1.一种储能控制方法，其特征在于，用于调度新能源机组的设备终端进行充放电管理，所述方法包括：S1.收集所有设备终端的储能类型，基于储能类型匹配生成对应的储能消息；

S2.响应于接收到充电提醒消息时，建立充电关联以完成充电管理响应处理；

S3.响应于接收到放电提醒消息时，建立放电关联以完成放电管理响应处理；

其中所述充电提醒消息为电池SOC低于第一预设占比阈值时触发产生，所述放电提醒消息为电池SOC高于第二预设占比阈值时触发产生；

所述响应于接收到充电提醒消息时，建立充电关联以完成充电管理响应处理的步骤，包括：S21.当接收到标识新能源机组的设备终端发出的充电提醒消息时，获取该设备终端的第一定位消息；

S22.基于第一定位消息，获取与该设备终端距离在第一预设范围内的目标供电端集群，且优先将该设备终端对应的新能源机组号与距离该设备终端最近的目标供电端进行绑定；

S23.结合所述储能消息和目标供电端的SOC状态进行生成第一状态确认消息；

S24.基于所述第一状态确认消息建立充电关联；

所述响应于接收到放电提醒消息时，建立放电关联以完成放电管理响应处理的步骤，包括：S31.当接收到标识新能源机组的设备终端发出的放电提醒消息时，获取该设备终端的第二定位消息；

S32.基于第二定位消息，获取与该设备终端距离在第二预设范围内的目标用电端集群，且优先将该设备终端对应的新能源机组号与距离该设备终端最近的目标用电端进行绑定；

S33.结合所述储能消息和目标用电端的SOC状态进行生成第二状态确认消息；

S34.基于所述第二状态确认消息建立放电关联。

2.如权利要求1所述的方法，其特征在于，所述基于所述第一状态确认消息建立充电关联的步骤，包括：S241.响应于第一状态确认消息为可连接标识，将该设备终端与已绑定的目标供电端进行充电连接；

S242.响应于第一状态确认消息为未连接标识，解除绑定并从目标供电端集群中获取距离第二近的目标供电端，重复步骤S23和步骤S24，直至生成的第一状态确认消息为可连接标识；

所述基于所述第二状态确认消息建立放电关联的步骤，包括：S341.响应于第二状态确认消息为可连接标识，将该设备终端与已绑定的目标用电端进行充电连接；

S342.响应于第二状态确认消息为未连接标识，解除绑定并从目标用电端集群中获取距离第二近的目标用电端，重复步骤S33和步骤S34，直至生成的第二状态确认消息为可连接标识；

所述可连接标识用于标识确认关联状态，所述未连接标识用于标识拒绝关联状态。

3.如权利要求2所述的方法，其特征在于，所述响应于第一状态确认消息为未连接标识，解除绑定并从目标供电端集群中获取距离第二近的目标供电端，重复步骤S23和步骤S24，直至生成的第一状态确认消息为可连接标识的步骤，还包括：S2421.当目标供电端集群里不存在使得第一状态确认消息为可连接标识的目标供电端时，基于目标供电端的SOC状态按照最大可供电量从大到小的方向排序；

S2422.将每个目标供电端的SOC状态与预设的最大可供电SOC阈值作差得到相应的最大可供电量以作为成员可供电量；

S2423.按最大可供电量从大到小的顺序依次选取对应目标供电端与设备终端绑定，直至当前成员可供电量的累加值大于或等于充电需求量，其中所述充电需求量为从所述充电提醒消息中提取；

所述响应于第二状态确认消息为未连接标识，解除绑定并从目标用电端集群中获取距离第二近的目标用电端，重复步骤S33和步骤S34，直至生成的第二状态确认消息为可连接标识的步骤，还包括：S3421.当目标用电端集群里不存在使得第二状态确认消息为可连接标识的目标用电端时，基于目标用电端的SOC状态将最大可接收电量从大到小的方向进行排序；

S3422.将每个目标用电端的SOC状态与预设的最大可用电SOC阈值作差得到相应的最大可接收电量以作为成员可接收电量；

S3423.按最大可接收电量从大到小的顺序依次选取对应目标用电端与设备终端绑定，直至当前成员可接收电量累加值大于或等于放电需求量，其中所述放电需求量为从所述放电提醒消息中提取。

