水火电系统短期优化调度在电力系统运行中具有可观的经济效益，它一直是国内外学者的研究热点。对于电力系统调度问题，传统调度模型仅追求系统经济效益最大化，使水电厂尽可能多发电，以火电厂耗煤最小为目标。随着现代化社会的建设，能源短缺和环境恶化问题日渐严重，节能环保是实施可持续发展战略的必然选择，将减少火电厂废气排放作为调度问题的优化目标具有重要意义。许多学者成功应用智能优化算法求解水火电短期优化调度问题，然而大多数智能算法都有早熟收敛的缺点，并且对于问题复杂约束条件的处理方法也较少。本文对引力搜索算法进行改进，提高其搜索性能，并提出多目标的引力搜索算法，用于解决综合考虑经济效益和环境保护的水火电系统短期优化调度问题。本文的主要研究工作如下：1)针对引力搜索算法容易陷入局部最优的缺陷，本文提出一种改进的引力搜索算法(IGSA)。首先在速度更新过程引入个体记忆和群体信息，提出改进的速度和位置更新公式。然后在算法进化过程中引入混沌变异操作，使算法从局部最优解附近转到全局范围内搜索最优解，增强其全局寻优性能。并采用基于选择操作的种群进化规则，保证种群总是向最优解方向进化。为了处理多目标优化问题，本文将非支配排序和聚集距离引人引力搜索算法中，提出带混沌变异的非支配排序引力搜索算法(NSGSA-CM)。通过基准问题测试表明，NSGSA-CM算法有较好的搜索性能，适用于解决高维多目标优化问题。2)本文在节能环保的重要背景下，建立了综合考虑经济效益和环境保护的水火电系统短期优化调度模型。该模型追求电力系统运行时燃料消耗最小和污染气体排放最少，是一个双目标优化问题。并通过引入基于时段的可变权重，将该问题转化为单目标优化问题，使其可以用改进的引力搜索优化算法求解。3)在处理问题众多约束条件时，本文采用一系列启发式策略使个体满足约束。对于动态水量平衡约束，首先将违反约束水量平均分成若干份，然后将其调整到随机选出的时段对应的下泄流量中，直到所有水量调整完从而满足约束。在处理水库库容约束时，基于超过库容限制的水量，在可行域内同对当前时段和后一时段的下泄流量做出等量调整，在保持水库动态水量平衡的情况下使库容约束得到满足。采用基于火电厂优先级的规则调整各火电厂每时段的出力，以满足系统负荷平衡约束。4)为了验证IGSA和NSGSA-CM算法求解水火电短期优化调度问题的有效性，本文选取了两个实例进行仿真计算。实例结果表明，与文献中的结果相比，IGSA和NSGSA-CM算法有更好的全局优化性能，在满足所有约束的情况下获得了较小的燃煤成本与污染气体排放。可知，文中的算法与约束处理策略解决水火电系统短期调度问题是可行和有效的。