节能环保问题已经成为全世界关注的热点，传统火力发电对环境造成了很大影响，而新能源发电在现代电力行业中的占比逐步增长，可再生能源发电的优势愈发明显。近年来，中国风电开发技术已较为完善，风能资源丰富，分布广泛，陆上风电装机容量稳居全球第一。因此，在传统火电系统中加入风电，同时考虑经济和环境因素，研究电力系统经济负荷分配问题，在现阶段具有十分重要的研究意义。
　　本文主要利用改进蚁狮算法解决电力系统多目标经济负荷分配相关问题，具体工作内容如下：
　　首先建立电力系统多目标经济负荷分配相关问题的基本数学模型，主要包括火力发电成本数学模型、风力发电成本数学模型和环境成本数学模型。
　　解决经济负荷分配相关问题的方法有很多，经研究可以发现智能算法是比较有效的方法之一。近期被开发出的蚁狮算法已经初步应用到经济负荷分配问题中，本文对蚁狮算法进行研究，并针对算法的不足，提出了改进蚁狮算法(IALO)，包括：精英权重蚁狮算法(EALO)、混沌蚁狮算法(CALO)和精英权重混沌蚁狮算法(ECALO)。
　　改进算法的有效性需要通过实际案例进一步验证，本文利用蚁狮算法及改进蚁狮算法解决电力系统经济负荷分配问题（ELD）。针对3、6机组测试系统案例，满足不同负荷需求时，利用算法进行优化求解。在3机组案例中的试验结果初步验证了蚁狮算法具有解决ELD问题的能力。在6机组案例中，分为两种情况进行研究，利用蚁狮算法及改进蚁狮算法解决该问题，结果与其他方法进行对比，验证了改进蚁狮算法的有效性。
　　在ELD问题的基础上，考虑环境因素，建立了多目标环境经济负荷分配问题（EELD）。针对实际案例，分别应用蚁狮算法及改进蚁狮算法，对忽略阀点效应的EELD问题进行初步试验，表明蚁狮算法及改进蚁狮算法在EELD问题上具有可行性，然后针对考虑阀点效应的EELD问题进行优化求解，将优化结果与其他文献里的优化算法相对比，证明了蚁狮算法及改进蚁狮算法是有效的。
　　在EELD问题的基础上，引入清洁能源风能，建立考虑风能的环境经济负荷分配问题（WTEELD）。针对含风电的6、40机组测试系统案例，应用蚁狮算法及改进蚁狮算法对两组案例进行求解，结果与其他算法在同类问题上的结果相对比，从而验证了改进蚁狮算法可以有效解决WTEELD问题。