随着经济的快速发展,我国提倡环保低能耗的发展路线的同时,呼吁在大规模新能源与需求侧资源的接入,电力系统的经济调度能有更好的解决方案来提升能源利用率。电力系统经济调度问题的目标是实现更合理的电力资源配置和调度,使能源消耗最少,得到满足可靠性和经济性的最优发电出力方案。然而在实际中电力系统的调度优化模型是多维函数,并且带有非线性、不连续和非凸特性,导致求解难度增加,现有方法受限。因此,本文将差分进化算法和状态转移算法相互结合提出一种全新的算法来更好地处理电力系统经济调度问题,主要研究内容如下:首先,对电力系统经济调度模型进行分析,该模型考虑了阀点效应以及多种实际约束,并且以燃料成本最小为目标函数。随后,研究了状态转移算法和差分进化算法的基本原理和主要流程,并分析了两者的优缺点。其次,针对差分进化算法求解经济调度时存在收敛速度慢,精度差不稳定等问题,提出了一种基于特定个体状态转移的差分进化算法。在种群进行单次差分进化后,引入了状态转移算法的平移状态变换优化最优个体和旋转状态变换优化特定个体,从而增加了优良的个体,加快了收敛速度。并且改进的了平移变换,使得该环节效率提升。在之后在经济调度问题中,将所提算法在考虑阀点效应的小、中、大经济调度问题的系统进行测试,与传统的差分进化算法以及其他智能算法相比,该方法在测试的电力系统经济调度中能够找到更好的解,改进后算法综合性能更强。最后,针对基于特定个体状态转移的差分进化算法收敛速度较慢,求解大规模系统时间过长问题,提出了差分进化结合状态转移双种群优化算法。首先状态转移过程采用种群的思想,并且基于种群的思想和传统的平移变换,提出一种新的状态转移过程。随后,初始化过程采用混沌初始化,并对个体逐一进行旋转变换,对种群个体局部补充,使得初始解分布更均匀。最后,将改进后的状态转移与差分进化结合对双种群优化,加快收敛速度,并将该方法应用到考虑阀点效应的小、中、大经济调度问题的系统进行测试。与基于特定个体状态转移的差分进化算法相比,该方法在测试的电力系统经济调度中收敛速度更快,解更精准。