煤炭是地球上最丰富的化石燃料之一，也是我国主要的能源物质。我国煤炭资源有限，分布极不均匀。一方面随着经济的迅速发展，煤炭的需求量不断增长，市场供应煤炭形势严峻，另一方面火电厂耗煤量较大，煤炭利用率低、污染严重，环保问题迫在眉睫。随着国家对污染排放标准的提升，以及行业领域竞争的增强，企业对煤炭的燃烧效率要求也就越高。配煤掺烧是提高煤炭资源利用率和企业经济效益、满足环保要求的重要手段，受到了企业界人士和有关学者的普遍关注。　　本文的研究以发电厂实际情况为背景，根据来煤方式、煤质指标，将来煤分为高热低硫煤、中热中硫煤和低热高硫煤三类混煤。根据电厂的生产实际，将锅炉的安全性、排放指标作为约束，将生产的经济性作为优化目标。通过研究不同的优化方法，优化三种混煤的掺配比例，在达到排放标准的前提下使经济效益最优。　　本文首先研究一种新的算法：头脑风暴优化算法(Brain Storm Optimization，BSO)。算法首先产生满足约束条件的初始个体，采用K-means算法进行个体聚类，将每个类中最好的个体作为聚类中心；通过不断的个体更新和评估，获得满足约束条件的最优个体。研究表明：头脑风暴优化算法能有效地解决配煤优化的工程实际问题。　　针对配煤优化问题，本文还采用了混料设计的方法。基于Minitab软件平台，根据企业的实际煤质信息和配煤要求，设计出多组试验计划，根据单煤煤质与混煤煤质之间的关系，建立配煤指标的一次模型。通过分析各指标的不同响应，确定指标优化方向，从而得到配煤比例的最优结果。　　最后，将两种方法的优化结果进行比较，结果表明两种配煤方法优化结果基本一致，验证了本文配煤方案的可行性。