1.一种高比例新能源电力系统的电量平衡分析方法，包括如下步骤：
S1.获取目标高比例新能源电力系统的数据信息；
S2.根据步骤S1获取的数据信息，建立源‑网‑荷‑储各个部分的数学模型；
S3.根据步骤S2得到的数学模型，安排目标高比例新能源电力系统中水电机组和火电机组的检修计划；
S4.根据步骤S3得到的检修计划，计算得到模拟年内的机组开停机状态的机组组合数据；
S5.根据步骤S4得到的机组组合数据，对模拟年内的机组状态进行随机抽样，得到机组时序状态转移曲线；
S6.根据步骤S5得到的机组时序状态转移曲线，进行模拟年内的机组日前调度；
S7.根据步骤S6得到的日前调度数据，计算模拟年的年运行指标；
S8.根据步骤S7得到的年运行指标，完成高比例新能源电力系统的电量平衡分析。
2.根据权利要求1所述的高比例新能源电力系统的电量平衡分析方法，其特征在于步骤S2所述的根据步骤S1获取的数据信息，建立源‑网‑荷‑储各个部分的数学模型，具体包括如下步骤：
针对风电机组：
采用如下算式表示风电机组的实际出力：
式中 为风电机组t时刻的实际出力； 为风电机组t时刻的预计出力；N(0,1)为标准正态分布；
针对光伏机组：
采用如下算式表示光伏机组的实际出力：
式中 为光伏机组t时刻的实际出力； 为光伏机组t时刻的预计出力；
对于火电机组：
采用如下算式作为火电机组的出力约束：
Pfire,min≤Pfire,t≤Pfire,max
‑Rd≤Pfire，t+1‑Pfire，t≤Ru
式中Pfire,min为火电机组在t时刻的出力下限值；Pfire,t为火电机组在t时刻的出力值；
Pfire,max为火电机组在t时刻的出力上限值；Rd为火电机组在t时刻的下爬坡速率；Ru为火电机组在t时刻的上爬坡速率；ui,k为火电机组在k时刻的开关机状态，且ui，k＝1表示火电机组为开机状态，ui，k＝0表示火电机组为关机状态，TS(ui,t‑1‑ui,t)为火电机组的最小关机时间，TO(ui,t‑ui,t‑1)为火电机组的最小开机时间；
对于水电机组：
采用三段式模型，分别给出各个水电机组在各个月份下的最大允许出力、平均出力和最小技术出力；得到水电机组全年各个月份的三段式出力，在通过计算叠加了新能源预测出力后的净负荷曲线，按照每日负荷占对应月份的比例，优化分配水电机组的每日出力；
对于网架模型：
采用如下算式作为网架模型：
式中 为各节点在t时刻的注入有功功率列向量； 为各节点在t时刻的负荷；
为各节点在t时刻的限电大小； 为第i台火电机组在t时刻出力；n为火电机组台数；
为第i台水电机组在t时刻出力；m为水电机组数目； 为第i台储能机组在t时刻
出力；l为储能机组数目； 为第i台新能源机组在t时刻出力；k为新能源机组数目；
为忽略支路电阻后形成的电纳系数矩阵； 为各节点在t时刻的电压相角列向量；Pl,min为支路l的潮流下限值；Pl,max为支路l的潮流上限值；
对于负荷模型：
采用算式作为负荷模型：
式中 为叠加预测误差后的负荷值； 为负荷预测值；
对于储能模型：
采用如下算式作为储能的约束条件：
EES,min≤EES,t≤EES,max
nES＜＝nES,max
式中EES,min为储能电池容量下限值；EES,t为储能电池在t时刻的容量；EES,max为储能电池容量上限值；PESc,min为储能电池充电功率下限值；PESc,t为储能电池在t时刻的充电功率；
PESc,max为储能电池充电功率上限值；PESdc,min为储能电池放电功率下限值；PESdc,t为储能电池在t时刻的放电功率；PESdc,max为储能电池放电功率上限值；nES为储能电池一周期内充放电状态转化次数；nES,max为储能电池一周期内充放电状态转化次数上限；SOCt为储能电池在t时刻的SOC状态值；λES为储能电池的自放电率；ηESc为储能电池充电效率；Δt为时间间隔。
3.根据权利要求2所述的高比例新能源电力系统的电量平衡分析方法，其特征在于步骤S3所述的根据步骤S2得到的数学模型，安排目标高比例新能源电力系统中水电机组和火电机组的检修计划，具体包括如下步骤：
根据步骤S2得到的数学模型，将实际时序负荷曲线减去新能源处理实际值，得到时序净负荷曲线；
A.将参与检修的水电机组和火电机组按容量大小排序；
B.从容量最大的机组开始，找出相应维修时长内净负荷最小的时间段，将该台发电机安排在此时段进行检修并修正此时段的负荷；
