1.一种基于极限场景驱动的多能微网二阶段鲁棒优化方法，其特征在于，采用极限场景驱动算法构建风出力不确定集合,对含有云储能的多能微网进行优化,具体步骤如下：
2.如权利要求1所述的一种基于极限场景驱动的多能微网二阶段鲁棒优化方法，其特征在于：s2中针对微网内风能的不确定性，以运行成本最小化建立多能微网日前调度模型：
3.如权利要求2所述的一种基于极限场景驱动的多能微网二阶段鲁棒优化方法，其特征在于：第一阶段的预测场景约束条件：
4.如权利要求2所述的一种基于极限场景驱动的多能微网二阶段鲁棒优化方法，其特征在于：第二阶段的极限场景约束条件：
5.如权利要求4所述的一种基于极限场景驱动的多能微网二阶段鲁棒优化方法，其特征在于，建立极限场景驱动的多能微网两阶段鲁棒调度模型(86)，在凸规划中,保证风能的极限场景在矩形空间的顶点,以及预测场景x∈ω1和微网决策变量的调整量ys∈ω3满足极限场景zs∈ω2，
6.如权利要求1所述的一种基于极限场景驱动的多能微网二阶段鲁棒优化方法，其特征在于，s3中的问题形式分为：主问题为求解预测场景下多能微网最优日前调度策略，子问题则是通过极限场景法寻找在当前日前调度方案下的最恶劣场景，并将最恶劣场景的约束条件到主问题，影响预测场景中决策变化：
7.如权利要求6所述的一种基于极限场景驱动的多能微网二阶段鲁棒优化方法，其特征在于，s3中的具体算法如下：