电力系统是一个统一调度和运行的大系统,由发电厂、变电站、输配电网络和用户组成。电力系统自动化的主要目标是保证供电的电能质量(频率和电压),保证系统运行的安全可靠,提高经济效益和管理效能。在社会对电能供应的"安全、可靠、经济、优质、低碳"等多项质量指标不断提出更高要求的背景下,我们需要面对各种复杂优化问题,存在于如何实现确保电力系统运行受控。问题难点主要体现在目标与约束复杂、多目标以及存在诸多影响因素等方面,如何创建适当的优化模型及实用高效算法是解决问题的关键。本研究旨在:从群智能的本质特征出发,分析粒子群算法的构造及关键要素,将改进算法与电力系统具体问题相结合并求解,提出更有效的实用方案。本文采用理论研究与实证分析相结合的方法,主要研究内容包括:(1)研究表明对PSO的改进,应注重从群智能理论与仿生学技术中吸收思想方法,在算法的具体实施过程中实现全局搜索与局部搜索之间的合理平衡是算法设计的关键。(2)对PSO算法的参数取值进行了探讨,分析了各主要参数对PSO算法性能的影响。并提出了改进的随机惯性权重取值策略,能有效的调节子群全局搜索和局部搜索能力。(3)在分析了离散二进制粒子群算法的缺陷的基础上,指出了可以提高算法性能的改进方案,并对耗散操作和变异操作方案的参数都做了详细分析。(4)分析了二进制粒子群算法基于电力系统经济调度问题上的基本原理、数学描述、算法流程、参数设置。并且运用改进算法对二进制离散粒子群算法基于电力系统经济调度问题进行仿真模拟,验证了改进算法的可行性。(5)在了解了 PSO算法在电力系统规划、运行和控制各领域的应用状况下,将改进算法应用于电力系统中的电力系统经济调度问题,建立了更加实用有效的求解算法。针对改进算法进行仿真求解,进一步检验改进算法的实用有效性。