经济调度是电力系统运行的典型优化问题。由于经济调度问题中目标函数的非平滑性和约束条件的复杂性使问题的求解非常困难。本文针对经济调度问题的特点,研究基于粒子群算法的各种改进算法对经济调度问题的求解策略。论文主要完成了以下几个方面的工作：首先,结合文化算法的双层进化结构和闭环粒子群算法的局部搜索性能,提出了求解优化问题的闭环文化粒子群算法,算法采用文化算法的双层演化结构,设置了上层的信念空间和下层的群体空间,利用同步传输方式通过接受操作和影响操作来完成两层空间的交互；各群体空间采用反馈控制的原理对粒子群中各粒子的演化速度进行控制以保持群体的多样性,从而加快算法的收敛速度。以Iris分类问题的BP网络模型为仿真实例,对算法的有效性进行了验证；其次,将闭环文化粒子群算法用于单目标电力系统经济调度问题中,重点分析了闭环文化粒子群算法在电力系统经济调度问题时各参数的设置策略,平衡约束的实现方式等,通过对文献中3机组6母线电力系统经济调度问题进行仿真,结果表明,与文化粒子群算法和闭环粒子群算法相比,闭环文化粒子群算法有更好的收敛性能和更快的收敛速度,且三者得到的优化结果均优于文献中提供的最优解；再次,考虑到电力市场中优化调度目标的多重性,采用闭环文化粒子群算法对电力系统的多目标问题进行求解,通过改进的层次分析法将多目标问题化为合适的单目标问题,并以IEEE30BUS,6机组电力系统为例进行多目标仿真,仿真结果表明了算法所得多目标解的合理性；最后,从电力市场的实际情况出发,将粒子群算法及其改进算法应用到对某地区火电厂进行模拟调度,通过与文献结果的比较,表明本文提出的改进算法对求解实际电力系统多目标经济调度问题具有有效性和可行性。