Appearance
安全约束经济调度Security Constrained Economic Dispatch
SCED/SCUC的最大区别在于机组开停状态已知，其模型中不包含离散变量。 SCED作为SCUC问题的子集，已包含在SCUC中，对其专门研究的文献较少，新近文献主要是基于工程的实用化改造和应用。SCED在电力市场实时调度中的应用，SCED每15/5min执行一次，优化得到实时计划，并计算出市场清空价。
绩效顺序
绩效排序是一种对可用能源（尤其是发电）进行排名的方法，其依据是价格的升序（这可能反映了它们的短期边际生产成本的顺序），有时还有污染，以及将产生的能源数量被生成。在集中管理中，排名是边际成本最低的工厂最先上线以满足需求，而边际成本最高的工厂最后上线。以这种方式调度发电，称为经济调度，可最大限度地降低电力生产成本。有时，由于输电拥塞，发电机组必须按优先顺序启动、系统可靠性或其他原因。
在环境调度中，关于减少污染的额外考虑进一步使电力调度问题复杂化。经济调度问题的基本约束仍然存在，但模型经过优化，除了最大限度地减少燃料成本和总功率损失外，还可以最大限度地减少污染物排放。
可再生能源对绩效排序的影响
高峰需求期间对电力的高需求推高了电力投标价格，通常相对便宜的基本负载电力供应组合由“高峰发电厂”补充，这些发电厂对其电力收取溢价。
增加可再生能源的供应往往会降低每单位电力的平均价格，因为风能和太阳能的边际成本非常低：它们不必支付燃料费用，而其边际成本的唯一贡献者是运营和维护。由于上网电价收入通常会降低成本，因此他们的电力在现货市场上的成本低于煤炭或天然气，因此输电公司首先从他们那里购买。因此，太阳能和风能大大减少了输电公司需要购买的高价峰值电力，从而降低了总体成本。弗劳恩霍夫研究所的一项研究ISI 发现，这种“优先顺序效应”使太阳能发电在德国能源交易所的电价平均降低了 10%，下午早些时候甚至降低了 40%。2007年【需要更新】；随着更多的太阳能电力进入电网，峰值价格可能会进一步下降。到 2006 年，“绩效顺序效应”意味着德国消费者节省的电力成本超过了为可再生能源发电支付的支持费用。
2013 年的一项研究估计了 2008 年至 2012 年间德国风力发电和光伏发电的优次序效应。每向电网输送额外的 GWh 可再生能源，日前市场的电价就会降低 0.11– 0.13 美分/千瓦时。风能和光伏的总优序效应从 2010 年的 0.5美分/千瓦时到2012 年的 1.1 美分/千瓦时 以上。
然而，在竞争激烈的开放电力市场系统中，风能和太阳能的零边际成本并不能转化为峰值负荷电力的零边际成本，因为如果没有电池，通常无法单独调度风能和太阳能供应来满足高峰需求。优先顺序的目的是使最低净成本的电力首先被调度，从而最大限度地降低消费者的整体电力系统成本。间歇性的风能和太阳能有时能够提供这种经济功能。如果风能（或太阳能）供应高峰和需求高峰在时间和数量上都重合，则降价幅度更大。另一方面，太阳能往往在中午最为充足，而在温暖气候下需求高峰出现在下午晚些时候，这导致了所谓的鸭子曲线。
2008 年德国卡尔斯鲁厄弗劳恩霍夫研究所ISI的一项研究发现，风力发电每年为德国消费者节省 50 亿欧元。据估计，风力发电量大的欧洲国家的价格降低了 3 至 23欧元/兆瓦时。另一方面，德国的可再生能源提高了电价，那里的消费者现在仅需为可再生能源多支付 52.8 €/MWh（参见德国可再生能源法），现在德国的平均电价增加到26 美分/千瓦时。与风能和太阳能相关的新输电、市场交易和存储增加的电网成本不包括在电源的边际成本中，而是电网成本与消费者端的电源成本相结合。
经济调度
经济调度是短期确定多个发电设施的最佳输出，以满足系统负荷，以尽可能低的成本，受传输和运营限制。经济调度问题由专门的计算机软件解决，该软件应满足可用资源和相应传输能力的操作和系统约束。在 2005 年的美国能源政策法案中，该术语被定义为“以最低成本生产能源以可靠地为消费者服务的发电设施的运营，认识到发电和输电设施的任何运营限制”。
其主要思想是，为了以最小的总成本满足负荷，必须首先使用边际成本最低的发电机组，最后一台发电机的边际成本需要满足负荷设定系统边际成本。这是向系统提供额外一兆瓦时能量的成本。由于输电限制，此成本在电网内的不同位置可能会有所不同 - 这些不同的成本水平被确定为“位置边际价格”(LMP)。历史上的经济调度方法是为了管理化石燃料发电厂而开发的，它依赖于涉及发电站输入/输出特性的计算。
环境调度
在环境调度中，关于减少污染的额外考虑进一步使电力调度问题复杂化。经济调度问题的基本约束仍然存在，但模型经过优化，除了最大限度地减少燃料成本和总功率损失外，还可以最大限度地减少污染物排放。由于复杂性增加，已采用多种算法来优化此环境/经济调度问题。值得注意的是，一种实施混沌建模原理的改进蜜蜂算法不仅在计算机中成功应用，而且在发电机的物理模型系统中也得到了成功应用。用于解决经济排放调度问题的其他方法包括粒子群优化(PSO) 和神经网络。
另一个值得注意的算法组合用于称为位置排放估算方法 (LEEM) 的实时排放工具，该工具将电力消耗与由此产生的污染物排放联系起来。LEEM 估算了与电力需求增量变化相关的排放变化，这些变化来自独立系统运营商 (ISO) 的位置边际价格 (LMP) 信息和美国环境保护署 (EPA) 的排放数据。 LEEM 是韦恩州立大学开发的，作为 2010 年开始的旨在优化密歇根州底特律输水系统的项目的一部分，此后作为负载曲线管理工具得到了更广泛的应用，有助于降低发电成本和排放。