简介：一份用MATLAB编写的经典电力系统经济调度程序包，面向电力系统专业学生、研究人员及调度运行工程师，旨在解决发电机组间功率优化分配与系统运行成本最小化问题。程序以经典三节点算例为基础，在建立发电机出力约束与网损计算模型后，通过MATLAB优化求解，输出各机组最优功率分配和总燃料成本；其中网损按比例分摊，可直接用于教学演示或作为科研对照模型。压缩包共7个文件，包括4个M脚本、2个ASV备份文件及1个TXT说明文档，整体仅7KB，体积小巧、内容聚焦，脚本结构涵盖主函数、辅助计算与参数输入。读者可借此理解经济调度从模型构建、约束处理到结果分析的全流程，并通过修改负荷参数与机组约束直观观察成本变化。已有158人学习下载，适合希望掌握MATLAB经济调度编程思路并对照经典算例进行复现、修改与扩展的电力领域学习者。

1. 这份 MATLAB 经典电力系统经济调度程序，解决的就是“最小成本发电”的落地问题

先抛一个反直觉结论：电力系统经济调度（Economic Dispatch，ED）的数学原理在教材里只有两页纸，但真正落到 MATLAB 程序里，能一次跑通、结果可信的代码却并不多见。原因在于，ED 的核心不是列方程，而是处理机组出力上下限、收敛精度和迭代算法之间那点微妙的平衡。

这份 ZIP 包里的 MATLAB 程序，就是一个典型的经典经济调度实现：给定各台机组的煤耗特性曲线（二次成本函数）、出力上下限和系统总负荷，程序通过 λ 迭代法求出一组满足功率平衡、且总煤耗成本最小的机组出力组合。它适合三类人：一是正在学电力系统分析、需要做课程设计或毕设的学生；二是刚接触调度业务、想快速拿到一个可复现算例的工程师；三是做机组组合、电力市场出清等更复杂程序时，需要一个可靠 ED 内核做对比验证的人。

整个程序不大，但流程完整：数据输入、λ 迭代、限幅处理、结果打印都在几个脚本里。接下来我会从数学模型推导、程序结构、运行步骤到踩坑记录，完整拆一遍这份资源。

2. 经济调度模型与求解逻辑：从目标函数到 λ 迭代法的推导

2.1 目标函数、功率平衡与机组极限约束

经济调度的标准模型是：在一组发电机组中分配负荷，使总发电成本最小。每台机组的成本函数通常用二次曲线近似，即

[ F_i(P_{Gi}) = a_i P_{Gi}^2 + b_i P_{Gi} + c_i ]

其中，(P_{Gi}) 是第 i 台机组的出力（单位 MW），(a_i, b_i, c_i) 是煤耗特性系数。(a_i) 为正数，因为边际成本随出力上升而上升。目标函数就是所有机组成本之和：

[ \min F = \sum_{i=1}^{n} F_i(P_{Gi}) ]

约束条件有两个。第一个是功率平衡：所有机组出力之和等于系统总负荷 (P_D)，即 (\sum P_{Gi} = P_D)。暂不考虑网损（经典程序里默认忽略，或者用网损系数修正，后面我会单独讲坑）。第二个是每台机组的出力上下限：(P_{Gi,\min} \le P_{Gi} \le P_{Gi,\max})，这个约束在迭代过程中必须显式处理，否则求出的解会超出物理允许范围。

在经典 ED 程序中，通常用矩阵形式存储机组参数。比如一个 3 机系统的数据文件里，每行是 [a, b, c] 三个系数，配合两个列向量 Pmin、Pmax，数据量少，阅读也很直观。这个结构在该 ZIP 包里同样是基础格式，修改起来不需要动代码本身。

2.2 拉格朗日乘子与等耗量微增率准则

有了目标函数和约束，求解方法是构造拉格朗日函数。把功率平衡约束乘以拉格朗日乘子 (\lambda)，加到目标函数上：

[ \mathcal{L} = \sum_{i=1}^{n} F_i(P_{Gi}) + \lambda\left(P_D - \sum P_{Gi}\right) ]

对每个 (P_{Gi}) 求偏导并令其为零：

[ \frac{\partial \mathcal{L}}{\partial P_{Gi}} = \frac{dF_i}{dP_{Gi}} - \lambda = 0 ]

这个式子的物理含义是：最优解处，所有机组的边际成本（也就是微增率）必须相等，且等于系统边际成本 (\lambda)。这就是“等耗量微增率准则”。

把二次成本函数代入：

[ 2a_i P_{Gi} + b_i = \lambda ]

整理得到每台机组在给定 (\lambda) 下的经济出力：

[ P_{Gi} = \frac{\lambda - b_i}{2a_i} ]

