电力系统中存在许多工程问题需要同时考虑暂态稳定性和资源优化配置。这类问题通常可以描述为与暂态稳定约束最优潮流(Stability-constrainedOptimal Power Flow，简称为SOPF)相似的优化问题。它们是一类高维、强非线性的复杂优化问题，其模型是在最优潮流(Optimal Power Flow，简称为OPF)模型的基础上引入反映暂态稳定特性的动态方程和约束。本文以SOPF模型为基础对这类重要问题的建模和求解进行了深入研究。　　 本文首先提出一种求解SOPF问题的改进方法，并探讨了暂态稳定计算的替代判据及其鲁棒性问题。该方法采用高斯消去法，选取标准方差作为暂态稳定判据，将差分化后有限维的暂态稳定约束简化为一维约束，较好地改善了求解SOPF问题时优化规模大和计算负担重的状况，同时提高了多预想事故下SOPF问题的求解效率。另一方面，针对传统优化方法在求解强非线性、非凸SOPF优化问题时存在局部收敛、甚至不收敛的问题，本文提出采用小种群规模的微粒子群优化算法求解SOPF问题，并通过引入类似遗传算法的选择、交叉和变异算子以及搜索范围自适应调整机制，进一步提高了此算法全局搜索能力。与传统粒子群优化方法相比，该算法不仅提高了求解SOPF问题的效率和精度，而且更有利于采用并行或分布式计算技术。　　 随后，本文以SOPF模型为基础建立了一个可信度评估模型并提出了相应的评价指标，以评估电力系统动态模型在不确定参数影响下仿真结果的可信度。此评价方法的核心是通过构造一组非线性优化问题，确定参考系统中待评估变量动态性能的边界轨迹。此边界轨迹不仅能够直观地反映不确定参数对动态仿真结果的影响程度，而且也为利用可信度评价指标定量分析不确定参数影响下仿真结果的可信度提供了依据。因此，该可信度评估模型对电力系统调度具有一定的实际意义。　　 最后，为鉴别电力系统中导致功角失稳最严重的多线路预想事故集，本文借助SOPF模型的思想进一步建立了一个暂态多线路严重故障鉴别模型。此模型是一个非线性整数优化问题，采用改进微粒子群优化算法求解此问题，在一定程度上解决了计算量大和收敛困难的状况。此模型不仅能够有效鉴别出对系统功角稳定性影响最严重的多线路预想事故集，定位系统的薄弱环节，而且也有助于分析不同的运行方式对系统功角稳定性的影响。