1.一种考虑互动响应的多微网互联运行协调调度优化方法，其特征在于，包括以下步骤：S1：在日前优化过程，构建微电网群模型，对系统进行初始化并获取原始数据和优化所需参数，包括价格函数以及有关微电网群参数信息；

S2：建立博弈模型，在博弈设定的策略空间S中随机生成均衡点初值作为初始净负荷，各微电网个体根据初始状态独立优化决策，求解各自的成本最小化优化策略；

S3：微电网群内进行信息交互，各个微电网将各自获得的最优策略信息进行共享，并对系统状态信息进行更新；

S4：由系统判断是否达到纳什均衡，若是，则输出最终优化集合作为微电网群优化结果；若否，返回步骤S2根据更新后的状态信息重新进行优化；

S5：进入日内优化阶段，根据已有的信息对风光出力及负荷需求进行短时预测，得到日前预测数据；

S6：在单个微电网内，输入短时日前预测数据，以最小化实际与计划的净负荷之差为目标建立优化模型；

S7：以设定时段为周期，设定时间间隔对系统进行滚动优化，以校正净负荷偏差为目标，对系统进行求解；

S8：求解完成后，选取控制时域内的所有控制变量作为实际调度方案，等待下一优化周期的到来，并重复上述日内优化过程。

2.如权利要求1所述的一种考虑互动响应的多微网互联运行协调调度优化方法，其特征在于，所述步骤S1中，系统包括以下构成：S1-1.基本负荷模型：根据其不同的特性负荷分为不可控负荷和可转移负荷两类，不可控负荷不参与需求响应；可转移负荷作为主动负荷参与需求响应，满足分布式电源消纳需求，模型如下：不可控负荷：第i个微电网的不可控负荷定义如下:

式中：ULi,j表示第i个微电网第j时段不可控负荷总量，j∈[1,2,…,T]；N表示微电网总数；T为时间长度，指定为24小时；

可转移负荷：第i个微电网可转移负荷定义如下:

式中：TLi,j表示第i个微电网第j时段可转移负荷总量，j∈[1,2,…,T]；

可转移负荷意味着消费者可以选择使用的时间，根据当前电价决定用电量，因此可转移负荷满足如下特性：式中：[TLimin,TLimax]是可转移负荷的功率范围；[tistart,tiend]是可转移负荷的时间范min围；Qi 是可转移负荷的需求量，即设备完成任务的最小耗电量；具体约束如下：由式(4)可知，TL设备运行时段内，其功率处于允许范围内；运行结束时，其耗电量应满足最小耗电量要求才表明该设备已完成工作，TL设备可通过转移用电时段、同时保证完成工作要求来参与负荷调度响应电网需求；

S1-2.求解系统净负荷前后变化值，将第i个微电网在第j时段的净负荷如下所示：式中， 为微电网i在j时刻的净负荷，这部分负荷需要同配电网或其他微电网之间交易以平衡自身供需功率； 和 为微电网i在j时刻的储能充电与放电功率； 是第i个微电网的光伏输出功率； 是第i个微电网的风机输出功率；

考虑到微电网群作为一个系统整体，计所有微电网个体净负荷之和，作为系统净负荷：S1-3.实时电价模型：电力成本与系统负荷成二次函数关系，表示为：

式中： 代表微电网群的电力总成本；a、b、c为成本多项式的参数，其中a>0和b，c≥0；γ是光伏出力的倒送电价；

由于电力成本应当是一个连续函数，所以设置c＝0，成本函数可近似为以下二次函数：因此实时电价函数近似为：

除此之外，微电网个体的成本由电力成本、用户补偿、蓄电池运行维护费用、新能源补贴以及与其他微网交互收益五部分组成：式中，KTL、KBESS和KRES分别代表可转移负荷、储能系统、新能源出力的成本系数，即单位kW·h储能充放电量、新能源输出功率所产生的成本或补贴，其中KTL为负荷转移补偿与负荷转移平方值之间的比例系数；ρalt为微网与微网之间的交互电价；

存在联络线以在微电网与微电网之间交易电能，假设微电网i与其他M个微电网互联，则微网i中的联络线功率具有以下特性：式中， 为联络线传输功率上限； 为第j时段联络线停启状态，公式(11)表明联络线功率满足传输限值约束， 为正时，表示该微网向第m微网售出电能，反之表示从第m微网购电，公式(12)则说明对外售出或购入的电能总量应小于自身需求极限。

3.如权利要求1或2所述的一种考虑互动响应的多微网互联运行协调调度优化方法，其特征在于，所述步骤S2中，日前博弈模型的建立包括以下过程：S2-1.采用博弈理论，研究不同决策方在给定信息下如何调控能量以最大化自身收益，在非合作博弈中，各方策略分别是各自的用电计划，在给定的约束条件下追求各自优化目标的最优化，最终达到纳什均衡，使得不同决策方实现利己和利他的平衡，在给定约束下实现各自的目标，最终达到纳什均衡，实现整体的最优决策，形成的非合作博弈模型表示如下：式中，Ui代表第i个微电网，i∈[1,2,…,N]；Si代表微电网i的用电策略，i∈[1,2,…,N]，其中TLi为可转移负荷用电规划，PB,i＝Pch,i+Pdch,i，代表储能充放电安排， 代表第i个微电网和与其相链接的第m个微电网之间的交互策略；Ei为第i个微电网的收益，i∈[1,

