1.一种基于局域电网模型的储能配置优化系统，其特征在于：包括信息采集模块、数据处理模块、模型预测模块和评估触发模块；

所述信息采集模块通过在局域电网的节点处部署若干个传感器，收集局域电网中的实时数据，包括负载数据、发电数据、天气状况和设备状态信息，组成局域实时信息组；

所述数据处理模块对局域实时信息组进行预处理，包括数据去噪、数据格式化和归一化处理，再进行特征提取组成处理后的局域实时信息组；

所述模型预测模块通过使用深度学习技术对局域实时信息组进行建立局域电网运行模型，通过对局域电网运行模型进行训练和拟合，获取局域储能调控指数Tkzs；

所述模型预测模块包括建模单元和训练单元；

所述建模单元通过使用深度学习技术对局域实时信息组进行建立局域电网运行模型，通过对局域电网运行模型进行训练，获取负载波动因子Fzyz、储能波动因子Cnyz和环境波动因子Hjyz；

所述训练单元通过对局域电网运行模型训练获取的负载波动因子Fzyz、储能波动因子Cnyz和环境波动因子Hjyz进行拟合，获取局域储能调控指数Tkzs；

所述局域储能调控指数Tkzs通过以下计算公式获取：

式中，Tkzs表示局域储能调控指数，Fzyz表示负载波动因子，Cnyz表示储能波动因子，Hjyz表示环境波动因子，t1、t2和t3分别表示负载波动因子Fzyz、储能波动因子Cnyz和环境波动因子Hjyz的比例系数；

其中，0≤t1≤1，0≤t2≤1，0≤t3≤1，且t1+t2+t3＝1，W表示第一修正常数；

所述负载波动因子Fzyz通过以下计算公式获取：

式中，Fzyz表示负载波动因子，Rfz表示日负载波动最大值，Fsc表示峰值持续时长，Scmax表示输出功率波动最大值，Rzmax表示日照时长最大值，f1、f2、f3和f4分别表示日负载波动最大值Rfz、峰值持续时长Fsc、输出功率波动最大值Scmax和日照时长最大值Rzmax的比例系数；

其中，0≤f1≤1，0≤f2≤1，0≤f3≤1，0≤f4≤1，且f1+f2+f3+f4＝1，K表示第二修正常数；

所述储能波动因子Cnyz通过以下计算公式获取：

式中，Cnyz表示储能波动因子，Scmax表示输出功率波动最大值，Srmax表示输入功率波动最大值，Rzz表示日照平均值，Rzmax表示日照时长最大值，c1和c2分别表示输出功率波动最大值Scmax和输入功率波动最大值Srmax的比例系数，c3表示输出功率波动最大值Scmax和输入功率波动最大值Srmax计算结果的比例系数，c4表示日照平均值Rzz的比例系数，c5表示日照时长最大值Rzmax和日照平均值Rzz计算结果的比例系数；

其中，0≤c1≤1，0≤c2≤1，0≤c3≤1，0≤c4≤1，0≤c5≤1，且c1+c2+c3+c4+c5＝1，D表示第三修正常数；

所述环境波动因子Hjyz通过以下计算公式获取：

式中，Hjyz表示环境波动因子，Rzz表示日照平均值，Rzmax表示日照时长最大值，Wdz表示平均温度值，Rfz表示日负载波动最大值，h1、h2、h3和h4分别表示日照平均值Rzz、日照时长最大值Rzmax、平均温度值Wdz和日负载波动最大值Rfz的比例系数；

其中，0≤h1≤1，0≤h2≤1，0≤h3≤1，0≤h4≤1，且h1+h2+h3+h4＝1，L表示第四修正常数；

所述评估触发模块通过预设的局域电网运行储能调控评估阈值T与局域储能调控指数Tkzs进行匹配，获取局域电网调控方案，同步根据局域电网调控方案内容进行具体执行，包括调控局域电网储能运行状态。

