电力系统最优潮流问题(OPF)研究起源于潮流计算和经典经济运行，它将经济调度和安全监控完美结合起来。OPF算法的众多研究成果中，内点法具有收敛性强、多项式时间复杂性等优点，是极具潜力的优秀算法之一。但在理论上，内点法求解非凸优化问题时的全局收敛性能受到质疑。电力系统不断发展，使得OPF算法跻身于极其困难、非凸的大规模非线性规划行列。可信域和线性搜索方法是保证最优化算法全局收敛性能的两类技术，将内点法和可信域、线性搜索方法有机结合，构造新的优化算法，是数学规划领域的研究热点。 论文在现代内点理论基础上，研究了两种OPF算法。 首先，提出一种改进的可信域内点方法。该方法无须与潮流计算配合增加算法通用性，并引入参数变量到可信域子问题模型中确保计算连续性；同时，改进可信域子问题模型以提高计算精度，调整收敛判据加快计算速度；由现代内点法求解可信域子问题，并构造简约修正方程，减少计算量。论文用该算法求解两类OPF问题，在IEEE14-300系统进行测试，表明其正确性和有效性。该方法主要缺陷是，在大规模系统中的计算速度和计算精度难以令人满意。 其次，提出一种基于线性搜索的现代内点方法，即在内点法每次迭代中，确定对应于某种评价函数的最优步长。该方法采用直角坐标OPF模型，将原问题KKT条件式的平方项相加，得到关于步长的四次多项式作为评价函数；用五点四次插值法求得评价函数解析式，并用卡丹方法求解该表达式导数值为零的点，从而确定最优步长。论文用该方法求解四种OPF问题，在IEEE4-300和N1047系统进行全面测试，取得较快的收敛速度；该方法另一优点是可以保证计算过程不发散，并通过观察最优步长值趋向于零的变化情况，提供了OPF问题在给定的计算条件下，是否存在解的一个判断标志。