水库优化调度属多约束、非线性、多阶段组合优化问题,针对传统智能优化算法在水库优化调度中存在易陷入局部极值与早熟收敛问题,利用一种新型群智能仿生算法——鲸鱼优化算法求解水库优化调度问题,通过2种方法进行验证:(1)采用4个典型测试函数对鲸鱼优化算法进行仿真验证,仿真结果与布谷鸟搜索算法、差分进化算法、混合蛙跳算法、粒子群优化算法、萤火虫算法和SCE-UA算法6种算法的仿真结果进行对比分析。(2)为进一步验证鲸鱼优化算法的有效性,将其与布谷鸟搜索算法等6种算法应用于某单一水库和某梯级水库中长期优化调度中。结果表明:鲸鱼优化算法寻优精度高于其他6种算法8个数量级以上,具有收敛速度快、收敛精度高和极值寻优能力强等特点。鲸鱼优化算法对两个水库优化调度的结果分别为27.1183亿k W?h和54.4827亿k W?h,优于其他6种算法。通过典型测试函数及实际工程验证了鲸鱼优化算法的可行性和高效性,为水库优化调度问题的求解提供新的途径和方法。