1.一种提高风电场惯量储备水平的有功功率控制方法，其特征在于，包含以下步骤：(1)上级调度站向风电场有功控制模块发送调度指令；

(2)风电场有功控制模块跟踪上级调度所发调度指令；

(3)经过惯量储备最大化的优化计算生成控制指令；

(4)通过功率分配模块将控制指令下发至场内各个风电机组；

步骤(3)中所述惯量储备最大化的优化计算中，包含以下步骤：S1：根据电网下发至风电场的有功功率参考值PWF·ref，建立风电场n个风电机组有功功率参考值P1·ref、P2·ref、…、Pn·ref与调度指令偏差的目标函数f1：公式(1)中，P1·ref、P2·ref、…、Pn·ref分别为风电机组1、2、…、n的有功功率参考值；

S2：根据各风电机组惯量响应退出点对应转速ω1·min、ω2·min、…、ωn·min，建立惯量控制后风电场各风电机组转速ω1、ω2、…、ωn的惯量储备目标函数f2：公式(2)中，J为风电机组的发电机与风轮归算至转子侧的总转动惯量，ω1·min、ω2·min、…、ωn·min分别为风电机组1、2、…、n的惯量响应退出点对应转速，ω1、ω2、…、ωn分别为风电机组1、2、…、n在惯量控制后的实际转速；

S3：综合S1和S2所建立的目标函数，建立风电场有功功率控制多目标优化数学模型：公式(3)中，α和β分别为两个目标函数f1、f2的权重；

S4：建立的风电场有功功率控制多目标优化数学模型，其约束条件为：Pi·min≤Pi·ref≤Pi·max     (4)ωi·min≤ωi·ref≤ωi·max (6)

公式(4)中，Pi·min和Pi·max分别为机组i的有功功率下限及有功功率上限；

公式(6)中，ωi·min为第i台风电机组的惯量响应退出点对应转速，ωi·ref为第i台风电机组的参考转速，ωi·max为第i台风电机组的最高转速；

S5：利用遗传算法对上述多目标优化问题求解，寻找风电场中n台风电机组的一组有功功率参考值P1·ref、P2·ref、...、Pn·ref指令，使得多目标函数最小化；

步骤S2中，所述各风电机组惯量响应退出点对应转速如下步骤计算：S21：对于任意一台风电机组i，考虑风轮功率变化与旋转动能释放功率之间的关系，计算机组i释放旋转动能增加的输出功率、转速变化引起的风功率变化量，令两者之和为零，即：公式(7)中，Ji为机组i的发电机与风轮归算至转子侧的总转动惯量，ωi为风电机组i转子转速，Pi‑wind为机组i风轮的旋转动能，Cp(λ,β)为风能利用系数，λ为叶尖速度比，β为桨距角；

S22：对式(7)解方程，求出使机组i释放旋转动能增加的输出功率、转速变化引起的风功率变化量之和为零的转速ωexit；

S23：当步骤S22中求出的转速ωexit大于等于机组切出转速ωcutoff时，即ωexit≥ωcutoff，风电机组i的惯量响应退出点对应转速ωi·min为ωexit；当步骤S22中求出的转速ωexit小于机组切出转速ωcutoff时，即ωexit＜ωcutoff，风电机组i的惯量响应退出点对应转速ωi·min为ωcutoff。

2.根据权利要求1所述的一种提高风电场惯量储备水平的有功功率控制方法，其特征在于，所述步骤S5利用遗传算法对多目标优化问题的求解过程为：S51：在约束条件范围内随机生成n个个体，每个个体均由一串二进制代码进行编码，代表初代有功指令种群；

S52：计算初代有功指令下目标函数的值，以此作为种群的适应度函数；

S53：根据初代计算所得的适应度，进行遗传算法中的选择、交叉和变异操作，衍生出新一代的个体，即新一代有功指令矩阵；

S54：循环利用适应度函数评估每一代个体的适应度，直到得到一组适应度最强的个体作为多目标优化问题的最优解。