1.一种基于用户侧灵活资源的低压配电网实时电压控制方法，其特征在于，包括以下步骤：

S10，建立用户侧灵活资源的电压需求响应模型；

S20，用户侧边缘节点分布式实时电压控制；

S30，基于强化学习的边缘节点电压控制规则优化；

所述建立用户侧灵活资源的电压需求响应模型，包括建立云平台模型、建立边缘节点模型和建立灵活资源的可调功率模型；

所述用户侧边缘节点分布式实时电压控制，为每个边缘节点无需知道其他边缘节点的信息，只需按照云平台发送的控制规则调节灵活资源功率，从而实现电压控制，包括以下步骤：云平台通过深度学习预测未来时段电压越限的概率分布；

云平台将预测的电压越限概率分布传输给边缘节点，各边缘节点通过基于逻辑回归模型的实时判断各边缘节点的电压控制情况，制定每个边缘节点的控制规则；

通过各边缘节点进行分布式电压控制，对每个边缘节点的分布式实时电压控制，从而对整个低压配电网电压控制。

2.根据权利要求1所述的基于用户侧灵活资源的低压配电网实时电压控制方法，其特征在于，所述建立云平台模型，基于配电网台区主站即云平台和用户侧智能终端即边缘节点的框架，由用户侧边缘节点通过控制灵活资源的功率出力，对电压进行分布式实时控制。

3.根据权利要求1所述的基于用户侧灵活资源的低压配电网实时电压控制方法，其特征在于，所述建立边缘节点模型，为掌握用户侧灵活资源的可调功率信息，在用户终端采集用电数据，包括功率和电压，对本边缘节点电压的分布式实时控制。

4.根据权利要求1所述的基于用户侧灵活资源的低压配电网实时电压控制方法，其特征在于，所述建立灵活资源的可调功率模型，通过边缘节点智能调节用户侧灵活资源，从而调节灵活资源的无功和或有功功率，实时控制边缘节点的电压。

5.根据权利要求1所述的基于用户侧灵活资源的低压配电网实时电压控制方法，其特征在于，所述云平台通过深度学习的预测电压越限时段的概率分布，为通过基于非参数核密度估计及区间离散化方法的机器学习模型，对将来一段时间内，系统内发生电压越限时段进行预测。

6.根据权利要求1所述的基于用户侧灵活资源的低压配电网实时电压控制方法，其特征在于，所述深度学习采用Wake‑Sleep算法，包括Wake算法，基于无监督数据进行自我学习，通过贪婪算法，逐层训练稀疏编码器，将上一层的输出为下一层的输入；Sleep算法，将整个堆叠编码器和SoftMax分类器看成一个统一的网络结构，基于标签数据，通过BP算法微调整个网络参数。

7.根据权利要求1所述的基于用户侧灵活资源的低压配电网实时电压控制方法，其特征在于，所述通过各边缘节点基于逻辑回归模型的实时判断各边缘节点的电压情况，制定每个边缘节点的控制规则，为通过计算逻辑回归函数，确定是否进行实时电压控制。

8.根据权利要求1所述的基于用户侧灵活资源的低压配电网实时电压控制方法，其特征在于，所述通过各边缘节点进行分布式电压控制，对每个边缘节点的分布式实时电压控制，从而对整个低压配电网电压控制，为云平台综合用户负荷数据，采集天气和光照强度，预先制定每个边缘节点的二项逻辑回归函数，并发送至用户侧边缘节点；然后边缘节点根据用户设置的使用条件约束和灵活资源的可调功率模型，实时计算当前时刻各灵活资源的可调功率，确保在实现分布式实时电压控制时满足灵活资源功率调整约束。