对于火电厂而言,仅燃料成本就占据了其总成本的近70%。目前随着煤炭价格的快速上涨,火电厂的发电成本急剧增加。与此同时,我国的电力市场还不够完善,这使得我国电价不能通过市场机制来确定。所以电价不能够随着发电成本的增加而上涨,这给发电企业盈利甚至正常运行带来了很大的挑战。因此,加强对电厂燃料的管理,通过有效的技术手段来降低燃料方面的成本是非常必要的。本文以达拉特电厂为例,在基本动力配煤模型的基础上,首先全面的讨论了各种煤化指标的线性可加性条件,得出煤的发热量和挥发份不具有线性可加性,因此通过查阅相关的文献,找到相关的技术方法对发热量和挥发份进行处理,使之满足动力配煤模型的假设条件；之后在建立规划模型时,充分考虑环境因素,分析得到发电企业对于环境的主要影响因素,即混煤的灰分、硫分,将其加入到目标函数中,并根据达拉特电厂的锅炉设计标准建立动力配煤模型；然后应用基于Pareto的多目标优化方法并应用遗传算法对模型进行优化求解,通过编码设计、适应度函数设计、按比例选择与双精英种群保存、交叉、变异算子及编码修正等过程,得到Pareto多目标优化的最优解集,随后根据电厂的实际情况对于经济因素和环境因素的偏好应用模糊多目标决策方法通过基于模糊数确定权重、目标相对优属度计算和模糊多目标决策等过程得到适合达拉特电厂的混配方案,最终根据混配方案应用定量采购方法确定达拉特电厂的采购方案。