暂态稳定约束最优潮流(Transient Stability Constrained Optimal Power Flow, TSCOPF)是求解预防控制的核心问题,它是一类高维度、非线性的优化问题,能够将电网运行的经济性和暂态安全性联系起来,本文建立了考虑暂态稳定性约束预防控制的数学模型,并结合智能优化算法和最优控制理论提出了系统化求解算法,将其应用到了预防控制问题中。本文首先研究了协同微粒子群算法在优化问题中的应用,该方法将分区优化和协同进化的思想引入到标准粒子群优算法中,能够较好地求解高维度优化问题,并且具有较好的全局搜索最优的能力,优化效果优于同等规模和大规模粒子群优算法。随后以惯性中心的功角差建立稳定判据,建立TSCOPF数学模型,将协同微粒子群算法应用求解预防控制问题中,该算法的特点是进化所需要的粒子数少、优化效果好,仿真算例表明所提的微粒子群算法的具有较好的优化效果。另外,本文对最优控制理论在预防控制中的应用做了研究,首先根据最优控制原理,推导了以联立求解发电机动态方程和协状态方程来计算暂态稳定约束对所有控制量梯度的方法,以此为基础以发电机的功角初值为控制变量,对暂态稳定约束的梯度重新推导,有效地简化了梯度的计算量,求得梯度后通过求解一个非线性优化问题对发电机出力重新修正,通过算例验证了算法在预防控制中的有效性。最后,本文提出了在智能算法和最优控制理论中一些可以进一步改进的方面,为以后的研究工作提供了一些方向。