1.一种电热联合系统的调度灵活性评估方法，其特征在于，包括：基于历史风电数据确定日前风电、负荷的不确定场景；将所述不确定场景下日前风功率、电负荷和热负荷预测数据带入预先构建的优化调度模型确定机组组合计划；基于所述机组组合计划利用预先构建的安全校核模型对电热联合系统的调度灵活性进行评估；其中，所述安全校核模型包括：以不确定场景下弃风和切负荷量最小为目标函数，为所述目标函数引入备用不足场景次数和备用不足总量的变量，并根据变量得到预先设定的调度灵活性评估指标值；所述优化调度模型包括：以火电机组和热电联产机组成本最小为目标；所述安全校核模型的构建，包括：以不确定场景下电力系统的弃风和切负荷量最小为目标设定目标函数；同时以CON机组功率平衡约束、CON机组出力上下限约束、CON机组爬坡约束、CON机组输电线路容量限制约束、CHP机组电出力约束、CHP机组热出力约束、热力系统加热站约束，热力系统热网约束、热力系统换热站和热负荷约束为约束条件；为所述目标函数引入备用不足场景次数和备用不足总量的迭代变量以及迭代次数；基于所述备用不足场景次数和备用不足总量的迭代变量以及迭代次数，分别在系统的上调备用不足时和系统的下调备用不足时计算得到迭代后的上调备用不足总量、上调备用不足场景次数、下调不足备用总量和下调备用不足场景出现次数；基于预先设定的调度灵活性评估指标以及所述迭代后的上调备用不足总量、上调备用不足场景次数、下调不足备用总量和下调备用不足场景出现次数以及迭代次数，得到各调度灵活性评估指标对应的指标值；所述调度灵活性评估指标，包括：上调灵活性不足概率指标、上调灵活性不足期望指标、下调灵活性不足概率指标和下调灵活性不足期望指标；所述下调备用不足场景出现次数和所述下调不足备用总量的计算如下式所示：式中，δ down 为下调备用不足场景出现次数，η down 为下调不足备用总量， 为第s次迭代时的弃风，T为总时间段，t为时间段，N w 为风电场总数，w为风电场；所述上调备用不足场景次数和所述上调备用不足总量的计算如下式所示：式中，δ up 为上调备用不足场景次数，η up 为上调备用不足总量， 为第s次迭代时的切负荷量，N d 为负荷节点总数，d为负荷节点；所述上调灵活性不足概率指标、上调灵活性不足期望指标、下调灵活性不足概率指标和下调灵活性不足期望指标分别按下式计算：式中，P UFNS,t 为上调灵活性不足概率指标，E UFNS,t 为上调灵活性不足期望，P DFNS,t 为下调灵活性不足概率，E DFNS,t 为下调灵活性不足期望。
2.如权利要求1所述的方法，其特征在于，所述优化调度模型的构建，包括：根据所述不确定场景下日前风功率、电负荷和热负荷预测数据确定日前的机组组合，以火电机组的开停机成本、运行成本，热电联产机组的开停机成本和运行成本最小为目标构建目标函数；以CON机组功率平衡约束、CON机组出力上下限约束、CON机组爬坡约束、CON机组输电线路容量限制约束、CHP机组电出力约束、CHP机组热出力约束、热力系统加热站约束，热力系统热网约束、热力系统换热站和热负荷约束为约束条件。
3.如权利要求1所述的方法，其特征在于，所述基于历史风电数据确定日前风电、负荷的不确定场景，包括：对电力系统风电出力进行区间划分；获取各区间的历史风电数据，并基于所述各区间的历史风电数据得到风电出力的历史预测误差分布；基于所述历史预测误差分布，确定日前动态场景的协方差矩阵，并基于所述协方差矩阵利用MATLAB生成多个不确定场景；其中，所述历史风电数据包括：风功率和负荷的预测数据以及实际数据。
