1.一种基于需求侧竞价交易机制的电力系统优化调度方法，其特征在于：所提调度方法的步骤如下：步骤一：建立直接型需求侧在辅助服务市场的竞价交易模型，优化需求侧出力模式，根据直接型需求侧响应机理构建直接型需求侧在辅助服务市场出清模型；

步骤二：根据直接型需求侧响应特点、结合负荷曲线特点和风电出力规律，协调调度需求侧响应；

步骤三：为保证系统风电接入安全，监测风电并网引起的系统母线电压波动和计算系统预留备用容量的精确度，建立风电并网风险模型；

步骤四：最后建立以最小弃风量为目标考虑需求侧在辅助服务市场竞价交易并且计及风电并网风险成本的多目标优化调度模型；

步骤五：采用快速粒子群算法求解上述模型。

2.根据权利要求1所述的一种基于需求侧竞价交易机制的电力系统优化调度方法，其特征在于：在步骤一中，所述构建直接型需求侧的市场出清模型，包括如下内容：可中断负荷项目运营商的市场出清模型为：

式中，fIL表示可中断负荷运营商的收益，λ为辅助服务市场竞价不确定性因子，κ1和κ2为运营商出售电量和容量的价格系数，pIL和QIL分别为中断电量及其产生的容量，其中|pIL|＝|QIL|，αIL、βIL和γIL为可中断负荷运营商切负荷成本系数；

可中断负荷项目运营商通过切负荷的方式响应容量市场的需求请求，同时获取折扣电价和出售中断负荷衍生的容量产生收益，其商业模式正常运行需保证可中断负荷项目遵循以下约束；

1)调用频次约束

式中，nt为t时段调用次数，Nz为调度周期T内可中断负荷总的调度次数；

2)调用容量约束

pIL≥pZ                            (3)式中，pZ为可中断负荷项目最小中断电量。

智能微电网项目运营商的市场出清模型为：

式中，fAM表示智能微电网项目运营商收益，pAM为卖电或买电量，QAM为智能电网项目运营商产生的容量，其中|pAM|＝|QAM|，αAM、βAM和γAM为智能微电网项目运营商发电成本系数；

分布式储能项目运营商的市场出清模型为：

式中，fEV表示分布式储能运营商的收益，pEV为分布式储能运营商的卖电量，QEV为买电和卖电过程中产生的容量，其中|pEV|＝|QEV|，αEV、βEV和γEV为分布式储能运营商储能成本系数。

3.根据权利要求1所述的一种基于需求侧竞价交易机制的电力系统优化调度方法，其特征在于：在步骤一中，所述构建直接型需求侧在辅助服务市场出清模型，包括如下内容：各直接型需求响应运营商在参与辅助服务市场竞价交易时不能获知其他运营商的成本系数，运营商间的博弈为不完全信息静态博弈，各运营商通过市场调查能够获得其他运营商高、中和低成本的成本系数概率分布，分别为μk,1、μk,2和μk,3，∑μk,i＝1，因此可以利用概率计算期望的方式将直接需求响应竞价模型由不完全信息静态博弈模型转换为完全信息静态博弈模型，采用纳什均衡求解；

智能微电网的市场竞价交易出清期望模型为：

式中，CEV为智能微电网项目运营商的成本函数，μAM,i为智能微电网项目运营商在高、中、低成本的概率，f′AM为智能微电网项目运营商的期望收益，λ'AM为智能微电网项目运营商在辅助服务市场竞价的不确定性因子，α'AM、β'AM和γ'AM为智能微电网项目运营商成本函数系数的期望值；

分布式储能项目运营商的市场竞价交易出清期望模型为：式中，f′EV为分布式储能运营商的期望收益，λ'EV为分布式储能运营商在辅助服务市场竞价的不确定性因子，α'EV、β'EV和γ'EV为分布式储能运营商成本函数系数的期望值；

由平衡条件可得：

根据辅助服务市场交易中心制定的备用容量竞价计划，可得：式中，Qt为竞标容量，QIL,t、QAM,t和QEV,t为t时段各参与竞标运营商的竞标容量；

联立式(9)、(10)和(11)，可得可中断负荷项目运营商的期望竞价容量和边际成本期望价格为：κ'2＝(1+λIL)(2βILPIL+γIL)         (13)其他参与竞标运营商的竞价电量和边际成本价格期望值为：κ'2n＝(1+λ′n)(2α'nPn+β′n)        (15)式中，N为除可中断负荷项目运营商外参与竞价运营商的数量。

