电力系统经济调度是高维、非线性、非凸的有约束优化问题,其负荷的分配是依靠计算机完成,使用一个性能良好的算法,不仅会使电能分配更加合理降低损耗,还会增加整个电网的经济效益。引入换电站后需要调度的电网范围加大,使得潮流计算收敛速度变慢甚至不收敛,需优化的变量增加,容易形成“维数灾”,亟需一种可解决大电网经济调度求解的有效方法。所以,本文提出差分灰狼算法用于解决含换电站经济调度的问题。首先,从算法基本原理与数学模型两个方面深入研究了标准差分进化算法与灰狼算法,分析了算法的收敛性,指出了算法的不足。针对算法在经济调度模型中研究,采取了15机组与38机组进行仿真。其次,提出了差分灰狼结合算法,使用差分进化的特点防止灰狼算法陷入局部最优,同时也利用灰狼算法的特点,使差分进化算法不会过早收敛。针对结合算法采用10个测试函数对其进行性能测试,验证了差分灰狼算法的优良性能。考虑结合算法在经济调度模型中的应用,采取了15机组、38机组、110机组及140机组模型对算法进行测试,验证了算法在经济调度模型中的有效性。最后,建立了以总经济成本为目标函数的换电站经济调度模型,且保证模型满足多种约束条件的情况下,利用提出的差分灰狼算法进行优化,并采用差分进化算法和灰狼算法进行优化对比,经过采取IEEE30节点6机组算例仿真验证DEGWO对于换电站经济调度的可行性与优越性。