由于新能源出力的随机不确定性以及电源结构的不合理,区域电力系统的调峰压力日益加大,利用火电机组深度变负荷能力进行调峰是解决该问题的一个思路。然而现阶段火电机组深度调峰的意愿不足,究其根本是因为火电机组长期低负荷运行时的能耗较高、经济性较差,且燃煤机组低负荷运行时排放的污染物远高于基本负荷运行时的排放量,并带来隐形的寿命损耗成本,因此对火电机组深度调峰经济性的研究非常重要。本文首先针对经火电灵活性改造后的火电机组从深度调峰显性成本、隐性成本以及深调补贴三个方面分析了对机组深调经济性进行分析。其中显性成本包含两个方面,主要为机组调峰的运行成本,包括煤耗成本、污染物排放成本,并以显性成本最低为目标函数,建立了负荷优化分配数学模型;隐性成本为机组因低负荷运行而产生的低周疲劳寿命损耗,并采用Manson-Coffin公式对其进行分析;深度调峰补贴的分析基于东北电力调峰辅助服务市场,并按照所规定的调峰深度进行分段处理。其次分别采用新型寻优算法正余弦算法（Sine Cosine Algorithm,SCA）以及遗传算法（Genetic Algorithm,GA）对负荷优化分配问题进行研究,并针对传统遗传算法求解机组负荷优化分配问题收敛慢的缺陷提出改进的加速遗传算法（Accelerate Genetic Algorithm,AGA）,在基本遗传算法的基础上,分别在初始化种群、选择以及交叉三个方面对遗传算法进行了改进,使收敛速度得到大幅度的提高。最后对SCA算法与AGA算法在求解机组负荷优化分配问题上分别进行了经济性以及快速性的对比分析,结果表明SCA算法可使火电机组在调峰过程中可获得较高的经济性,而在调度要求实时性较高的场合,AGA算法在保证快速性的同时又可兼顾较高的经济性。并且分别分析了火电机组深调运行在几组调峰深度下的煤耗成本、寿命损耗成本、总深调运行成本、深调补贴收益以及深调净收益。分析得出随着调峰深度的增加,火电机组的深调经济效益也随之增加,若能火电机组能释放更多的调峰空间,则不仅有利于新能源接入电网,且火电企业也可获得更高的经济收益,实现新能源企业、火电企业的双赢。