4.根据权利要求1所述的一种基于需求侧竞价交易机制的电力系统优化调度方法，其特征在于：在步骤二中，所述根据直接型需求侧响应特点，综合负荷曲线特点和风电出力规律，协调调度需求侧资源；其具体内容如下：直接型需求响应运营商根据当前竞价时段的需求信息向辅助服务交易中心集中申报备用容量竞标方案，当前时段交易达成，形成各直接型需求响应运营商竞价容量和交易价格的竞标书执行交易，然后进入下一时段的竞标；

在辅助服务市场中，辅助服务的购买者向交易中心提出服务请求，出售者通过信息系统接收辅助服务需求信息，响应辅助服务需求，再通过交易中心申报辅助服务报价和提供交易合同，等待购买者确认，辅助服务运营机构监管交易的完成，保证交易符合电网安全运行的条件。

5.根据权利要求1所述的一种基于需求侧竞价交易机制的电力系统优化调度方法，其特征在于：在步骤三中，所述监测风电并网引起的系统母线电压波动和计算系统预留备用容量的精确程度，建立风电并网风险模型；其具体内容如下：

1)确定风电并网风险成本的影响因子；

2)测量风电并网对系统的扰动程度；

定义系统内不同母线电压观测值的标准差为母线电压分布指数，表征风电出力波动性对系统的扰动程度：式中，uk为第k次母线电压观测值，为观测电压平均值，m为观测样本容量；

3)构建风电并网风险成本函数；

风电并网风险成本计算如下式所示：

式中，fRCS为风电并网风险成本，μ′t为母线电压分布指数μt的归一化值，ξ为风电相比于计划出力不足或盈余的成本系数，ψt为t时刻风电出力不足或盈余的概率，Pw,t为t时刻系统的风电实际接入量，Et为风电实际出力的条件期望；

风电出力的条件期望计算如下：

式中， 为风电场实际出力wt的概率密度函数；

4)分析风电不确定性成本对风电接入的影响；

根据风电接入风险成本将风电出力不确定性引起的系统风险分为安全、较安全、危险和严重危险四个安全等级，每个安全等级对应着相应的风电接入操作。当风电接入后系统处在危险安全等级情况时，通过采取弃风的方式调节风电接入，保障系统安全运行，相应操作如下表：根据风电接入风险成本将风电出力不确定性引起的系统风险分为四个安全等级，每个安全等级对应着相应的风电接入操作按下表操作：表 系统安全等级

表中，C1、C2和C3分别为系统风险成本的分界值，由于风险成本受风电波动性和风电预测水平的影响，则分界值通过评估系统稳定状况和历史风险成本共同确定。

6.根据权利要求1所述的一种基于需求侧竞价交易机制的电力系统优化调度方法，其特征在于：在步骤四中，所述建立以最小弃风量为目标考虑需求侧在辅助服务市场竞价交易并且计及风电并网风险成本的多目标优化调度模型；其具体内容如下：以弃风最小、需求侧运营商收益最大和系统发电成本及风电接入风险成本最小为目标，构建目标函数如下：式中， 为总弃风量， 为t时段弃风量；fπ为参与竞价运营商的总期望收益，f′i,t为t时段运营商i的期望收益；fc为火电机组运行费用，fj,t为j机组t时段的发电费用，fRCS为风电接入风险费用；

式中，aj、bj和cj为第j台火电机组的耗量特性系数；

约束条件如下：

1)系统功率平衡约束

式中，pL和pw为负荷预测值和风电预测值，Pi为参与竞价运营商增加的用电量，若为减少的用电量则取负值；

2)常规机组出力约束

Pj,min≤Pj≤Pj,max           (23)

3)机组爬坡约束

Pj,t-Pj,t-1≤Ru,jΔT              (24)Pj,t-1-Pj,t≤Rd,jΔT            (25)式中，Ru,j和Rd,j分别为火电机组j的上下爬坡率；

4)系统正负旋转备用容量约束

pu,s≥pL×L％+pw×wu％-pu,t         (26)式中，pu,s和pd,s为系统正负备用容量，pu,t和pd,t为t时段需求侧提供的正负备用容量，L％和wu％为负荷和风电出力对备用容量的需求比例， 为风电最大出力。

7.根据权利要求1所述的一种基于需求侧竞价交易机制的电力系统优化调度方法，其特征在于：在步骤五中，所述采用快速粒子群算法求解多目标优化调度模型，其具体内容如下：(5-1)确定算例以及其必要特征；

(5-2)采用快速粒子群算法对算例进行仿真分析。