1.一种含分布式电源微电网的无功功率控制方法，所述分布式电源包括储能站和风光电站，其特征在于，包括以下步骤：A)将一日划分为n个时段t j,j∈[1,n] ，读取下一时段t j+1 负载的有功功率预测值 和无功功率预测值 获得风光电站G i,i∈[1,l] 在下一时段t j+1 的出力预测值 l为风光电站的数量；B)计算下一时段t j+1 特征值 若特征值 小于第一设定阈值λ thr ，则t j+1 时段内风光电站G i,i∈[1,l] 仅输出有功功率，反之，计算 风光电站G i,i∈[1,l] 输出有功功率 和无功功率 且满足 t j+1 时段内，风光电站G i 的无功功率 保持不变；C)计算风光电站G i,i∈[1,l] 的实时出力 偏离出力预测值 的偏离概率 τ为偏离率， σ为偏离率τ|t j+1 出现的概率；D)时段t j+1 内，实时监控风光电站G i,i∈[1,l] 的实时出力 的偏离率τ|t j+1 ，若偏离概率 则增加储能站E i,i∈[1,m] 的充电功率或减小储能站E i,i∈[1,m] 的放电功率，m为储能站的数量，反之，则按设定幅度增大风光电站G i,i∈[1,l] 输出的无功功率 直到实时出力 的偏离率τ|t j+1 对应的偏离概率 回落至σ thr 以下。
2.根据权利要求1所述的一种含分布式电源微电网的无功功率控制方法，其特征在于，步骤B)中，预测风光电站G i 下一时段t i+1 出力预测 的方法包括：B11)列举影响风光电站G i,i∈[1,l] 出力的因素，构成因素向量；B12)选取一个风光电站G i ，将其出力区间 等分为N个小区间， 为风光电站G i 的最大出力；B13)风光电站G i 运行一段时间，以设定频率采集因素向量中因素的值以及风光电站G i 的出力，采集因素向量与风光电站G i 的出力对应小区间关联，构成样本数据；B14)建立神经网络模型，其输入为因素向量，输出为N个小区间的概率，使用步骤B13)获得的样本数据训练和验证神经网络模型；B15)在下一时段t i+1 开始前设定时刻，测量风光电站G i 的因素向量中因素的值，输入神经网络模型中，神经网络模型输出的小区间的均值作为出力预测 的值。
3.根据权利要求2所述的一种含分布式电源微电网的无功功率控制方法，其特征在于，步骤B13)还包括因素筛选，包括：B131)将因素向量与对应风光电站G i 的出力关联，构成关联向量V g,g∈[1,M] ＝<a 1 ,a 2 ,…,a k ,S>，M为采集到的因素向量值的数量，k为因素数量，在关联向量之间求各个因素以及出力的差值，构成差值向量V g-k ＝<Δa 1 ,Δa 2 ,…,Δa k ,ΔS>，其中g∈[1,M],k∈[1,M],g≠k，差值向量V g-k 中各元素为关联向量V g 和V k 相应元素的差值，获得至少M个差值向量V g-k ；B132)将差值向量V g-k 中各个元素的值均除以出力对应的值，将出力转换为单位1，获得修正差值向量 B133)计算修正差值向量V′ g-k 中每个元素的标准差 若 大于第一设定阈值，则将对应的因素a i 筛除。
4.根据权利要求1或2或3所述的一种含分布式电源微电网的无功功率控制方法，其特征在于，步骤D)中，控制储能站E i,i∈[1,m] 增加充电功率的方法包括：D11)计算储能站E i,i∈[1,m] 的总增加充电功率 k为设定裕度系数，k>1；D12)将时段t j+1 划分为N个小周期，建立评价函数 其中z表示小周期序数， 为馈线i在时段t j+1 的第z个小周期的平均负载， 为馈线i的负载上限,h是馈线数量；D13)在第z个小周期开始前的设定时刻，以第(z-1)个小周期至当前时刻内的风光电站G i 的实时出力 的均值计算 的值；D14)使用优化算法，获得使评价函数 值最小的储能站E i,i∈[1,m] 的实时增加充电功率，在下一个小周期开始前的设定时刻返回步骤D13)执行。
5.根据权利要求1或2或3所述的一种含分布式电源微电网的无功功率控制方法，其特征在于，步骤B)中，风光电站G i,i∈[1,l] 的有功功率 和无功功率 的分配方法包括：B11)建立评价函数 为馈线i在时段t j+1 内传递的平均有功功率， 为馈线i在时段t j+1 内传递的平均无功功率， 为馈线i的负载上限,h是馈线数量；B12)使用优化算法，获得使评价函数 值最小的风光电站G i,i∈[1,l] 的无功功率 值，有功功率
6.根据权利要求1或2或3所述的一种含分布式电源微电网的无功功率控制方法，其特征在于，步骤B)中，计算风光电站G i,i∈[1,l] 的工作功率因数 时段t j+1 内有功功率 和无功功率 的分配使 总是成立，λ′ thr 为第二设定阈值，λ′ thr >λ thr 。
7.根据权利要求1或2或3所述的一种含分布式电源微电网的无功功率控制方法，其特征在于，步骤C)中，计算偏离概率 的方法包括：C11)将时段t j 划分为M个小周期，统计每个小周期内风光电站G i,i∈[1,l] 的实时出力的均值 C12)将时段t j+1 前的w个时段执行步骤C11)，获得每个时段内的每个小周期内风光电站G i,i∈[1,l] 的实时出力的均值 C13)统计 的最大值和最小值 将区间 等分为若干个取值区间，分别统计落入每个区间内的 的数量，将每个取值区间内的 的数量与w·M的比值，作为风光电站G i,i∈[1,l] 的实时出力 落入的取值区间对应的偏离概率
