1.一种基于Pearson相关系数的风电场聚类系统，其特征在于，包括：历史发电数据获得模块、风电场有功出力时序向量构建模块、Pearson相关系数计算模块、风电场聚类模块及聚类分析模块；历史发电数据获得模块用于获取预定一段时间内的风电场的历史发电数据，其中，历史发电数据指的是记录的风电场的实际出力和最大出力；风电场有功出力时序向量构建模块用于根据获取的历史发电数据构建每个风电场有功出力时序向量P i ＝{P i1 ，P i2 ，P i3 ，…，P in }；Pearson相关系数计算模块用于随机选取一个未被聚类成群的风电场作为第一风电场，利用公式一遍历计算剩余所有未被聚类成群的风电场与第一风电场的Pearson相关系数，其中，从剩余所有未被聚类成群的风电场中选取的风电场作为第二风电场：其中，k代表时间序列的下标， 分别代表第一风电场、第二风电场的有功出力时序向量的期望值；风电场聚类模块用于将计算得到的每个Pearson相关系数与预设的Pearson相关系数门槛值进行比较，比较出Pearson相关系数大于预设的Pearson相关系数门槛值时，则将与每个Pearson相关系数相对应的第一风电场、第二风电场聚类为一个群；比较出Pearson相关系数不大于预设的Pearson相关系数门槛值时，则该第一风电场、第二风电场不能聚类成群；聚类分析模块用于判断是否存在还未聚类成群的风电场，在判断出没有存在还未聚类成群的风电场时，输出风电场的聚类分析结果，包括：风电场群划分总数M、每个分群中包含的风电场及风电场数量K、每个风电场群的同时率s，其中，第m个风电场群同时率s m 通过以下公式二计算获得：其中，P ic 是风场i的装机容量。
2.如权利要求1所述的基于Pearson相关系数的风电场聚类系统，其特征在于：预设的Pearson相关系数门槛值为0.2。
3.如权利要求1所述的基于Pearson相关系数的风电场聚类系统，其特征在于：聚类分析模块还用于在判断出存在还未聚类成群的风电场时，输出预设的执行信息给Pearson相关系数计算模块，以使Pearson相关系数计算模块工作。
4.如权利要求1或3所述的基于Pearson相关系数的风电场聚类系统，其特征在于：还包括相关性分析模块，相关性分析模块根据计算得到的Pearson相关系数分析与Pearson相关系数相对应的第一风电场、第二风电场的相关性，并根据分析的第一风电场、第二风电场的相关性的结果，输出对应的结果信息给风电场聚类模块，以使风电场聚类模块开始聚类操作。
5.如权利要求4所述的基于Pearson相关系数的风电场聚类系统，其特征在于：相关性的规则为：Pearson相关系数 大于零表示P i 和P j 正相关，小于零表示P i 和P j 负相关；Pearson相关系数的绝对值 在(0.8,1.0]之间表示P i 和P j 极强相关，在(0.6,0.8]之间表示P i 和P j 强相关，在(0.4,0.6]之间表示P i 和P j 中等程度相关，在(0.2,0.4]之间表示P i 和P j 弱相关，在[0.0,0.2]之间表示P i 和P j 极弱相关或无相关；聚类分析模块在比较出Pearson相关系数大于预设的Pearson相关系数门槛值时，输出启动信息给相关性分析模块，相关性分析模块响应启动信息，根据所述相关性的规则及计算得到的Pearson相关系数分析分析该第一风电场、第二风电场的相关性，相关性分析模块在分析判断出该第一风电场、第二风电场为弱相关、强相关、极强相关中的任意一种结果时，输出结果信息给聚类分析模块，聚类分析模块根据结果信息将与每个Pearson相关系数相对应的第一风电场、第二风电场聚类为一个群。
6.一种基于Pearson相关系数的风电场聚类系统方法，包括以下步骤：获取预定一段时间内的风电场的历史发电数据，其中，历史发电数据指的是记录的风电场的实际出力和最大出力；根据获取的历史发电数据构建每个风电场有功出力时序向量P i ＝{P i1 ，P i2 ，P i3 ，…，P in }；随机选取一个未被聚类成群的风电场作为第一风电场，利用公式一遍历计算剩余所有未被聚类成群的风电场与第一风电场的Pearson相关系数，其中，从剩余所有未被聚类成群的风电场中选取的风电场作为第二风电场：其中，k代表时间序列的下标， 分别代表第一风电场、第二风电场的有功出力时序向量的期望值；将计算得到的每个Pearson相关系数与预设的Pearson相关系数门槛值进行比较，比较出Pearson相关系数大于预设的Pearson相关系数门槛值时，则将与每个Pearson相关系数相对应的第一风电场、第二风电场聚类为一个群；比较出Pearson相关系数不大于预设的Pearson相关系数门槛值时，则该第一风电场、第二风电场不能聚类成群；判断是否存在还未聚类成群的风电场，在判断出没有存在还未聚类成群的风电场时，输出风电场的聚类分析结果，包括：风电场群划分总数M、每个分群中包含的风电场及风电场数量K、每个风电场群的同时率s，其中，第m个风电场群同时率s m 通过以下公式二计算获得：其中，P ic 是风场i的装机容量。
7.如权利要求6所述的基于Pearson相关系数的风电场聚类系统方法，其特征在于：预设的Pearson相关系数门槛值为0.2。
8.如权利要求6所述的基于Pearson相关系数的风电场聚类系统方法，其特征在于：在判断出存在还未聚类成群的风电场时，执行“随机选取一个未被聚类成群的风电场作为第一风电场，利用公式一遍历计算剩余所有未被聚类成群的风电场与第一风电场的Pearson相关系数”步骤。
9.如权利要求6或8所述的基于Pearson相关系数的风电场聚类系统方法，其特征在于，还包括以下步骤：还包括以下步骤：根据计算得到的Pearson相关系数分析与Pearson相关系数相对应的第一风电场、第二风电场的相关性，并根据分析的第一风电场、第二风电场的相关性的结果确定是否开始对该第一风电场、第二风电场进行聚类成群操作。
10.如权利要求9所述的基于Pearson相关系数的风电场聚类系统方法，其特征在于，相关性的规则为：Pearson相关系数 大于零表示P i 和P j 正相关，小于零表示P i 和P j 负相关；Pearson相关系数的绝对值 在(0.8,1.0]之间表示P i 和P j 极强相关，在(0.6,0.8]之间表示P i 和P j 强相关，在(0.4,0.6]之间表示P i 和P j 中等程度相关，在(0.2,0.4]之间表示P i 和P j 弱相关，在[0.0,0.2]之间表示P i 和P j 极弱相关或无相关；“比较出Pearson相关系数大于预设的Pearson相关系数门槛值时，则将与每个Pearson相关系数相对应的第一风电场、第二风电场聚类为一个群”的步骤具体为：比较出Pearson相关系数大于预设的Pearson相关系数门槛值时，根据所述相关性的规则及计算得到的Pearson相关系数分析分析该第一风电场、第二风电场的相关性，在分析判断出该第一风电场、第二风电场为弱相关、强相关、极强相关中的任意一种结果时，则将与每个Pearson相关系数相对应的第一风电场、第二风电场聚类为一个群。
