梯级水库群联合调度关键技术发展历程与展望

王 浩，王 旭，雷晓辉，廖卫红，王 超，王 佳，2

（1.中国水利水电科学研究院 流域水循环模拟与调控国家重点实验室，北京 100038；2.四川大学 水力学及河流动力学国家重点实验室，四川 成都 610065）

1 研究背景

水库调度是实现水资源优化配置的重要方法和有效举措，能有效缓解区域干旱、洪涝等自然灾害，对于实现可持续发展水资源战略具有重要支撑作用。国外最早有关水库调度的研究起步于20世纪40、50年代。1955年，Little［1］率先将动态规划应用于水库调度，采用马尔科夫链描述入库径流过程，建立了水库调度随机动态规划数学模型，开创了数学规划理论应用于水库调度领域的先河。1957年，Bellman［2］所著《Dynamic Programming》的正式出版，为动态规划理论的推广应用奠定了基础。随后，大量数学规划理论成果发表，水库优化调度也逐渐从理论走向实际。

进入21世纪，随着大规模水库工程的兴建，水库群联合运行方式的研究得到了国内外学者的重视。在过去的半个多世纪开展了一系列水库群多目标优化调度研究工作。Hall等［3］与Keckler等［4］首先将动态规划方法应用于水库群系统优化调度的研究，其后学者们针对传统的优化方法做了大量改进与发展。随着数学理论的发展，控制理论［5］与模糊理论［6］先后被引入水库群联合调度研究，同时为理解复杂水库群系统多目标优化问题的本质提供了新的思路。此后，随着人工智能和计算机技术的成熟，启发式优化方法被广泛应用于水库群优化调度研究，为解决复杂约束条件下的大规模水库群优化求解提供了更加灵活、高效的工具。近年来，气候变化打破了水资源系统的一致性，以径流为主的水资源要素不确定性增大，给水库群调度决策带来了新的挑战［7］。国内外学者在多尺度来水不确定性特性解析以及水库群风险管理方面做了大量工作，提出了风险对冲模型［8-9］、贝叶斯随机优化模型［10］以及风险管理等新方法。

经过60多年的研究，业界对水库群调度已经形成了较为统一的认识，即水库群调度是对相互间具有水文、水力联系的水库以及相关设施进行统一协调调度，从而获得单独调度难以实现的更大效益。对水库群系统开展联合调度能够充分发挥水库间的水文补偿和库容补偿作用，最大限度地提高水资源的利用效率。经过多年的理论创新与技术发展，水库群系统调度已经形成较为完整的框架（如图1所示）。

图1 自然-人工二元水库群系统调度基本框架

水库群作为一个复杂的自然-人工二元调度系统，以气温、降水、径流为输入，以水库工程为控制节点，以协调社会、能源、生态等系统的用水矛盾为目标，从而实现综合效益最大化［11］。水库群系统与其他系统通过输入、输出以及边界条件3个部分形成关联，而这种关联的复杂程度影响着水库调度技术的发展。比如，与气象水文系统之间，大规模水库群建设改变了下垫面条件与区域气候，从而导致降雨产汇流过程发生变化，进一步影响了水库群系统的调度；与生态系统之间，大规模水库群的建设形成了对河道的多级阻断，造成了对河流系统的扰动以及其生物多样性的破坏等［12］。通过对水库调度系统优化以及水库系统与其他系统关联边界的研究，在该领域已经形成了较为成熟的技术体系。

随着对自然-人工二元水库群系统内在机制理解的加深，以及调度实践中对水库群调度方式精细化要求的提高，水库群系统与其他系统之间的耦合关系以及相互影响成为了未来研究的重点。比如，水库群系统与电力系统、生态系统以及粮食安全系统的互馈关系，甚至是水库群系统与人类群体主观意识系统之间的互馈关系，都是未来取得理论突破与技术创新的重要方向。

本文旨在于综述梯级水库群调度关键技术研究的发展历程，并总结当前国内外水库群调度领域的热点问题，以及为未来水库群调度研究发展指明方向。

2 梯级水库群调度研究发展历程

水库群系统除具有单一水库的兴利与防洪功能之外，其内部还具有关联性和补偿性，使得调度管理能够从流域整体出发，统筹兼顾各方面的因素，充分开发利用水资源，提高水资源利用率。其关联性体现在上下游水库径流的水力联系和它们之间由水位差形成的电力联系；补偿性包括由各级水库库容差异引起的防洪补偿和其协调蓄放水带来的水文补偿。

