1.一种孤岛型微电网的能量控制方法，其特征在于包括以下步骤：

(1)获取相关数据，所述相关数据包括气象数据、孤岛型微电网中分布式发电设备的负荷功率数据、用户使用习惯数据，以及与分布式发电设备连接的储能系统中储能电池的荷电状态数据；

(2)根据气象数据，通过上位机预测模型对孤岛型微电网的各分布式发电设备的短期发电功率和长期发电功率作出预测，得到各分布式发电设备的短期预测发电功率和长期预测发电功率；利用负荷功率和用户使用习惯数据，通过上位机预测模型对各分布式发电设备的负荷的短期需求功率和长期需求功率作出预测，得到各分布式发电设备的负荷短期预测功率和负荷长期预测功率；

(3)利用各分布式发电设备的短期预测发电功率、长期预测发电功率、负荷短期预测功率、负荷长期预测功率以及荷电状态数据，利用智能控制方法控制储能电池荷电状态阈值上限改变，并确定储能电池的运行模式。

2.根据权利要求1所述的孤岛型微电网的能量控制方法，其特征在于：步骤(1)所述气象数据包括光伏、风力相关实时、历史气象数据和天气预报数据。

3.根据权利要求1所述的孤岛型微电网的能量控制方法，其特征在于：步骤(2)所述上位机预测模型采用超短期光伏、风电功率预测模型以及短期光伏、风电功率预测模型。

4.根据权利要求1所述的孤岛型微电网的能量控制方法，其特征在于：步骤(2)所述短期需求功率为0～4小时时间区间的预测数据，所述长期需求功率为1～3天时间区间的预测数据。

5.根据权利要求1所述的孤岛型微电网的能量控制方法，其特征在于：步骤(3)所述智能控制方法采用模糊方法。

6.根据权利要求5所述的孤岛型微电网的能量控制方法，其特征在于：步骤(3)所述利用智能控制方法控制储能电池荷电状态改变具体包括以下过程：(a1)设置模糊变量：设置2个输入变量和1个输出变量，其中第一输入变量为短期预测功率偏差率Esr，Esr＝Es/Po；其中，Es为短期预测功率偏差值，Es＝Pas-Ploads，Pas为孤岛型微电网的各分布式发电设备的短期预测发电功率的总和，Ploads为孤岛型微电网的各分布式发电设备的负荷短期预测功率的总和，Po为孤岛型微电网的标准功率偏差，设为孤岛型微电网的最大发电功率与最小负荷功率差值；第二输入变量为长期预测功率偏差率Elr，Elr＝El/Po，El为长期预测功率偏差值，El＝Pal-Ploadl，Pal为孤岛型微电网的各分布式发电设备的长期预测发电功率的总和，Ploadl为孤岛型微电网的各分布式发电设备的负荷长期预测功率的总和；将储能电池荷电状态的上限阈值Sr设置为输出变量；

(a2)设置模糊化过程、论域及模糊变量：

模糊化过程设置为：Esr、Elr及Sr的模糊化采用的量化因子均为1，隶属度函数均采用三角形隶属函数；

论域设置为：Esr∈[-1.0,1.0]，Elr∈[-1.0,1.0]，Sr∈[0.5,0.9]；

模糊变量设置为：Esr的模糊变量为{NB1,NS1,ZO1,PS1,PB1}；Elr的模糊变量为{NB2,NS2,ZO2,PS2,PB2}；Sr的模糊变量为{VS,S,M,B,VB}；

(a3)将Esr和Elr模糊化后通过以下规则得到Sr：

将Sr经过清晰化接口进行清晰化，得到储能电池荷电状态上限阈值Sr；

(a4)得到储能电池荷电状态上限阈值Sr后，利用以下规则控制储能电池的运行模式：

其中，Pa表示孤岛型微电网的各分布式发电设备的实时发电功率总和，Pload表示孤岛型微电网的负荷的实时需求功率的总和，C、D和N分别表示储能电池处于充电、放电和不操作状态；其中不操作状态时，进行限制负荷功率或进行关机操作；VS1、S1、M1、B1、VB1分别表示储能电池与控制阈值VS、S、M、B、VB对应的剩余容量值；当储能电池达到设置的储能电池荷电状态阈值下限时，进行限制负荷操作。

7.一种基于权利要求1所述能量控制方法的孤岛型微电网控制系统，其特征在于：包括分布式发电设备，以及与分布式发电设备连接的储能系统、负载和气象监测仪，所述分布式发电设备与微网控制器连接，所述微网控制器通过局域网与数据库服务器连接，数据库服务器连接于应用分析设备。

8.根据权利要求7所述的孤岛型微电网控制系统，其特征在于：所述发电设备包括光伏发电系统和/或风力发电系统。

9.根据权利要求7所述的孤岛型微电网控制系统，其特征在于：所述分布式发电设备通过RS485与微网控制器连接。