我国水能资源蕴藏量丰富,水电能源资源处于持续开发阶段。深入研究水库优化调度对于充分利用水电站水库的调蓄作用,最大限度的发挥工程综合利用效益,具有重要的理论价值和现实意义。本文针对梯级水库群联合优化调度问题,分别从智能算法的改进以及应用等方面进行了研究。首先,本文在对梯级水库长期优化调度的相关理论和模型进行系统研究的基础上,重点阐述了现有的模型求解方法的区别,分析了探索新的智能算法对梯级水库优化调度的重要意义;其次,对分布估计算法(EDA)的改进机制进行了研究,针对分布估计算法局部搜索能力弱,迭代后期不易跳出局部最优解的缺点,提出了一种基于模拟退火机制的改进分布估计算法(SAEDA),其在迭代初期保留EDA算法的优点,能够快速收敛,全局寻优能力强,而在迭代后期算法停滞时,则采用模拟退火机制,利用Metropolis接受准则能以一定概率接受较劣解的特点,增加种群多样性,使算法跳出当前最优,并进一步搜索全局最优解;再者,应用SAEDA通过6个测试函数的检验结果表明,与EDA算法和粒子群算法(PSO)相比,SAEDA算法收敛精度更高,稳定性更强,并具备比EDA算法更快的收敛速度,寻优性能得到提高;最后,将SAEDA算法应用于梯级水库群优化调度模型的求解,实例计算结果表明,SAEDA算法能够得到满意的结果,有效提高梯级水库的发电效益,通过对比证明了改进算法的可行性与实用性,为求解水库群长期优化调度问题提供了一种新的途径。