电力系统的经济负荷分配是电力系统的一种典型的优化问题。近年来,随着人们对环境问题的日益关注,火力发电中煤炭等燃烧所产生的S02和NOX等排放造成的环境污染问题越来越受到重视,因此,对电力系统负荷分配问题的研究不仅仅要考虑发电成本,还需要考虑环境污染的成本。这就是所谓的电力系统环境经济负荷分配问题,采用多目标优化方法对其进行研究具有重要意义。差分进化算法是一种解决复杂优化问题的智能算法,其基本思想是利用当前种群的个体之间的差异进行扰动而产生新的中间种群,再通过重组和选择操作来产生新一代种群,通过多次迭代最终找到适应值最优的个体。总之,差分进化算法结构简单,操作容易,具有很好的优化能力,并在许多领域获得了运用。本文在国内外电力系统负荷分配研究现状的基础上,对火电厂负荷分配问题及其经典数学模型进行了阐述。在差分进化算法研究的基础上,针对其缺乏局部收敛能力,后期收敛速度较慢的缺点,提出一种改进的差分进化算法——均值导向差分进化算法(Mean Guiding Differential Evolution, MGDE)。通过标准测试函数验证性能后,对单目标经济负荷分配问题的三机组、13机组、40机组的算例进行了仿真优化,结果表明所提算法性能较优。提出了一种结合差分进化算法、非支配排序机制以及新颖的拥挤距离排序机制的多目标优化算法——多目标差分进化／无量纲欧氏排序算法(Multi-objective Differential Evolution/Non-dimensional Euclidean Sorting, MODE/ND),并通过一组测试函数对其性能进行了测试,与现今较为先进的NSGA-Ⅱ算法进行了比较,证明了所提算法的有效性和正确性。最后运用所提算法对三机组的两目标优化问题、三机组的三目标优化问题以及六机组的两目标优化问题进行了优化,仿真表明本文所提算法的有效性和实际应用价值。