区域电力系统的低碳化、清洁化及高效化改造是我国在保障电力供应安全的前提下,实现“3060”减排目标的重要途径。火力发电作为我国占比最高的发电形式,其主要分布于中西部省份。虽然这些省份有充足的煤炭资源,但水资源相对匮乏,碳减排及大气污染物的减排任务重、难度大等伴生问题突出。由于这些省份普遍承担着西电东送的重要任务,因而也更加剧了这些地区电力系统的能、水、排矛盾。如何在新时期,新背景下实现碳减排任务的同时,有效的实现供能结构优化,发电水耗节约,即实现区域电力系统能-水-排协同优化具有重要的理论及现实意义。基于我国北方区域电力系统的现状,本文以层次模型为基础模型框架,以选定的4个典型的北方区域为研究案例,通过多模型组合及不同的情景设置,来研究不同环境约束下这些区域的电源结构优化调整方案,以实现区域电力系统能-水-排关系的协同优化。本论文的主要研究内容如下:（1）对现阶段能源系统中的耦合理论及能源系统中的能-水-排耦合研究进行了系统的调研和梳理,并对区域电力系统的研究范围进行了界定。首先,本文梳理了国内外能源系统在能、水及排放三要素耦合方面的研究现状,研究进展,并总结了研究过程中尚存的问题;同时,结合我国电力系统现阶段的发展情况和未来的发展趋势,论证了在我国开展区域电力系统能-水-排耦合优化的必要性及可行性。其次,系统梳理了层次模型理论框架,并论证了采用层次模型实施能-水-排耦合优化的可行性及有效性。最后,论文归纳了在开展区域电力系统能-水-排耦合优化的过程中,可能存在的不确定性类型及其对优化过程造成的潜在影响,并梳理了潜在的不确定性控制方法及策略。（2）基于多重预测手段进行电力需求量、随机机组出力及其利用小时数的预测仿真。在开展区域电力系统能-水-排耦合研究的过程中,由于各预测项是影响电源结构的先导因素,同时也是实现系统能-水-排耦合优化的潜在前置条件,因而提高对区域电力系统中长期电力需求、随机机组出力及其利用小时数的预测精度将直接影响到优化结果的可靠性。本文综合应用包括传统复合预测模型、蒙特卡洛随机模拟、支持向量机（SVM）及随机森林（RF）等预测手段,结合不同的预测场景,对系统中的各项参数进行预测,并通过不同方法之间的比选,有效的提升各预测项的预测精度,从而为能-水-排整体优化精度的改善创造了良好的条件。（3）构建了基于混合整数双层规划模型为基础框架的能-水-排耦合优化模型。针对传统的单目标或多目标模型在优化建模过程中存在的问题,例如单目标模型难以对多要素问题的协同优化关系进行有效的反映,多目标优化模型难以对不同要素间的主、次关系进行有效刻画等问题,本文采用混合整数双层规划模型为基础模型框架,将不同的耦合要素,包括电源结构调整策略,发电水资源消耗优选策略及碳排放和大气污染物减排策略同时纳入到优化框架中,通过将不同优化要素设置于不同的目标层,来实现不同目标的主次优化顺序,进而结合不同优化目标的优先级次序,得到相应的优化结果;通过对不同目标层进行调整,来对比分析不同优化要素处于不同优化层次时的结果差异。通过模糊满意度算法,有效的量化不同目标优先级条件下系统整体的满意度水平,从而得到优化的可行解。本文基于河北、内蒙及山西三个能、水、排矛盾突出的主要北方区域进行双层优化建模。首先基于电厂级优化尺度,以河北省15座现役大型火力发电场为研究案例,研究其低碳化改造方案,并寻找能-水-排协同优化路径;其次,将电厂级优化扩展至区域级优化,基于内蒙古的优势新能源资源禀赋,寻找碳达峰约束条件下,实现内蒙古新能源最大消纳目标下的低碳化电源结构调整路径,并兼顾能-水-排协同最优;最后,结合山西省电源结构清洁化调整方案,充分考虑其电源结构清洁化调整过程中的不确定性因素,从而实现不确定性条件下的能-水-排协同优化目标。（4）构建了兼顾跨区域输电过程中虚实物质核算的区域能-水-排耦合多层优化模型。在双层能-水-排耦合优化模型的框架基础上,本文将其进一步扩展,通过将下层目标进行分解,得到了以上层目标为主导层的多层优化模型,该模型可将能-水-排耦合研究过程中的所有研究要素均以目标函数的形式进行表示。在模型构建的过程中,通过引入重要性分析理论及改进的重力模型,可以有效的对跨区域电力输送过程中源于不同供电区域的虚拟水资源及大气排放进行定量测算和来源区分,从而为进一步界定跨区域电力输送过程中的排污责任提供可行的政策支撑。此外,通过机会约束规划方法的引入,该模型也重点关注了研究区域的供电安全问题,并给出了不同供电安全水平下的电源结构优化调整方案。（5）基于多重不确定性控制方法的多风险控制策略。在能-水-排耦合研究国过程中,存在着多种不确定性因素,如电力需求不确定性,风、光出力不确定性,不同机组利用小时数不确定性及环境政策不确定性等。这些不确定性最终会导致模型输入参数的不确定性,进而对能-水-排耦合优化结果产生影响。本文通过将层次模型与区间参数规划方法,两阶段随机优化方法,机会约束规划等不确定性方法的结合,进一步有效的实现对系统优化过程中不确定性因素的量化与控制,从而最大限度的实现对多要素耦合优化建模过程中的不确定性控制。