中国是世界上最大的煤炭生产国和消费国,煤炭是我国的基础能源,而火力发电又是煤炭消费量最大的行业。近年来,我国一直在实施可再生能源配额制、“双碳”目标政策等一系列改革措施。在新能源发电并网进程中,火力发电仍然是我国电力结构的支柱,承担着保障电力系统安全稳定运行和电力供需平衡的重任。然而,在市场份额被新能源发电逐渐挤占和煤价高位运行的双重夹击下,火电厂的经营发展遭遇寒冬,拉闸限电事件也频繁发生,因此控制电煤成本成为火电厂优化运营的重要推手。火电厂经营最主要的成本来自于电煤购置,电煤价格的波动直接关系着火电厂的生产经营效益。由于电煤价格受到多种因素的影响,近年来我国“煤荒”等一系列原因导致电煤价格出现频繁大幅度波动,传统的长协采购模式往往给处于市场环境中的火电企业带来较高的成本。火电企业如果能够准确把握电煤价格的趋势,并在煤价预测的基础上制定灵活的采购及运输策略,就能够带来相当的利润空间和发展机遇。基于以上背景,本文从电煤的价格预测、采购及运输决策研究入手,为改善我国火电厂经营现状提出建议。首先,本文对电煤价格预测、采购及运输的研究现状和相关理论进行了梳理,并对我国火电厂的电煤采购运输现状、模式、成本组成进行了分析,从中发现我国火电厂在采购实践中存在的问题。其次,分析了电煤价格的影响机理,建立了受供应链因素影响的电煤价格预测模型,并在价格预测实证结果的基础上建立了电煤的采购及运输决策模型。在模型建立过程中,充分考虑了价格的变动、多阶段决策的状态转移以及现实条件的制约等。最后,将模型应用于H电厂的实际案例,通过遗传算法对相关数据进行代入求解,并根据求解结果提出了 H电厂的短期采购运输计划和长期发展战略。求解结果表示,现货采购模式下的成本比各种长协采购方案都低,分别低2.79%、3.07%、1.64%和3.31%,因此采购及运输决策模型对于成本降低是有效的。根据本文的研究结果,可以得出如下结论:一是电煤价格的变动确实是非自发性的,而是供应链内外系统内多种因素共同作用的结果,利用自适应模糊神经网络对供应链各因素与电煤价格的因果关系和影响机理进行深入挖掘是十分有效的,对市场机制下电煤价格的预测研究具有一定参考价值;二是建立多阶段的电煤采购及运输联合优化模型,并依据电煤预测价格制定采购及运输计划,能够对火电厂的成本控制工作提供一定的指导。决策结果表明,对H电厂而言,降低产品成本是降低采购运输总成本的最有效手段。H电厂应将长治煤矿、神木煤矿等中西部煤炭以及秦皇岛港煤炭作为其主要电煤来源,并将铁路、水路及铁水联运作为其主要运输方式。