1.一种可调喷嘴向心透平的最优调控方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种可调喷嘴向心透平的最优调控方法，其特征在于：该最优调控方法首先将候选循环工质与向心透平模型耦合至有机朗肯循环发电系统，对系统开展多目标优化设计，然后基于优化设计得到的部件结构参数开展系统变工况优化，实现向心透平运行参数与冷热源条件的最优匹配，提升系统的变工况性能。
3.根据权利要求1所述的一种可调喷嘴向心透平的最优调控方法，其特征在于：所述步骤(2)中将循环工质(nf)、系统热力参数(相对蒸发器温度rte、蒸发器过热度δte,s、冷凝露点温度tc、蒸发器夹点温度δte,pp、冷凝器夹点温差δtc,pp)以及透平气动参数(反动度ω、轮径比σ、速比φ、叶轮入口绝对气流角α4、出口相对气流角β5、喷嘴出口绝对气流角α3、透平转速n)作为多目标优化设计的决策变量，使工质筛选、透平设计集成至系统优化设计之中，通过优化计算可以同时得到最优工质与系统部件的最优结构参数；
4.根据权利要求1所述的一种可调喷嘴向心透平的最优调控方法，其特征在于：所述步骤(3)中，采用熵值法确定不同目标函数的权值，再利用topsis方法确定pareto前沿解集中的最优解，使最优解的选取更合理，该方法的基本思路如下：
5.根据权利要求1所述的一种可调喷嘴向心透平的最优调控方法，其特征在于：所述步骤(5)中，系统将向心透平入口压力(pt,in)、出口压力(pt,out)、喷嘴角度(α3)以及入口温度(tt,in)等4个参数作为调节变量，并将这4个参数作为中心复合设计法的设计变量，利用该方法确定70个以上的试验方案，使各个方案的设计变量均匀分布在变量范围之中。
6.根据权利要求1所述的一种可调喷嘴向心透平的最优调控方法，其特征在于：所述步骤(6)中，为提高神经网络的预测精度，利用pso优化算法确定bp神经网络的权值与阈值；pso-bp神经网络以中心复合设计中的4个设计变量为输入，以向心透平输出功率、透平效率以及工质流量为输出，建立向心透平变工况性能的pso-bp神经网络预测模型，其中神经网络中间隐含层神经元数量的层数通过下式确定：
7.根据权利要求1所述的一种可调喷嘴向心透平的最优调控方法，其特征在于：所述步骤(7)中，通过相似理论建立工质泵的变工况数学模型：
8.根据权利要求1所述的一种可调喷嘴向心透平的最优调控方法，其特征在于：所述步骤(9)中，利用极差分析方法确定冷热源条件对系统性能的重要性序列，然后分析向心透平最优运行参数与关键冷热源参数的关联规律，并通过多元回归的方式确定最优运行参数与关键冷热源参数的关联式。