经济调度问题是电力系统运行的典型优化问题，该问题的难度在于约束条件的复杂及目标函数的非平滑。本文根据含风电场的经济调度问题的特点及难点，研究了基于基本粒子群及其改进算法对求解含风电场的经济调度问题的策略，论文主要研究内容包括:　　首先，针对风力发电的特点和经济调度的要求，对含风电场的电力系统经济调度问题的数学模型以及其最优化问题的基本概念进行分析，针对风的随机性特点，模型中引入了爬坡率约束条件，风电场的加入进一步增加了问题的复杂度及难度。结合粒子群优化算法的特性，分别在不考虑爬坡率约束的情况下和考虑爬坡率约束的情况下采用基本粒子群算法求解电力系统经济调度的优化问题。　　其次，基于粒子群优化算法在求解大规模复杂问题上的优势，本文利用粒子群算法对含风电场的电力系统经济调度问题进行求解及验证。通过仿真实验获得了粒子群算法在求解含风电场的电力系统经济调度动态模型问题中的粒子群初始化规模、无效解有效化的约束实现等问题的解决方法，以及通过一系列的仿真得到最佳的权重参数、粒子速度和粒子最大飞行速度等参数设置，仿真结果表明该算法求解该问题的合理及有效性。　　再次，利用基于反馈控制的粒子群算法(CLPSO)求解含风电场的电力系统经济调度问题。基于反馈控制的粒子群是将经典控制理论中的闭环反馈机制与基本粒子群算法相结合，更有效的应用到含风电场的电力系统动态经济调度问题中。　　最后，以六火力机组和一风力机组的电力系统为例进行仿真，分别分析了粒子群算法和基于反馈控制的粒子群算法对于含风电场的电力系统经济调度问题的仿真结果。结果表明基于反馈控制的粒子群算法保证了粒子的多样性，并提高了算法的全局搜索能力。仿真结果验证了该算法在解决机组组合经济调度问题上的有效性。