1.一种电力市场风险评估方法，其特征在于，包括：
获取电商中标电量、节点电价金融合约电量数据，以建立风险评估指标及风险评估体系模型；
对所建立的风险评估指标及风险评估体系模型从发电侧、用户侧、电网侧三侧进行风险评估处理，以得综合风险评估指标；
对所得出的综合风险评估指标采用入信息熵权理论来确定发电侧、用户侧、电网侧各风险指标在综合风险指标中的权重。
2.如权利要求1所述的电力市场风险评估方法，其特征在于，所述风险评估指标及风险评估体系模型包括：
目标
式中，N表示除风机以外的机组的总台数；T表示所考虑的总时段数，；Pi,t表示机组i在时段t的出力；Ci,t(Pi,t)、 分别为机组i在时段t的运行费用、启动费用，其中机组运行费用Ci,t(Pi,t)是与机组申报的各段出力区间和对应能量价格有关的多端线性函数。
3.如权利要求2所述的电力市场风险评估方法，其特征在于，所述风险评估指标及风险评估体系模型目标约束条件包括：
(1)电力系统负荷平衡约束
对于每个时段t，负荷平衡约束描述为：
式中，N表示为除风机以外的机组的总台数，W表示为风机的总台数；Pi,t表示机组i在时段t的出力，Pw,t表示可再生能源机组w在时段t的出力，Dt为时段t的系统负荷；
(2)电力系统正备用容量约束
式中，N表示为除风机以外的机组的总台数，Dt为时段t的系统负，αi,t表示机组i在时段t的启停状态，αi,t＝0表示机组停机，αi,t＝1表示机组开机； 为机组i在时段t的最大出力； 为时段t的系统正备用容量要求；
(3)电力系统负备用容量约束
系统负备用容量约束可以描述为：
式中， 为机组i在时段t的最小出力； 为时段t的系统负备用容量要求；
(4)电力系统旋转备用约束
利用正旋转备用容量补偿由于高估可再生能源出力所造成的发电缺额：
式中，N表示为除风机以外的机组的总台数，wu％为可再生能源出力对正旋转备用的需求系数；Tr为常规机组的旋转备用响应时间； 为时段t上调旋转备用要求；ΔPiU为机组i最大上爬坡速率；
利用负旋转备用容量补偿由于低估可再生能源出力给系统带来的影响：
式中，N表示为除风机以外的机组的总台数，wd％为可再生能源出力对负旋转备用的需求系数； 为可再生能源机组w的预测出力； 为时段t下调旋转备用要求；ΔPiD为机组i最大下爬坡速率；
(5)机组出力上下限约束
机组的出力应该处于其最大/最小出力范围之内，其约束条件描述为：
(6)机组爬坡约束
机组上爬坡或下爬坡时，均应满足爬坡速率要求，爬坡约束可以描述为：
式中，Pi,t表示机组i在时段t的出力，Pi,t-1表示机组i在时段t-1的出力，ΔPiU为机组i最大上爬坡速率，ΔPiD为机组i最大下爬坡速率，αi,t表示机组i在时段t的启停状态，αi,t-1表示机组i在时段t-1的启停状态， 为机组i在时段t的最小出力， 为机组i在时段t的最大出力；
(7)机组最小连续开停时间约束
式中，αi,t为机组i在时段t的启停状态；TU、TD为机组的最小连续开机时间和最小连续停机时间； 为机组i在时段t时已经连续开机的时间和连续停机的时间，可以用状态变量αi,t(i＝1～N,t＝1～T)来表示：
(8)机组最大启停次数约束
式中ηi,t为机组i在时段t是否切换到启动状态；γi,t为机组i在时段t是否切换到停机状态；
相应机组i的启停次数限制可表达如下：
式中，ηi,t为机组i在时段t是否切换到启动状态， 为机组i切换到启动状态的最大次数；γi,t为机组i在时段t是否切换到停机状态， 为机组i切换到停机状态的最大次数；
(9)可再生能源机组出力约束
(10)线路潮流约束
-Plmax≤Pl≤Plmax                 (21)
式中，Plmax、-Plmax为线路l的潮流传输极限，Pl为线路传输功率。
4.如权利要求1所述的电力市场风险评估方法，其特征在于，所述综合风险评估指标包括6个风险指标：
(1)发电商收益波动率cv
采用变异系数表示电价的离散程度，发电商收益波动率与发电商收益风险呈正相关：
式中，cv为发电商收益波动率，σ为曲线标准差，μ为曲线均值，xt,i为每个小时的发电商的交易电价，交易电价＝总收益/总发电量；N为发电商个数；
(2)发电商电价波动率grate
