1.一种基于头脑风暴的火电厂经济环境调度方法，其特点在于，按照以下步骤实施：步骤1、确定火电厂环境经济调度问题的数学模型

设置环境经济调度问题的数学模型为：

其中，NG为系统内发电机总数，i表示第i台发电机，i＝1,2,...,NG；Pi表示第i台发电机的有功功率；Fi(Pi)表示某一时刻火电厂发电燃料总耗量即燃料总费用，计算表达式为：ai、bi、ci均为系统参数，分别表示第i台发电机组耗量特性的常数项、一次项系数和二次项系数，在系统中是已知参数；

Ei(Pi)表示第i台发电机的污染排放量，其计算表达式为：2

Ei(Pi)＝αi+βiPi+γiPi+ξiexp(λiPi)， (3)其中的αi、βi、γi、ξi、λi均为系统参数，αi、βi、γi分别表示第i台发电机组污染排放量特性的常数项、一次项系数和二次项系数，ξi、λi表示指数项的相关参数，环境经济调度优化过程中所受到的约束条件有：约束条件1：机组发电容量的不等式约束：

min max

Pi ＜Pi＜Pi ， (4)

min max

其中，Pi 、Pi 分别为第i台火力发电机的最小和最大有功功率输出；

约束条件2：平衡等式约束，即系统各发电机组发电功率之和应等于负载总的需求功率与网络损耗之和：式(5)中， 为某一时刻火电总功率；PD为该时刻系统负荷需求；PLoss表示为t时刻电网中有功网损，有功网损的获取采用B系数法，其公式为：其中Bij、B0i、B00为B系数；

步骤2、获取模型中的各类参数；

步骤3、获得环境经济调度问题的初始可行调度集合

在上述模型中，需要确定决策变量为NG个机组的有功功率 的最优值，产生可行调度集合；

步骤4、对可行调度集合进行评价

将步骤3产生的N个可行调度集合分别代入目标函数式(2)和式(3)，分别对每个可行调度进行环境和经济效益的评价，由于每个可行调度均对应两个目标函数，因此需要对N个可行调度进行非劣解排序，将互不支配的可行调度序列保存在一个外部集合中，称之为外部归档集；

步骤5、对可行调度进行更新

在更新之前，需要设置迭代次数初值t＝0，及其最大迭代次数Tmax；

首先随机的选取m个不同的可行调度作为m个类的类中心，根据其他所有可行调度的有功功率到各个类中心的欧式距离对N个可行调度进行聚类，用于模拟头脑风暴过程中思路的形成过程；将含有非劣解的类定义为精英类，无非劣解的类定义为普通类，并在聚类得到的新信息的基础上，通过选择操作和变异操作对每个可行调度发电机组的有功功率进行迭代更新；

步骤6、判断整个可行调度是否更新完成

如果i＝N，则表明N个可行调度已更新完，则进入步骤7；否则返回步骤5；

步骤7、对外部归档集中的非劣调度解集进行更新

将每一次比较经济效益和污染排放量所获得的非劣可行调度存储在外部归档集中；

步骤8、进行迭代输出最终的可行调度方案

判断迭代次数t是否达到最大值Tmax，若否，设置迭代次数t＝t+1，转到步骤4；若是，输出当前的非劣解集中的可行调度，即成。

2.根据权利要求1所述的基于头脑风暴的火电厂经济环境调度方法，其特点在于：所述的步骤2中，根据电网负荷曲线确定电网的负荷低谷与负荷高峰时段，确定各时段负荷分配的功率min max需求Pi 、Pi ；

从电网调度中心统计数据获取当前时刻系统的数据，包括系统总负荷PD、总网损PLoss的参数值Bij、B0i、B00；

根据烟尘排放定价、减排定价、二氧化碳排放许可价格得到污染排放量的参数数据αi、βi、γi、ξi、λi；

根据电力系统辅助服务定价、单位电能生产中的煤耗定价、获得原煤价格、柴油价格火电机组运行时发电成本，得到燃料总费用的参数。

3.根据权利要求1所述的基于头脑风暴的火电厂经济环境调度方法，其特点在于：所述的步骤3中，可行调度集合的具体产生方式如下：step1：对前NG-1个发电机组，在满足最大发电有功功率和最小发电有功功率的范围内，随机产生每个机组前NG-1个发电机组的有功功率Pi，i＝1,2,....，NG-1；

step2：根据等式约束 计算第NG个机组的有功功率；

step3：计算网络损耗PLoss；

step4：考虑网络损耗PLoss，根据式 计算出符合等式约束条件的每个机组最后一维的有功功率PD；

step5：判断最后第NG个机组是否满足容量约束的条件，若不满足，则重新执行step1到step4步，否则保留产生的可行调度；

按照同样的过程产生N个可行调度集合。

4.根据权利要求1所述的基于头脑风暴的火电厂经济环境调度方法，其特点在于：所述的步骤5中，具体实现过程如下所示：

5.1)选择操作

在第t次迭代中，对于当前的任意一个可行调度，根据下面的头脑风暴算法选择出要更新的可行调度，对于第i个父代可行调度，产生一个随机值0-1之间的随机数rand1，若rand1小于概率P1；则选择当前的类中可行调度进行更新；产生一个随机数rand2，若rand2小于概率P2，则选择一个类中心或者类内的可行调度作为更新对象，当产生的随机数小于P3时，选择一个精英类中心或者类内的可行调度；否则选择普通类中心或者类内的可行调度；

若rand2大于等于概率P2，则随机选择两个类来产生新可行调度的有功功率；产生一个随机值，如果随机数小于概率P4，将选择好的两个类中的聚类中心进行线性组合；否则，从选择的两个类中随机选择的两个可行调度的有功功率进行线性组合；

否则，以1-P1的概率从归档集中选出要变异的可行调度的有功功率，上述的P1、P2、P3、P4均为头脑风暴算法中自带的概率参数，选择0-1之间的确定数；

5.2)变异操作

5.2.1)将选择操作得到的第j个可行调度前t次迭代历史调度中第i个机组的有功功率作为 则第j个可行调度中第i个机组第t+1次的有功功率 的迭代公式如下：

在式(7)中， 和 是第t次迭代归档集中的第i个可行调度的第j个机组的有功功率，若归档集中的可行调度数小于2，则在当前代随机选择两个可行调度的有功功率；根据式(7)产生新可行调度的前NG-1维，并检验其是否越界，若是，则为上下界；否则，按功率平衡约束确定每个可行调度有功功率的最后一维，保证每个可行调度有功功率的每一维在其界定范围内；

5.2.2)计算第i个子代新产生的可行调度的目标函数值，将子代与父代进行非劣比较，根据支配关系保留更好的可行调度。

5.根据权利要求1所述的基于头脑风暴的火电厂经济环境调度方法，其特点在于：所述的步骤7中，外部归档集除了对种群中的非支配调度外的更新外，还采用拥挤距离法来进行维护，具体方法为：把种群中的非支配可行调度的有功功率逐一放入外部归档集中，如果该可行调度的有功功率被外部归档集中的可行调度的有功功率支配，则该可行调度的有功功率从归档集中删除，否则该可行调度的有功功率加入归档集；如果归档集中的可行调度的有功功率个数小于最大容量，则不进行删除操作，否则计算当前归档集中所有可行调度的有功功率的拥挤距离，删除拥挤距离最小的那个可行调度的有功功率使归档集中的可行调度始终保持在小于等于最大容量的数目上。