电力系统经济调度的研究对降低发电成本,改善电力系统运行的经济性具有重要意义。随着电力系统规模的扩大,当计及阀点效应、网络传输损失等实际问题的影响时,不仅成本函数变得非凸不连续,计算维数也变得非常高,导致电力系统经济调度求解困难。受粒计算思想启发,在保证结果精度的前提下,可以通过合理的粒子划分,将复杂问题进行分解,再通过智能算法优化,实现计算的降维,并求解出结果。本文将粒计算思想应用到电力系统经济调度中,主要研究内容如下:首先,构建了基于粒计算的电力系统经济调度研究基础框架,并对传统经济调度模型进行了改进,建立了电力系统经济调度的粒计算模型。该模型将复杂高维的经济调度计算分解成粗粒子计算和细粒子计算,有效降低计算维度,并对本文所采用的差分进化算法流程和控制参数的意义进行讨论。其次,提出基于粒计算的电力系统经济调度方法。在电力系统经济调度粒计算模型的基础上,为保证计算降维后的结果精度,制定了基于机组收敛特性的粒子划分策略。该策略包含机组收敛特性测试和机组划分两部分。通过收敛特性测试,可以得到每台机组在寻优过程中的收敛特点,通过对其进行对比分析,将不易收敛的机组聚类至同一细粒子中,进行有针对性的计算,其余机组则按照参数特征均匀划分至其他细粒子中,完成机组划分。通过算例仿真,验证了所提出粒计算方法的可行性。最后,提出基于改进粒计算的电力系统经济调度方法。在所提出粒计算方法的基础上,进行了三方面改进。在初始化过程中引入混沌操作,得到了分布更加均匀的初始种群。针对参数变化单一的问题,提出了两种非线性动态参数调整方案。在计算过程中,采取快速搜索策略,实现内层迭代次数随搜索进程的动态变化,有效缩短计算时间。将两种改进粒计算方案在不同规模的电力系统中进行仿真测试,能够在较短时间内得到理想的结果,验证了改进粒计算方法的有效性,并对比了两种参数变化方案对计算结果产生的影响。