1.一种微网两阶段鲁棒调度方法，其特征在于，具体按照以下步骤实施：步骤1、设计微网系统日前调度总运行成本最小的目标函数，构建预调度阶段优化模型；具体按照以下步骤实施：步骤1.1、根据风力发电和负荷的预测值，设计微网系统日前调度总运行成本最小的目标函数；

微网预调度阶段模型的目标函数为

minf＝CMG+CESS+CRes+CDR+Cgrid      (1)式(1)和式(2)中，t为调度时段，T为总调度周期；CMG为微燃机发电成本；CES为储能充放电成本；CRes为微网备用容量配置费用；CDR为需求响应负荷调度费用；Cgrid为向配网购电成本；mMG为微燃机单位发电成本系数，PMG,t为微燃机出力；mES为储能单位充放电系数，为储能充/放电功率； 为微燃机上/下备用容量配置价格，为微燃机上/下备用容量； 为配电网上行单位备用容量费用， 为配电网上行单位备用容量；mDR为需求响应单位成本系数，PDR,t、 为需求响应实际调度/期望用电功率；Pimp,t为微网向配网购电功率，λt为配网日前交易的分时电价；Δt为调度步长；

步骤1.2、构建包含日前调度总运行成本最小目标，并考虑微网各电力单元输出功率上限和下限约束、储能单元约束和系统功率平衡约束的预调度阶段优化模型；

约束具体如下：

微型燃气轮机输出功率约束：

式(3)中， 为微燃机最小/最大输出功率；RMG为微燃机最大爬坡功率；

储能单元约束：

式(4)中， 为最大充/放电功率； 为充/放电状态；η为充放电效min max

率；ESt为剩余容量；ES 、ES 为最大/最小剩余容量；

需求响应负荷约束：

式(5)中，DDR为总用电需求； 为最小/最大用电需求；

向配电网购电约束：

式(6)中， 为微网与配网交互功率的最大值；

系统备用容量约束：

式(7)中，微燃机和配网传输电能为上行备用容量，微燃机作为下行备用容量；

系统功率平衡约束：

式(8)中，Pwt,t为t时刻风电的输出功率；L为所有类型负荷的集合，Pl,t为t时刻总负荷功率；

步骤1.3、将建立的预调度阶段优化模型中的非线性方程线性化；

线性化后的需求响应负荷成本函数为：

步骤2、考虑源荷侧不确定性，构建再调度阶段优化模型；微网数据收集及初始化算法参数；

所述步骤2中构建再调度阶段优化模型具体按照以下步骤实施：步骤2.1、以最恶劣场景为基础，调节设置上下行备用容量，设计微网弃风成本和切负荷成本之和最小的目标函数；

微网再调度阶段经济调度的目标函数为

式(11)中， 为弃风惩罚成本， 为切负荷惩罚成本；

步骤2.2、构建弃风成本和切负荷成本之和最小的目标函数，并考虑风电负荷的不确定性变量约束、弃风和切负荷量约束和备用容量调节约束的再调度阶段优化模型；

约束具体如下：

风电负荷的不确定性变量约束：

式(12)中，uwt,t与uload,t为风电和负荷不确定变量； 为风电和负荷预测值；

为不确定变量的最大波动量； 为不确定变量的辅助变量；Γwt与Γload分别为风电和负荷功率的不确定预算参数；

因为线性规划最优解取于多面体变量的边界处，则本文的最优解应取于不确定变量波动范围的边界，将式(12)简化为式(13)；

式(13)中，若 则不确定变量取波动区间的上界， 则表示取波动区间的下界，对负荷不确定变量同理；

弃风和切负荷量约束：

式(14)中， 为弃风量， 为切负荷量；

备用容量调节约束：

式(15)中， 分别为微燃机实际提供的上、下备用容量； 为配电网实际提供的上备用容量； 分别为微燃机预调度阶段提供的上、下备用容量； 为配电网预调度阶段提供的上备用容量；

再调度阶段功率平衡约束

步骤2.3、采用对偶理论将构建的再调度阶段优化模型对偶为一个最大化max模型并线性化处理；

对偶后的max模型为：

式(17)中，w1、w2、w3分别是m1维、m2维、m3维行向量，是原问题的对偶变量；

再将max模型线性化为：

max

式(18)和式(19)为引入的辅助变量与原变量的关系；π 为对偶变量的最大值；

步骤3、利用列约束生成算法求解上述微网两阶段鲁棒优化模型，判断最优值上界与目标函数值下界差是否小于允许收敛偏差，若满足则停止迭代，输出最优调度方案，完成调度；否则，继续寻优直至算法收敛。

2.根据权利要求1所述一种微网两阶段鲁棒调度方法，其特征在于，所述步骤2中微网数据收集及初始化算法参数具体按照以下实施；微网数据收集及初始化算法参数包括：负荷功率预测数据、风电场出力预测数据、配电网日前交易价格、目标函数上下界UB、LB；迭代次数k，允许收敛偏差ε。

3.根据权利要求2所述一种微网两阶段鲁棒调度方法，其特征在于，所述步骤3具体按照以下步骤实施：步骤3.1、根据风电、负荷的预测值求解预调度阶段优化模型，计算得到各机组第二天的最优出力方案、系统备用容量设置和最小运行成本；利用求解所得的最优解更新目标函数值下界为步骤3.2、将 代入再调度阶段优化模型中，检验备用容量设置是否可以应对不确定变量的波动，求解最恶劣场景u下的预调度阶段优化模型的目标函数值 和实际备用容量设置，更新最优值上界为步骤3.3、判断UB‑LB<ε是否满足，若不满足，将求解子问题得到的关键场景下的备用容T k+1量再调度量代入主问题，并增加最优割集约束α≥dy ；令k＝k+1，跳至步骤4.1继续寻优直至算法收敛；若满足则停止迭代，输出最优调度方案 完成调度。