纵观水库调度研究发展的历程，可以划分为3个主要阶段：单库或小规模水库群的优化求解技术研究、大规模水库群调度中长期尺度下的多目标决策分析、以及耦合预报信息的实时调度研究。3个阶段在时间轴上有所交织，充分反映了具有时代特征的水库调度实践需求与科技发展趋势。

2.1 高效优化求解技术研究这一时期水库群调度研究多以单一水库或规模较小的水库群的单目标优化为主，其研究以优化算法为主。梯级水库群联合调度的优化和计算机的发展密切相关，主要由常规方法，到模拟方法，再到优化方法最后发展模拟优化方法相结合的几个发展过程。其模拟优化调度求解方法主要包括6大类［13］：线性规划、非线性规划方法、网络流、大系统方法、动态规划法方法以及启发式规划方法。

线性规划是最早应用于水库调度的方法之一，由于不需要初始决策，且计算结果能得到全局最优解，因此在处理一定规模优化问题时应用非常广泛［14］。但由于真实的水库群系统通常为非线性系统（例如发电调度问题），采用非线性规划方法能够更加准确地反映目标函数与约束条件的真实特性［15］。非线性规划方法的问题在于只有凸规划问题的局部解才是全局最优解，因此通常需要进行线性化或与其他优化方法相结合进行求解［16］。网络流法是针对目标函数为非线性的非线性求解方法，可由线性网络技术及图论知识进行求解，具有存储量小、计算速度快、对初始值要求不高的特点［17］。大系统分解协调技术是将大系统分解成相对独立的若干子系统，每个子系统视为下层决策单元，并在其上层设置协调器，形成递阶结构形式，能够克服一般动态规划中“维数灾”问题，具有明显的优越性［18］。

动态规划法是水库群优化调度中应用最为广泛的优化方法。水库群系统具有高度的非线性和典型的随机性，而动态规划通过把复杂的初始问题划分为若干个阶段的子问题，逐段求解，从而突破了任何线性、凸性甚至连续性的限制，因此在水库群优化调度中动态规划法可以较好地反映径流实际情况，对目标函数和约束条件也没有严格的要求［19］。随后，为了解决不确定性情况下的水库调度优化问题，Ahmed［20］采用主成分分析与随机动态规划方法，Karamouz等［21］采用贝叶斯随机动态规划法分别对水库群优化调度进行了高效求解。黄强［22］提出使用模糊动态规划法进行优化并得到较为满意的结果；梅亚东［23］采用多维动态规划递推法快速求解梯级水库调度优化模型。然而，求解多变量复杂的高维问题时，会遇到“维数灾”问题，后来陆续研究出的增量动态规划［24］（IDP），微分动态规划［25］（DDP），离散微分动态规划（DDDP）［26］，逐次优化算法（POA）［27］等来解决该问题。

随着现代计算机技术的进步，一类基于生物学、物理学和人工智能的具有全局优化性能、稳健性强、通用性强且适于并行处理的现代启发式算法得到了发展。在水库优化调度领域，近年来关于启发式算法的研究主要包括遗传算法（GA）［28］、人工神经网络（ANN）［29］、微粒子群算法（PSO）［30］和蚁群算法（ACO）［31］等。

2.2 多目标优化与决策技术研究进入1980年代后，仅仅面向单一任务的水库群联合优化运行研究已经无法满足实际需求。水库群调度逐渐向多目标优化调度发展，综合考虑防洪、发电、供水、航运以及生态等多个目标效益的调度要求。水库群多目标优化调度研究分为两个层面，即多目标调度优化求解与多目标决策。

