1.一种基于事件驱动型自动需求响应的户用多微网系统优化控制方法，其特征在于，所述方法包括以下步骤：S1：构建户用多微网系统模型，初始化系统模型并获取优化所需的相关参数，包括风能、光能的日前预测数据；

S2：设定优化周期为24h，并将其离散化为K个时段，时间间隔为Δt，分析户用多微网系统的运行状况，确定事件类型以及触发条件，建立事件触发机制；

S3：针对微网内部事件类型即户用微网内部需求响应，构建户用资源调度模型，以户用微网整体日运行成本最低为目标，由EADR伺服器计算出实时电价以及调度潜力，户用微网根据触发事件类型结合实时电价和调度潜力引导入网负荷完成自身用电优化；

S4：针对微网间的功率交互建立能量共享模型，以系统总体交互利益最大为目的，微网群服务器计算系统中各个子微网的能级，并根据其历史参与度以及相关调度准则，决策出微网间的交互功率；

S5：由系统判断触发的事件是否完全消除，若是，则将当前的优化结果作为户用多微网系统中各个微网内部以及微网间的实际调度结果，求解完成；若否，返回步骤S2根据更新后的微网信息重新进行优化。

2.如权利要求1所述的一种基于事件驱动型自动需求响应的户用多微网系统优化控制方法，其特征在于，所述步骤S1中，户用多微网系统由多个RMG和微电网群服务器组成，其中户用微网模型包括以下构成：S1-1：根据微网中各类负荷的运行特性和功能将户用负荷分为非温控负荷NTL、温控负荷、EV，并分别建立模型；

1)非温控负荷是指负荷运行时不受外界或自身温度的约束，包括洗衣机和洗碗机；

洗衣机和洗碗机：输出功率与其所处的运行阶段有关，且运行时不可中断，描述如下：其中，g为非温控负荷的运行阶段数； 为负荷l在运行阶段g的额定功率；

和 均为二元变量，分别表示阶段g的运行、开始和结束状态； 表示非温控负荷l在阶段g的运行时长；Ng和Nl分别表示非温控负荷运行所需的阶段数和日运行次数；

2)温控负荷是指负荷运行时受外界或自身的温度限制，这类负荷表现为热水器EWH和空调AC；

热水器：输出功率与水箱内的水温呈非线性关系，而水温受热水器加热、用户用水以及和外界空气进行热交换的影响，则热水器水温模型如下：其中，TOUT(k)、Tlh(k)分别表示在k时段的外界空气温度和热水器l的水温； 为热水器l的额定运行功率； 表示热水器l在k时段的运行状态；REWH和C分别是热水器的热阻和热电容；

当用户使用热水后，需注入冷水以确保正常生活，则注入冷水后的热水器水温则为：其中，Ml和mk分别为热水器l的水箱容量和注入冷水的水量；Tow(k)为k时段注入冷水水温；

空调：输出功率与室内温度呈非线性关系，而室温又受房屋面积、空气的热特性因素的影响，则室温计算公式如下：其中，Tlc(k)为k时刻空调l所在的室内温度；MAC和RAC分别为空气的热容比和等效热阻；

和COP分别为空调的运行状态、额定功率和性能系数；

由于热水器和空调的用电功率受限于温度，即温控负荷还须对温度进行约束：其中， 和 分别为热水器l的水温上下限； 和 分别为空调l的室温上下限；

3)电动汽车：户用微网系统中EV的电池均为锂电池且在每个优化时段内，均采用恒功率充放电；在忽略自放电率的影响下，EV的电池模型如下：其中，Sl(k+1)、Sl(k)以及 分别表示在第k+1、k时段和EV离开时用户期望的荷电状态；

为电动汽车l的电池容量；PlEV(k)表示在k时段EV的充放电功率；η(PlEV)是与PlEV正负相关的充放电效率，表示为：其中，ηch、ηdch分别表示充放电效率；

此外，户用微网内的电动汽车还应约束自身的充、放电功率以及入网时的荷电状态SoC：其中， 分别表示电动汽车l的额定充、放电功率； 和 为电动汽车电池荷电状态的上、下限；