即，随着金融比例k的变化，发电商收益的变化率，即金融比例k对应的发电商收益与金融比例(k-0.1)对应的发电商收益的比值的绝对值；发电商电价波动率与则电价风险呈正相关：
式中grate为发电商电价波动率，Sk,i表示为金融比例k时，发电商i的收益，Sk-0.1,i表示为金融比例(k-0.1)时，发电商i的收益；N为发电商的个数；
(3)发电商合约违约率Crate,g
即，随着金融比例k的变化，发电商的违约电量与合同电量的比值的绝对值。发电商合约违约率与发电商合约违约风险呈正相关。
式中Crate,g为发电商合约违约率，Gi表示为发电商i合约违约电量；H表示为签订的总合同电量；N为发电商的个数；
(4)大用户付费波动率yrate
即，随着金融比例k的变化，大用户付费的变化率，即金融比例k对应的大用户付费与金融比例(k-0.1)对应的大用户付费的比值；大用户付费波动率与用户付费风险呈正相关；其中，大用户指在接入10kv及以上、具备用电容量在315kV·A及以上购电规模的电力用户；
式中，yrate为大用户付费波动率，yk,i表示为金融比例k时，大用户i的付费，yk-0.1,i表示为金融比例(k-0.1)时，大用户i的付费；M为大用户的个数；
(5)大用户合约违约率Crate,y
即，随着金融比例k的变化，大用户的违约电量与合同电量的比值；大用户合约违约率与用户合约违约风险呈正相关；
式中，Crate,y为大用户合约违约率，Yi表示为大用户i合约违约电量；H表示为签订的总合同电量；M为大用户的个数；
(6)社会福利波动率drate
即，社会福利波动率，即当前金融比例k对应的(大用户付费-发电商收益)与金融比例(k-0.1)对应的(大用户付费-发电商收益)的比值的绝对值；社会福利波动率与社会福利风险呈正相关；
式中，drate为社会福利波动率，yk,i表示为金融比例k时，大用户i的付费，yk-0.1,i表示为金融比例(k-0.1)时，大用户i的付费；Sk,i表示为金融比例k时，发电商i的收益，Sk-0.1,i表示为金融比例(k-0.1)时，发电商i的收益。
5.如权利要求4所述的电力市场风险评估方法，其特征在于，所述对所得出的综合风险评估指标采用入信息熵权理论来确定发电侧、用户侧、电网侧各风险指标在综合风险指标中的权重包括：
(1)选取6个风险指标的历史数据
从历史数据中选取m个月份，每个月份n个风险评估指标，形成m*n阶的历史风险指标矩阵，第i个对象的第j个指标的数值即为此月份此类型的风险指标值(i＝1,2,…,n；j＝1,
2,…,m)，具有(m*6)个历史风险指标；
(2)指标归一化
设有m个方案的n个指标值构成的矩阵X＝(xij)m×n称为决策矩阵；在决策矩阵X＝(xij)m×n中，对于正向指标：
式中，xij为第i个对象的第j个指标的数值即为此月份此类型的风险指标值；yij为xij归一化的值，表示为第i个月，第j项指标；m为月份数；
对于负向指标：
式中，xij为第i个对象的第j个指标的数值即为此月份此类型的风险指标值；yij为xij归一化的值，表示为第i个月，第j项指标；m为月份数；
从而生成矩阵Y＝(yij)m×n，称为极差变化标准化矩阵；无论决策矩阵X中的指标值是正数还是负数，经过极差变换后，标准化指标满足0≤yij≤1，并且正、逆向指标均化为正向指标，最优值为1，最劣值为0；
(3)计算指标yij的比率
计算第j项指标下，第i个对象占该指标的比重，即：
式中，gij表示为第j项指标下，第i个对象占该指标的比重；yij表示为第i个月，第j 项指标； 表示在第j项指标下，m个月的风险值之和；m为月份数；
(4)计算指标yij的熵值，即：
式中fyi为指标yij的熵值，其中有fyi∈[0,1]；gij表示为第j项指标下，第i个对象占该指标的比重；m为月份数；
(5)计算指标yij的差异性系数，即：
θyj＝1-fyi        (34)
式中θyj为指标yij的差异性系数，fyi为指标yij的熵值；
(6)计算指标yij对应的熵权系数，即
式中，wi为指标yij对应的熵权系数，且有 θyj为指标yij的差异性系数。
(7)计算综合指标Zj，即
式中，Zj表示为综合指标；wi为指标yij对应的熵权系数；yij表示为第i个月，第j项指标。
