由于电站之间复杂的水力联系和电力联系,水电站群优化调度问题是一个高度非线性的约束优化问题,并且,随着水电站群规模的增大,其解空间变得极其庞大而无规则。传统的优化算法在求解大规模水电站优化调度问题时由于存在维数灾等问题,在可接受的计算时间内难以获得最优的或满意的调度计划。粒子群优化算法作为智能优化算法的重要分支,在求解大规模复杂问题上具有许多不可比拟的优越性,如:实现简单、收敛速度快、不依赖于目标函数的解析性质、不存在维数灾等,为求解水电站群优化调度问题提供了一条新的途径。本文在深入分析了粒子群优化算法的寻优机理和寻优性能的基础上,针对水电站群优化调度问题高维、非线性、多约束等特点,提出了自调整参数粒子群优化算法和多子群辅助粒子群优化算法两种改进算法,并将其分别应用于长江中上游大型水电站群的长期补偿调度和由四个梯级水电站、两个火电站组成的典型水火电力系统的短期经济调度。仿真计算结果表明,两种改进粒子群优化算法保留了基本粒子群优化算法的优点,兼顾了算法的全局搜索能力和局部开发能力,对于求解高维、非线性、多约束问题具有较强的适用性,为实现大规模水电站群优化调度提供了可行的方法,同时,也为粒子群优化算法在科学和工程领域的应用提供了有益的经验。