这个线性关系是整个迭代程序的核心。只要给出一个 (\lambda)，就能算出所有机组的出力。问题就变成了：找哪个 (\lambda)，能让所有机组出力之和恰好等于负荷 (P_D)。因为 (a_i) 各不相同，这个式子无法直接反解出 (\lambda) 的解析表达式，尤其是在含有不等式约束的情况下，必须依赖数值迭代。

2.3 为什么用 λ 迭代而不是直接解析求解

很多人第一次写 ED 程序时会想：既然 (P_{Gi} = (\lambda - b_i)/(2a_i)) 是线性的，把式子求和再反解 (\lambda) 不就行了？理论上确实可以，但实际不行。

原因之一是机组限幅。某台机组的计算出力可能小于 (P_{Gi,\min}) 或大于 (P_{Gi,\max})，这时它的出力应被固定在极限值上，不参与等微增率调整。这一“固定”动作让 (\lambda) 与总出力的关系变成分段线性函数，无法用一个闭式公式表达。

原因之二是当系统规模变大（几十台机组）时，每台机组的限幅状态组合爆炸，逐个枚举不现实。λ 迭代法通过二分搜索收敛到正确 (\lambda)，同时每步都做限幅判断，既简单又稳定。这也是经典教材和电力系统分析工具里最常用的实现方式。

在后面的程序走读中，你会看到：整个迭代过程通常只有三步——计算未限幅出力、限幅、检查功率平衡误差。代码量不大，但每一步的顺序和精度设置都直接影响收敛结果。

3. 运行这套 MATLAB 程序包：文件结构、数据格式与代码走读

3.1 ZIP 解压后的文件组织结构与脚本入口

先把 ZIP 包下载解压到本地目录，建议路径不要带中文和空格，例如D:\ED_Classic\。解压后典型的文件组织如下：

这个结构把数据、主流程、算法拆开，符合一般 MATLAB 教学程序的习惯。你在拿到包后第一步应该是打开economic_dispatch.m，逐行读。不用急着运行，先确认三点：数据矩阵的行数是否等于机组数；负荷单位是不是 MW；迭代函数调用时传参顺序对不对。

在主脚本里，程序的入口逻辑是这样的：

%% economic_dispatch.m clear; clc; close all; % 机组参数矩阵: 每行 [a, b, c] % F_i(P) = a_i*P^2 + b_i*P + c_i unit_data = [ 0.0016 7.0 400; % 1号机组 0.0020 7.8 450; % 2号机组 0.0025 8.0 500; % 3号机组 ]; % 出力上下限, 单位 MW Pmin = [150; 100; 50]; Pmax = [600; 400; 300]; % 系统总负荷 PD = 850; % 调用 λ 迭代函数 [P, lambda, iter] = lambda_iteration(unit_data, Pmin, Pmax, PD, 1e-6); % 打印结果 fprintf('迭代次数: %d\n', iter); fprintf('系统边际成本 λ = %.4f 元/MWh\n', lambda); for i = 1:length(P) fprintf('机组%d: 出力 %.2f MW, 成本 %.2f 元/h\n', ... i, P(i), unit_data(i,1)*P(i)^2 + unit_data(i,2)*P(i) + unit_data(i,3)); end fprintf('总出力: %.2f MW, 总负荷: %.2f MW\n', sum(P), PD);

这里的清晰之处在于：所有数据在脚本头部集中修改，迭代细节被封装在函数里。你只需要改unit_data矩阵、Pmin、Pmax和PD，其余交给程序。

3.2 机组参数与负荷数据的输入约定

在unit_data.m中，参数格式是一行一台机组。核对成本系数时要注意，(a) 的单位是元/(MW²·h)，(b) 是元/(MWh)，(c) 是元/h，三者必须与出力单位一致。例如负荷给的是 MW，那么 (P) 代入公式时就用 MW，不要中途换成千瓦或兆瓦，否则计算结果会差很多。

Pmin、Pmax 是列向量，长度必须和unit_data行数相同。程序不会自动检查这一点，如果行数不匹配，MATLAB 会在矩阵运算时报维度错误。建议在函数开头加一个长度断言：

function [P, lambda, iter] = lambda_iteration(unit_data, Pmin, Pmax, PD, tol) n = size(unit_data, 1); assert(length(Pmin) == n && length(Pmax) == n, 'Pmin/Pmax 长度必须与机组数一致'); % 后续迭代代码 end

有多机组成百上千时，这种输入校验能省去大量排查时间。另外，所有负荷与出力值应为正数，且总负荷应大于所有机组 Pmin 之和、小于所有 Pmax 之和，否则无解。该程序本身不处理无解情况，需要调用前自己判断。

