本文结合尤溪流域梯级水电站的特点,以尤溪流域的街面、水东、雍口水电站为研究对象,对上述梯级水电站的短期优化调度问题进行了研究。分析了各水电站的自身特性,建立了发电量最大(“以水定电”模型)和耗水量最小(“以电定水”模型)为目标的短期优化调度模型,以期找出梯级各水电站在这两种调度模式下的最优运行准则,从而能够更好地指导实际水库的运行。论文的主要研究内容及取得的成果如下:(1)结合尤溪流域梯级水电站特点及调度的生产实际,通过“以水定电“和”以电定水“两个优化调度模型,研究探讨尤溪流域梯级水电站短期优化调度的目标函数,建立了梯级水电站发电量最大数学模型,以及耗水量最小数学模型。(2)简要地介绍几种用于梯级水电站短期优化调度常用的智能优化算法,详细地阐述基本粒子群优化算法的基本原理和实现方法,基本粒子群优化算法具有算法规则简单,容易实现,可调参数少等优点,但它同样也存在缺点。那就是局部收敛和后期收敛速度慢的问题,基本粒子群优化算法容易陷入局部最优,对于离散的优化问题处理不佳,即传统意义上收敛“早熟”的现象,而且算法在对目标函数寻优求解的过程中,越往后进行,收敛速度就越缓慢,有时甚至陷于止步不前的状态。针对基本粒子群优化算法存在的易陷入局部最优和后期收敛速度慢等缺点,本文引入压缩因子和杂交算子对其进行改进,并测试改进后的粒子群优化算法的可行性。(3)详细讲解逐次优化梯级厂间负荷分配算法,并将该算法应用于本文中梯级水电站耗水量最小优化调度模型。(4)采用改进的粒子群优化算法求解梯级水电站发电量最大数学模型,通过对三个电站日调度期内发电量的研究,分析了尤溪流域梯级各水电站水库的优化调度规律。(5)应用逐次优化梯级厂间负荷分配算法求解梯级耗水量最小模型,在满足电力系统下达的负荷需求的前提下,获得梯级各水电站在各区间时段内的最佳负荷分配。(6)将改进的粒子群优化算法和逐次优化梯级厂间负荷分配算法应用于尤溪流域梯级水电站,并对两者的计算结果进行比较分析。