4.如权利要求3所述的方法，其特征在于，还包括：S4.确定目标供电端或目标用电端的SOC状态，包括：S41.基于SOC估计模型对储能电池进行确定SOC估计值；

S42.获取电池使用消息；

S43.响应于针对电池SOC查询请求，获取业务类型并匹配相应的精准度等级需求；

S44.判断所述精准度等级需求是否含有精准度需求的标识，若是则基于所述电池使用消息建立电池老化SOC误差模型以确定老化误差校正值，基于所述老化误差校正值对所述SOC估计值进行修正以得到目标SOC输出值，若否则以SOC估计值作为目标SOC输出值。

5.如权利要求4所述的方法，其特征在于，所述基于SOC估计模型对储能电池进行确定SOC估计值的步骤，具体包括：S411.确定状态方程和观测方程，具体的，电池的状态方程和观测方程分别表示为：

其中，xk表示第k时刻的电池的状态向量，xk+1表示第k+1时刻的电池的状态向量，uk表示电池的控制向量，yk表示电池的观测向量且观测向量通过电池电压测量得到，wk和vk分别表示过程噪声和观测噪声，矩阵A、B和C分别表示状态方程和观测方程中的系数矩阵；

S412.初始化初始SOC值和初始SOC协方差矩阵；

S413.基于预测方程预测下一个时刻的SOC估计值和下一个时刻的SOC协方差矩阵，所述预测方程表示为：

其中，SOCk+1表示第k+1时刻的SOC估计值，SOCk表示第k时刻的SOC估计值，C0表示电池的容量，Δt表示当前时刻与下一个时刻的时间间隔，Ik表示第k时刻的电流，IOCV(SOCk，Tk)表示根据SOC和温度得到的电池的开路电流；

S414.更新电池的状态和协方差矩阵，该过程的观测方程表示为：Vk＝VOCV(SOCk，Tk)-IkRk+vk 其中Vk表示第k时刻的观测电压，VOCV(SOCk，Tk)表示第k时刻根据SOC和温度得到的电池的开路电压，Rk表示第k时刻电池的内阻，Ik表示第k时刻流经内阻的电流，vk表示第k时刻的观测噪声；

S415.结合卡尔曼增益矩阵Kk进行更新状态和协方差矩阵，即：

其中，I表示单位矩阵，Pk+1表示第k+1时刻的状态方程的协方差矩阵，Pk表示第k时刻的状态方程的协方差矩阵，Kk表示卡尔曼增益矩阵；

S416.不断重复预测过程和更新过程，即重复步骤S413至S415，通过所述预测方程得到最新的SOC估计值；

在迭代过程中，判断迭代次数是否满足噪声统计条件，所述噪声统计条件为迭代次数是否达到第一预设触发次数，若达到则分别对wk和vk进行统计，分别设置两组列表，其中第一组列表用于记录符合SOC估计值与SOC标准值的差值小于SOC误差阈值时wk所对应的数值，第二组列表用于记录符合SOC估计值与SOC标准值的差值小于SOC误差阈值时vk所对应的数值，最终当累积迭代次数达到第二预设触发次数时分别对所述第一组列表和所述第二组列表取均值以确定为恒定的wk和vk，进而继续缩小噪声产生的波动影响，所述SOC误差阈值设置为1％至4％中的任意数值。

6.如权利要求4所述的方法，其特征在于，所述电池老化SOC误差模型具体通过以下步骤进行构建：S441.从所述电池使用消息中获取电池型号、充放电统计信息、温度统计信息和容量统计信息；

S442.基于所述电池型号找到预存的老化参考关系；

S443.以每次充电和放电的情况作为一组数据，通过主成分分析法进行迭代得到电池老化SOC误差模型；

其中所述老化参考关系用于计算老化系数，所述老化系数用于结合到所述电池老化SOC误差模型中。

7.如权利要求6所述的方法，其特征在于，所述充放电统计信息包括充电累计次数、累计总使用时长、充电时长、充电量、放电时长和放电量；

所述温度统计信息包括每次充电前后的温度、每次放电前后的温度；

所述容量统计信息包括每次充电前后的容量、每次放电前后的容量；

所述以每次充电和放电的情况作为一组数据，通过主成分分析法进行迭代得到电池老化SOC误差模型的步骤，具体包括：S4431.构建13*k的样本矩阵p和误差矩阵z，即：

