随着我国供给侧改革和电力市场化改革深度推进,以及大容量核电和新能源发电的持续投产,燃煤发电企业举步维艰。燃煤成本作为燃煤发电企业最主要的成本,燃煤成本的控制对发电企业提高竞争力具有重大意义。本文针对我国燃煤成本优化问题展开研究,结合实际优化目标和约束条件,从现货煤价格预测角度建立燃煤成本优化方法。传统的燃煤成本优化方法多针对某一发电过程深入研究,较少从燃煤管控角度对各个燃煤成本环节进行协调优化;缺乏考虑燃煤成本优化过程的动态性,决策过程需要对多个决策周期进行统一规划,也需要考虑燃煤采购环节现货电煤价格的波动,仅考虑统一的长协煤价格难以反应电煤市场环境变化。本文研究内容如下:首先,从发电企业燃煤管控的角度出发,分析采购环节和掺烧环节燃煤成本的形式和关系,以及电煤价格预测对燃煤成本优化的作用。其次,针对燃煤成本优化对燃煤价格可感可知的需求,构建了中短期电煤价格预测模型。针对预测未来时间序列存在特征序列缺失的问题,基于历史数据价格变化规律建立了特征序列变换方法。为建立特征和目标间非线性映射,基于分段卡方检验和相关性分析确定中短期煤价的主要影响因素并引入LSTM和PCA-LSTM方法实现了中短期电煤价格预测。通过算例测试,证明了所提模型的有效性。然后,针对单层电煤价格预测模型在滚动预测中预测性能起伏的问题,引入Stacking集成模型对电煤价格预测进行优化。通过分析候选学习器在典型月份的预测性能和差异值均差,确定了集成学习模型的框架结构;通过对比分析集成学习和单一学习器滚动预测性能,以及对照分析集成学习模型的结构,证明了所提多智能体集成学习电煤价格预测模型的有效性。最后,为了从燃煤管控角度进行燃煤成本多周期决策优化,在集成学习现货煤价格预测的基础上,根据采购和掺烧环节构建了燃煤成本双层优化模型。针对该模型的求解,在传统人工蜂群算法的基础上对其邻域搜索方式进行适用性改进,使其具备求解本问题的能力。计划发电任务连续决策算例表明,现货煤价格预测外源输入模型在多个场景中均能取得良好的效果,双层优化模型协调采购优化和合理的燃煤配比,在一定程度上降低了燃煤发电成本,提高了燃煤发电企业的竞争力。