目前,我国正处于加快能源结构转型升级、加速布局清洁能源的关键阶段,如何提高清洁能源的利用率是当今研究的热点和难点。水电能源作为清洁能源中最为稳定、装机容量占比最大的一类,能否利用好水电能源成为影响我国绿色发展的关键。近年来,随着大规模水电基地的陆续建成、投运,以梯级水库群为基础的水电能源网络已经全面展开,水库群系统规模日趋庞大、上下游水力联系日趋复杂、约束限制进一步加强,水电系统的复杂度也因此上升,建模求解难度极大增加。因此,本文针对水库群优化调度模型构建、复杂系统约束处理方式以及高效求解方法应用三个方面展开研究,主要研究内容如下:（1）提出了一种改进精英协同搜索算法。针对标准协同搜索算法后期易陷入局部最优陷阱、全局搜索能力减弱等缺陷,提出了三种有效的改进策略,基于此建立了一种耦合三种改进策略的精英协同搜索算法（ECSA）,该算法增强了种群个体全局搜索和跳出局部最优陷阱能力,在CEC 2017部分测试函数中,验证了该算法的鲁棒性和寻优能力。（2）构建了考虑多重约束的梯级水库群发电调度模型,并采用五种群智能算法进行模型求解。构建了考虑生态基流、汛期限制水位等多种约束在内的梯级水库群发电调度模型,并以雅砻江流域6座梯级电站为例,选择六种典型来水工况进行发电调度测试,采用ECSA,CSA、PSO、GWO、WOA五种算法对比求解,发现ECSA求解的解集可以有效提高流域整体发电量,提高流域水力资源利用效率。（3）构建了以剩余负荷标准差最小为目标的梯级水库群调峰调度模型。首先,以乌江流域四库梯级为例,以八种不同来水工况作为输入条件,采用五种算法分别求解,发现本文所提ECSA在乌江梯级调峰问题上具有很好的优越性与工程适用性。其次,以大规模水库群调峰调度问题为例,在六种不同末水位工况下,进一步验证了ECSA的稳定性和高效性。（4）构建了以环境效益最优为目标的机组组合模型、水火电联合调度模型。首先,以三个纯火电机组为例,采用五种算法进行机组组合模型求解,清晰地展示了ECSA算法较高的收敛速度和收敛效率,其次,针对约束条件更为复杂的水火电联合调度问题,提出了以“先难后易”为原则的系统约束处理方法,并采用五种算法分别对模型进行求解,对比发现ECSA在收敛速度和质量上具有明显的优势。