摘要：针对电力系统多目标最优潮流计算问题，提出一种基于（非劣最优）Pareto解集的改进粒子群算法ALiPSO。用最优值评估选取法求取粒子和全局最优位置，解决目标函数间可能存在的冲突。并将关联度自适应学习应用于多目标优化，提出适合Pareto解特点的适应度设计和随机惯性权策略，克服PSO算法容易早熟而陷入局部最优解的缺点。通过对IEEE6、IEEE14节点系统多目标最优潮流计算，验证了该算法的有效性。

关键词：粒子群优化算法 非劣最优解集 多目标 最优潮流计算 关联度自适应学习 

单位：华中科技大学电气与电子工程学院; 武汉430074; 江苏省泰州供电公司输配电运行部; 泰州225300