C.重复步骤B直至所有机组检修安排完毕。
4.根据权利要求3所述的高比例新能源电力系统的电量平衡分析方法，其特征在于步骤S4所述的根据步骤S3得到的检修计划，计算得到模拟年内的机组开停机状态的机组组合数据，具体包括如下步骤：
采用如下算式作为目标函数：
min[costfire,t+costhydro,t+costES,t+costcurt,t]
式中costfire,t为火电机组运行总费用，且
n为火电机组数量，T为时刻总数，f
(Pfire,i,t)为火电机组的运行煤耗费用函数， 为第i台火电机组的启动费用， 为第i台火电机组的停机费用；costhydro,t为水电机组运行总费用，且
m为水电机组数量，Chydro,i为第i台水电机组单位出
力下的可变运行成本；Phydro,i,t为第i台水电机组在t时刻的出力值；costES,t为储能机组运行总费用，且 l为储能机组数量，CESc,i为
第i台储能机组充电时单位出力的成本，PESc,i,t为第i台储能机组在t时刻的充电出力值，CESdc,i为第i台储能机组放电时单位出力的成本，PESdc,i,t为第i台储能机组在t时刻的放电出力值；costcurt,t为切负荷、弃新能源和弃水惩罚成本，且
CLS为切单位负荷时的经济损失，LSt
为t时刻的切负荷量，CNS为弃新能源的单位经济损失，NSt为t时刻的弃新能源量，CHS为弃水的单位经济损失，HSt为t时刻的弃水量；
采用如下算式作为约束条件：
功率平衡约束：
式中Pnew,i,t为第i台新能源机组在t时刻的出力值；PES,i,t为第i台储能机组在t时刻的出力值，且储能机组充电时PES,i,t为负值，储能机组放电时PES,i,t为正值；Pt为t时刻的总负荷值；
热备用约束：
式中ui,t为第i台火电机组的开关机状态，且ui,t＝1表示第i台火电机组开机，ui,t＝0表示第i台火电机组关机；Pfire,i,max为第i台火电机组的最大出力值；uj,t为第j台水电机组的开关机状态，且uj,t＝1表示第j台水电机组开机，uj,t＝0表示第j台水电机组关机，Phydro,j,max为第j台水电机组的最大出力值；ρ为系统热备用率；
机组出力上下限约束：
式中Pfire,i,min为第i台火电机组最小技术出力；Pfire,i,max为第i台火电机组最大技术出w,max
力； 为第i台风电机组在t时刻的出力值；Pi 为第i台风电机组的最大出力值； 为pv,max
第i台光伏发电机组在t时刻的出力值；Pi 为第i台光伏发电机组的最大出力值；
火电机组爬坡约束：
Pi,t‑Pi,t‑1≤ui,t‑1(Ru‑Si,u)+Si,u
Pi,t‑1‑Pi,t≤ui,t(Rd‑Si,d)+Si,d
式中Si,u为火电机组的启动最大升速率；Si,d为火电机组的停机最大降速率；
最小启停时间约束： 和
储能充放电功率、容量限制、SOC状态及充放电状态转换次数约束：
EES,min≤EES,t≤EES,max
nES＜＝nES,max
式中UES,i,t为第i台储能机组在t时刻的储能状态，且UES,i,t＝1表示储能机组放电，UES,i,t＝0表示储能机组充电；SOCi,t为第i台储能机组在t时刻的SOC状态；EES,max为储能电池容量上限值；EES,min为储能电池容量下限值；
电量平衡约束、相角约束和支路潮流上下限约束：
在约束条件下，对目标函数按日滚动进行求解，得到最终的模拟年的机组开停机状态计划安排。
5.根据权利要求4所述的高比例新能源电力系统的电量平衡分析方法，其特征在于步骤S5所述的根据步骤S4得到的机组组合数据，对模拟年内的机组状态进行随机抽样，得到机组时序状态转移曲线，具体包括如下步骤：
设定机组的平均修复时间为TMTTR，机组的平均正常运行时间为TMTTF；
通过逆变换方法抽样得到机组正常运行时间τ2以及强迫停运时间τ1：
式中U1为第一随机变量，U2为第二随机变量，且U1和U2均在区间[0,1]中服从均匀分布；
生成一个正常运行时间τ2与机组已开机时间进行比较：若τ2大于或等于机组已开机时间则表示未发生故障，继续按照原本设置好的机组开停机方式进行安排；若τ2小于机组已开机时间则表示发生故障，强制机组进入一段时间的停机状态并生成一个强迫停运时间τ1，直至τ1小于或等于已停机时间时机组恢复正常运行状态，继续按照原本计划进行开停机；