多目标调度优化求解主要有两种：一种是以约束法、权重法或隶属度法将多目标问题转化为单目标进行求解，另一种是采取多目标进化算法进行求解，生成一系列非劣方案集。陈洋波等［32］采用交互式决策偏好系数法将以发电量和保证出力为目标的多目标优化问题简化为单目标问题，并运用动态规划（DP）对该模型进行求解，并选取最佳方案。杜守建等［33］运用约束法将净效益、发电量和耗水量等目标转化为单目标问题，并采用POA对模型进行求解，取得了初步的研究成果。然而，这些方法存在目标权重主观性强与计算效率低下等问题。随着多目标进化算法（MOEAs）的提出和发展，多目标优化问题可以将多个目标放在同一的标准上对种群进行进化，生成一系列非劣调度方案集，为决策者提供可靠的决策参考。Reddy等［34］针对传统算法在水库系统多目标优化中得不到较好非劣解问题，提出多目标粒子群算法求解了印度Bhadra水库系统灌溉、发电和下游水质多目标问题，结果表明多目标遗传算法在水库调度中是可行有效的。Ahmadianfar等［35］提出了一种基于分解的多目标进化算法，与遗传算法相比更具有优势来解决水资源规划和管理的多目标优化问题。刘攀等［36］采用改进的多目标遗传算法求解了三峡梯级的多目标防洪问题，根据对历史资料的模拟优化，得出了考虑防洪库容、防洪风险、发电效益和航运等多方面因素的较优分期汛限水位。王旭等［37］提出了基于可行空间搜索的改进多目标遗传算法以及调度图优化模型，并以寺坪水库调度图优化为例进行了应用研究，结果分析表明与设计调度图相比优化调度图的发电效益及保证率均得到了明显提高。

多目标决策是水库群系统多目标优化的另一个重要研究领域，通过解析水库群的防洪、发电、生态、航运和供水等目标之间存在互馈关系，从而推选出能够反映决策者偏好的最佳均衡目标决策方案。Yeh等［38］综合考虑水电生成、鱼类保护、水质维护和供水等多目标，采用约束法进行求解，以改进的线性规划和动态规划算法对库群系统进行优化，以指导系统最佳运作的实时决策。Ricardo［39］将多目标的决策技术应用于不同水库优化调度案例中，包括发电与供水、防洪及枯期水量保证、运行规则的选择、枯期水量的可靠性、枯期水量与生活娱乐，以及水质等6个案例。陈守煜［40］将层次模糊优选引入到多阶段多目标调度模型中，并对多目标模糊优选逆命题进行研究，提出了两种权重计算方法，为模糊多目标决策提供了理论基础。张慧峰等［41］提出了一种基于区间优势可能势的模糊折衷型多属性决策方法，并根据区间数的可能度对各方案进行优属度排序，分别选取各属性下的正、负理想方案，结合模糊折衷型决策理论，对备选方案集进行优选和排序，得到了满足实际需求的最佳调度方案。

2.3 耦合预报调度技术研究进入21世纪，随着气象预报水平的提高，中短期降雨数值预报产品在水库调度中的应用研究越来越广泛。基于预报信息的水库调度研究通常是综合水库调蓄能力、水量电量需求等信息构建系统优化模型，将水文预报信息作为优化模型的输入条件，来制定调度决策［42］。耦合预报的水库群调度研究主要集中于高精度气象水文预报和考虑预报不确定性的调度。

径流预报主要根据水文模型实现，对未来一定时期内水文要素的状态做出定性或定量的预测［43］。早期的水文模型是依据水循环中的某些主要要素的物理联系以及统计关系而建立的经验性数学关系，如单位线法、降雨-径流经验相关法、前期影响雨量相关法和Horton入渗模型等［44］。随着研究的逐步深入、研究手段的逐步加强以及对流域水循环过程的逐步认识，经验性模型已开始不适应当前的研究现状，学者开始从机理上对水循环过程进行探索［45］。基于质量守恒方程和动量守恒方程描述流域水循环中不同元素间的水力联系的概念性水文模型，如斯坦福模型、水箱模型、新安江模型等应运而生［46］。伴随计算机编程技术、遥感及地理信息系统技术的快速发展，各类分布式水文模型相继问世，诸如MIKE-SHE、SWAT、TOPMODEL等［47］，针对分布式水文模型中参数多且存在异参同效［48］等参数的问题，逐步引起学者的关注。受气象预报水平及可靠度的限制，早期水文预报一般不考虑未来降水，直接基于落地雨进行预报，其预报结果的有效预见期势必很短，且一旦超过有限预见期，预报精度也将大幅降低。随着近20年计算水平的快速发展，诞生了一批较为成熟的基于数值方法的定量降水预报模型：ETA、MM5、RAMS、WRF［49-50］等。数值天气预报模式预测的降水信息也逐步引入到水文预报中，提高预报精度的同时也能延长水文预报的有效预见期。如Yu等［51］实现了中尺度气象预报模式MM5与水文模型系统HMS在Susquehanna集水区的耦合模拟；Anderson等［52］利用MM5对ETA预报信息降尺度后单向驱动HEC-HMS对水库入库径流进行预报，使预见期延长了近48 h。

