1.一种基于通用风电预测误差模型的经济调度方法，其特征在于，包括如下步骤：
S1：由风电预测算法得到风电预测序列，并将其划分为均匀的风电功率预测区间；
S2：在每个风电预测区间上确定通用分布的形状参数，建立风电预测的通用分布模型；
S3：定量分析通用分布模型的拟合精度，建立相应的预测误差评价指标；
S4：建立考虑风电不确定性的经济调度模型；
S5：根据风电预测的通用分布模型，得到相应的CDF及其反函数；再得到改进的考虑风电预测不确定性的线性序列算法；
S6：求出不同风电预测值下系统风电场和常规发电厂的计划调度功率。
2.根据权利要求1所述的一种基于通用风电预测误差模型的经济调度方法，其特征在于，步骤S1中所述风电功率预测区间的划分过程具体包括：
将风电预测序列进行归一化转化到区间[0，1]上，划分为M个均匀区间[0,1/M]，[1/M,
2/M]，…，[(M-1)/M,1]，每个区间的长度为1/M，区间m即m＝1，2，…，M，对应的预测功率范围为[(m-1)/M,m/M]；在每个时刻，预测功率序列与实际风电输出功率一一配对，对于区间m中的每个预测值，都有一个实际值与其对应；从而得到与区间m中的每个预测值对应的一组实际功率点；M是由用户根据历史数据的规模定义的整数。
3.根据权利要求2所述的一种基于通用风电预测误差模型的经济调度方法，其特征在于，M＝25。
4.根据权利要求2所述的一种基于通用风电预测误差模型的经济调度方法，其特征在于，步骤S2中所述建立风电预测的通用分布模型具体为：
将S1中区间m的实际功率点的离散的概率密度直方图和累积分布图，用最小二乘法确定通用分布模型的三个形状参数；每个区间的通用分布形状参数各不相同，M个风电预测区间共得到M个用通用分布拟合的PDF和CDF；通用分布模型的PDF和CDF分别如式(1)、式(2)所示：
F(x|α,β,γ)＝(1+e-α(x-γ))-β   (2)
式中，x为随机变量，α，β，γ都是形状参数；CDF的反函数形式如下：
式中，c为置信度水平。
5.根据权利要求1所述的一种基于通用风电预测误差模型的经济调度方法，其特征在于，所述步骤S3具体为：用RMSE定量分析通用分布模型的拟合精度，实际风电功率的CDF和通用分布的CDF之间的均方根值如式(4)所示：
式中，下标m为区间序号，xn是风电实际输出功率PDF对应的第n个柱形，N是实际PDF总的柱形数量，Fact,m(xn)为风电输出不超过xn的实际CDF值，Fsim,m(xn)为风电输出不超过xn的通用分布的CDF值。
6.根据权利要求2所述的一种基于通用风电预测误差模型的经济调度方法，其特征在于，步骤S4中所述建立考虑风电不确定性的经济调度模型具体为：
pmin,i≤pi≤pmax,i   (7)
0≤wj≤wr,j   (8)
0≤ru,i≤min{pmax,i-pi,ru,max,i}   (9)
0≤rd,i≤min{pi-pmin,i,rd,max,i}   (10)
式中：I为总的常规发电厂数量，J为总的风电场数量，Ci是第i个常规发电厂的成本函数，Cw,j是第j个风电场的成本函数，Cp,j是超出计划风力发电量部分的成本函数，Cr,j是未达到计划风力发电量部分的成本函数，pi是常规发电厂i的计划输出功率，pmin,i和pmax,i分别为常规发电厂i的上限和下限，wj为计划风力发电量，wav,j为第j台风机实际可获得功率，wr,j为第j台风机的装机容量，L为系统需求量，ru,i和rd,i分别为第i个常规发电厂备用容量的上限和下限，ru,max,i和rd,max,i分别为第i个常规发电厂在一定时间内所能提供的最大容量和最小容量。
7.根据权利要求6所述的一种基于通用风电预测误差模型的经济调度方法，其特征在于，将式(5)中含不确定变量的成本函数改写成均值形式：
式中：kp和kr为功率超出和不足部分的成本系数，gj,m为区间m中风电场输出功率的PDF。
8.根据权利要求6所述的一种基于通用风电预测误差模型的经济调度方法，其特征在于，将式(11)和式(12)的不确定性约束转化成机会约束：
式中：cu和cd分别是提供足够上下限备用容量的置信水平。
9.根据权利要求8所述的一种基于通用风电预测误差模型的经济调度方法，其特征在于，步骤S5中所述考虑风电预测不确定性的线性序列算法
(SLP)具体包括如下子步骤：
S5.1：将目标函数在基准运行点处进行泰勒展开，微分运算使用特定的解析表达式：
式中：Gj,m(·)为区间m上第j个风电场预测功率的CDF；
S5.2：将式(15)、(16)的机会约束转换成线性确定性表达式：
式中：G∑(·)为所有风电场输出功率总的CDF；
S5.3：用SLP将目标函数在基准运行点
(w1(k),w2(k),…,wJ(k),p1(k),p2(k),…,pI(k))处进行泰勒展开，将第k次迭代目标函数的表达式写成：
式中：HΔL为惩罚项，ΔL为负荷削减量，H为惩罚系数，取H＞100；
其中常规发电优化目标函数系数hi(k)和风机的风力发电量优化目标函数hw,j(k)计算如下：
对于第k次迭代的线性目标函数，采用常规的内点法或简化梯度法求解。
10.根据权利要求1所述的一种基于通用风电预测误差模型的经济调度方法，其特征在于，所述步骤S6包括：利用改进SLP进行k次迭代计算，直到|(w1(k+1),w2(k+1),…,wJ(k+1),p1(k+1),p2(k+1),…,pI(k+1))-(w1(k),w2(k),…,wJ(k),p1(k),p2(k),…,pI(k))|≤ε，其中ε为收敛准则参数；得到不同风电预测功率所对应的常规发电厂和风电场的计划调度功率。