对τ1、τ2进行交替采样得到机组时序状态曲线。
6.根据权利要求5所述的高比例新能源电力系统的电量平衡分析方法，其特征在于步骤S6所述的根据步骤S5得到的机组时序状态转移曲线，进行模拟年内的机组日前调度，具体包括如下步骤：
根据步骤S5得到的机组时序状态转移曲线，以火电、水电、储能机组运行费用以及切负荷、弃新能源及弃水惩罚成本之和为目标函数，以功率平衡约束、火电机组爬坡约束、机组出力上下限约束、储能充放电功率及SOC状态约束、线路潮流约束为约束条件，进行日前经济调度，得到各台机组每日出力计划及系统限电情况。
7.根据权利要求6所述的高比例新能源电力系统的电量平衡分析方法，其特征在于步骤S7所述的根据步骤S6得到的日前调度数据，计算模拟年的年运行指标，具体包括如下步骤：
采用如下算式计算电力不足概率LOLP：
式中Ncut为电力系统在生产模拟周期内发生切负荷的总次数；ti为电力系统在第i次切负荷时持续的时间；T为电力系统在生产模拟周期内的总时间；
计算得到电力不足期望值LOLE为LOLE＝LOLP×T；
采用如下算式计算电量不足期望值EENS：
式中Li为生产模拟周期内系统出现第i次切负荷状态的切负荷量；Nc为发生切负荷的总次数；
计算得到系统平均停电功率MOP为
采用如下算式计算得到系统分SI：
SI＝EENS/Lmax×60
式中Lmax为生产模拟周期内系统的最大负荷；
采用如下算式计算风电发电量EW和光伏发电量EPV：
式中 为生产模拟周期内第i台风电机组在t时段的发电量；k1为风电机组数量；
为生产模拟周期内第i台光伏发电机组在t时段的发电量；k2为光伏发电机组数量；
采用如下算式计算风电弃电量AEW和光伏弃电量AEPV：
式中 为生产模拟周期内第i台风电机组在t时段的弃电量； 为生产模拟周期
内第i台光伏发电机组在t时段的弃电量；
计算得到风电弃电率ηE为
计算得到光伏弃电率ηPV为
计算得到新能源总弃电率ηnew为
8.根据权利要求7所述的高比例新能源电力系统的电量平衡分析方法，其特征在于步骤S8所述的根据步骤S7得到的年运行指标，完成高比例新能源电力系统的电量平衡分析，具体包括如下步骤：
比较模拟年数与设置的蒙特卡洛最大模拟年数：
若模拟年数大于最大模拟年数，则退出蒙特卡洛循环；
若模拟年数小于或等于最大模拟年数，则判定是否满足序贯蒙特卡洛模拟法收敛判据：若满足，则退出循环进行结果分析并输出；否则，转到步骤S3进行下一模拟年的生产模拟；
最终，完成高比例新能源电力系统的电量平衡分析；
其中，所述的序贯蒙特卡洛模拟法收敛判据为：
式中V(F)为系统评价指标的样本方差，且 N为
仿真总年限，F(xi)为系统在第i年的评价指标结果； 为系统评价指标的样本均值，且n为仿真年限，f(xi,t)为评价系统指
标的中间函数，Fi为系统在第i年的评价指标结果，采用电量不足期望值EENS作为每年的评价指标结果；δ为收敛判据的误差给定值。
9.一种实现权利要求1～8之一所述的高比例新能源电力系统的电量平衡分析方法的系统，其特征在于包括数据获取模块、基础模型构建模块、检修计划计算模块、机组组合计算模块、曲线计算模块、日前调度模块、运行指标计算模块和电量平衡分析模块；数据获取模块、基础模型构建模块、检修计划计算模块、机组组合计算模块、曲线计算模块、日前调度模块、运行指标计算模块和电量平衡分析模块依次串接；数据获取模块用于获取目标高比例新能源电力系统的数据信息，并将数据上传基础模型构建模块；基础模型构建模块用于根据接收到的数据，建立源‑网‑荷‑储各个部分的数学模型，并将数据上传检修计划计算模块；检修计划计算模块用于根据接收到的数据，安排目标高比例新能源电力系统中水电机组和火电机组的检修计划，并将数据上传机组组合计算模块；机组组合计算模块用于根据接收到的数据，计算得到模拟年内的机组开停机状态的机组组合数据，并将数据上传曲线计算模块；曲线计算模块用于根据接收到的数据，对模拟年内的机组状态进行随机抽样，得到机组时序状态转移曲线，并将数据上传日前调度模块；日前调度模块用于根据接收到的数据，进行模拟年内的机组日前调度，并将数据上传运行指标计算模块；运行指标计算模块用于根据接收到的数据，计算模拟年的年运行指标，并将数据上传电量平衡分析模块；电量平衡分析模块用于根据接收到的数据，完成高比例新能源电力系统的电量平衡分析。