1.一种基于不确定性与尾流模型的风电场发电量评估方法，其特征在于，具体为：步骤1：对长期参考风速数据进行统计分析，得到蒙特卡罗模拟的输入年平均风速；步骤2：基于长期订正之测量-相关-预测MCP法进行风速外推，得到测风塔参考高度的风速；步骤3：基于垂直外推，得到测风塔轮毂高度的风速；步骤4：基于风流模型的水平外推，得到风电场内各座风机轮毂高度的风速；步骤5：考虑尾流效应，得到尾流折减后的风速；步骤6：获得空气密度与功率曲线的概率模型；步骤7：计算风电场内各座风机的AEP；步骤8：将步骤1至步骤7循环1000次后，得到风电场内各座风机的AEP的不确定度，最终获得风电场发电量的不确定度。
2.根据权利要求1所述的一种基于不确定性与尾流模型的风电场发电量评估方法，其特征在于，所述步骤1中的长期参考风速数据的概率密度函数为：其中，V>0；k为无量纲的形状因子；c为比例因子，参数k与c通过矩方法估计得到，且都服从正态分布，其均值表达式如下：其中，Γ为伽马函数；k与c的标准差需要根据长期参考风速的统计结果得到。
3.根据权利要求1所述的一种基于不确定性与尾流模型的风电场发电量评估方法，其特征在于，所述步骤2具体为：基于标准差比的MCP法的公式表达如下：其中， 表示测风塔估计的长期风速时程，U表示参考长期风速时程，U S 和V S 分别为对应时间内的参考地点和测风塔参考高度的短期风速时程；符号 表示均值，σ表示标准差；当将MCP法用于短期实测数据时，实测风速与估计风速之间存在一定残差，表示如下：根据式(4)以及(5)，可得到残差的均值和标准差表示为：其中，n是V S 包含的风速离散点个数； 是参考地点与测风塔短期风速之间的相关系数。
4.根据权利要求1所述的一种基于不确定性与尾流模型的风电场发电量评估方法，其特征在于，所述步骤3具体为：测风塔的风机轮毂高度处风速由参考高度的测风塔风速通过垂直外推得到，通过以下指数函数进行外推：其中， 是基于垂直外推得到的测风塔z hub 高度处的风速， 是基于MCP法得到的测风塔z r 高度处的风速，z hub 为风机轮毂高度，z r 为参考高度，α是地面粗糙度指数且假定其服从正态分布。
5.根据权利要求4所述的一种基于不确定性与尾流模型的风电场发电量评估方法，其特征在于，所述步骤4具体为：由测风塔风速时程 求得任意一座风机i位置风速时程 根据风流模型，假设满足 其中S i 为加速效应因子，且风流模型中加速因子S i 与实测风速比值R i 的误差模型表示如下：其中，S i 为风流模型中两位置处风速比值，R i 表示为两个位置的真实风速的比值；加速效应误差满足均值为0，标准差即合成不确定度为u i 的正态分布，且合成不确定度表示为：其中，其中， 表示与距离有关的不确定度，λ为不确定度渐近值且取值为10％， 表示测风塔与风机i之间的距离，L 1 为距离因子且取值为1km； 表示与加速因子有关的不确定度；首先得到风场各座风机位置处的加速效应因子S i ，然后基于以上距离不确定度与加速因子不确定度，得到合成不确定度以及误差，进而推算真实比值R i ，从而得到各座风机处的风速时程。
6.根据权利要求5所述的一种基于不确定性与尾流模型的风电场发电量评估方法，其特征在于，所述步骤5具体为：Jensen模型中的风速亏损率表示为：其中，ΔV ij 表示受到风机i影响的风机j的风速亏损率； 是风机i的推力系数；D i 是风机i的风轮直径；x ij 风机i和风机j之间的距离；ξ尾流下降系数，表示为：其中z hub 和z 0 分别表示风机轮毂高度与地表粗糙度高度；如果风机j受到n座风机的影响，线性叠加准则以及亏损后的风速为：其中，ΔV j 表示风机j风速的总亏损率； 表示风机j在尾流亏损后的可利用风速，V zhub,j 表示基于流场模型得到的风机j风速。
7.根据权利要求6所述的一种基于不确定性与尾流模型的风电场发电量评估方法，其特征在于，所述步骤6具体为：归一化空气密度服从均匀分布，且表示为：风机输出功率的均值以及标准差表达式为：
8.根据权利要求7所述的一种基于不确定性与尾流模型的风电场发电量评估方法，其特征在于，所述步骤7具体为：将风向数据划分为12个扇区，并且风机i在扇区θ d ,d＝1,2,3...12的可利用风能表示为：其中，T θd 是扇区θ d 的小时数，且 是风速 对应的风机输出功率，同时 是风速 在扇区θ d 下的概率密度；代入功率曲线表达式以及离散其积分，风机i在扇区θ d 下的AEP可由下式表达：其中， 是第j小时风速 对应的输出功率； 是归一化空气密度，通过叠加所有12扇区的结果，最终可得到风机i的AEP。
