1.一种考虑调节能力差异性的电解铝FCM聚类方法，其特征在于，包括：采集电解铝储能样本i在参与调频的时段j内的性能评价指标所需样本数据，所述电解铝储能的性能评价指标包括可调控容量，调节精度，调节速率；将获取的N组样本的可调控容量，调节精度，调节速率输入至FCM聚类算法的目标函数中；采用FCM聚类算法计算目标函数，输出聚类中心和聚类隶属度矩阵；所述样本数据包括:分布式电解铝储能i的最大负荷 ,最小负荷 ；分布式电解铝储能i在时段j内的功率 ；分布式电解铝储能设点指令值 ；时段j的开始时刻 和响应稳定时刻 ；分布式铝储能i响应过程结束时刻的有功功率 ；分布式铝储能i响应开始时刻的有功功率 ；电解铝储能的可调控容量 通过储能的最大负荷和最小负荷的差值来表示：式中， 是分布式电解铝储能的最大负荷； 是分布式电解铝储能的最小负荷；调节精度为储能响应稳定后，在整个调节过程中有功功率的实际调整值于设置指令值之间的差值，第i个储能的调节精度即第i个储能在j计算时间段内的调节偏差量 计算式为 ： ；调节速率为储能响应调度下发给储能指令的速率，分为上升和下降速率，第i个分布式铝储能在时段j内的调节速率 计算式为：式中， 为分布式铝储能i响应过程结束时刻的有功功率； 为j时段响应稳定的时刻; 为j时段响应开始的时刻；FCM聚类算法的目标函数采用如下公式:式中，K表示聚类数量,N表示样本中分布式铝储能总数量, 是聚合体k中分布式铝储能的数量； 是配置的权重； 表示聚合体k的总可调节容量； 表示聚合体k的平均调节精度； 表示聚合体k的平均调节速率；m为隶属度的加权系数； 表示第j个样本对于第i个聚类中心的隶属度；u，c分别为隶属度矩阵和聚类中心矩阵。
2.根据权利要求1所述的考虑调节能力差异性的电解铝FCM聚类方法，其特征在于，FCM聚类算法计算目标函数的具体方法是：对性能评价指标所需样本数据进行归一化；初始化第i个储能隶属度矩阵并随机初始化第i个储能聚类中心；根据熵权法对性能评价指标配置权重；开始计算第i+1个储能隶属度矩阵以及第i+1个储能聚类中心并计算循环差值是否小于设定阈值，若是，输出第i+1个储能隶属度矩阵和其聚类中心，否则继续累加计算第i+2个储能隶属度矩阵和第i+2个储能聚类中心,直至循环差值是否小于设定阈值 后输出符合要求的聚类隶属度矩阵和聚类中心。
3.根据权利要求2所述的考虑调节能力差异性的电解铝FCM聚类方法，其特征在于，样本数据归一化的具体步骤包括：根据数据集:结合归一化公式进行归一化,得到归一化矩阵: ;式中 由式 求得， 表示分布式储能N的可调节容量， 表示分布式储能N在j时段内的平均调节精度， 表示分布式储能N的平均调节速率， 表示归一化矩阵， 表示归一化之后,消除了量纲影响的分布式储能i的第j项指标， 表示数据集矩阵中的第i行第j列的元素， 表示分布式储能的总数。
4.根据权利要求1所述的考虑调节能力差异性的电解铝FCM聚类方法，其特征在于，根据熵权法对性能评价指标配置权重具体包括：根据归一化矩阵 ,得到概率矩阵 ;求信息熵矩阵 ;求配置指标权重:其中， 表示第j项指标的信息熵。
5.一种考虑调节能力差异性的电解铝FCM聚类系统，其特征在于，包括：第一模块：被配置为用于采集电解铝储能样本i在参与调频的时段j内的性能评价指标所需样本数据，所述电解铝储能的性能评价指标包括可调控容量，调节精度，调节速率；第二模块：被配置为将获取的N组样本的可调控容量，调节精度，调节速率输入至FCM聚类算法的目标函数中；第三模块：被配置为采用FCM聚类算法计算目标函数，输出聚类中心和聚类隶属度矩阵；所述样本数据包括:分布式电解铝储能i的最大负荷 ,最小负荷 ；分布式电解铝储能i在时段j内的功率 ；分布式电解铝储能设点指令值 ；时段j的开始时刻 和响应稳定时刻 ；分布式铝储能i响应过程结束时刻的有功功率 ；分布式铝储能i响应开始时刻的有功功率 ；电解铝储能的可调控容量 通过储能的最大负荷和最小负荷的差值来表示：式中， 是分布式电解铝储能的最大负荷； 是分布式电解铝储能的最小负荷；调节精度为储能响应稳定后，在整个调节过程中有功功率的实际调整值于设置指令值之间的差值，第i个储能的调节精度即第i个储能在j计算时间段内的调节偏差量 计算式为 ： ；调节速率为储能响应调度下发给储能指令的速率，分为上升和下降速率，第i个分布式铝储能在时段j内的调节速率 计算式为：式中， 为分布式铝储能i响应过程结束时刻的有功功率； 为j时段响应稳定的时刻; 为j时段响应开始的时刻；FCM聚类算法的目标函数采用如下公式:式中，K表示聚类数量,N表示样本中分布式铝储能总数量, 是聚合体k中分布式铝储能的数量； 是配置的权重； 表示聚合体k的总可调节容量； 表示聚合体k的平均调节精度； 表示聚合体k的平均调节速率；m为隶属度的加权系数； 表示第j个样本对于第i个聚类中心的隶属度；u，c分别为隶属度矩阵和聚类中心矩阵。