6.一种电力市场风险评估系统，其特征在于，包括：
数据读取器，其用于读取获取电商中标电量、节点电价金融合约电量数据；
第一数据处理器，其用于根据数据读取器所读取到的数据来建立风险评估指标及风险评估体系模型，并对所建立的风险评估指标及风险评估体系模型从发电侧、用户侧、电网侧三侧进行风险评估处理，以得综合风险评估指标；
第二数据处理器，其用于对所得出的综合风险评估指标采用入信息熵权理论来进行运算处理，以得出发电侧、用户侧、电网侧各风险指标在综合风险指标中的权重。
7.如权利要求6所述的电力市场风险评估系统，其特征在于，所述风险评估指标及风险评估体系模型包括：
目标
式中，N表示除风机以外的机组的总台数；T表示所考虑的总时段数，；Pi,t表示机组i在时段t的出力；Ci,t(Pi,t)、 分别为机组i在时段t的运行费用、启动费用，其中机组运行费用Ci,t(Pi,t)是与机组申报的各段出力区间和对应能量价格有关的多端线性函数。
8.如权利要求7所述的电力市场风险评估系统，其特征在于，所述风险评估指标及风险评估体系模型目标约束条件包括：
(1)电力系统负荷平衡约束
对于每个时段t，负荷平衡约束描述为：
式中，N表示为除风机以外的机组的总台数，W表示为风机的总台数；Pi,t表示机组i在时段t的出力，Pw,t表示可再生能源机组w在时段t的出力，Dt为时段t的系统负荷；
(2)电力系统正备用容量约束
式中，N表示为除风机以外的机组的总台数，Dt为时段t的系统负，αi,t表示机组i在时段t的启停状态，αi,t＝0表示机组停机，αi,t＝1表示机组开机； 为机组i在时段t的最大出力； 为时段t的系统正备用容量要求；
(3)电力系统负备用容量约束
系统负备用容量约束可以描述为：
式中， 为机组i在时段t的最小出力； 为时段t的系统负备用容量要求；
(4)电力系统旋转备用约束
利用正旋转备用容量补偿由于高估可再生能源出力所造成的发电缺额：
式中，N表示为除风机以外的机组的总台数，wu％为可再生能源出力对正旋转备用的需求系数；Tr为常规机组的旋转备用响应时间； 为时段t上调旋转备用要求；ΔPiU为机组i最大上爬坡速率；
利用负旋转备用容量补偿由于低估可再生能源出力给系统带来的影响：
式中，N表示为除风机以外的机组的总台数，wd％为可再生能源出力对负旋转备用的需求系数； 为可再生能源机组w的预测出力； 为时段t下调旋转备用要求；ΔPiD为机组i最大下爬坡速率；
(5)机组出力上下限约束
机组的出力应该处于其最大/最小出力范围之内，其约束条件描述为：
(6)机组爬坡约束
机组上爬坡或下爬坡时，均应满足爬坡速率要求，爬坡约束可以描述为：
式中，Pi,t表示机组i在时段t的出力，Pi,t-1表示机组i在时段t-1的出力，ΔPiU为机组i最大上爬坡速率，ΔPiD为机组i最大下爬坡速率，αi,t表示机组i在时段t的启停状态，αi,t-1表示机组i在时段t-1的启停状态， 为机组i在时段t的最小出力， 为机组i在时段t的最大出力；
(7)机组最小连续开停时间约束
式中，αi,t为机组i在时段t的启停状态；TU、TD为机组的最小连续开机时间和最小连续停机时间； 为机组i在时段t时已经连续开机的时间和连续停机的时间，可以用状态变量αi,t(i＝1～N,t＝1～T)来表示：
(8)机组最大启停次数约束
式中ηi,t为机组i在时段t是否切换到启动状态；γi,t为机组i在时段t是否切换到停机状态；
相应机组i的启停次数限制可表达如下：
式中，ηi,t为机组i在时段t是否切换到启动状态， 为机组i切换到启动状态的最大次数；γi,t为机组i在时段t是否切换到停机状态， 为机组i切换到停机状态的最大次数；
(9)可再生能源机组出力约束
(10)线路潮流约束
-Plmax≤Pl≤Plmax                                              (21)式中，Plmax、-Plmax为线路l的潮流传输极限，Pl为线路传输功率。
9.如权利要求5所述的电力市场风险评估系统，其特征在于，所述综合风险评估指标包括6个风险指标：
(1)发电商收益波动率cv
采用变异系数表示电价的离散程度，发电商收益波动率与发电商收益风险呈正相关：
