人工蜂群算法(Artificial Bee Colony Algorithm,ABC)是模拟蜂群采蜜过程而提出的一种新型群智能优化算法,已展现出强大的竞争力并得到广泛应用。电力系统经济负荷分配(Economic Dispatch,ED)问题作为一类复杂优化问题,是实现电力经济调度的重要研究课题。所以,研究ABC算法以进一步提高其计算性能,并将其应用于ED问题,具有重要的理论与实际意义。本文首先对ABC算法和ED问题的基本原理与发展现状进行了简要介绍。针对ABC算法在搜索阶段对解的利用不充分的问题,收敛速度慢和容易陷入局部最优解等不足,提出了一种改进ABC算法。即通过引入混沌映射以提高种群搜索过程的遍历性,克服算法本身搜索过于随机的缺陷;通过改进观察蜂搜索策略来减少算法的重复搜索。为验证所提改进算法的有效性,选取不同特点的测试函数进行仿真实验,仿真结果验证了方法的有效性。然后,将该算法应用于静态ED问题,计算结果显示,该算法与目前已有算法相比具有一定优势。进而,针对动态经济负荷分配(Dynamic Economic Dispatch,DED)问题与静态ED问题的差异与结构特点,在前面研究基础上,依据化繁为简的基本思想,借鉴一维搜索方法,课题组提出了一种解决DED问题的基本分块迭代优化计算结构,即通过计算与原问题等价的一系列子DED问题来实现对原DED问题的求解的方法,仿真计算结果验证了该分块迭代优化计算方法具有较强的局部搜索能力。在基本分块迭代优化计算结构的基础上,为进一步提升算法性能,课题组提出了带步长的分块迭代优化计算方法,并利用所提出的改进ABC算法对该问题进行了求解,通过仿真计算验证了所提方法的有效性。