S1-2：满足储存系统的能量运行一日前后维持不变，即：

其中，PlESS(k)为k时段户用微网i储能系统充放电功率；

S1-3：假定由光伏阵列和风机构成的可再生能源供电单元均具有最大功率点跟踪功能，能够根据外界环境变化跟踪并输出所在时段的最大功率，则户用微网i的光伏出力和风机出力如下：其中，PiPV(k)和PiWT(k)分别为户用微网i在k时刻的光伏和风机发电功率； 和分别为用户m在k时刻的光伏和风机发电功率； 为户用微网i内的用户集合；

S1-4：根据户用微网供需两侧的负荷各个组成部分，得到第i个户用微网的电功率平衡模型：其中， 为户用微网i与电网的交易功率，其值为正时表示倒送功率；[]*为负荷类型，包括NTL、EWH、AC和EV； 为最大倒送功率。

3.如权利要求2所述的一种基于事件驱动型自动需求响应的户用多微网系统优化控制方法，其特征在于，在所述步骤S2中，根据户用多微网系统的运行状况，制定的事件触发机制如下：S2-1：根据户用多微网系统运行状况，进行事件分析，定义的事件类型和触发条件如下：

1)接入事件，当微网中的用户依照自身用电习惯将负荷接入微网时，该事件触发；触发后，智能控制系统基于EADR伺服器发布的电价信号，通过经济激励的方式合理引导入网负荷的用电行为；

2)缺额事件，即功率失衡事件，通过设置一个失衡度用来表征供需两侧的不匹配程度，当预测净负荷和实际净负荷之间的差值率超过失衡度时，则监测器应生成缺额事件触发信号:其中，λ为失衡度； 为在k时段调度负荷α时的预测净负荷；因此，该事件触发时，由智能控制系统整合各类申报负荷信息并上报给EADR伺服器进行调度潜力评估；基于评估结果以及服务器发布的事件需求通知，对具备参与需求响应资格的负荷重新制定用电计划，以消除触发条件，进而达到缓解电力失衡的目的；

3)失约事件，当负荷提早使用、EV提前离网时触发；评估其余负荷的调度潜力，然后对具有较高评估值的负荷进行重新调整，以弥补由失约负荷引起的微网功率缺额；描述如下：其中，Bk表示当前时段的失约负荷集合；RPk表示重定用电计划的负荷集合；

4)过载事件，当电力用户的集中用电使得微网总负荷超过外接线路的容量时，过载事件触发：其中，κT为微网与配电网连接线路最大可承载的容量；过载事件触发后，智能控制系统根据调度潜力评估结果依次切除潜力最小的负荷，直至触发条件消失；

5)能量共享事件，当户用多微网系统同时存在出力缺额微网和出力富裕微网时触发；

即当微网出力缺额或是富裕时，EADR伺服器需向微网群服务器发送相应信号；微网群服务器统筹网群内所有相关信息后发送反馈信号，决定是否进行能量共享。

4.如权利要求3所述的一种基于事件驱动型自动需求响应的户用多微网系统优化控制方法，其特征在于，在所述步骤S3中，户用微网内部需求响应包括以下步骤：S3-1：以整体日运行成本最低为目标，建立户用资源调度模型；通过价格激励的方式引导微网内的户用负荷参与需求响应，一旦户用负荷入网或其申报请求获得批准，通过下面的日运营成本最小化模型确定负荷最优调度策略：其中， 和 分别为负荷α在k时段的用电成本和调度后用户的不舒适度折算费用；δ为不舒适度折算系数；λα为实时电价；

S3-2：根据负荷用电信息，确定调度潜力评价因子：

将负荷用电的急迫程度、执行信用度和用户偏好程度作为3个评价因子，具体的计算公式如下：

1)用电迫切性因子：

其中， 表示申报负荷α的用电迫切性； 为温控负荷上下限的中间值；Qα表示负荷α一天的用电需求量； 为最迟离网时间；

2)可靠性因子：

其中， 表示负荷α的可靠性因子；H表示总考察天数； 和 分别表示第s天负荷l的调度外总负荷量和调度内总负荷量； 较小意味着该设备可能无法执行响应计划，较大则表示该负荷的执行信用很强，对微网的稳定运行贡献较大；

