1.一种基于虚拟测风塔技术的超短期功率预测方法，其特征在于，包括：获取风电场中所有风电机组的历史数据、及整个所述风电场的历史功率输出值，其中，所述历史数据包括所述风电机组的风向风速仪测量到的风速和风向、及所述风电机组的测温系统测量得到的温度；根据所述历史数据、及所述历史功率输出值，通过数理统计的方法确定每个所述风电机组的权重，并根据所述历史数据、及每个所述风电机组的权重，得到历史虚拟测风塔数据向量，所述历史虚拟测风塔数据向量包括各层高度的风速、各层高度的风向、各层高度的温度、各层高度的湿度及各层高度的气压；根据所述历史虚拟测风塔数据向量、及所述历史功率输出值，获取风电场功率曲线，并根据历史NWP数据与所述历史虚拟测风塔数据向量之间的关系、及所获取到的未来NWP数据，计算得到未来虚拟测风塔数据向量；根据所述未来虚拟测风塔数据向量、及所述风电场功率曲线，计算所述风电场在未来超短期内的输出功率。
2.根据权利要求1所述的基于虚拟测风塔技术的超短期功率预测方法，其特征在于，根据所述历史数据、及所述历史功率输出值，通过数理统计的方法确定每个所述风电机组的权重，包括：利用所述历史数据、及所述历史功率输出值建立样本库；基于模糊综合评判模型，建立风电机组数据-风电场功率输出值模型；将在所述样本库中获取到的预设时间段内的所述历史数据、及所述历史功率输出值作为训练集，并利用所述风电机组数据-风电场功率输出值模型对所述训练集进行训练，以确定每个所述风电机组的权重。
3.根据权利要求2所述的基于虚拟测风塔技术的超短期功率预测方法，其特征在于，根据所述历史数据、及每个所述风电机组的权重，得到历史虚拟测风塔数据向量，包括：根据所述历史数据、及每个所述风电机组的权重，得到风电机组轮毂高度的历史数据，所述风电机组轮毂高度的历史数据包括风速、风向和温度；根据风速廓线、及所述风电机组轮毂高度的风速，计算各层高度的风速；根据所述风电机组轮毂高度的风速、及所述风电场的历史功率输出值，计算空气密度，并根据所计算出的空气密度计算湿度和气压，以得到所述历史虚拟测风塔数据向量。
4.根据权利要求1所述的基于虚拟测风塔技术的超短期功率预测方法，其特征在于，在根据所述历史虚拟测风塔数据向量、及所述历史功率输出值，获取风电场功率曲线时，还包括：为所述风电场功率曲线设置预设阈值的冗余度。
5.一种基于虚拟测风塔技术的超短期功率预测装置，其特征在于，包括：获取模块，用于：获取风电场中所有风电机组的历史数据、及整个所述风电场的历史功率输出值，其中，所述历史数据包括所述风电机组的风向风速仪测量到的风速和风向、及所述风电机组的测温系统测量得到的温度；确定模块，用于：根据所述历史数据、及所述历史功率输出值，通过数理统计的方法确定每个所述风电机组的权重，并根据所述历史数据、及每个所述风电机组的权重，得到历史虚拟测风塔数据向量，所述历史虚拟测风塔数据向量包括各层高度的风速、各层高度的风向、各层高度的温度、各层高度的湿度及各层高度的气压；第一计算模块，用于：根据所述历史虚拟测风塔数据向量、及所述历史功率输出值，获取风电场功率曲线，并根据历史NWP数据与所述历史虚拟测风塔数据向量之间的关系、及所获取到的未来NWP数据，计算得到未来虚拟测风塔数据向量；第二计算模块，用于：根据所述未来虚拟测风塔数据向量、及所述风电场功率曲线，计算所述风电场在未来超短期内的输出功率。
6.根据权利要求5所述的基于虚拟测风塔技术的超短期功率预测装置，其特征在于，所述确定模块包括：第一建立单元，用于：利用所述历史数据、及所述历史功率输出值建立样本库；第二建立单元，用于：基于模糊综合评判模型，建立风电机组数据-风电场功率输出值模型；训练单元，用于：将在所述样本库中获取到的预设时间段内的所述历史数据、及所述历史功率输出值作为训练集，并利用所述风电机组数据-风电场功率输出值模型对所述训练集进行训练，以确定每个所述风电机组的权重。
7.一种基于虚拟测风塔技术的超短期功率预设设备，其特征在于，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如权利要求1至4任一项所述的基于虚拟测风塔技术的超短期功率预测方法的步骤。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的基于虚拟测风塔技术的超短期功率预测方法的步骤。
