1.一种考虑源荷不确定性的火电机组灵活性改造规划方法，其特征在于，它包括以下步骤：步骤1：获取电力系统的基础数据；

步骤2：对所获取的电力系统的基础数据进行数据处理；

步骤3：根据系统基础数据构建电力系统年度随机规划模型；

步骤4：将随机规划模型中的机会约束确定化；

步骤5：设置不同的火电机组调峰深度并对模型分别进行求解，比较各不同调峰深度下年运行结果，择取最优火电机组改造方案；

步骤6：调节机会约束的置信度以达到更优的系统运行状态。

2.根据权利要求1所述的方法，其特征在于，所述基础数据包括以下数据：

1)获取电力系统中待改造火电机组信息；包括：火电机组台数N，火电机组编号i，每台火电机组的最大有功出力 最小有功出力 可进行灵活性改造的火电机组的最小不投油深度调峰情况下的出力 可进行灵活性改造的火电机组的最小投油深度调峰情况下的出力 每台火电机组的最大向上爬坡率 和最大向下爬坡率 每台火电机组最小启用时间 和最小停机时间

2)获取电力系统中各可再生能源电厂信息；包括：风电场和光伏电站的装机容量，历史全年风光出力数据，历史全年预测与实际出力误差数据；

3)获取电力系统中历史年时间尺度日负荷数据；

4)获取旋转备用容量信息；包括：电力系统安全运行所需正旋转备用容量Pres,up和负旋转备用容量Pres,down。

3.根据权利要求1所述的方法，其特征在于，在步骤2中进一步包括：步骤2‑1，场景缩减法处理风光出力和负荷曲线，采用k‑means聚类算法按月对日风光出力和负荷场景进行聚类，将得到的k类场景按其概率进行加权得到具有代表性的当月典型日风光出力和负荷场景；每月以一个典型日风光出力和负荷数据作为代表，每个月典型日的弃能量或发电成本乘以当月天数作为当月运行数据的近似代替，最后将所有月份运行数据相加作为年弃能量或发电成本；

步骤2‑2，采用核密度估计法对可再生能源电场历史出力预测误差统计，得到预测误差统计概率分布函数。

4.根据权利要求1所述的方法，其特征在于，在步骤3中，所建立的电力系统年度随机规划模型如下：(1)所述电力系统年度随机规划模型的目标函数为：式中m表示规划周期内的月份数；Dm表示第m月份包含的天数；T为一天的总时段数；Nw表示电力系统中风电场数量；Nv表示电力系统中光伏电站数量； 表示在t时刻风th

电场弃风功率、光伏电站弃光功率；F 表示火电厂的运行成本(包含模拟调峰运行时燃料成re本、机组寿命损耗成本、助燃油投放成本、机组启停成本)；F 可再生能源发电总弃能惩罚成本；

(2)所述电力系统年度随机规划模型的约束条件为：

1)耦合系统功率平衡约束：

耦合系统内火电机组与可再生能源的发电功率之和应满足并网点对耦合系统的功率需求，约束的表达式为式中 为第i台机组在时刻t发出的有功功率； 分别表示在t时刻风电或光伏的预测值； 分别表示在t时刻风电或光伏的功率预测误差； 分别表L

示在t时刻风电场弃风功率、光伏电站弃光功率，Pt表示在t时刻耦合并网的负荷功率；

2)火电机组出力约束：

为保证系统运行的安全性、可靠性，火电机组在进行深度调峰补偿新能源发电的过程中主要考虑机组出力约束、机组爬坡约束和启停时间约束：

201)运行的常规火电机组出力介于该机组最小与最大技术出力范围之间，约束的表达式为式中 表示第i台火电机组的最小技术出力； 表示第i台火电机组的最大技术出力；

202)可进行灵活性改造深度调峰运行的火电机组的出力介于该机组最小投油深度调峰与最大技术出力范围之间，约束的表达式为式中 表示第i台火电机组的最小技术出力； 表示第i台火电机组的最大技术出力；

203)火电机组爬坡率约束的表达式为

式中 表示第i台火电机组单位时间最大能减少的出力； 表示第i台火电机组单位时间最大能增加的出力；

204)火电机组最小启停时间约束的表达式为

式中 为第i台机组在t时刻的运行状态(停机时为0，运行时为1)； 分别表示至t‑1时火电机组的连续运行时长和连续停机时长； 分别表示机组允许的最小连续运行、停机时长；

3)可再生能源发电约束，可再生能源发电调节响应速度快，不设置类似火电机组的爬坡率、启停约束，仅以机组容量约束作为可再生能源的发电约束，约束的表达式为式中 表示风电或光伏在t时刻的实际出力值； 分别表示风电或光伏在t时刻的功率预测误差； 表示风电站或光伏电厂对t时刻的功率预测值；

4)系统备用容量约束

其中：

式中Pres,up,t、Pres,down,t分别表示耦合系统安全运行需要的正、负旋转备用容量，一般取系统总负荷的5％；ρ1、ρ2分别为给定的满足正、负备用要求的置信水平； 分别表示火电在t时刻的上调、下调备用容量； 为在常规调峰状态运行的火电机组运行功率； 为在(投油)深度调峰状态运行的火电机组运行功率。

5.根据权利要求1所述的方法，其特征在于，在步骤4中，采用基于采样的随机模拟方法将机会约束确定化：re

首先将ΔPt 记为ξ，将上述概率形式的备用容量约束括号中不等号右式移到左侧，并分别记为U(ξ)、D(ξ)：然后，对系统中可再生能源发电的预测误差随机变量ξ进行N次采样，并对所得采样值集合进行升序排列，记为{ξ|ξ1,...,ξN‑1,ξN}；得到U(ξ)、D(ξ)序列分别关于ξ单调递增、单调递减；根据所需置信水平即可在序列中取到相应的U(ξm)、D(ξn)，概率约束可等价为某确定样本ξm、ξn的上式；由此，所述含有随机变量的机会约束条件最终转化为如下所示的确定性约束，即：式中Pres,up,t、Pres,down,t分别表示耦合系统安全运行需要的正、负旋转备用容量；

分别表示火电在t时刻的上调、下调备用容量floor、ceil分别表示向下、向上取整。

6.根据权利要求1所述的方法，其特征在于，在步骤5中，对电力系统年度随机规划模型进行求解；引入目标规划模型求解，择以高优先级消纳可再生能源，减少系统的碳排放量，以低优先级优化系统运行成本，在优先保障系统安全运行低碳环保的基础上尽可能减少耦合系统发电运行成本；将多目标问题转化为求解未达到各目标最优值的偏差量总和最小的单目标优化问题，最终采用混合整数线性规划方法。