1.一种新能源电力系统的控制方法，其特征在于，包括：获取所述新能源电力系统未来预定时间内的计划数据；根据所述计划数据确定所述新能源电力系统的预定时间滚动优化模型；根据所述预定时间滚动优化模型确定与所述预定时间滚动优化模型对应的多周期滚动二次规划模型；根据所述多周期滚动二次规划模型确定所述新能源电力系统的控制指令；其中，所述预定时间滚动优化模型如下式所示： ，其中，f grid (P grid ,t)＝S p C p P grid,t △t+S f C f P grid,t △t+S v C v P grid,t △t，T为所述预定时间内的总时段数，N为所述新能源电力系统中电解槽的总数量，f ele,i (P ele,i,t )为第i台电解槽在t时段的运行成本，P ele,i,t 为第i台电解槽在t时段用电功率，u i,t 为电解槽当前时刻启停状态变量，u i,t-1 为上一时刻电解槽启停状态变量，取值为0或1，C su,i 为启停成本，ρ w 为风力发电偏离预测值的惩罚系数， 为风力发电t时段的预测值，P w,t 为风力发电t时段的实际值，ρ p 为光伏发电偏离预测值的惩罚系数， 为光伏发电t时段的预测值，P pv,t 为光伏发电t时段的实际值，c d,t 为储能电池放电权重系数，P es,d,t 为储能电池放电功率，c c,t 为储能电池充电权重系数，P es,c,t 为储能电池充电功率，f grid (P grid,t )为外购电的预定时间内费用总和，P grid,t 电解槽在时段t的有功功率，△t为每个时段对应的时间，f grid (P grid,t )为未来预定时间内的外购电的费用总和，S p 、S f 、S v 分别为0-1变量，C p 、C f 、C v 分别对应电网购电的峰时电价、平时电压和谷时电压；根据所述预定时间滚动优化模型确定与所述预定时间滚动优化模型对应的多周期滚动二次规划模型，包括：根据所述预定时间滚动优化模型确定与所述预定时间滚动优化模型对应的状态空间模型；利用所述状态空间模型建立所述多周期滚动二次规划模型；其中，所述多周期滚动二次规划模型如下式所示：其中，Y是预测模型输出、Y ref 为预定时间前调度计划、△u为预定时间内功率调节，矩阵G为电力系统性能指标对于状态变量的权重矩阵；矩阵H为电力系统性能指标对于控制变量的权重矩阵。
2.根据权利要求1所述的控制方法，其特征在于，所述未来预定时间内的计划数据包括所述新能源电力系统中未来预定时间内的风电机组、光伏逆变器和电解槽的启动计划、运行计划、停止状态计划、发电计划和/或用电计划。
3.根据权利要求2所述的控制方法，其特征在于，所述预定时间滚动优化模型的约束条件包括：功率实时平衡约束、电网线路的传输功率约束、电解槽功率上下限约束、储能系统约束、储氢罐约束。
4.根据权利要求3所述的控制方法，其特征在于，所述状态空间模型如下式所示：其中，x(t)为状态变量，包括储能SOC状态，储能罐容量状态、网购电功率，x(t+1)为下一时刻的状态变量，y(t)为输出变量，包括储能SOC状态、储能罐容量状态、网购电功率，u(t)为控制变量，包括电解槽用电功率、储能充放电功率、风力发电功率、光伏发电功率，r(t)为扰动变量，包括风力发电波动功率、光伏发电波动功率、电解槽用电负荷波动功率，A、B、C和D为所述状态空间模型的状态矩阵系数。
5.根据权利要求4所述的控制方法，其特征在于，还包括：计算所述输出变量和实时输出数据的偏差；利用所述偏差对下一时刻的状态变量进行校正。
6.根据权利要求1所述的控制方法，其特征在于，所述控制指令包括电解槽用电功率、储能充放电功率、风力发电功率和光伏发电功率。
7.一种新能源电力系统的控制装置，其特征在于，所述装置用于实现如权利要求1-6任一所述的方法，所述装置包括：计划数据获取单元，用于获取所述新能源电力系统未来预定时间内的计划数据；滚动优化模型生成单元，用于根据所述计划数据确定所述新能源电力系统的预定时间滚动优化模型；多周期滚动二次规划模型生成单元，用于根据所述预定时间滚动优化模型确定与所述预定时间滚动优化模型对应的多周期滚动二次规划模型；控制指令生成单元，用于根据所述多周期滚动二次规划模型确定所述新能源电力系统的控制指令。
8.一种电子设备，包括：处理器；以及存储器，存储有计算机程序，当所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1-6中任一项所述的控制方法。
9.一种非瞬时性计算机可读存储介质，其上存储有计算机可读指令，当所述指令被处理器执行时，使得所述处理器执行如权利要求1-6中任一项所述的控制方法。
