工业能耗巨大,用能成本高,如何提高能源效率是工业界和学术界长期关注的焦点问题。电能是工业能源消费的主要形式,分时电价(TOU)作为实现需求响应(DR)的重要方法之一,在帮助电力用户节能方面存在很大的优势。与传统节能方式不同,分时电价的目的是激励电力用户通过避开电价高峰时段来优化能源消费模式,从而降低电力成本。分时电价下的生产调度已经成为极具吸引力的绿色调度实现手段。基于此,本文讨论了一种分时电价下非同质并行机上的绿色批量调度问题,针对问题的模型强约束、非线性等特点,提出了一种用于大规模问题求解的高效遗传算法(SPGA)。该算法将产品分批分配给性能不同的并行机器,通过一种贪心策略调整每台机器上的批次生产顺序和启动时间,从而最小化总电费成本(TEC)。用CPLEX求解器进行了给定实例上的计算求解,求得结果用于SPGA的性能评价。实验结果表明,在大规模实例计算中,SPGA比CPLEX具有更短的计算时间和更好的计算效果。为进一步提高计算速度和求解质量,对SPGA进行改进,提出一种参数自适应的多种群遗传算法(MPGA)。对不同的种群采用不同的操作策略和参数,并在协同进化中交换种群间的信息,增强种群多样性。实验结果表明,所提出的MPGA算法在求解质量方面可以实现更好的性能,同时通过并行计算实现的MPGA在计算时间性能上优于SPGA。