2.根据权利要求1所述的一种基于局域电网模型的储能配置优化系统，其特征在于：所述信息采集模块包括收集单元；

所述收集单元通过在局域电网的节点处部署若干个传感器，收集局域电网中的实时数据，包括负载数据、发电数据、天气状况和设备状态信息，组成局域实时信息组；

传感器包括电力传感器、环境传感器、设备性能传感器和通信传感器；

负载数据信息包括总用电量、峰值负载、负载升率、负载降率和用电模式；

发电数据信息包括总发电量、实时功率输出、转换效率、发电波动升率和发电波动降率；

天气状况信息包括温度、风速、日照强度、湿度和降雨。

3.根据权利要求1所述的一种基于局域电网模型的储能配置优化系统，其特征在于：所述数据处理模块包括预处理单元和特征单元；

所述预处理单元对局域实时信息组进行预处理，包括数据去噪、异常值处理、数据格式化和归一化处理；

数据去噪包括使用滑动平均和中值过滤器，进行去除收集数据中的噪声和偶发异常；

异常值处理包括四分位数间距和Z‑score方法进行识别并处理或删除数据中的异常值；

数据格式化收集的特殊数据转换为统一的格式，包括时间数据统一时间戳格式和数值数据转化数值表示；

归一化处理包括Min‑Max归一化和Z‑score标准化，将不同尺度和范围的数据转换成统一的比例尺度；

所述特征单元从预处理后的局域实时信息组中提取特征，包括电网负载的周期性变化、峰值时段、低谷时段和环境变化，组成处理后的局域实时信息组，包括日负载波动最大值Rfz、输出功率波动最大值Scmax、输入功率波动最大值Srmax、峰值持续时长Fsc、谷值持续时长Gsc、平均温度值Wdz、日照时长最大值Rzmax和日照平均值Rzz。

4.根据权利要求1所述的一种基于局域电网模型的储能配置优化系统，其特征在于：所述评估触发模块包括匹配单元和执行单元；

所述匹配单元通过预设的相关信息与需要的对比值进行匹配，包括通过预设的局域电网运行储能调控评估阈值T与局域储能调控指数Tkzs进行匹配，获取局域电网调控方案；

所述执行单元根据局域电网调控方案内容进行具体执行，包括调控局域电网储能运行状态，包括调控充电和放电策略、储能容量管理、输出功率调节和调节储能设备的工作环境状态。

5.根据权利要求4所述的一种基于局域电网模型的储能配置优化系统，其特征在于：所述局域电网调控方案通过以下匹配方式获取：局域储能调控指数Tkzs≤局域电网运行储能调控评估阈值T，获取局域电网不调控评估结果，不对电网储能设备的运行状态和运行参数进行调控；

局域储能调控指数Tkzs＞局域电网运行储能调控评估阈值T，获取局域电网调控评估结果，对电网储能设备的运行状态和运行参数进行调控。

6.一种基于局域电网模型的储能配置优化方法，包括上述权利要求1～5任一项所述的一种基于局域电网模型的储能配置优化系统，其特征在于：包括以下步骤：步骤一：信息采集模块通过在局域电网的节点处部署若干个传感器，收集局域电网中的实时数据，包括负载数据、发电数据、天气状况和设备状态信息，组成局域实时信息组；

步骤二：数据处理模块对局域实时信息组进行预处理，包括数据去噪、数据格式化和归一化处理，再进行特征提取组成处理后的局域实时信息组；

步骤三：模型预测模块通过使用深度学习技术对局域实时信息组进行建立局域电网运行模型，通过对局域电网运行模型进行训练和拟合，获取局域储能调控指数Tkzs；

步骤四：评估触发模块通过预设的局域电网运行储能调控评估阈值T与局域储能调控指数Tkzs进行匹配，获取局域电网调控方案，同步根据局域电网调控方案内容进行具体执行，包括调控局域电网储能运行状态。