预报误差所带来的不确定性问题是水库群实时调度中所不能忽视的。对于梯级水库群来说，不确定性的影响范围，包括上游和各水库区间来水以及不同区间来水的遭遇情况。超标准洪水的发生极有可能使得梯级水库群同时处于水位越限的危机中。在耦合预报不确定性的水库调度研究方面，Datta等［53］提出一种基于机会约束公式，假设特定形式的线性决策规则模型，通过不同时段预报不确定性的统计特性构造水库入流条件分布函数对水库系统进行实时调度。徐炜等［54］在考虑径流预报不确定性的基础上建立了聚合分解贝叶斯随机动态规划模型（AD-BSDP），结果表明该模型比其他模型具有更高效率和稳定性。纪昌明等［55］针对来水不确定性引起的实际调度要求与原定发电计划的偏差问题，建立了以梯级水电站安全运行预警机制为基础的梯级水电站负荷调整耦合模型，有效解决来水不确定性导致的电站被迫降低出力运行或水库弃水问题。近年来集合预报方法逐步发展起来，通过设置不同的预报模型和气象输入条件获取多组预报情景，来描述未来径流及其不确定性［56］。将集合预报与优化调度模型相结合，能有效指导不确定性条件下的水库调度［57］。有学者以随机动态规划为基础开发了样本随机动态规划模型，根据集合预报径流情景分析未来径流的边缘分布、条件分布等统计信息，结合随机优化模型进行调度决策［58］。有成果将条件值风险分析方法引入水库调度领域，提出了新的补偿随机规划和随机动态规划模型［59-60］。

3 梯级水库群调度前沿问题与未来展望

3.1 变化环境下气象水文预报技术受气候变化、自然变迁（自然）和人类活动（社会）的综合影响，全球大气、陆表生境发生了重大变化。大气变暖，厄尔尼诺等现象导致流域降水量和蒸发量发生显著改变，洪涝、干旱等极端事件不断凸显。人类活动会使地表下垫面发生较大改变，同时流域内土壤、植被、地形等物理因素亦相应发生变化，进而导致流域河川径流发生突变。如何在这种变化环境下提高气象水文的预报精度和有效预见期，成为困扰气象与水文人员的难题和挑战。

首先，围绕多源降水观测数据融合方面，国内外广大学者仍在积极探索［61］。其研究和应用的重点在于对最新卫星遥感降雨产品的全面评估与长期检验。同时，还应在降雨观测信息不确定性定量分析时，进一步发展多源降水融合分析框架［62］。数值天气预报模式预报精度的改进尤其是降水预报精度的改进也是当前研究的重点，包括对模式现有参数化方案在不同区域的适用性研究［63］、参数化方案的优选、不断引入的观测数据对数值预报模式的状态变量进行同化等［64］。

其次，水文模型作为水文预报的核心也在不断发展和完善，即从水文循环理论上提高模型模拟流域对人类活动影响的响应能力。如采用网格滞蓄的方法在子网格上体现人类活动引起的下垫面变化及其对产汇流的影响［65］；或划分不同的土地利用单元独立进行产汇流模拟［66］等。针对流域中的大量分布的小水库、塘坝缺乏相关资料问题，采用一种缺资料水库在分布式水文模型中的处理方法，从而通过考虑水库（群）的调蓄作用提高洪水预报精度［67］。同时，为了更好的考虑下垫面特性的异质性，大流域上计算单元不断增加，计算耗时将呈指数延长。在这种情况下，水文模型参数率定不能过分依赖计算机自动优化方法，在发展率定算法的同时，还应注重将人的智慧和经验融入计算机自动优化方法中［68］。此外，以集合卡尔曼滤波为代表的一系列水文模型数据同化方法，可通过不断引入的观测数据，逐步校正模型参数、状态等信息，从而提高模拟精度［69］，也是当前水文预报的前沿技术。

