随着全球能源危机的加剧,以及电力市场改革带来的冲击,火电机组的节能降耗以及发电集团的负荷优化分配是如今火电行业需要解决的问题。发电集团想要提高自身竞争力,便需要降低自己的发电成本,对集团内部的发电机组负荷实现优化分配。本文以火电机组的能耗特性及负荷优化分配为课题,研究的对象为燃煤机组以及燃气-蒸汽联合循环机组。本论文针对多种机型、多燃料的发电机组,主要研究了机组的能耗经济指标影响因素以及机组间的负荷优化分配两方面的问题。基于热力学原理,本文对燃煤机组和燃气-蒸汽联合循环机组能耗经济性指标的计算进行了简单的介绍,建立了机组能耗经济指标的计算模型。并尝试基于计算模型对机组的能耗特性曲线进行简单拟合,发现难以满足工程实际需要。基于数据回归的方式,本文采用最小二乘支持向量机(LS-SVM)对燃煤机组和燃气-蒸汽联合循环机组进行建模,并通过粒子群优化算法对模型结构参数进行寻优。建模之前利用自组织特征映射网络对学习样本进行聚类处理。建立的LS-SVM模型测试样本误差均小于1%,并且预测趋势与实际运行相差不大。燃煤机组方面,本文利用K-means聚类的方式,提出机组工况基准值的概念,基于机组不同负荷工况基准值,拟合出了机组的负荷与能耗的特性曲线。燃气-蒸汽联合循环方面,本文分别对燃气轮机、余热锅炉和蒸汽轮机进行了建模,并通过模型的输入、输出参数将模型有机地结合在一起。模型测试样本误差均小于2%,精度与误差均满足工程要求。根据拟合出的曲线,本文采用遗传算法,对不同目标函数下的机组的负荷分配进行了寻优,结果显示,在基于机组平均供电标煤耗最优的目标下,能够使煤耗最多降低0.5g/(kW·h);在基于机组平均供电燃料成本最优的情况下,能够使供电成本最多降低2.3分/(kW·h);在基于机组平均上网利润最优的情况下,能够使上网利润最多提高0.3分/(kW·h)。负荷优化分配取得了很好的效果,具有一定的参考价值,为机组的优化运行提供了一定的方向。