随着近年来流域梯级水电站的依次开发,水库的优化调度逐渐从单库调度发展到梯级水库群联合优化调度,调度求解方法从传统的线性规划演变为智能优化算法求解。然而,水库群优化调度中存在“维数灾”,对目标函数求解精度不高、效率低,约束条件处理不完全等问题未得到很好解决。因此,解决梯级水库群优化调度中的这些问题成为该研究领域的重要课题。本文以某流域4座梯级电站为研究对象,对梯级水库群发电优化调度的模型、智能优化算法改进及其求解水库群优化调度问题进行研究。主要工作如下:首先,确定了以梯级水库群发电优化调度为最优准则,以发电量最大为目标函数,以水库群水量平衡方程、水位、发电水头、出力等为约束条件。其次,针对果蝇算法本身求解优化问题时易陷入局部最优的不足,构建改进果蝇算法——基于模拟退火机制的果蝇算法(SAFOA),提高了果蝇(FOA)算法的执行效率及局部搜索能力。文中给出了 SAFOA算法的实施步骤,并用经典复杂高维测试函数对算法的性能进行验证,同时与粒子群算法(PSO)、果蝇算法(FOA)对比,对比表明SAFOA算法具有高收敛速度和高求解精度,可求解一般的优化问题。最后,本文分别将PSO算法、FOA算法以及SAFOA算法用于梯级单库和梯级水库群中长期发电优化调度,结果表明,SAFOA算法收敛速度及收敛精度均高于PSO算法、FOA算法,且发电量明显提高。