求2所述的一种基于主从博弈的能源互联网优化控制方法，其特征在于，在步骤S3中，主从博弈的实施过程如下：网群控制中心提供一个初始内部价格，先模拟各个ELN对初始内部价格进行响应，得到确定的电负荷大小，并依据各ELN的效用函数进行局部优化得出各ELN的所有最优策略，进而得出各ELN与网群控制中心的交互功率ugrid；网群控制中心根据各ELN对初始内部电价的反应，同时考虑了内部电价对电负荷的影响，以自身利益的最大化为目标进行优化，从而设置rb和rs，网群控制中心以此为下一次优化的初始值进行迭代，最终得出最优rb和rs，并据此得到各ELN的调度方案；

由此形成的博弈模型如下：

L＝{(I∪{GM}),{PLoad,i}i∈I,{Rb},{Rs},{Ui}i∈I,R}        (31)其中包含以下组成部分：

1)ELN的集合I为跟随者，响应网群控制中心GM作为领导者设定的内部交互电价；

2)PLoad ,i是ELNi调节负荷的策略集，对应的变量PLoad,i包含约束

3)Rb、Rs是GM的策略集，对应GM的决策变量rb与rs；

4)Ui为ELNi的收益函数，在上层优化中可以由变量PLoad,i与约束(5)-(11)、(14)-(15)、(17)-(21)来表示；

5)R为GM的收益函数，作用是获得ELN群内能量交互的利润，并与外部电网进行交易。

4.如权利要求3所述的一种基于主从博弈的能源互联网优化控制方法，其特征在于，在步骤S5中，Stackelberg均衡的实现过程如下：基于上述步骤S3中的主从博弈模型，网群控制中心通过各个ELN的最佳反应决定最优价格，各个ELN在该价格的基础上决定自身决策的最佳值，而通过主从博弈达成上述方案的方式就是Stackelberg均衡；

在(31)定义的Stackelberg博弈L中，当一个策略集 为其中，对于 都有 即 为 的集合；而

因此，当满足以上情况后，即博弈达到SE时，SE电价 与 以及SE时的负荷需求 唯一确定。

5.如权利要求1～4之一所述的一种基于主从博弈的能源互联网优化控制方法，其特征在于，在步骤S6中，判断更新后的内部电价是否使网群控制中心收益最大，若更新后的内部价格不再发生变化，则输出最终优化策略集合作为能源局域网群日前优化结果，否则跳转步骤S2再次进行优化。