其中k为充电累计次数，pi，j为第i行第j个样本数据，其中13个维度类型分别对应累计总使用时长、充电时长、充电量、放电时长、放电量、充电前温度、充电后温度、放电前温度、放电后温度、充电前容量、充电后容量、放电前容量、放电后容量；

S4432.将样本矩阵p进行标准化处理得到标准化矩阵X，即：

其中Xi，j为第i行第j列标准化数据， 为针对标准化矩阵X中第j列元素的均值，Sj为针对样本矩阵p第j列元素的标准差，/>n对应维度数量且具体为13；

S4433.计算标准化样本的相关系数矩阵R，即：

其中ri，j为相关系数矩阵R中第i行第j列的相关系数值， 为标准化矩阵X中第i列元素的均值，/>为标准化矩阵X中第j列元素的均值，Xk，i为第k行第i列标准化数据，Xk，j为第k行第j列标准化数据，通过计算协方差作为相关系数，ri，j为相关系数矩阵R中第i行第j个标准化数据所对应的相关系数；

S4434.计算相关系数矩阵R的特征值和对应的特征向量，包括：S4434a.计算相关系数矩阵R的特征值λ1≥λ2≥…≥λk≥0；

S4434b.计算对应的特征向值u1，u2，…，uj，…，uk，其中uj＝(u1，j，u2，j，…，u13，j)T，由特征向量组成k个新的指标变量：

式中y1是第1主成分，y2是第2主成分，…，yk是第k主成分；

S4435.计算主成分贡献率以及累计贡献率，设置ai为主成分yi(i＝1，2，...，k)的主成分贡献率：

设置主成分y1，y2，...，yi(i＝1，2，...，k)的累计贡献率：

S4436.进行数据降维处理，通过取累计贡献率超过预设累计贡献阈值的前m个主成分，从而得到：

m≤k，Fm为基于累计贡献率排序后的第m个主成分；

S4437.使用m个主成分作为模型的输入变量，并且将对应主成分贡献率最高的主成分F1乘以老化系数，将SOC估计值与SOC标准值的差作为输出变量，进而建立回归模型以确定出每个主成分的系数，判断模型迭代次数是否达到预设次数，若达到则结束，否则继续判断模型的误差是否低于预设评估指标阈值，若低于则确定得到电池老化SOC误差模型，否则继续迭代。

8.一种储能控制装置，其特征在于，用于调度新能源机组的设备终端进行充放电管理，所述储能控制装置包括：数据收集模块，用于收集所有设备终端的储能类型，基于储能类型匹配生成对应的储能消息；

充电管理模块，用于响应于接收到充电提醒消息时，建立充电关联以完成充电管理响应处理，具体包括：当接收到标识新能源机组的设备终端发出的充电提醒消息时，获取该设备终端的第一定位消息；

基于第一定位消息，获取与该设备终端距离在第一预设范围内的目标供电端集群，且优先将该设备终端对应的新能源机组号与距离该设备终端最近的目标供电端进行绑定；

结合所述储能消息和目标供电端的SOC状态进行生成第一状态确认消息；

基于所述第一状态确认消息建立充电关联；

放电管理模块，用于响应于接收到放电提醒消息时，建立放电关联以完成放电管理响应处理，具体包括：当接收到标识新能源机组的设备终端发出的放电提醒消息时，获取该设备终端的第二定位消息；

基于第二定位消息，获取与该设备终端距离在第二预设范围内的目标用电端集群，且优先将该设备终端对应的新能源机组号与距离该设备终端最近的目标用电端进行绑定；

结合所述储能消息和目标用电端的SOC状态进行生成第二状态确认消息；

基于所述第二状态确认消息建立放电关联；

其中所述充电提醒消息为电池SOC低于第一预设占比阈值时触发产生，所述放电提醒消息为电池SOC高于第二预设占比阈值时触发产生。

9.一种存储介质，其特征在于，所述存储介质用于存储程序代码，所述程序代码用于执行如权利要求1-7任一所述的储能控制方法。