1.一种基于分布式非凸优化算法的电力系统经济调度方法,其特征在于，所述方法包括以下步骤：

1)获取电网系统的发电参数，其中包括系统中各发电机的发电代价函数和发电机负载上下限；

2)以提升发电效率，降低总发电代价为目标，将每个发电机的发电功率看作个体，将系统中各发电机的组合看作组合个体，设计面向组合个体的适应度函数；

3)随机建立特定规模的初始种群，组成不同的经济调度方案；

4)计算各个组合个体的适应度；

5)将组合个体切割为真正的个体，每个个体拥有对应种群；

6)根据4)中计算好的组合个体适应度，利用轮盘赌法执行选择操作，选择相对优良的个体添加到新的种群中；

7)根据指定的交叉概率pc，对6)得到的新种群中的相邻个体执行交叉操作，再次形成新种群；

8)根据指定的变异概率pm，对7)得到的新种群执行模拟退火变异操作，再次形成新种群；

9)调整个体，使个体满足发电上下限约束且组合个体满足发电等式约束；

10)返回4)，循环执行共n次，并记录n次循环中的最佳组合个体；

11)将10)中的最佳组合个体作为最佳的经济调度方案。

2.根据权利要求1所述的基于分布式非凸优化算法的电力系统经济调度方法,其特征在于，所述步骤5)的过程如下：

5.1)区别于传统遗传算法直接使用电力系统内所有发电机的发电组合作为个体，将单个发电机的发电量作为个体；

5.2)将单个发电机的发电量作为个体后，个体自然继承了组合个体的种群对应的分量，将此分量作为个体的种群。

3.根据权利要求1或2所述的基于分布式非凸优化算法的电力系统经济调度方法,其特征在于，所述步骤8)的过程如下：

8.1)根据指定的变异概率pm，暂存变异结果；

8.2)计算变异后新的适应度与变异前适应度的差值δ：δ＝Fm-F  (1)

其中Fm是变异后的适应度值，F是变异前的适应度值；

8.3)若变异后适应度更大，则直接接受变异；若变异后适应度变小，则以一定的退火概率ps执行变异：其中，T0是初始温度，g是当前迭代次数。