梯级水库短期优化调度是电网优化运行的重要组成部分，正确、合理的安排梯级水库运行方式对整个电网的安全、稳定、经济运行至关重要。梯级水库日优化调度模型是给定梯级水库日负荷计算，以梯级水库蓄能最大或总耗水量最小为准，在满足国民经济和电网的前提条件下制定水电机组发电计划，实现梯级水库短期最优调度。该模型的求解方法存在约束条件复杂、决策变量多、维数高、非线性这些问题，值得深入研究。本文针对梯级水库短期优化调度问题，对比分析了多种智能优化算法优缺点。鉴于蚁群算法具有较好的协作性能、求解速度快，且效率高，还能及时将信息反馈给其他蚂蚁，本文基于蚁群算法提出了遗传蚁群禁忌搜索混合优化算法，充分利用各算法特性求解梯级水库短期优化调度问题。首先利用遗传算法收敛快的特性计算获得梯级水库初始决策过程，再在此基础上按照一定概率生成蚁群算法的初始解群，有效解决初始期间的信息素短缺问题。并在每次蚁群算法迭代中通过引入禁忌搜索技术减少迭代时间。论文最后基于MATLAB编写改进的混合算法程序，通过引用某梯级水库的数据，对混合优化算法进行验证，通过分析算例结果，分析结果证明了混合算法的合法性。通过本文理论、方法和实际应用上进行了较全面的研究，为梯级水电站短期优化调度问题提供了解决思路和方案。