同时，国内外学者针对水文集合预报开展了大量研究。包括将多个预报降水结果与洪水预报模型进行单向耦合［70］、分别采用多种方法对同场洪水进行预报然后得到集合结果［71］，以及分别采用多套参数进行预报［72］等。但水文集合预报还主要停留在技术研究层面，进行水文业务化预报还相对较少。

变化环境下气象水文实时预报中遇到了种种挑战，在未来研究中，气象水文预报技术应关注以下几个方面：（1）降水尤其是预报降水数据精度的进一步提高。数据精度不仅指预报结果的准确性，还包括数据的时空分辨率，时空分辨率的不断精细也能更好地契合分布式水文模型的需求；（2）水文模型结构的改进及不确定性分析，要从科学层面上研究高强度人类活动对流域洪水过程的影响机制及其不确定性，并研究参数率定和数据同化的高效计算方法，以不断适应变化环境的影响；（3）水文预报误差的描述方法及其可靠性分析，综合考虑水文预报中的种种不确定性来源，研发集合预报方法可降低预报的不确定性，从而能为后续的防洪调度、水资源管理决策提供更好的支撑。

3.2 面向生态环境的水库群调度传统的水库调度可以促进水资源的统一管理和高效利用，同时也会扰动流域的生态系统和天然水文情势，引起一系列河流生态环境问题，包括河道径流量减少、水环境质量恶化、生物多样性锐减、湿地萎缩等问题［73］。尽管目前的生态调度研究与技术日益成熟，但是多数都是针对河流生态的简单调度模拟或者是数量较少的水库群影响下的生态调度研究［74］。然而，世界各国尤其是像中国这样的发展中国家，流域内梯级水库建设已成为国家发展不可或缺的能源支柱之一。大规模水库建设严重干扰了河流生态，加剧了河流的阻断效应，使得天然径流更为坦化，河流生物自然生态系统进一步被破坏，如何在梯级水库群联合调度中实现河流生态的保护，更为重要与迫切。

因此，面向生态的梯级水库群调度是解决这一问题的有效途径。其核心思想是通过水库的调度方式增加流态的多样性，增加生境的多样性，增加水生态系统的多样性［75］。其中一类研究思路是，通过优化调整水库群调度运行方式，使水库群调度对河流生态水文特征的改变程度最小化，从而尽可能恢复河流生态水文过程的自然动态变化特征，以达到生态保护和修复的目的。王宗志等［76］针对海河流域滦河水库系统构建基于库容分区运用的水库群生态调度模型，将生态系统作为一个独立用水户，制定多用户分区运用水库群调度模拟规则，通过改变调度方式，发挥库群联合调控作用，提高生态供水保证率，从而保护水生生态。另一类的研究思路是，将河流生态流量需求作为调度的约束条件，尽可能满足提出的生态流量要求。Suen等［77］将流量的大小、持续时间、频率、可持续性等因素考虑到生态流量的管理策略中，以生态流量作为约束，在满足下游水生生态的前提下，利用遗传算法寻找水库群调度的最优解。Tsai等［78］提出了一种基于人工智能技术的新颖混合方法，用于定量河流生态需水量，并通过优化水库的运作，提供适宜的水流系统，以维持河流生态环境。朱金峰等［79］以生态流量作为调度规则考虑因素之一，建立沙河水库群生态用水调度模型，结果表明生态调度能有效减小供水期末的生态破坏，而对社会经济用水影响不大。相比于单一水库的生态调度，面向生态的梯级水库群调度是一种降低大坝的建设和运行对河流生态系统负面影响的措施，该措施相对费用较低，可以帮助改善传统的水库调度方式，合理运行大坝设施，部分恢复自然水文情势，修复大坝上下游河流的生态系统结构和功能。它不仅考虑河流生态系统的需求，同时兼顾水资源开发利用中的社会、经济和生态环境利益［80］，保护天然生态环境，实现人水和谐。

由于水库功能的多样性以及在人类系统中资源供给的重要性，面向生态的梯级水库群调度依然有如下方面值得进一步研究：（1）不同梯级水库调度方式与改善河流生态问题（鱼类保护、水质污染）的适用性研究；（2）针对梯级水库群上下游不同水库的生态目标与经济目标之间的权衡研究；（3）将流域水文特性，水文节律分析与梯级水库群调度方式相结合，确定生态需水可接受风险的研究；（4）梯级水库群扰动下的河流适应水温分层问题。