4.如权利要求3所述的方法，其特征在于，所述基于所述历史预测误差分布，确定日前动态场景的协方差矩阵，并基于所述协方差矩阵利用MATLAB生成多个不确定场景，包括：基于所述历史预测误差分布，采用指数型函数法计算不同时间段的任意两个多元正态随机向量的协方差，并由所述协方差构建协方差矩阵来确定日前动态场景；基于所述协方差矩阵确定的日前动态场景，采用数学算法得到多元正态随机向量的样本；基于所述历史预测误差分布，采用累计经验概率分布函数基于预先获取的风电功率预测值进行拟合得到相对预测误差；基于所述多元正态随机向量样本和所述相对预测误差计算得到误差场景；基于所述多元正态随机向量样本和误差场景，采用标准正态分布的累积概率分布函数计算得到不确定场景。
5.如权利要求4所述的方法，其特征在于，所述累计经验概率分布函数的计算如下式所示：式中，F l 为预测误差的累积经验概率分布函数，θ为风电功率随机变量e和样本δ k 的关系函数，K为各区间历史风电预测数据的个数，δ k 为区间历史风电预测数据；所述不确定场景的计算如下式所示：Φ(Z t )＝F l (Δw t )Δw t ＝F l -1 (Φ(Z t ))式中，Φ(·)为标准正态分布的累积概率分布函数累积计算得到的不确定场景，Z t 为多元正态随机向量样本，Δw t 为误差场景。
6.一种电热联合系统的调度灵活性评估系统，其特征在于，包括：场景模块、机组组合模块和评估模块；所述场景模块，用于基于历史风电数据确定日前风电、负荷的不确定场景；所述机组组合模块，用于将所述不确定场景下日前风功率、电负荷和热负荷预测数据带入预先构建的优化调度模型确定机组组合计划；所述评估模块，用于基于所述机组组合计划利用预先构建的安全校核模型对电热联合系统的调度灵活性进行评估；其中，所述安全校核模型包括：以不确定场景下弃风和切负荷量最小为目标函数，为所述目标函数引入备用不足场景次数和备用不足总量的变量，并根据变量得到预先设定的调度灵活性评估指标值；所述优化调度模型包括：以火电机组和热电联产机组成本最小为目标；所述机组组合模块，包括：优化调度模型目标子模块和优化调度模型约束子模块；所述优化调度模型目标子模块，用于根据所述不确定场景下日前风功率、电负荷和热负荷预测数据确定日前的机组组合，以火电机组的开停机成本、运行成本，热电联产机组的开停机成本和运行成本最小为目标构建目标函数；所述优化调度模型约束子模块，用于以CON机组功率平衡约束、CON机组出力上下限约束、CON机组爬坡约束、CON机组输电线路容量限制约束、CHP机组电出力约束、CHP机组热出力约束、热力系统加热站约束，热力系统热网约束、热力系统换热站和热负荷约束为约束条件；为所述目标函数引入备用不足场景次数和备用不足总量的迭代变量以及迭代次数；基于所述备用不足场景次数和备用不足总量的迭代变量以及迭代次数，分别在系统的上调备用不足时和系统的下调备用不足时计算得到迭代后的上调备用不足总量、上调备用不足场景次数、下调不足备用总量和下调备用不足场景出现次数；基于预先设定的调度灵活性评估指标以及所述迭代后的上调备用不足总量、上调备用不足场景次数、下调不足备用总量和下调备用不足场景出现次数以及迭代次数，得到各调度灵活性评估指标对应的指标值；所述评估模块中的调度灵活性评估指标，包括：上调灵活性不足概率指标、上调灵活性不足期望指标、下调灵活性不足概率指标和下调灵活性不足期望指标；所述下调备用不足场景出现次数和所述下调不足备用总量的计算如下式所示：式中，δ down 为下调备用不足场景出现次数，η down 为下调不足备用总量， 为第s次迭代时的弃风，T为总时间段，t为时间段，N w 为风电场总数，w为风电场；所述上调备用不足场景次数和所述上调备用不足总量的计算如下式所示：式中，δ up 为上调备用不足场景次数，η up 为上调备用不足总量， 为第s次迭代时的切负荷量，N d 为负荷节点总数，d为负荷节点；所述上调灵活性不足概率指标、上调灵活性不足期望指标、下调灵活性不足概率指标和下调灵活性不足期望指标分别按下式计算：式中，P UFNS,t 为上调灵活性不足概率指标，E UFNS,t 为上调灵活性不足期望，P DFNS,t 为下调灵活性不足概率，E DFNS,t 为下调灵活性不足期望。
