1.一种基于光伏高渗透率的源网荷储优化方法，其特征在于：包括如下步骤：S1：对配电网运行状况进行多时间尺度预测；S2：采用随机响应面法对配电网进行未来态势感知分析；S3：多时间尺度配电网优化调度与控制，多时间尺度配电网优化调度与控制包括有以配电网经济性为目标的日前调度、以消除节点电压和支路潮流越限风险为目标的日内调度以及以电压合格和电压偏差最小为目标的实时电压的控制；选取光伏消纳率和储能收益为目标函数，选取节点电压越限风险、支路潮流越限风险作为目标函数的约束，进而确定整体最优的日前调度方案，所述日前调度包括定义日前调度目标函数以及制定日前调度约束条件；所述日前调度目标函数公式如下：maxF＝maxαF 1 +βF 2其中F 1 为光伏消纳率，F 2 为储能收益；所述日前调度约束条件包括有功率平衡约束、节点电压约束、分布式电源有功出力约束、储能运行约束、储能剩余能量约束、线路传输容量约束以及变压器负载率约束；所述功率平衡约束公式如下：式中，P load 、 P PV 表示分别表示电力系统中同一时间断面的负荷需求功率总和、分布式储能充电功率总和、分布式储能放电功率总和、光伏有功出力总和；所述节点电压约束公式如下：V i,min ≤V i ≤V i.max所述储能运行约束公式如下：所述储能剩余容量约束公式如下：SOC min ≤SOC≤SOC maxSOC max 、SOC min 分别表示一天之后储能剩余容量的上下限；所述线路传输容量约束公式如下:所述变压器负载率约束公式如下：f i ≤f i,max 。
2.根据权利要求1所述的一种基于光伏高渗透率的源网荷储优化方法，其特征在于：所述步骤S1中，配电网运行状况包括分布式电源接入的光伏发电量、配电网线路负荷以及配电网配变负荷；所述的多时间尺度包括日前时间尺度和日内时间尺度；日前时间尺度预测为进行第2天24小时96节点的预测；日内时间尺度预测为进行15min一次的概率预测，生成下一时间断面的分布式光伏发电和负荷概率分布。
3.根据权利要求1所述的一种基于光伏高渗透率的源网荷储优化方法，其特征在于：所述步骤S2中，采用随机响应面法的遵循如下步骤：S22：输入标准化，将相互独立的输入随机变量用一组标准随机变量的函数关系表示；S23：输出标准化，将待求输出响应用标准随机变量为自变量的Hermite混沌多项式表示；S33：模型计算，选择适当的采样点，进行样本点的模型计算，确定混沌多项式的待定系数，得到输出响应的概率分布。
4.根据权利要求1所述的一种基于光伏高渗透率的源网荷储优化方法，其特征在于：选取光伏消纳率和储能收益为目标函数，选取节点电压越限风险、支路潮流越限风险作为目标函数的约束，进而确定整体最优的日内调度方案，所述日内调度包括定义日内调度目标函数以及制定内前调度约束条件；所述日内调度目标函数和日前调度目标函数公式相同；所述日内调度约束条件与所述日前调度约束条件中的有功率平衡约束、节点电压约束、分布式电源有功出力约束、储能运行约束、线路传输容量约束以及变压器负载率约束相同，还包括有风险机会约束；所述风险机会约束公式如下：U i 为节点电压，S ij 为支路功率， 和 分别为节点电压与支路功率标准差。
5.根据权利要求4所述的一种基于光伏高渗透率的源网荷储优化方法，其特征在于：所述的日前调度和日内调度的求解采用遗传算法求解；所述遗传算法求解包括如下步骤：S31、控制变量编码：染色体编码形式采用实数编码；S32、适应度计算：各个体对环境的适应程度；S33、选择：是从种群中选择生命力强的染色体产生新种群的过程；S34、交叉：选择两个个体将他们的部分基因互换；S35、变异：以一定概率将个体的某个基因改变。
6.根据权利要求1所述的一种基于光伏高渗透率的源网荷储优化方法，其特征在于：所述的实时电压控制为事件触发型控制，当系统节点出现电压越限情况时，系统进行实时电压控制，所述实时电压控制包括定义实时电压目标函数以及实时电压约束条件；所述节点电压的目标函数如下：由公式可知实时控制的目标函数为节点电压偏离电压额定值最小；所述实时电压约束条件与所述日前调度约束条件的有功率平衡约束、节点电压约束、分布式电源有功出力约束、储能运行约束、线路传输容量约束以及变压器负载率约束相同。