3.3 大规模水库群联合防洪体系大规模水库群联合防洪调度的核心为洪水资源化，是国内外专家学者新的研究热点之一。流域水库群洪水资源化联合调度是在新的流域水资源规划管理需求下，将防洪减灾与抗旱兴利有机的结合起来，利用科学的管理方法和技术手段，安全、合理地利用洪水资源，有效提高洪水资源利用率，使水资源综合效益最大。流域水库群联合调度涉及水库群汛期联合防洪、汛限水位优化设计、汛末联合蓄水、水资源优化配置等多个方面。流域水库群汛期联合防洪调度是以水库自身防洪安全和承担防洪任务为目标，合理利用水库群防洪库容，有计划的调控河道径流过程，使流域防洪效益最大化。Schultz等［81］针对支流影响洪水的情况，以下游削峰为目的，建立了水库群联合调度的动态规划模型。Windsor［82］将汛期划分为较短的时段配合预报信息，建立实时水库群联合防洪调度并进行优化。郭生练等［83］研究了三峡和清江梯级联合防洪补偿调度问题，运用依照“优化验证调整”流程的改进逐次渐进优化算法求解梯级联合防洪调度模型，得到了较好的应用效果。李安强等［84］针对长江流域防洪调度问题，以溪洛渡、向家坝及三峡水库为研究对象，从水库防洪库容分配的角度，提出了能协调川江防护区与长江中下游荆江防护区等地区防洪安全的三库梯级防洪调度方案，提高了整个流域防洪标准。

流域水库群汛限水位优化设计是在流域水文情势、水利枢纽规模等发生重大变动的情景下，以不降低水库防洪指标为前提，对水库原汛限水位进行极限风险模拟，得到最高安全汛限水位，实现流域水库群汛限水位的优化设计。吴泽宁等［85］重点研究了黄河中游三门峡、小浪底、陆浑和故县水库等四梯级水库及中下游防洪体系运行特性，采用蒙特卡洛方法对典型洪水、洪水预报及调度时滞等不确定性因素进行模拟分析，对多种汛期分期汛限水位优化方案的风险指标值进行比较，制定了满足流域防洪要求的汛限水位动态控制方案。周研来等［86］针对单一水库汛限水位动态控制方法无法发挥梯级库群综合效益的问题，研究了梯级水库汛限水位联合运用和动态控制建模理论和求解方法，建立了混联水库群汛限水位联合运用和动态控制模型，提高了梯级水库群综合利用效益。

流域水库群汛末联合蓄水是针对巨型水库群系统汛末竞争性蓄水问题进行流域整体规划调节，统筹流域上下游各水库蓄水次序和时间，建立统一、协调的流域巨型水库群联合蓄水方案。马光文等［87］从上下游水库间的水力、电力联系出发分析水库群协调与反调节作用，综合考虑水库群的发电和供水调度，研究了水库群联合蓄放水最优控制策略等问题。除了从建模理论和求解技术方面进行研究，陈进［88］针对长江中上游水库群竞争性蓄水问题，从长江流域水文情势及水库群集中蓄水等工程实际出发，提出了长江大型水库群统一蓄水的基本原则和建议。

流域水库群水资源优化配置综合考虑流域水文气象、下游用水需求和水库运行方式等因素，在兼顾各水库防洪、发电和生态等自身运用的基础上，充分考虑流域水资源供水需求，制定面向流域水资源优化配置的水库群联合优化调度方案。Sigvaldson［89］针对安大略省特伦特河水库群汛期面临的防洪、供水和发电问题，建立了水库群联合调度模拟模型，制定水库系统的调度策略。王俊［90］综合考虑动态水文特征、流域需水预测、应急调水等影响因子，建立了基于供需水平衡和水库群水资源联合优化配置的长江流域水资源模型，为未来长江流域水资源建模理论指明了发展方向。

随着科学技术的不断进步，水库群联合调度将会开辟更广阔的发展前景，如以下几个方面：（1）流域水库群联合优化调度防洪、汛限水位优化中影响流域防洪安全的不确定性因素分析与风险模型构建；（2）水库群联合蓄水调度模型需依据流域水利枢纽规划方案和现阶段工程实际运行过程制定相应的蓄水方案；（3）研究基于水力学模型驱动的流域水库群联合防洪调度的建模理论与方法，以精确描述河道防洪控制断面洪水的变化规律，实现流域一体化防洪规划管理。