2,…,N]，是其优化的目标函数，Ei＝-Ci，其中Ci为第i个微电网成本；

若上述博弈存在纳什均衡，即在给定信息下，所有参与者都选择了这样一组策略，在该策略下，各方参与的微电网都能够获得最大收益，且所有参与者不会单方面改变自身策略，以主动打破这种均衡。

4.如权利要求1或2所述的一种考虑互动响应的多微网互联运行协调调度优化方法，其特征在于，在所述步骤S4中，纳什均衡求解包括以下步骤：S4-1.证明纳什均衡存在的定理如下：

定理：在博弈中，如果决策空间的非空凸子集的欧氏空间，支付函数是连续和拟凹的，则存在一个纯策略纳什均衡；

模型的策略空间是欧式空间中的非空紧凸集，故只需要说明收益函数Ei,j连续拟凹，即可根据定理证明本模型纳什均衡的存在；

由于交互功率需要基于优化后的结果合理分配各微电网多余电能，因此在个体微网优化求解过程中， 为常量，所以目标函数转化分解为三个部分：其中 与 为关于自变量的一次函数，其二阶导数为0，为非凹函数，

关于 的二阶导数(a'+KTL)为正，函数为凸函数，因此，成本函数Ci,j为凸函数，则收益函数Ei,j为凹函数，所有凹函数连续拟凹，根据定理，该模型具有“纳什均衡”；

S4-2.系统满足纳什均衡条件时，即|Pnl(k)–Pnl(k-1)|＜0.001，当迭代前后，净负荷总量变化量小于设定的阈值0.001，认为迭代已经收敛，系统到达最优状态，若不满足则跳转步骤S2再次进行优化。

5.如权利要求1或2所述的一种考虑互动响应的多微网互联运行协调调度优化方法，其特征在于，在所述步骤S5中，日前预测数据的获得包括以下内容：S5-1.采用随机场景分析方法对风、光电源出力以及负荷需求的不确定性表现进行量化，根据已有的对风光电源出力以及负荷需求预测的研究结论，设风机、光伏出力以及负荷需求的预测值满足式(15)所示的模型，式中，n＝1,2,3； 为第i个微电网中，风机、光伏或负荷在j时段的预测数据；Rn为一个服从U(-1,1)分布的随机数；τ为预测时间长度，预测的精确度随预测时长的增加而减小，当τ＝24时，代表日前预测模型； 为风机、光伏或负荷的预测误差阈值：式中， 表示风机、光伏或负荷的基准预测误差，具体数值如表1所示，J表示预测误差最大倍数；

表1。

6.如权利要求1或2所述的一种考虑互动响应的多微网互联运行协调调度优化方法，其特征在于，在所述步骤S6中，滚动优化模型的建立及求解包括以下步骤：S6-1：滚动优化模型以单个微电网为单位，通过滚动优化对微电网内部联络线功率的校正，在基于滚动时域内优化后的调整结果，对各微电网之间的交互功率进行重新分配；

S6-2：在单个微电网内，根据微电网每时段的功率平衡方程及储能SOC迭代方程，选择储能充放电功率与负荷转移功率作为控制变量，基于固定负荷、风电机组及光伏出力的短时预测数据对控制变量进行优化调整，以最小化实际与计划的净负荷之差为目标，确保微电网对外界的联络线功率满足日前计划，因此，在滚动时域内的优化调度为以下的二次规划问题：式中，Ji为第i个微电网在滚动时域内的目标函数； 为微电网日内净负荷； 为第i个微电网中，风机、光伏或负荷在j时段的预测数据，τ为滚动时域周期。

7.如权利要求1或2所述的一种考虑互动响应的多微网互联运行协调调度优化方法，其特征在于，在所述步骤S7中，在目标函数中添加了补偿，作为二者相应的柔性约束，约束的强弱取决于柔性约束的刚度，即对应的系数，最终的优化模型为：式中， 为微电网日内净负荷； 为第i个微电网中，风机、光伏或负荷在j时段的预测数据； 为j时段储能电池的SOC，即剩余容量； 为日内的储能电池剩余容量；TLi,j表示第i个微电网第j时段可转移负荷总量，j∈[1,2,…,T]； 为日内的负荷转移功率；A、B和C是净负荷、储能剩余容量、负荷转移功率的权重，为了应对由于联络线故障导致的微电网群离网状态，引入状态变量uge(t)对优化目标进行切换，uge(t)取0或1；当系统正常运行时，uge(t)取1，以校正净负荷偏差为目标进行滚动优化；当系统在滚动优化过程中及时检测到故障时，uge(t)取0，优化目标切换为消除微电网群整体的不平衡电量，对微电网群，由于日前计划中已做初步优化，约束中各时刻可转移负荷、储能充放电以及各微网间联络线的停启状态均为常量，其值即为日前计划的优化结果，无需重复求解。

8.如权利要求1或2所述的一种考虑互动响应的多微网互联运行协调调度优化方法，其特征在于，在所述步骤S8中，求解完成后，选取控制时域内的所有控制变量，作为实际调度方案，等待下一优化周期的到来，并重复上述优化过程。