随着煤、石油、天然气等这些传统能源的日益枯竭,当今世界已经进入能源危机和气候变暖的时代。电力系统作为依赖这些传统能源的重点高耗能行业,倍受各国科学界和工业界人士的关注,其中我国早已提出了节能减排战略,明确指出电力系统是节能减排的重点领域和重要主体。特别是随着智能电网技术的日益发展,世界各国投入了大量精力研究节能调度技术和加大新能源接入电网的力度,其目的无非是减少常规能源的消耗以及降低温室气体的排放量。因此,合理利用电力系统的各类资源,包括常规能源和新能源(如风电),力争实现电力系统的优化调度,这对于节能减排具有重大的现实意义。本文针对传统能源模式、新能源并网模式和多目标优化运行模式,研究了电力系统的优化调度方法:(1)针对传统能源模式,这是电力系统确定型优化调度问题,要求使用高效的优化算法进行求解。本文基于动物仿生学原理提出了一种基于竞争机制的群体搜索算法,并详细论证了这种改进算法的有效性。进一步将这种优化算法应用于最优潮流问题,并且考虑了电力系统实际运行的约束条件。仿真结果证明了所提出算法在解决电力系统优化调度方面的可行性和有效性。(2)针对新能源并网模式,这属于电力系统不确定型优化调度问题。本文在风速预测值的基础上考虑风速预测误差的概率分布特性,建立了基于投资组合理论的风电并网的电力系统调度模型,同时考虑了调度解的经济性和风险性。提出了一种协同进化的多目标种群搜索算法来求解这种调度模型,并使用决策方法选择最终的调度方案。为含大规模风电并网的电力系统不确定优化调度提供一种新的解决框架。(3)针对多目标优化运行模式,这属于电力系统优化调度的多属性决策问题。本文从多属性决策的角度出发,重点研究了如何选择电力系统多目标优化调度的最终方案这一重要问题。本章指出决策不仅需要考虑多指标之间的权重关系,而且还应充分考虑调度员认知的不确定性,在此基础上提出了基于证据推理的电力系统多目标优化调度的决策框架,可以为电力系统进行科学调度提供参考。