3.4 风光水多能互补调度风电和太阳能发电作为缓解化石燃料危机和解决环境污染问题的首选新能源，受到越来越多的关注。风、光资源在时空上的随机性、间歇性所导致的风、光出力的频繁波动，极大地加剧了电网调峰、调频的压力，对电力系统的安全稳定运行影响较大，限制了电网对风、光电的消纳能力［91］。水电能源具有调节速度快、能源可存储等优点，能有效缓解间歇性能源出力波动给电力系统带来的影响。水电与风、光电联合电力外送，是目前解决大规模间歇性能源电力外送的有效途径之一［92］。

目前，少数西方国家在某种程度实现了多种可再生能源整体调度运行，但大多局限于规范并网运行模式，技术不够成熟，运行经验处于积累之中，发表的研究成果很少。关于风光水火多能互补优化调度的研究，还处于起步阶段。2013年，杨晓萍等［93］提出了风火水电短期联合优化调度策略，采用线性加权法处理多目标问题，使用粒子群算法进行模型求解，解决了多维非线性的梯级水电站优化问题。2015年，Yuan等［94］考虑风的不确定性，将风能与水能、热能发电调度相结合，建立多目标经济排放的水热风调度问题模型。

水库群系统是一个巨大的储能系统，利用风光水发电的丰枯互补特性，能够有效地解决风电、光电大规模集中上网的消纳难题，破解风光资源的随机性、波动性和间歇性的弊端。在枯季，是风电和光伏多发季节，可通过水能的快速启停功能保障风电和光伏的优先送出；在雨季，是风电和光伏的少发季节，水电可充分利用汛期来水多发或满发。通过风光水多能互补运行的优化调度方式，将波动频繁发电曲线改善为近乎直线的平稳输出，可以保障电网的安全稳定运行，使得优质清洁能源发挥最大效用。

在开展流域风光水多能互补的优化调度中，仍然存在一系列关键问题有待解决：（1）并网难度大。由于风光水互补的能源电力输出功率稳定性和输电效率不同，现行的电网不适应其发展；（2）技术有待完善。现有研究的优化模型中多考虑系统、机组、水库等相关的约束，却很少考虑电网安全约束；以梯级水库群为基础的多能互补系统发电、电网调峰、储能等技术不够成熟，可靠性得不到保证；（3）缺乏运行规范。目前我国风光水火多能互补的优化调度处于尝试和摸索阶段，管理体制尚不健全。

3.5 “水-能源-粮食安全”纽带作用下引导的水库调度在淡水资源日渐短缺、粮食供给变化不定及能源需求日益旺盛的背景下，单独的水安全［95］、能源安全［96］及粮食安全系统［97］研究是行不通的，三者间存在相互依赖、相互冲突的复杂关系，需要将“水-能源-粮食安全”作为一个整体纽带统一管理［98］。随着大规模的水利工程建设，人为过度干预淡水资源，导致三者的脆弱平衡关系容易破坏，故以“水-能源-粮食安全”纽带作用下引导的水库调度具有举足轻重的意义。Hurford等［99］以肯尼亚Tana流域的水库群为例，提出一种通过帕累托最优权评估不同水库群调度决策影响的方法。Hagos等［100］根据埃塞俄比亚Tigray地区的现有与未来的发展趋势，优化当地水库调度方式，对供水灌溉的实施提出改善，从而为区域粮食安全作出贡献。李锋德等［101］以辽宁省的7座水库为例，通过联合跨水域调水、新建引水工程等措施，优化水资源，充分利用有限的水源来保障农田的供水需求，确保粮食安全。

面对未来的发展，“水-能源-粮食安全”纽带引导下的水库群优化调度仍处于初级探索阶段，有较大的发展空间：（1）纽带关系不仅强调水、能源和粮食之间相互依存的关系，还应涉及到不同地理空间尺度、时间尺度上影响这些资源的复杂的驱动形式、压力和挑战，以及所带来的不同风险［102］；（2）粮食安全对水安全的要求不仅局限于对水量的需求，还有对水质的要求，从而对水库群的优化调度提出更高的要求；（3）现阶段“纽带关系”的研究多集中于理论研究及定性分析，缺乏定量研究，无法为水库群优化调度决策提供充分的理论支撑。