3)用电偏好因子：

其中， 表示申报负荷α的用户偏好； 表示第s天负荷α实际运行和优化结果之间误差，其值越高的负荷，受用户干扰的可能性越大；

S3-3：EADR伺服器对评价因子进行无量纲化处理：

其中，dα,a为负荷α在k时段的第a个评价因子无量纲化值，a＝1,2,3； 和 分别表示关于第a个评价因子的户用微网内所有负荷最大值和最小值；

S3-4：根据无量纲化的评价因子通过平均差最大化方法确定客观权重，进而得出负荷的调度潜力评估值：其中，Dα,a为负荷α的第a个评价因子在k时段的客观权重； 为负荷α在k时刻的调度潜力评估值；wta表示第a个评价指标的主权权重，可通过层次分析法计算得出。

5.如权利要求4所述的一种基于事件驱动型自动需求响应的户用多微网系统优化控制方法，其特征在于，在所述步骤S4中，多微网系统中微网间交互功率的求解过程如下：S4-1：微网群服务器根据各个子微网上传的功率、电价信息，以多微网系统整体交互满意度最大为目标，建立能量共享模型：其中，Fsat(k)表示系统在k时刻下的交互满意度；λibuy和λsell分别为微网i与电网交易的购售电价，其中 和 分别为微网间能量交易的购售电价；

和 分别为微网i在能量共享中购售功率；MCB和MCS分别表示购电微网集合和售电微网集合，前者的实际净负荷均大于0，后者则相反；

S4-2：微网群服务器根据历史数据计算各个子网的历史参与度以及微网间的交易电价：其中，Ctbi为微网i的历史参与度； 为参与能量调度的天数； 和 分别为微网i在第n天能量共享前、后的功率需求；其值越大则微网参与能量共享的意愿越强烈，在能量共享中应优先考虑；print为微网间的交易电价，并且S4-3：微网群服务器综合考虑微网历史参与度以及EADR伺服器上传的当前时段调度需求情况，计算子网在能量共享模型中的能级，并划分为不同的能层：Eli(k)＝Pdi(k)/Ctbi             (36)其中，Eli(k)和Pdi(k)分别表示第k时段下微网i的能级和调度需求；

微网群服务器依据能级计算结果按±10％的能级宽度将微网划分到不同的能层d，其中d∈{1,2,...,DN},DN为当前时刻微网群服务器划分的能层总数；

根据式(36)可知临近两个能层的跃迁所需的能量为：

其中， 表示能层d跃迁至能层d+1所需的能量；Epd表示能层d的能量区间下限；

表示处于能层d的所有微网集合；

S4-4：微网群服务器根据购售电微网集合所需的功率需求，确定整个多微网系统的调度总功率 并建立共享调度队列 将能层1添加至队列 中，对队列中的微网进行能量调度；由于微网每次只能跃迁一个能层，则在调度过程中会遇到如下3种情况：

1)队列 中微网跃迁所需能量大于系统总调度功率；

2)系统总调度功率 能够支撑队列 中微网跃迁至能层d+1，且无微网达到电离态；

3)系统总调度功率 能够支撑队列中微网跃迁至能层d+1，且有微网满足了自身功率需求；

S4-5：微网群服务器根据这3种进行不同的操作；在情况(1)下，多微网系统结束能量共享；针对情况(2)，将 中的微网添加至队列 中去，并将系统调度总需求更新为 情况(3)则是在情况(2)的基础上，除去队列 中到达电离态的微网；因此，微网i在能量共享中的调度功率 表示如下：其中，x为微网i参与能量共享调度前所处的能层；Com表示在能量共享过程中满足了自身功率需求的微网集合；

S4-6：微网群服务器首先对根据历史参与度对MCB和MCS集合中各微网进行降序排序，通过比较两个集合中最大历史参与度的共享调度功率Edis，确定微网间的交互功率为：其中，Esi,j为能量共享过程中微网i和微网j间的交互功率；Esmax为微网间联络线最大承载功率。