电力工业的高速发展及市场化,使得电力系统成为一个覆盖多元化利益主体的庞大系统。系统中的多元利益主体之间可能涉及经济、环境等多种因素,因此,电力系统负荷分配优化过程有必要综合考虑发电企业、电网公司和社会环境等多方利益,以实现更大范围的资源优化配置。电力系统许多优化问题的建模过程基本上立足于目标函数的最小化或最大化思路进行。然而,实际电力负荷分配问题所追求的目标,例如能耗与污染物排放水平的降低程度,会在综合考虑多种因素的基础上,以阶段性期望值的形式而非最小值形式出现。如此,若仍然按照传统单目标或多目标最优化的思路考虑问题,显然不完全符合实际情况。针对此现状,本文提出了多目标期望值优化的概念,建立了电力负荷分配问题的多目标期望值优化模型,并对模型的求解方法进行了探讨。论文针对发电调度中机组静态负荷优化分配问题,重点考虑煤耗、污染物排放和电网公司购电费用等指标,建立了多目标期望值优化模型。该模型不同于传统多目标优化问题,它并不强调追求考虑不同目标相互影响关系基础上的最优解,而是需要计算各目标满足期望值时的负荷分配方案。对于多目标期望值优化模型的求解,可借鉴传统的多目标优化思想,但优化过程需在目标同时到达期望值时结束。提出了一种权值动态预估方式的多目标期望值优化算法。算法采用多目标线性加权形式,通过不断缩小目标之间完成率差距的方式预估调整权值,可迅速求得满足不同目标期望控制需求的静态负荷分配方案。该方法选择的权重初值与对各目标的重视或偏好程度无关,且不影响最终的计算结果。算例验证了多目标期望值优化思想和模型的正确性,以及多目标动态加权预估调整方式求解问题的可行性。针对多目标决策过程中经常存在对不同目标具有不同重视程度的情况,论文基于目标优化点邻域最优目标值关于参数变化不灵敏的原理,构造出多目标优先序位算法。目标的优先序位可在计算顺序和单个目标值的大小上得以体现。该算法中每一步计算均为单目标最优化,通过控制目标优化点与上一步计算得到的优化点之间的距离实现邻域控制,邻域控制关键在于邻域大小的合理选择。算例表明,此方法具有广泛适用性,通过调整邻域大小,不仅可用于求解部分目标追求期望值、其余目标追求最优值的问题,还可用于求解全部目标追求期望值的问题。本文工作得到国家自然科学基金项目(编号：50877014)的资助。