小水电作为可再生清洁能源，是社会发展的重要组成部分，数量庞大的农村小水电对农村的电力事业做出了巨大的贡献。近年来，随着可持续发展理念的提出以及智能优化调度和设备节能方面的进步，小水电的运行管理由常规调度向智能优化调度转变，梯级小水电群多目标优化调度需要综合考虑整个梯级电站的多种调度目标与需求，对于梯级小水电群的管理与调度具有重要意义，近年来逐渐成为热门研究趋势。本文改进了适用于小水电的径流计算方法；在此基础上针对复杂混联梯级小水电群建立动态多目标优化调度模型，提出了新的多目标粒子群算法用于求解。　　本文的主要工作如下：　　（1）研究了水电站优化调度中径流预测的方法，针对现有的灰度-神经网络径流预测方法中存在的神经网络参数不合理，预测精度欠缺的问题，引入蜘蛛算法，优化参数设置，提高径流预测精度。　　（2）针对梯级小水电群多目标优化调度实际问题，建立了多目标优化调度模型，同时考虑当前多目标调度中的目标固定化问题，提出了动态多目标选择机制，使得调度目标更加合理。　　（3）提出了基于动态拥挤距离的多目标粒子群算法，根据由最大最小函数值与拥挤距离确定的粒子适应度函数值进行粒子群更新迭代，提高了搜索性能，使结果更贴近Pareto前段并且拥有更好的多样性。进一步将所提方法应用于江西泸水河流域实际调度背景中进行计算与仿真，结果证明了所提方法的实用性与合理性。　　最后对全文所做工作进行了总结，并提出了未来有待研究的内容。