当今人类社会的进步离不开能源的支撑,在电力系统中有发电和电力传输等关键的环节有待优化。由于电能的远距离传输具有效率较低、能源使用率低、部分地点不可达等缺点,便使得研究电力系统的发电优化比研究传输优化更加流行。发电优化也可以称为对电源的优化,其中一类既重要又流行的问题便是对微网优化调度的研究。传统的优化方法除了需要对问题的清晰描述并且需要计算梯度等数学量外,还存在着一个非常大的弊端,就是很容易陷入局部最优值。启发式算法例如群智能算法的优化效果相比传统的方法要好。由于目前还不存在一种可以很好地解决一切优化问题的算法,所以本文对能够较好地解决优化问题的一种算法即花朵授粉算法进行改进并提出了精英协商策略的花朵授粉算法。本文通过构建了一个微网模型,用来检验精英协商策略花朵授粉算法的寻优性能。本文的主要工作概述如下:1、本文首先介绍微网优化相关的基本知识,包括什么是微网、微网的特点以及微网优化调度问题的特点等;第二,说明了群智能算法与传统方法相比较在处理这类问题上的优越之处;然后,介绍了花朵授粉算法的仿生学原理、执行流程以及已有的改进方案等;最后,介绍了精英协商策略花朵授粉算法。2、对原始算法在四个方面做出改进,提出了精英协商策略的算法。第一,在初始化阶段使用对立搜索机制替代随机方法,从而增强了初代群体的质量;第二,提出一种精英协商Levy飞行策略,在全局异花授粉阶段使用此方法代替原始全局搜索公式,提高全局寻优能力;第三,使用正余弦变异对可行解实施局部更新,提高局部开采时的搜索精度;第四,使用动态转换概率代替固定概率值,更好地平衡全局搜索与局部开采。3、为验证精英协商策略花朵授粉算法的寻优性能,本文进行了大量的对比实验。首先,将花朵授粉算法和粒子群算法、遗传算法、蝙蝠算法、引力搜索算法等几个常用的群智能算法对比,证明了花朵授粉算法在处理优化问题方面的优越性能。然后,将精英协商策略花朵授粉算法和原始花朵授粉进行对比实验,证明了改进算法比原始算法具有更好的性能。4、为了验证精英策略花朵授粉算法求解微网优化调度问题的能力,本文构造了一个由多种分布式电源组成的微网系统并定义了基于这个微网系统的优化调度问题。将各种改进方案的花朵授粉算法用来求解本文所构造的微网优化问题,仿真实验的结果表明精英协商策略花朵授粉算法在解决微网优化调度问题时相对于本文所提出的其他几种对比改进算法都具有一定的优势。