2.1.3优先顺序法
    优先顺序法是依据机组的运行效率，首先计算各机组独立运行时的最大效率，再把运行效率按从高到低排列，使各机组依次带上负荷。优先顺序法实现简单、计算速率快、内存占用少，是最先提出的方法，可单独使用，也可与动态规划法等方法联合应用，它的思想来源于实际调度经验，但是也常常找不到最优解。
2.1.4穷举法
    该算法的计算需要用到各类负荷情况及实测到的每一个工况点，然后再比较结果找到最优解。这种算法直接精度高，防止了人为拟合形成的误差。但因为运行时间较长，用于实时计算时会很麻烦，一般作为参照算法与其他优化方法的结果进行对照。
2.2基于数学规划的优化算法
    随着运筹学在国内外的发展，基于数学规划的优化算法也日渐形成，包括线性规划法、动态规划法、混合整数规划法、拉格朗日松弛法等[7]。
2.2.1线性规划法
    线性规划是用来求解线性约束下的线性目标函数的优化问题。先使机组经济特性曲线线性化，建立目标函数，再令小段区间内的增耗为一常数，最后用线性规划中的数值方式求解。然而，由于火电机组的耗量特性曲线一般只是近似为线性函数，其结果往往偏离实际。
2.2.2动态规划法
    动态规划法是将一个给定的问题分解成几个子问题，然后依次解决各个子问题，该问题的最优解就是最后—个子问题的最优解[8]。其实质为n个多变量的优化配置问题转化为n步递归函数优化问题的函数。
     动态规划法物理意义明确、测试精度高、求解时长小，对目标数和约束条件无特殊要求，但是，如果电力系统机组数目较大，计算量也会随之变多，近似方法必须被简化，这样最好的解决方案将不可避免地被丢失。动态规划方法解决问题，需要一个明确的阶段，很难考虑时间约束和机组爬坡率等限制；若考虑到整个系统的问题，灵活性不大。
2.2.3混合整数规划法
    混合整数规划法是一种复杂的解算方法。在由电厂提供的试验数据基础上构建一数学模型，再选用非线性规划方法找到最佳方案。该方法不同于其他方法需增加某种限制或假设，直接求数学模型即可。从理论上讲，找到全局最优解是可行的。然而，由于这种算法又是相对复杂的，它被直接用于实际系统计算量过大，这个问题必须被分解;而对于分支定界法，则需要周密的分支策略。
2.2.4拉格朗日松弛法
    拉格朗日松弛法是一类整散组合优化算法，能克服文数障碍。利用对偶法计算时因为目标函数具有非凸性，会有一个对偶间隙，必须构建一个可行的解决方案，以优化原来的问题，这是拉格朗日松弛法的一较难点。同时，考虑到一定的约束条件(如爬坡率)会将计算繁杂化，适应于解决大型体系的优化问题。
2.3现代智能优化算法
    现代智能优化算法是计算机技术衍生出的新算法，包含遗传算法、禁忌算法、混沌算法、人工神经网络法等[7]。
2.3.1遗传算法
    遗传算法GA是一种随机化搜索算法，参考了生物界自然选择和遗传机制过程[10]。该算法能高效率的搜索、方式灵活、功能强大，目标函数和约束条件无任何限制，适合解决非光滑的和非凸函数的问题。但是这个过程是非常耗时的。
2.3.2禁忌搜索算法
    禁忌搜索算法是一种局部搜索算法，该算法搜索速度快，但依靠初始解，良好的初始解，可以在解空间很快的的搜索到较好的解，禁忌搜索操作单对单，只有一个初步的解，每次移动也只能移动一个解。 MATLAB火电厂多台机组间的负荷优化分配研究(4):http://www.youerw.com/zidonghua/lunwen_11503.html