1.一种基于分层博弈的柔性制造车间需求响应调度方法，其特征在于包括以下步骤：S1、建立基于分时电价的柔性作业车间生产调度管控模型，将电力公司的最大利润和工业用户的最大收益作为模型的目标函数；

S2、确定调度的约束条件，包括工序约束、机器约束、时间约束、功率总和上限约束；

S3、获取电力公司公告电价；

S4、初始化得到父代种群；

S5、根据父代种群获取子代种群；

S6、选择新的父代种群；

S7、如果满足终止条件，即迭代次数大于设定值，则输出最优个体对应的工序排列、机器选择、每个工序的开始时间序列和每个时间段的总能耗值并转到步骤S8，否则转到步骤S5；

S8、根据需求响应调度策略，计算电力公司的效用函数能耗最优值，电力公司的效用函数能耗最优值计算如下：其中，x＝1,2,3表示三个时间段，b1＝0.001，c1＝0.00015， 表示电力公司的效用函数能耗最优值；

如果此时工业用户在当前电价下的能耗值达到电力公司的效用函数能耗最优值或迭代次数达到设定值，则将计算电力公司的最大利润和工业用户的最大收益，并输出电力公司的最大利润和工业用户的最大收益，结束程序；如果此时工业用户在当前电价下的能耗值没有达到电力公司的效用函数能耗最优值且迭代次数没有达到设定值，转到步骤S9；

S9、根据需求响应调度策略，进行电价迭代，并转到步骤S3。

2.根据权利要求1所述的一种基于分层博弈的柔性制造车间需求响应调度方法，其特征在于：所述电力公司的最大利润为：其中，W表示电力公司的最大利润，p(t)表示电力公司公布给工业用户每个时刻的电价，e(t)表示各时隙工业用户的生产所需能量消耗，a、b为电力公司的收益系数。

3.根据权利要求1所述的一种基于分层博弈的柔性制造车间需求响应调度方法，其特征在于：所述步骤S4的具体步骤为：S4.1、初始化种群，采用两段式编码的方式表示染色体信息，第一段为工序编码OS，用来确定工件的加工顺序；第二段为机器编码串MS，用来表示工序分配到的机器，随机产生种群规模为N的种群；

S4.2、利用对立学习策略，产生一个相反种群；

S4.3、利用平衡机器负载策略，确保两个种群中所有机器的负载尽可能平衡；

S4.4、将初始种群与其对立学习后的种群进行合并，种群规模为2N；

S4.5、对合并后的种群进行快速非支配排序和拥挤度计算；

S4.6、采用锦标赛和精英选择策略选择得到父代种群，种群规模为N。

4.根据权利要求1所述的一种基于分层博弈的柔性制造车间需求响应调度方法，其特征在于：所述步骤S5的具体步骤为：S5.1、计算自适应交叉、变异概率；

S5.2、进行选择、交叉、变异操作，得到子代种群，种群规模为N；

S5.3、利用对立学习策略，对子代种群进行对立学习，产生相反种群；

S5.4、在子代种群及其相反种群中实施平衡机器负载策略，确保两个种群中所有机器的负载尽可能平衡；

S5.5、将子代种群与其对立学习后的相反种群进行合并，种群规模为2N；

S5.6、对合并后的种群进行快速非支配排序和拥挤度计算；

S5.7、采用锦标赛和精英选择策略选择新的子代种群，种群规模为N。

5.根据权利要求1所述的一种基于分层博弈的柔性制造车间需求响应调度方法，其特征在于：所述步骤S6的具体步骤为：S6.1、将新得到的父代种群和子代种群合并，种群规模为2N；

S6.2、对父子代合并后的种群进行快速非支配排序和拥挤度计算；

S6.3、用锦标赛和精英选择策略选择新的父代种群，种群规模为N。

6.根据权利要求4所述的一种基于分层博弈的柔性制造车间需求响应调度方法，其特征在于：所述步骤S5.1的具体步骤为：首先选择设定交叉概率CP和变异概率MP的最大值CPmax和MPmax和最小值CPmin和MPmin；设Fitnessi是第i个个体的相对适应度值，Fitnessmax和Fitnessmin分别是种群中的最大相对适应度值和最小相对适应度值；然后，第i个个体的交叉概率计算方法为：式中，CPi表示第i个个体的交叉概率；

其中，ε是一个很小的实数，防止分母为零；第i个个体的变异概率计算方法为：式中，MPi表示第i个个体的变异概率；

其中，设定CPmax＝0.9，CPmin＝0.6，MPmax＝0.25，MPmin＝0.06，设在进行快速非支配排序后，得到分配的等级个数为R，种群大小为Size_pop，每个等级的个体数为fi(其中i＝0，

1，…，R‑1)；设相对适应度值为Ra_Fitness＝Size_pop，则每个个体的相对适应度值Fitnessi计算如下：Ra_Fitness＝Ra_Fitness‑Size_pop/R/fi+ε    (14)Fitnessi＝Ra_Fitness(15)按照i＝0，1，…，R‑1的次序，依次计算每个等级的每个个体的相对适应度值Fitnessi。