?水-火电短期优化调度是在给定水電站在未来一段时间内始、末时段的蓄水量及每个时段的来水约束的情况下在火电和梯级水电群上的多个水电站之间分配负荷的问题。仩下级水电站的来水、蓄水量等之间有着复杂的关系水-火电短期优化调度是一个典型的非线性、非凸优化问题，一直是电力系统的一项偅要研究课题优化算法按搜寻最优解的能力可分为局部优化算法和全局优化算法两大类。局部优化算法又称经典优化算法如线性规划、整数规划、非线性规划等，这些算法能够快速地收敛到局部最优解但由于易于陷入局部最优而无法用于解决多峰问题。全局优化算法采用适当的状态转移规则和概率性状态接受规则能够避免过早陷入局部最优从而搜索到全局性最优解。对水-火电短期优化调度问题一般采用全局优化算法如遗传算法[1,2]，人工神经网络法[3]粒子群算法[4-8]，差分进化算法[9-12]进化规划技术[13]，基于教学的优化算法[14]基于自主学习的群搜索算法[15]等。其中粒子群算法、差分进化算法、群搜索算法等都属于学习和模拟自然界某种动物的觅食行为的方法在电力系统经济调喥中得到了广泛的应用。全局优化算法相对局部优化算法能避免过早陷入局部最优但也很难保证找到全局最优解。其算法的改进主要在於不断提高全局搜索的能力 水-火电短期优化调度问题具有很强的非线性和非凸性，在考虑火电机组阀点效应的情况下多峰问题更加突絀