1.一种基于智慧能源管理平台的分布式供电系统，包括至少两个发电机组以及能源管理平台，其特征在于，所述至少两个发电机组包括第一发电机组、第二发电机组，所述至少两个发电机组的发电机类型不同，所述能源管理平台包括：功率预测模块，包括全局功率预测模块以及机组功率预测模块；

所述全局功率预测模块，用于基于线性回归方程计算供电区域第一时间段的预期使用功率P总；

所述机组功率预测模块，用于基于第一预测模型计算第一发电机组在所述第一时间段的最大机组输出功率P1max、第二发电机组在所述第一时间段的最大机组输出功率P2max；所述第一预测模型依据的算法为神经网络算法；

权重分配模块，用于设置所述第一发电机组的损耗权重w1、第二发电机组的损耗权重w2；

判别模块，用于在识别到所述至少两个发电机组不包括第三发电机组时，选定第一遗传算法作为全局调度算法；所述第三发电机组的发电机类型与所述第一发电机组、第二发电机组不同；

调度模块，用于依据所述第一遗传算法，计算使所述第一遗传算法依据的适应度函数处于最小值的所述第一发电机组在第一时间段的预期功率P1预期以及第二发电机组在第一时间段的预期功率P2预期；

所述第一遗传算法依据的适应度函数为F(P)＝(w1×C1(P1)+w2×C2(P2)+|w0(P1+P2‑P总)|)，所述C1(P1)、C2(P2)分别为所述第一发电机组、第二发电机组的损耗函数，P1、P2分别为所述第一发电机组、第二发电机组的输出功率；所述w0为电力波动损失权重，用于调整电力波动对系统造成的损失所占的权重；

所述适应度函数F(P)的约束条件为：0≤P1≤P1max，0≤P2≤P2max。

2.根据权利要求1所述系统，其特征在于，所述第一发电机组的发电机类型为火力发电机，所述第二发电机组的发电机类型为风力发电机，所述第三发电机组的发电机类型为储能发电机或水力发电机，所述第一发电机组的损耗函数 所述第二发电机组的损耗函数 所述a1、a2、a3、b1、b2、b3为发

电机的损耗常数。

3.根据权利要求2所述系统，其特征在于，所述第一遗传算法采用的染色体矩阵为Px＝[P1编码，P2编码]，其中，所述P1编码、P2编码分别为P1、P2的向量化表示；

所述第一遗传算法依据的交叉算子为Px(t+1)＝Pgreat+c1×Pgreat‑c2×Px(t)；其中，所述t为迭代次数，所述Pgreat为t次迭代中使得F(P)值最小的染色体矩阵，所述c1、c2为随机向量。

4.根据权利要求3所述系统，其特征在于，所述第一遗传算法依据的变异算子为Px(t+1)＝Px(t)+(∈×θ)，其中，∈为随机向量， γ＝2F(Px(t))‑F(Px(t‑1))。

5.根据权利要求4所述系统，其特征在于，第一预测模型包括第一神经网络算法和第二神经网络算法，所述机组功率预测模块具体用于：将所属日期为同一日的不同时间段历史数据输入所述第一神经网络，获得第一预测最大输出功率P1a、P2a，将所属日期为不同日的第一时间段历史数据输入所述第二神经网络，获得第二预测最大输出功率P1b、P2b；

将所述第一预测最大输出功率和第二预测最大输出功率进行加权运算，获得所述P1max、P2max。

6.根据权利要求5所述系统，其特征在于，所述第一发电机组的损耗权重w1大于第二发电机组的损耗权重w2。

7.根据权利要求1所述系统，其特征在于，所述判别模块还用于：

在识别到所述至少两个发电机组包括第三发电机组时，选定第二遗传算法作为全局调度算法；其中，所述第二遗传算法的复杂度小于所述第一遗传算法的复杂度，所述复杂度用于表示运算所耗费的时间。

8.根据权利要求7所述系统，其特征在于，所述权重分配模块包括：

监听模块，用于监听权重设置指令；

验证模块，用于在获得权重设置指令时，读取指令验证信息，基于所述指令验证信息对所述权重设置指令进行验证；

解析模块，用于在所述权重设置指令验证通过时，解析所述权重设置指令，获得第一发电机组的损耗权重w1、第二发电机组的损耗权重w2。

9.根据权利要求5所述系统，其特征在于，所述调度模块还用于：

向所述至少两个发电机组发送调度指令，所述调度指令用于在所述第一时间段将第一发电机组的输出功率设置为P1预期，将第二发电机组的输出功率设置为P2预期。

10.一种基于智慧能源管理平台的分布式供电方法，用于分布式供电系统，所述分布式供电系统包括至少两个发电机组以及能源管理平台；所述至少两个发电机组包括第一发电机组、第二发电机组，所述至少两个发电机组的发电机类型不同；所述能源管理平台包括功率预测模块、权重分配模块、判别模块、调度模块，所述功率预测模块包括全局功率预测模块和机组功率预测模块，其特征在于，所述方法包括：通过所述全局功率预测模块基于线性回归方程计算供电区域第一时间段的预期使用功率P总；

通过机组功率预测模块基于第一预测模型计算第一发电机组在所述第一时间段的最大机组输出功率P1max、第二发电机组在所述第一时间段的最大机组输出功率P2max；所述第一预测模型依据的算法为神经网络算法；

通过权重分配模块设置所述第一发电机组的损耗权重w1、第二发电机组的损耗权重w2；

通过判别模块在识别到所述至少两个发电机组不包括第三发电机组时，选定第一遗传算法作为全局调度算法；所述第三发电机组的发电机类型与所述第一发电机组、第二发电机组不同；

通过调度模块依据所述第一遗传算法，计算使所述第一遗传算法依据的适应度函数处于最小值的所述第一发电机组在第一时间段的预期功率P1预期以及第二发电机组在第一时间段的预期功率P2预期；

所述第一遗传算法依据的适应度函数为F(P)＝(w1×C1(P1)+w2×C2(P2)+|w0(P1+P2‑P总)|)，所述C1(P1)、C2(P2)分别为所述第一发电机组、第二发电机组的损耗函数，P1、P2分别为所述第一发电机组、第二发电机组的输出功率；所述w0为电力波动损失权重，用于调整电力波动对系统造成的损失所占的权重；

所述适应度函数F(P)的约束条件为：0≤P1≤P1max，0≤P2≤P2max。