1.一种风光发电及电网负荷波动日前调度储能配置优化方法，其特征在于，包括如下步骤：步骤1、统计风力、光伏发电一年内日发电预测功率与实际功率数据，统计每天0时至24时的预测偏差，对连续采样周期的功率偏差数据进行功率时间积分统计，初次得到一年内计划偏差补偿用储能容量配置量；

步骤2、采样分辨率为分钟级，将风力、光伏的一年内日发电累积偏差数据以每15min为间隔划分，利用模糊熵衡量计划发电过剩和计划不足的变化趋势情况，确定所有时段下的风力、光伏发电功率累积计划偏差量的变化趋势系数具体值；

步骤3、统计负荷变化量分布情况，将负荷的一年内耗电量数据以每15min为间隔划分，利用模糊熵衡量其耗电趋势情况，确定所有时段负荷变化趋势系数具体值；

步骤4、首先比较风光发电计划偏差累积系数和负荷变化趋势系数的极性，根据系数变化正负极性确定需要修正系数，初次优化储能容量配置；然后，分电网用电高峰、谷峰和过渡时段考虑负荷分布的特殊性；考虑三种负荷时段下的负荷变化跨度较大，设置相应的置信度以增强负荷变化趋势系数的适应性；最后将更新后的负荷趋势系数，结合相应的风光发电计划累积偏差趋势系数，最终确定修正后的储能容量配置。

2.根据权利要求1所述一种风光发电及电网负荷波动日前调度储能配置优化方法，其特征在于，所述步骤2、3中利用模糊熵概念分别描述风光发电计划累积偏差曲线趋势系数和电网负荷变化曲线的趋势系数，具体步骤如下:

2.1、选取相关时序样本数据，数据源包括:风光发电功率计划累积偏差数据及电网负荷耗电量变化数据；特定时段一般为风光发电计划最小时间分辨率即15min，其余采样点时间分辨率则以1min为标准；对相应数据不同日况下特定时段内固定M个采样点定义{u(j):1≤j≤M}，u(j)是不同维度下的矢量，该矢量是按照时序顺序重构生成的，其中M、j属于整数；

2.2、选取2.1定义生成一组n维矢量，n为整数；

令 其中{u(j),u(j+1),…u(j+n‑

1)}，代表第j个点开始连续n个u的值，u0(j)表示均值，n个u的值与u0(j)分别作差得到n个相对应的差值即 其中i为整数；

上述步骤求解差值，即标准差的u0(j)，主要目的为确定相邻时间分辨率内的变化量，为距离比较提供参考标准；

2.3、在不同日况下定义两个n维矢量 和 之间的距离 为两者对应元素中差值最大的一个，即其中，在处理风光发电计划累积偏差数据时，选取两个在天气条件上相似的日况；在处理电网负荷变化趋势时，考虑电网负荷变化的周期性，选取同为工作日或者同为非周末日的时段数据；依据上式定义的矢量之间的相对距离 可确定不同日间特定时段的差异程度，以此可以判断固定区域内时序数据的走向情况，相对距离越小说明偏离程度越小，相对距离越大说明偏离程度越大；相对距离的值决定了模糊熵值，也作用到后续的偏差补偿具体值；

2.4、用模糊函数 定义两个向量 和 的相似度 即

上式中函数 为指数函数，m,r分别是指数函数的边界的梯度和宽度，根据步骤

2.3中定义的最大差值，利用定义的指数函数反向确定其时序数据之间的相似度，其中，梯度主要表示数据维度，数据维度过小，则波动性较小，很难寻找规律，描述的相似度不可靠；

数据维度过大，时间跨度过长，整体波动拉低，描述的相似度同样不可靠；数据维度取值范围在[10～50]之间，此处取为15；指数函数的宽度用来限制相似度的范围，相似度控制在[0,

1]之间，此处指数函数的宽度取值为0.2倍的标准差u0(j)；

2.5、定义函数

则模糊熵定义为

当M值为有限值时，按照上述步骤得到模糊熵的估计

n n+1

FuzzyEn(n,m,r)＝lno(m,r)‑lno (m,r)

模糊熵表示的主要是特定时段内相邻维度间相似度取均值后的差值，最终在特定时段有M‑n‑1个模糊熵值，取均值以表示该时段的趋势走向的偏离程度；

2.6、风光发电计划累积偏差本身包含了储能需求变化量的信息，但趋势性难以简单的用特定数值去描述，同时对电网负荷的变化趋势可以更好的确认储能需求变化趋势性情况；通过上述2.1至2.5可确定一个时段曲线走势，此时段，曲线的趋势完全一致时则模糊熵值为1，若曲线走势波动较大，完全不一致时则为0；循环进行上述2.1至2.5步骤即可得到日内所有时段的趋势系数；当得到风光发电计划累积偏差和电网负荷的日内变化所有趋势系数后，最终比较两者趋势系数，以此来确认偏差补偿的具体值。

3.根据权利要求1所述一种风光发电及电网负荷波动日前调度储能配置优化方法，其特征在于，所述步骤4中初次优化储能容量配置后的处理：考虑对应不同时段电网负荷变化特性，根据对应时段电网供电需求变化特性，分负荷需求高峰、低谷及过渡时段，对负荷变化趋势系数设置置信度，分别为5％、10％、15％和20％，对负荷变化趋势系数进行量化调整，再结合风光发电变化趋势系数，最终确定修正后的储能容量配置。