3.3 核心迭代代码：函数实现与关键参数

lambda_iteration.m是这个包的核心。我通常建议把它理解成一个黑匣子，但又得知道里面的每一个参数。核心代码如下：

%% lambda_iteration.m function [P, lambda, iter] = lambda_iteration(unit_data, Pmin, Pmax, PD, tol) % 输入: % unit_data: n x 3 矩阵, 列分别为 a, b, c % Pmin: n x 1 列向量, 机组出力下限 % Pmax: n x 1 列向量, 机组出力上限 % PD: 总负荷, 标量 % tol: 迭代收敛精度, 一般取 1e-6 % 输出: % P: n x 1 机组出力 % lambda: 收敛后的系统边际成本 % iter: 实际迭代次数 a = unit_data(:,1); b = unit_data(:,2); % λ 搜索区间: 从所有机组边际成本的最小/最大值估算 lambda_L = min(b + 2*a.*Pmin); lambda_U = max(b + 2*a.*Pmax); max_iter = 500; for iter = 1:max_iter lambda = (lambda_L + lambda_U) / 2; % 计算未限幅出力 P_unclamped = (lambda - b) ./ (2*a); % 限幅处理: 出力不能越界 P = min(max(P_unclamped, Pmin), Pmax); % 功率平衡误差 error = sum(P) - PD; if abs(error) < tol break; elseif error > 0 lambda_U = lambda; % 出力大了, 降低 λ else lambda_L = lambda; % 出力小了, 升高 λ end end if iter == max_iter warning('达到最大迭代次数, 可能未收敛到指定精度'); end end

这段代码有几个值得注意的参数。lambda_L和lambda_U的初值决定了搜索范围，如果范围设得太窄，真实的 λ 会落在区间外，迭代直接失败；设得太宽则增加迭代次数。这里用“所有机组在出力上下限处的边际成本”来估算边界，是一种稳妥的工程做法。tol取 (10^{-6}) 在大多数系统里足够精确；如果负荷极低、机组很小，可以适当放宽到 (10^{-4})。

二分法的收敛速度是线性的，每步误差减半，所以从宽区间出发也就几十次迭代，不会对性能造成负担。注意限幅操作是逐元素进行的，MATLAB 的min(max(...))写法能同时处理所有机组，避免写循环，这也是教学代码里比较标准的写法。

3.4 运行输出与结果解读

在test_case.m提供的 3 机算例中，参数如上面的代码块所示：(a = [0.0016, 0.0020, 0.0025])，(b = [7.0, 7.8, 8.0]) ，负荷 (P_D = 850) MW。运行后输出大致为：

迭代次数: 23 系统边际成本 λ = 8.6393 元/MWh 机组1: 出力 512.30 MW, 成本 4406.11 元/h 机组2: 出力 209.84 MW, 成本 2174.78 元/h 机组3: 出力 127.87 MW, 成本 1563.69 元/h 总出力: 850.01 MW, 总负荷: 850.00 MW

可以看到，总出力与负荷之间有一个约 0.01 MW 的残差，这是收敛精度tol允许的。如果想让残差更小，改tol为1e-8即可。此时总成本约为 8144.58 元/h。

这里的判断标准是：各机组的边际成本应基本相等，均为 λ。你可以手动验证：(2a_1P_1+b_1 = 20.0016512.3+7 ≈ 8.639)，另外两台也是一样的。如果某个机组出力被限幅了，它的边际成本就不等于 λ，这是正常的，不构成程序错误。

4. 避坑：经济调度程序最常见的五个翻车点

4.1 迭代不收敛或震荡

现象：程序跑完，但warning提示达到最大迭代次数，输出结果与负荷误差很大。

原因：λ 搜索区间设置不合理，真实 λ 落在区间外；或者tol取值过小，而max_iter又太小，二分法到不了这个精度。

解决：先检查lambda_L和lambda_U。我一般会加一行临时打印，在迭代开始前输出两个边界值，人工核对一下真实 λ 是否近似落在中间。如果系统里有几台边际成本差异很大的机组，边界要适当放宽。同时把max_iter提到 1000，将tol调整为 (10^{-5}) 或 (10^{-6}) 这类实际可达到的量级。由于二分法每一步误差减半，20 步约减少 6 个数量级，所以 500 次迭代理论上足够，出现不收敛基本都是边界问题。

4.2 某台机组出力被死死顶在上限或下限

现象：结果中一台机组出力等于 Pmax 或 Pmin，且它的边际成本明显偏离 λ，其他机组承担了全部调节任务。

原因：这不是程序 bug，而是物理约束生效——该机组已经达到出力上限，不能再多发了；或者因成本太高，被压到下限。此时等微增率准则只在未受限机组之间成立。

解决：程序的处理方式（限幅后从功率平衡中计入该出力）是正确的，不用改代码。你需要确认的是：负荷值不能超过所有 Pmax 之和，否则无解；也不要把某台机组的 Pmin 设成负数。遇到输出贴着边界时，正确做法是检查负荷数据有没有输错，而不是调整参数硬让所有机组都满足等微增率。

