随着科学技术的日益进步，各行各业的发展几乎都要依赖电力的支持，电力系统稳定安全运行已经关系到国家经济的发展。在电力系统运行和控制中，经济调度计算问题研究占有重要地位，在满足可靠供电和电能质量前提下，对电力系统运行的经济性进行优化，使系统获得巨大的经济效益，因此，电力系统经济调度研究具有极大的实际应用价值。本文基于改进的粒子群算法对电力系统经济调度计算问题进行研究。首先，论文针对基本粒子群算法迭代寻优过程中存在的“局部收敛”现象，采用改进粒子群算法，将免疫算法中的种群多样性保持机制引到基本粒子群算法，从而保持种群的多样性。改进粒子群算法将种群分为两个子种群，优化过程中对两个子种群进行动态调整，实现动态双种群优化。其次，为了体现改进粒子群算法在函数优化上的优越性，论文将改进粒子群算法运用到Rosenbrock、Rastrigin和Griewank三个标准测试函数求取极值中，得出仿真曲线和最佳适应度值的优化结果，并与基本粒子群算法的优化结果进行对比，结果表明，改进粒子群算法具有优越性。最后，对于电力系统经济调度问题，本文以电力系统发电燃料成本为目标函数，考虑到电力系统的网损，忽略系统在发电过程中产生的阀点效应，建立满足运行功率平衡约束和电机运行约束的电力系统模型。文中选用IEEE30BUS系统，利用改进粒子群算法对已知燃料耗量参数的电力系统进行仿真计算，并与基本粒子群优化算法的优化计算结果进行对比，结果表明，系统网损和发电成本均小于基本粒子群算法的优化结果，改进粒子群算法能够有效解决电力系统经济调度计算问题。