1.一种计及需求侧竞价的发电机组竞价方法，其特征在于，步骤包括：
分别输入发电侧发电机组和需求侧用户的申报电价和申报电量；
基于所述申报电价和申报电量建立计及需求侧竞价的博弈模型；
以各发电机组的决策变量组合成均衡点，并设置决策变量初值后运行所述博弈模型以进行博弈计算；
在所述博弈计算过程中，即将进行下一轮计算时，各发电机组根据本轮的计算结果，利用策略优化算法进行独立优化决策；
根据利用策略优化算法计算所得的最优策略，更新所述均衡点的最优值；
若各发电机组在相邻两次得到的最优策略相同，则输出竞价结果；否则，继续进行下一轮的博弈计算。
2.如权利要求1所述的计及需求侧竞价的发电机组竞价方法，其特征在于，所述利用策略优化算法进行独立优化决策，具体为：
以发电机组的策略变量作为各粒子的位置变量，并进行种群初始化；
以机组的收益值为各粒子的适应度，通过对比各粒子的适应度选择粒子群算法或混沌萤火虫算法，更新各粒子的位置变量；
若所述策略变量达到最佳值或者更新次数达到最大值，则停止更新，输出优化结果。
3.如权利要求2所述的计及需求侧竞价的发电机组竞价方法，其特征在于，以机组的收益值为各粒子的适应度，通过对比各粒子的适应度选择粒子群算法或混沌萤火虫算法，更新各粒子的位置变量，具体如下：
在每一次迭代更新时，将各粒子的适应度和前两次迭代更新的全局最优解的适应度进行比较，若前两次迭代的全局最优解的适应度更大，则采用混沌萤火虫算法进行更新；若前两次迭代的全局最优解的适应度更小，则采用粒子群算法进行更新。
4.如权利要求3所述的计及需求侧竞价的发电机组竞价方法，其特征在于，若选择粒子群算法更新各粒子的位置变量，则，粒子群中各粒子的速度位置更新如下：
其中，
5.如权利要求3所述的计及需求侧竞价的发电机组竞价方法，其特征在于，若选择混沌萤火虫算法更新各粒子的位置变量，则，粒子群中各粒子的速度位置更新如下：
其中，
6.如权利要求1所述的计及需求侧竞价的发电机组竞价方法，其特征在于，所述利用策略优化算法进行独立优化决策，还包括：
对各粒子的位置变量进行校正；若
7.如权利要求1所述的计及需求侧竞价的发电机组竞价方法，其特征在于，所述分别输入发电侧发电机组和需求侧用户的申报电价和申报电量，之前的步骤还包括：
生成发电机组的竞价函数：
λis＝ki(2aiqis+bi)(4)
其中，λis为机组i的各段报价价格，qi为机组i的中标电量，qis表示已知各机组容量分段情况，bi为发电机组i的成本系数，ki则为机组i的报价策略。
8.一种计及需求侧竞价的发电机组竞价装置，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的计及需求侧竞价的发电机组竞价方法。
9.一种计及需求侧竞价的发电机组竞价装置，其特征在于，包括：
输入模块，用于分别输入发电侧发电机组和需求侧用户的申报电价和申报电量；
模型生成模块，用于基于所述申报电价和申报电量建立计及需求侧竞价的博弈模型；
博弈计算模块，用于以各发电机组的决策变量组合成均衡点，并设置决策变量初值后运行所述博弈模型以进行博弈计算；
策略优化模块，用于在所述博弈计算过程中，即将进行下一轮计算时，各发电机组根据本轮的计算结果，利用策略优化算法进行独立优化决策；
信息共享模块，用于根据利用策略优化算法计算所得的最优策略，更新所述均衡点的最优值；
输出模块，用于若各发电机组在相邻两次得到的最优策略相同，则输出竞价结果；否则，继续进行下一轮的博弈计算。
10.一种计及需求侧竞价的发电机组竞价方法的存储介质，其特征在于，所述计及需求侧竞价的发电机组竞价方法的存储介质用于存储一个或多个计算机程序，所述一个或多个计算机程序包括程序代码，当所述计算机程序在计算机上运行时，所述程序代码用于执行上述权利要求1至7任一项所述的计及需求侧竞价的发电机组竞价方法。