式中，cv为发电商收益波动率，σ为曲线标准差，μ为曲线均值，xt,i为每个小时的发电商的交易电价，交易电价＝总收益/总发电量；N为发电商个数；
(2)发电商电价波动率grate
即，随着金融比例k的变化，发电商收益的变化率，即金融比例k对应的发电商收益与金融比例(k-0.1)对应的发电商收益的比值的绝对值；发电商电价波动率与则电价风险呈正相关：
式中grate为发电商电价波动率，Sk,i表示为金融比例k时，发电商i的收益，Sk-0.1,i表示为金融比例(k-0.1)时，发电商i的收益；N为发电商的个数；
(3)发电商合约违约率Crate,g
即，随着金融比例k的变化，发电商的违约电量与合同电量的比值的绝对值。发电商合约违约率与发电商合约违约风险呈正相关。
式中Crate,g为发电商合约违约率，Gi表示为发电商i合约违约电量；H表示为签订的总合同电量；N为发电商的个数；
(4)大用户付费波动率yrate
即，随着金融比例k的变化，大用户付费的变化率，即金融比例k对应的大用户付费与金融比例(k-0.1)对应的大用户付费的比值；大用户付费波动率与用户付费风险呈正相关；
式中，yrate为大用户付费波动率，yk,i表示为金融比例k时，大用户i的付费，yk-0.1,i表示为金融比例(k-0.1)时，大用户i的付费；M为大用户的个数；
(5)大用户合约违约率Crate,y
即，随着金融比例k的变化，大用户的违约电量与合同电量的比值；大用户合约违约率与用户合约违约风险呈正相关；
式中，Crate,y为大用户合约违约率，Yi表示为大用户i合约违约电量；H表示为签订的总合同电量；M为大用户的个数；
(6)社会福利波动率drate
即，社会福利波动率，即当前金融比例k对应的(大用户付费-发电商收益)与金融比例(k-0.1)对应的(大用户付费-发电商收益)的比值的绝对值；社会福利波动率与社会福利风险呈正相关；
式中，drate为社会福利波动率，yk,i表示为金融比例k时，大用户i的付费，yk-0.1,i表示为金融比例(k-0.1)时，大用户i的付费；Sk,i表示为金融比例k时，发电商i的收益，Sk-0.1,i表示为金融比例(k-0.1)时，发电商i的收益。
10.如权利要求9所述的电力市场风险评估系统，其特征在于，所述第二数据处理器对所得出的综合风险评估指标采用入信息熵权理论的运算处理过程为：
(1)选取6个风险指标的历史数据
从历史数据中选取m个月份，每个月份n个风险评估指标，形成m*n阶的历史风险指标矩阵，第i个对象的第j个指标的数值即为此月份此类型的风险指标值(i＝1,2,…,n；j＝1,
2,…,m)，具有(m*6)个历史风险指标；
(2)指标归一化
设有m个方案的n个指标值构成的矩阵X＝(xij)m×n称为决策矩阵；在决策矩阵X＝(xij)m×n中，对于正向指标：
式中，xij为第i个对象的第j个指标的数值即为此月份此类型的风险指标值；yij为xij归一化的值，表示为第i个月，第j项指标；m为月份数；
对于负向指标：
式中，xij为第i个对象的第j个指标的数值即为此月份此类型的风险指标值；yij为xij归一化的值，表示为第i个月，第j项指标；m为月份数；
从而生成矩阵Y＝(yij)m×n，称为极差变化标准化矩阵；无论决策矩阵X中的指标值是正数还是负数，经过极差变换后，标准化指标满足0≤yij≤1，并且正、逆向指标均化为正向指标，最优值为1，最劣值为0；
(3)计算指标yij的比率
计算第j项指标下，第i个对象占该指标的比重，即：
式中，gij表示为第j项指标下，第i个对象占该指标的比重；yij表示为第i个月，第j项指标； 表示在第j项指标下，m个月的风险值之和；m为月份数；
(4)计算指标yij的熵值，即：
式中fyi为指标yij的熵值，其中有fyi∈[0,1]；gij表示为第j项指标下，第i个对象占该指标的比重；m为月份数；
(5)计算指标yij的差异性系数，即：
θyj＝1-fyi         (34)
式中θyj为指标yij的差异性系数，fyi为指标yij的熵值；
(6)计算指标yij对应的熵权系数，即
式中，wi为指标yij对应的熵权系数，且有 θyj为指标yij的差异性系数。
(7)计算综合指标Zj，即
式中，Zj表示为综合指标；wi为指标yij对应的熵权系数；yij表示为第i个月，第j项指标。