1.一种基于收缩空间和声算法的虚拟电厂优化调度方法，其特征在于，步骤包括：S1.构建以光热电站、火电厂和清洁能源电厂聚合的虚拟电厂，以所述虚拟电厂净收益最大化确定所述虚拟电厂的调度优化目标函数和约束条件；

所述步骤S1中将光热电站、火电厂和清洁能源电厂聚合为虚拟电厂，具体根据售电收益、火电厂的运行成本、碳排放惩罚成本和光热电站的运行成本等因素构建虚拟电厂优化调度模型，并以所述虚拟电厂净收益最大化确定所述虚拟电厂优化调度模型的目标函数和约束条件；

所述虚拟电厂优化调度模型的目标函数具体按下式计算得到：

其中，fda为虚拟电厂调度方案下的净收益；fe、fgen、 fcsp分别为售电收益、火电厂的运行成本、碳排放惩罚成本和光热电站的运行成本，且满足其中，ke,t为售电电价；Pg,t、PCSP,t、Pw,t分别为火电厂的输出功率、光热电站的输出功率和清洁能源电厂的输出功率；a、b、c为耗能函数拟合为二次函数后的火电厂单位耗能系数；

e、 分别为火电厂的碳排放强度系数和碳排放惩罚系数； 分别为火电厂和光热电站的单位产能运行维护成本系数；

所述虚拟电厂优化调度模型的约束条件用于表征电网调度中心对虚拟电厂输出功率的限制，具体按下式计算得到：

Pgrid,t＝Pg,t+Pw,t+Pcsp,t

其中，Pgrid,t为虚拟电厂的输出总功率限值；Pg,t、PCSP,t、Pw,t分别为火电厂的输出功率、光热电站的输出功率和清洁能源电厂的输出功率；

S2.以所述调度优化目标函数作为收缩空间和声算法的评价函数，以所述约束条件作为收缩空间和声算法的和声变量约束区间；

所述步骤S2中以所述虚拟电厂优化调度模型的目标函数作为收缩空间和声算法的评价函数，构建收缩空间和声算法模型；以所述虚拟电厂优化调度模型的约束条件作为和声变量约束区间，根据所述和声变量约束区间随机生成N组虚拟电厂调度方案作为收缩空间和声算法模型的初代和声变量；

S3.根据所述评价函数和所述和声变量约束区间，利用收缩空间和声算法，获取所述评价函数的最大值以及使所述评价函数取最大值的和声变量；

所述步骤S3中利用收缩空间和声算法，计算得到所述评价函数的最大值以及使所述评价函数取最大值的和声变量，具体计算步骤为：S31.设置收缩空间和声算法的计算参数，根据所述和声变量约束区间随机生成N个初代和声变量，构成和声记忆库；

S32.利用所述收缩空间和声算法的评价函数计算和声记忆库中各个和声变量的评价值，筛选出和声记忆库中的最小评价值flow以及最小评价值对应的和声变量xlow；

S33.产生随机数r，按照修正公式更新和声记忆库取值概率，修正公式表示为：其中，r为服从0～1均匀分布的独立随机数；HMCRmax、HMCRmin、HMCRk分别为和声记忆库取k值概率的最大值、最小值和第k次迭代下的取值；kmax为最大迭代次数；fi为第i个和声变量在第k次迭代时的评价值；

S34.判断随机数r是否小于和声记忆库取值概率；若满足，则按照欧氏距离公式筛选将new要进行局部扰动的和声变量，然后利用局部扰动公式生成新的和声变量x ；若不满足，则new根据所述和声变量约束区间随机生成一个新的和声变量x ；

所述欧氏距离公式表示为：

式中，i＝1,2,…,N，N为和声记忆库的大小；j＝1,2,…,M，M为变量的维数；d(xi)为和声记忆库中第i个和声变量与其他和声变量的欧式距离之和；xg为和声记忆库中被选取的欧式距离之和最小的和声变量；

所述局部扰动公式表示为：

式中，PAR、LBW分别为局部调谐概率与和声搜索的调整步长；

new

S35.利用所述收缩空间和声算法的评价函数计算新产生的和声变量x 的评价值，判断其评价值是否大于和声记忆库中的最小评价值flow；若满足，则更新和声记忆库，即将新new产生的和声变量x 替代和声记忆库中最小评价值对应的和声变量xlow；若不满足，则执行步骤S36；

S36.判断修正次数k是否达到最大迭代次数kmax，若不满足，则返回步骤S32；若满足，则执行步骤S37；

S37.输出所述评价函数的最大值以及使所述评价函数取最大值的和声变量。

2.根据权利要求1中所述的基于收缩空间和声算法的虚拟电厂优化调度方法，其特征在于，所述步骤S3中利用收缩空间和声算法计算得到的使所述评价函数取最大值的和声变量就是虚拟电厂优化调度模型的最优电力调度方案；计算得到的所述评价函数的最大值就是虚拟电厂优化调度模型的目标函数最大值，即虚拟电厂在所述最优电力调度方案下的最优净收益。

3.根据权利要求2中所述的基于收缩空间和声算法的虚拟电厂优化调度方法，其特征在于，所述虚拟电厂优化调度模型的最优电力调度方案指的是虚拟电厂内部各个单元的出力状况，即光热电站的输出电功率、火电厂的输出电功率和清洁能源电厂的输出电功率。