1.考虑风电不确定性与需求响应的多目标优化调度方法，包括以下步骤：步骤1：在考虑风电不确定性的基础上，建立基于随机场景的风力发电日预测方法，同时识别出风电发生爬坡的区段；

步骤2：在考虑风电不确定性的基础上，构建基于电气综合能源系统运行成本最小化、风电消纳率最大化以及供电可靠性最高，并考虑需求响应的电气综合能源系统多目标优化调度模型的目标函数；

步骤3：建立优化调度模型的配电网、配气网、电转气与需求响应等约束条件；

步骤4：经过上述步骤得到优化调度模型后，采用权重切比雪夫分解法分解为多个子问题便于求解；

步骤5：使用MOEA/D算法对前述步骤得到的分解的单目标优化模型进行求解，得到考虑风电不确定性与需求响应的电气综合系统优化调度方案。

2.根据权利要求1所述的考虑风电不确定性与需求响应的多目标优化调度方法，其特征在于，所述步骤1中，建立随机场景模型的一般流程为：(1)根据历史数据建立风电系统的不确定性概率模型；

(2)用拉丁超立方抽样法对场景进行采样，得到初始场景集；

(3)基于最小化缩减前后的概率距离原理，对生成的初始场景集进行缩减，最后得到场景值及其概率。

3.根据权利要求1所述的考虑风电不确定性与需求响应的多目标优化调度方法，其特征在于，所述步骤2中，建立的目标函数如下：A.成本目标如下式：

其中：

式中，s为场景索引；t为时间索引；d为负荷节点索引；Ss为场景数；Nt为调度总时段；Nω为风机数量；Ng为燃气轮机数量；h(s)为第个场景的概率； 为单位购电价格，为购电功率； 为单位弃风惩罚费用， 为风机的弃风量；

为切电负荷惩罚费用， 为切电负荷量； 为单位购气价格， 为购气功率； 为单位失气负荷惩罚费用， 为失气负荷功率； 为P2G运行成本， 为P2G出力； 为激励型需求侧响应电负荷功率， 为单位激励型需求侧响应电负荷的补偿费用； 和 为机组的开机、停机成本，二元整型变量ut，j、vt，j为机组j的开机变量和停机变量； 和 为机组的上下备用容量价格， 和 为机组j的上下备用容量；

B.消纳率目标：以系统最大化风电消纳率为目标进行优化，提出基于最大互相关熵准则思想的消纳率指标函数如下式：

式中，ΔPWMCC表示基于MCC的风电消纳率指标，Gσ表示MCC的核函数，σ表示核函数的核宽度，本发明取为常数1(此处不同取值亦可得到不同优化结果值)；函数 表示了风电计划出力与实际出力之间的相似度，由下式计算：C.供电可靠性目标：以电气综合系统的负荷缺电率(Loss of Power  Supply Probability,LPSP)作为衡量供电可靠性的指标，本发明提出下式所示子目标：

4.根据权利要求1所述的考虑风电不确定性与需求响应的多目标优化调度方法，其特征在于，所述步骤3中，得到的配电网、配气网、电转气与需求响应等三类约束条件包括：(1)配电网约束条件：

式中，π(j)表示配电网中以j为末端节点的支路首端节点集合，ω(j)表示配电网中以j为首端节点的支路末端节点集合； 为风机w的有功出力， 为燃气轮机g的有功出力；Pij和Qij为配电网线路ij段的有功和无功功率； 和 表示预测电负荷值； 表示负荷的功率因数；Ujt表示节点j的电压大小，Iij，t表示配电线路ij段的电流；Rij和Xij表示配电线路ij段的电阻、电抗值。 和 表示燃气轮机爬坡上下限值， 和 表示风机爬坡上下限值。 和 表示燃气轮机出力上下限值， 和 表示风机出力上下限值。 种 表示机组g的最小启动与停机时间，；Ig(t)表示机组g在时段t开停机状态的二元整型变量，取值为1表示开机，为0表示停机； 和 表示开停机持续时间

(2)配气网约束条件：

式中，Cpq表示天然气管道的Weymouth特性参数；V(p)与U(p)表示以节点p为首节点和末节点的天然气管道集合；ωq，t表示注入节点p的天然气流量，ωpq，t表示天然气管道mn的管道流量；p、q、r为天然气节点索引；θp，t表示节点气压。θp，min与θp，max表示节点气压上下限约束；ωpq，min与ωpq，max表示管道流量上下限约束(3)其他约束条件：

式中， 与 表示配网与上级主网交换的最小和最大有功功率； 与表示配网与天然气供应商交换的最小和最大有功功率。 表示电转气设备转P2G

换得到的天然气体积； 表示电转气设备实际消耗的电功率；η 表示电转气设备的转P2G

换效率；HHV表示天然气高热值； 表示电转气设备的最大转换功率；I 表示电转气设备的工作状态。 表示电负荷预测值， 表示需求响应后的电负荷值， 表示参与需求响应的电负荷值， 表示配网系统允许的最大电负荷值；αdt表示激励型需求响应的电负荷比例； 表示配网系统允许的激励型需求响应的最大电负荷值。

5.根据权利要求4所述的考虑风电不确定性与需求响应的多目标优化调度方法，其特征在于，所述步骤4中，引入权重切比雪夫分解法将这个大问题分解为多个子问题便于求解。权重切比雪夫分解法的公式如下：式中，m为目标函数个数，ηi为各目标函数的权重值，fi(x)为前述步骤建立的模型中单AT T

目标函数，g (x|η)为分解后的单目标函数，对于优化变量x∈Ω，z′＝(z1′，z2′，…，zm′) 为参考点。

6.根据权利要求1所述的考虑风电不确定性与需求响应的多目标优化调度方法，其特征在于，所述步骤5中，使用MOEA/D算法对前述步骤得到的分解的单目标优化模型进行求解。