电力系统经济负荷分配是电力系统安全、经济运行的基础。实际发电系统火电机组的阀点效应,使经济负荷分配可抽象成高维、非线性、多约束的单目标优化问题。而伴随着低碳经济的快速发展,环境经济负荷分配问题成为研究的热点,在经济调度的基础上考虑环境成本最小,是一个典型的多目标、高维度、强约束的复杂非线性优化问题。针对这类复杂非线性规划问题,经典优化算法已难以进行数学建模。近年来,智能算法被大量应用于该类问题的求解。细菌觅食算法是一种新型智能算法,以其并行搜索能力和简单易行的寻优操作成为当今的研究热点。但基本细菌觅食算法因为在算子操作上存在一定的缺陷,使算法容易陷入局部极小,种群多样性易失,不能有效地求解复杂优化问题。本文针对电力系统负荷分配问题,着力于细菌觅食算法的研究和应用,主要研究工作和成果如下:1、针对细菌觅食算法易陷入局部极小、种群多样性易失问题,提出了基于生物进化的细菌觅食算法。从生物进化的角度,将细菌个体的趋化步长视为一个能随着细菌位置的更新,环境的变化而自适应调整的进化过程,用进化策略来寻找细菌个体的最佳趋化步长;在繁殖算子中,用差分进化繁殖子代,增加了种群的多样性,提高了算法的收敛性能;为避免盲目迁徙,提高算法精度和全局寻优能力,设计了自适应迁徙算子。用标准测试函数验证了算法的有效性,结果表明算法找到平均最优解的概率在80%以上,较基本细菌觅食算法高出20%以上,说明算法可获得较好的全局搜索能力。通过与其他算法的性能比较,结果表明,算法的稳定性较好,在求解高维复杂函数优化问题方面表现出更好的全局搜索能力和较快的收敛速度。2、为了实现了细菌个体与群体之间的信息互动,从生物种群的系统概念出发,分析了细菌觅食算法的系统学特征,构造了基于反馈控制的细菌觅食模型,设计了基于PID控制策略的反馈控制型细菌觅食算法。使个体随群体的系统输出信息的变化而不断调整自己的位置,最终促使群体向着目标所在的区域不断移动。为节约运算成本,在此基础上对繁殖操作中的判定依据趋化次数进行自适应调整,有效改善繁殖操作在搜索初期的早熟收敛。通过标准测试函数验证,算法提高收敛速度,平衡全局优化和局部优化之间的关系。3、为了提高细菌对环境的适应能力和选择能力,将智能体的概念引入细菌个体,构造了智能体细菌结构,设计了其智能行动策略。细菌不断在随机邻居细菌和最优细菌的帮助下修正自身的位置,这种个体行为随着邻域逐步扩散,使细菌群体可感知环境的变化来调整合适的步长和位置,提出了基于智能体的细菌觅食算法。通过标准函数测试,结果表明算法找到平均最优解的概率达到90%,而且耗时最少。通过与其他智能算法比较可以看出,算法能找到理论最优值,且稳定性好,对处理高维复杂函数有较理想的结果。4、将NSGA-II非支配排序策略思想引入细菌觅食算法,构造基于NSGA-II的多目标细菌觅食优化算法。根据拥挤距离构造了Parato非劣解集,制定了个体评价规则。为了提高全局寻优和收敛速度,用基于反馈控制的细菌觅食算法来自适应更新非劣解集中细菌个体的位置,用基于差分进化的繁殖操作获得种群多样性。通过邻域搜索获得当前局部最优解,采用精英保留策略实现外部归档。最后通过标准测试函数实验,多目标细菌觅食算法多样性评价指标比文献中的算法均至少高1个数量级,改善了Pareto最优解的多样性,获得的Pareto最优前沿的分布更为均匀。5、为了解决电力系统的负荷分配问题,每个发电单元视为细菌个体进行参数编码,不等式约束边界条件作为产生初始种群的限定范围,等式条件作为惩罚函数,适应度函数用考虑阈点效应的目标函数,用改进的细菌觅食算法解决经济负荷问题,通过3机组6母线电力系统为例,验证了改进BFO算法的可行性和有效性。用基于NSGA-II的多目标细菌觅食算法求解环境经济负荷分配问题,通过IEEE30节点6机组电力系统为例,与文献中方法比较,验证了多目标细菌觅食算法的可行性和有效性。