在此模型中，總發電成本包含常規機組發電成本和需求響應補償費用;需求響應資源備用容量成本費用只要調度部門跟需求響應用戶簽訂合作互動合同就需要支付，一般可以給予用戶一定電價折扣進行支付;需求響應側響應資源可視為零排放，火電機組的碳排放是電力系統碳排放的主要來源;在旋轉備用約束中，將需求響應資源做系統旋轉備用來源，類比于傳統火電機組，當需求響應資源處于調用狀態時，其未被調用的容量可作為系統旋轉備用。這在一定程度上既能保障電網穩定運行，又可以提高火電機組的發電效率。
　　4、如何求解多目標優化調度模型?
　　采用基于NSGA-II的改進算法對模型進行求解，主要包括確定機組組合方案和各時段負荷分配。在求解過程中，采用最大滿意度法進行非支配解的折衷決策，決策過程分為兩步：步驟一選取模糊滿意度函數，分別計算非支配解對應目標函數的滿意度值，對于計及需求響應補償費用的總發電成本和碳排放目標，均希望其越小越好，因此選用降半直線形為滿意度函數;步驟二根據步驟一計算得到的滿意度，計算各非支配解的標準化滿意度，標準化滿意度最大的非支配解即為最優折衷解。
　　5、模型和方法的有效性驗證在某5機系統上進行模擬仿真。
　　首先設置火電機組的相關參數，包括能耗成本系數、碳排放系數、爬坡極限、最小持續開停時間、啟停成本、出力約束等，以及需求響應資源參數。然后在確保風電優先調度的前提下，獲取系統凈負荷曲線。
　　本文討論了兩種情形，即系統中有、無需求響應時的雙目標優化調度。NSGA-II優化算法迭代1000次后得到多樣性好、分布均勻的Pareto前沿，呈現出兩個目標宏觀相悖的情況。在Pareto前沿中，每個單獨的點表示一組非支配解，因此Pareto解集提供給決策者可供偏好的選擇。采用滿意度決策后，兩種情形的最優折中解的對比如下表所示。 　　由上述對比可得，考慮了需求響應后機組能耗成本與啟停成本均減少，但由于需要對需求響應進行補償，最終導致總發電成本增加。通過加入需求響應資源，在僅僅提高1.3%發電成本的情況下，實現了19%的二氧化碳減排。在國家大力重視環保減排的形勢下，本文所提出的多目標優化模型能夠有效調用需求響應資源實現節能減排的要求。
　　此外，調用需求響應資源提高了系統的調節能力：通過對機組出力曲線的分析可得，無需求響應時，3號機組出力接近其最大限度，5個機組中最大的機組出力峰谷差高達260MW，而采用需求響應時，調度這一資源能夠在峰谷兩種極端負荷時期發揮效益，使得最大機組出力峰谷差減至228MW;曲線顯示在峰谷時期需求響應扮演不同的角色，這種行為能夠很好地達到消納風電的目的;單時段最大調用功率高達該時段負荷的10%，可以有效地減小負荷的峰谷差;對兩種情形下的碳排分析表明，當加入需求響應資源后可帶來明顯的減排效益。
　　6、結論和展望
　　本文構建了一種考慮需求響應的含風電電力系統經濟低碳日前帕累托優化調度模型，基于NSGA-II和最大滿意度法設計模型求解方法。通過算例分析驗證了模型和方法的有效性以及需求響應資源在節能減排、消納風電、負荷削峰填谷等多方面的效益。隨著可再生新能源的廣泛滲透，考慮不確定性對風電出力進行合理建模將進一步完善。