水电站实现经济运行不仅是自身需要,也是目前电力市场运行机制的必然要求。在“厂网分开,竞价上网”的大背景下,水电站的经济运行是水电企业能够成功上网的关键因素,而水电站实现厂内经济运行又是保证水电站经济运行的必要条件,因此,水电站厂内经济运行的研究具有重要意义。　　本文研究影响水电厂经济运行的三个关键因素,即水轮机组综合效率、负荷分配、合理备用及空耗水量。　　传统水轮机组综合本效率计算存在复杂及误差大等问题,为避免这些问题,将两种人工神经网络,即前向型BP神经网络与反馈型Elman神经网络,引入水轮机组综合效率的计算中,经过实例计算及对比分析,选择Elman神经网络作为计算本文水轮机组综合效率的方法。运用Elman神经网络计算水轮机组综合效率,不仅可以提高水轮机组综合效率的计算速度,还可以提高其计算结果的精度。　　根据水电站的特点建立了两种负荷分配模型:耗流量最小模型及发电量最大模型,并将遗传算法(GA)、模拟退火算法(SA)、粒子群算法(PSO)分别引入分别两种模型的计算中。三种算法在计算负荷分配时,均引入罚函数,用于处理约束条件。结果表明:粒子群算法(PSO)应用于耗流量最小模型的计算时,因其收敛速度快、寻优能力强等特点,被认为是三种算法在该模型的计算中效果最好的;模拟退火算法(SA)则在计算发电量最大模型上体现出较大的优势:不仅计算简单、计算结果的优化效果好,其最大的特点就是计算耗时短,计算速度是粒子群算法的14.7倍,遗传算法的25倍。　　将简化的空耗水量公式应用于黄河上游梯级电站的空耗水量计算中,得到龙羊峡、李家峡2011全年的空耗水量及折算电力。依据计算结果制定了空耗水量的考核标准值,并划分了空耗水量的考核等级,此外,提出了空耗水量的补偿机制,主要包括确定补偿标准值、补偿分配原则。