1.一种联合双储能调度的风储功率计划方法，其特征在于，包括以下步骤：步骤1：基于风力发电预测数据与负荷需求预测数据，建立风储系统日前计划调度模型，并采用黄金搜索多目标优化算法进行求解，得到风储系统日前计划；

步骤2：以风储系统日前计划为基础，结合日内阶段滚动更新的风力发电功率与负荷需求功率，计算得到日内储能实际功率与发电计划功率需求之间的偏差；结合这一日内阶段双储能系统的荷电状态，建立双储能日内联合优化控制策略；并建立双储能日内调度函数模型以优化不同运行工况下的风储系统并/离网控制，最大程度上保障就近负荷供电的可靠性；

所述步骤1具体为：

1.1：根据风力发电历史数据与就近供电负荷需求功率历史数据得到未来24h的风力发电预测数据与负荷需求功率预测数据；

1.2：基于未来24h的风力发电与负荷功率需求预测数据，以运行成本最小与电网并网交换总功率最低为优化目标构建风储系统日前计划调度模型，将双储能荷电状态作为约束条件；日前计划调度模型具体如下：其中F1、F2分别为风储系统运行总成本与风储系统并网交换总功率，N＝24为日前24h总采样点个数，f1(n)、f2(n)、f3(n)分别为第n个采样时间段内的风力发电机运行成本、储能系统应用成本、偏差惩罚；其中：f1＝k1Pg

Pg、Pload、ΔP分别为风力发电功率、本地负荷需求功率与电网并网交换功率，其中ΔP＝Pload‑(Pg+Pb)；Pb为双储能系统的功率吞吐量，EBA为储能使用周期内能量的总吞吐量；Eb为储能的额定容量；k1、k2、k3、k4、k5分别为风力发电单位功率成本、单位储能功率运行成本、单位储能容量成本、单位缺电功率惩罚与单位弃风功率惩罚；Cg_sell与Cg_buy分别为单位时间段内电网售电购电价格；

其约束条件如下所示：

Pg+Pb+ΔP＝Pload

0≤Pg≤Pgr

|Pg(n)‑Pg(n‑1)|≤αPwm

|Pb|≤Pe_max

其中α＝15％为风电并网功率波动系数；Pwm、Pe_min与Pe_max分别为风电场额定功率、储能系统单位时间内功率的上下限；SOCmin、SOCmax、SOC0与SOC24分别为储能系统荷电状态最小值、最大值与储能系统初始与结束荷电状态；

1.3：通过黄金搜索多目标优化算法求解日前计划调度模型；

1.4：针对优化结果选择运行成本较低且电网并网交换总功率较少作为风储系统日前计划；

所述步骤2具体为：

2.1：在日内调度初始阶段，依据日内更新的风电发电功率与负荷需求功率结合优化得到的风储系统日前功率计划，得到储能系统日前计划功率ΔP1，并计算日内储能实际功率与发电计划功率之间的功率偏差Δerror；计算公式如下：ΔP1＝Pg+ΔP‑Pload

ΔP2＝Pw_r‑Pload_r

Δerror＝ΔP2‑ΔP1

其中Pw_r、Pload_r分别为日内实际风力发电功率与本地负荷实际需求功率；ΔP1与ΔP2分别储能日前计划功率与日内负荷实际缺电功率；

2.2：在日内调度储能运行控制阶段，对储能系统A与储能系统B功能预先设定；其中储能系统A作用于日前风储功率计划补偿，即消纳偏差功率ΔP1；而储能系统B则作用于日内实际偏差补偿，即消纳功率偏差Δerror；

2.3：根据计算出来的偏差Δerror与双储能系统的剩余容量，建立日内风储调度多目标函数模型，基于实际情况对不同调度工况功率进行修正，具体模型如下所示：min F3＝|Pgrid|

min F4＝f4+f5+f6

其中F3、F4分别为日内运行风储并网交换总功率与风储系统日内调度成本，f4、f5、f6分别为日内调度储能B运行成本、日内调度储能系统A实际应用成本、电网购售电费用；具体日内调度函数如下所示：其约束条件如下所示：

Pgrid＝Pload_r‑(Δerror+PBr+ΔP1+ΔPAr)SOCmin≤SOCi≤SOCmax(i＝A/B)