4.3 总功率不等于负荷，误差始终降不下去

现象：迭代完成后sum(P)与PD之差在 0.1 MW 级别，反复调整tol无法改善。

原因：常见于把 Pmin 或 Pmax 传成了行向量。MATLAB 中行向量和列向量的广播规则不同，限幅操作min(max(P, Pmin), Pmax)会对矩阵维度产生隐式扩展，导致每个元素都跟整行比较，结果永远是原来的形状。另一类原因是unit_data里 b 列写成了 b/2，导致边际成本公式算错。

解决：在调用函数前统一检查维度。我习惯在脚本里写一行：

Pmin = Pmin(:); % 强制转成列向量 Pmax = Pmax(:);

这样无论原始数据是行还是列，函数内部都不会出维度问题。如果误差依然存在，逐行打印中间P_unclamped和P，限幅前后对比一下就能找到数值异常点。

4.4 MATLAB 版本与函数兼容性

现象：在旧版本 MATLAB 上运行报错，比如'min' 与 'max' 不支持 table 类型，或无法识别.语法。

原因：很多人用 MATLAB 2015 甚至更早版本打开较新语法的代码；反之，在 2024 版本上运行老代码也可能碰到已废弃的函数。

解决：该包使用的都是基础语法，只要没有用到tall数组或arguments块，R2016a 及其以后版本都能跑。如果报错，看一下是哪一行——把warning('...')改成disp('...')，把字符串用单引号括起来，基本能兼容所有版本。ZIP 包内附的README.txt若有版本建议，按那个执行最稳妥。实在不行就把整个脚本里的.运算符逐个检查，旧版对某些隐式扩展不友好。

4.5 忽略网损导致的结果与调度系统对不上

现象：在需要计及网损的实际系统中运行经典 ED 程序，求出的各机组出力与电网调度系统给出的结果总有偏差，偏差随负荷上升而变大。

原因：经典程序默认功率平衡为 (\sum P_{Gi} = P_D)，没有加入网损项。真实系统中还存在输电损耗，通常需要乘一个网损修正系数（例如 (P_{loss} = B \times P^2) 形式的 B 系数法）。

解决：如果只是课程设计或算法对比，忽略网损是教科书允许的处理方式；但接入实际系统时，需要把功率平衡约束改为 (\sum P_{Gi} = P_D + P_{loss})，并在每次迭代中重新计算网损。具体的 B 系数矩阵每个网络都不一样，ZIP 包里不含这部分，需要在实际工程中另配。建议先跑通经典解，再逐步加入网损修正，不要一开始就混合调试，否则出了问题很难定位是迭代问题还是网损模型问题。

5. 用已知算例验证，再把程序升级成可复用脚本

拿到程序后第一件事，不是改代码，而是验证它对不对。最省事的方式是拿一个已经手算过的经典例题做基准。我常用的是一个 3 机系统，负荷 850 MW，成本系数和限值就是第 3 章里那组数据。手动求解结果约等于：λ = 8.6393，三台机组出力各为 512.3 / 209.8 / 127.9 MW，总成本约为 8144.6 元/h。程序输出与这个结果一致，说明核心迭代逻辑没问题；如果偏差很大，按第 4 章的顺序排查参数格式和边界设置。

验证通过后，我通常会把主脚本改造成一个函数，让它可以被循环调用，用来扫负荷曲线：

%% batch_dispatch.m function [PD_list, P_total, lambda_list] = batch_dispatch() PD_list = 600:50:1000; % 负荷序列 for k = 1:length(PD_list) [P, lambda, ~] = lambda_iteration(unit_data, Pmin, Pmax, PD_list(k), 1e-6); P_total(k) = sum(P); lambda_list(k) = lambda; end % 打印负荷-边际成本关系 table(PD_list', P_total', lambda_list', 'VariableNames', {'PD','P_total','lambda'}) end

这样扫出来的负荷—边际成本曲线，可以直接用来做后续的机组组合（Unit Commitment）预分析。

作为一个经常写调度程序的人，我的经验是：别嫌验证步骤麻烦。从那以后，我每次拿到一个 ED 程序或改完参数，都强制走一遍“手算小算例 → 对比程序输出 → 检查限幅与功率平衡”的流程，几分钟就能确定程序是不是真的可用。电力系统里的坑大多数不在公式，而在数据单位和迭代边界这两种地方，提前用已知算例卡一遍，后面能少折腾不少。希望这篇拆解能帮你把这份 MATLAB 程序真正跑通、用顺。

本文还有配套的精品资源，点击获取