Pe_min≤Δerror+ΔPBr≤Pe_max

Pe_min≤ΔP1+ΔPAr≤Pe_max

其中Pgrid、ΔPBr与ΔPAr分别为风储系统并网功率、储能电池B日内调度功率与储能电池A日内调度变化功率；

2.4：利用黄金搜索多目标优化算法求解日内计划调度模型；

2.5：风储就近供电系统重复上述步骤循环。

2.根据权利要求1所述的一种联合双储能调度的风储功率计划方法，其特征在于：当风储系统发电功率大于负荷实际需求，且不考虑储能系统容量限制的理想情况下，在实际的日内滚动调度中，根据双储能各自的荷电状态确定各自在调度过程中充当的角色，以及充放电工作状态以维持就近孤岛供电可靠；

理想孤岛运行情况下不同运行模式如下表所示：

表中+、‑表示供需偏差的极性。

3.根据权利要求1所述的一种联合双储能调度的风储功率计划方法，其特征在于：风储系统实际调度中，结合特定储能充放电可用容量的限制，以及ΔP1、ΔP2、Δerror的正负情况，以满足本地负荷的正常运行为目标，调整双储能的充放电的运行控制模式以实现风储系统发电量与负荷用电需求量之间的平衡，其中涉及到储能荷电状态与充放电余量的计算如下：其中ΔSOCa、ΔSOC1、ΔSOC2与SOCB分别为储能A充/放电荷电状态最大变化量、储能A消纳调度功率计划后可用放电余量与可用充电余量、储能系统A与储能系统B当前阶段的荷电状态；δch、δdh分别为储能电池的充/放电效率；

在日内调度过程中如果Δerror大于0，说明此时风储系统日前规划的储能功率补偿过剩，实际运行中需要储能系统B吸收并存储多余的风电功率即将储能系统B切换至充电控制模式，同时结合ΔP1的正负情况，确定此时储能系统A的充放电控制模式；同时依据双储能初始荷电状态与计算后的荷电余量ΔSOCa、ΔSOCi确定在日内调度过程中是否需要储能A与储能B之间的能量调度以及风储系统并/离网切换时段，i＝1、2；如果Δerror小于0，说明此时风储系统日前规划的储能功率补偿不足，实际运行中需要储能系统B补偿剩余的负荷需求功率，即储能B切换至放电控制模式；结合ΔP1的正负情况，确定此时储能系统A的充放电控制模式；同时依据双储能初始荷电状态与计算后的荷电余量ΔSOCa、ΔSOCi确定储能系统B荷电状态越界之后储能系统A可用的功率调度余量为与风储系统并/离网切换时段；如果Δerror等于0，则风储就近供电系统按照日前计划运行；

考虑实际储能可用容量后的双储能运行工况如下表所示：

表中显示的功率变化量计算公式如下所示：

其中Δerror_r是受储能A容量限制更新后的日前日内偏差功率；ΔP′1是需要储能A协助储能B消纳的偏差功率；SOC′i是更正充放电功率后的储能A/B荷电状态。

4.根据权利要求1‑3任一所述的一种联合双储能调度的风储功率计划方法，其特征在于：通过黄金搜索多目标优化算法求解日前计划调度模型的具体步骤包括：

3.1：设置优化算法种群个数N与最大迭代次数maxIter，确定储能功率的范围即确定bimin与bimax，并初始化种群；初始化计算公式如下：Xi＝bi min+rand(0，1)×(bi max‑bi min)i＝1，2，…，N

3.2：初始化粒子位置作为风储系统储能功率，将其与风电功率预测数据、负荷需求预测数据一并代入适应度函数中计算得到适应度值，适应度值包含风储系统运行成本与风储并网总功率两项数据；

3.3：计算转移算子T，计算公式如下：

3.4：结合转移算子T与粒子位置、速度，计算更新后的粒子位置与速度；并对二者适应度值进行比较，将适应度值较小的一方保存进矩阵Obesti；其计算公式如下：Xi(t+1)＝Xi(t)+Vti(t)

Vti(t+1)＝TiVti(t)+C1cos(r1)(Obesti‑xi(t))+C2sin(r2)(Ogbesti‑xi(t))其中，xi、Vti代表第i个种群对应的储能功率粒子位置与速度，C1、C2均为加速常量，r1、r2为两个相互独立且取值范围在0～1之间的随机数；Obesti、Ogbesti分别为计算历史最优值与全局最优值；

3.5：通过对N个种群进行maxIter次迭代之后得到适应度值最小的储能功率曲线，即对应的风储系统成本最小、并网交换功率最小的风储系统功率数据。