3.6 多主体博弈下的互补调度机制流域水库群联合调度是实现流域水资源综合利用与管理的基础，而协调好各方利益主体是流域水库群联合调度顺利进行的关键。水库群联合调度的利益主体呈现多元化的趋势，利益主体大到流域管理机构、地方政府；小到水库管理局、水文站；此外还涉及电力调度、航运交通、环境监管机构等部门。但是，整个流域水库群联合调度目标与不同利益主体下水库群联合调度目标可能协调一致，也可能相互矛盾。Madani等［103］基于公平和效率准则，针对水库群多利益主体情况，提出GT-RL方法决策水库群调度方案，最大化主体的总收益。2008年，艾学山等［104］充分考虑不同水库的调节性能，引入博弈论中的Shapley-Value法对联合调度所产生的收益在各参与水库间进行分配，从而实现梯级水库群总收益最大的目标。汪习文等［105］在分析水库补偿效益不确定性、可变性和博弈性的基础上，探讨了梯级水库串联式和并联式水库发电补偿效益影响因子的识别方法。

因此，在考虑水库群不同调度管理主体的前提下，实现水库群综合调度利益最大化仍然存在一些制约因素：（1）平衡整体效益与单主体效益关系。由于水库群联合调度涉及到不同的管理主体，利益关系复杂，使得对于水库群的管理协调困难。可见建立平衡整体效益与单主体效益关系的评估机制是关键；（2）缺乏合理的管理协调机制和有效补偿机制。不同利益主体下的水库群调度肯定会存在上中下游水库不同管理主体不同调度目标的矛盾、单库与多库的矛盾、应急调度与实时调度的矛盾等问题。因此，有效的管理协调机制是关键的影响因素，同时对应的补偿机制与相应的法律规范也必不可少。

3.7 大数据时代的水库群调度通用平台《中华人民共和国国民经济和社会发展第十三个五年规划纲要》提出：加快推动数据资源共享开放和开发应用，实施国家大数据战略。随着水利信息化建设的不断完善，水库群调度系统涉及的相关数据呈爆炸式增长，步入了大数据时代。研究基于大数据的水库群系统调度技术，集成水库群系统涉及的海量、多源、异构数据，分析挖掘水库群系统调度大数据并形成支撑水库群系统调度日常管理业务的大数据产品，能够为水库群调系统的预报、调度、决策、评价各个环节的理论与技术发展提供重要的验证与支撑，是未来水库群系统调度研究的另一重要的研究方向。大数据时代的水库群调度研究主要包括两个方面：大数据集成技术与大数据挖掘分析技术。

在梯级水库群调度业务实践过程中积累了大量独立分布异构的数据资源，既有结构化的数据，又有半结构化和非结构化的数据，数据的存储方式既有传统的关系型数据库又有分布式文件系统，数据呈现异构特性；且同一类型的数据既有传统的监测数据，又有卫星、遥感、视频等其他类型的监测数据，呈现多源特性。研究大数据集成技术，实现水库群系统调度涉及海量、多源、异构数据的融合、同化、清洗，最终形成可以统一对外提供数据服务的水库群系统调度大数据集，是研究热点问题。

随着水利信息化和现代化的推进，水利数据在时间和空间上及要素类型上有了巨大的扩展，通过对其进行分析挖掘，发掘出数据间的相互关系，并通过数据可视化技术将这些隐性知识直观展示出来，可为水库群系统调度提供决策支持。大数据分析挖掘的关键是算法的构建，目前水利大数据分析挖掘算法的研究和应用还处在起步阶段，且主要集中在基于大数据挖掘分析的预测技术方面。随着人工智能技术的不断成熟，水利数据挖掘与分析将有助于对梯级水库群统一调度决策及其相应的系统平台集成。

4 结论

水库调度是实现水资源优化配置的重要方法和有效举措，能有效缓解区域干旱、洪涝等自然灾害，对于实现可持续发展水资源战略具有重要支撑作用。水库群作为一个复杂的自然-人工二元调度系统，以气温、降水、径流为输入，以水库工程为控制节点，以协调社会、能源、生态等系统的用水矛盾为目标，实现综合效益最大化。经过多年的理论创新与技术发展，水库群系统调度已经形成了较为完整的框架，在径流预报技术、调度方式研究、优化求解算法、多目标分析方法、风险调控技术五大传统技术方面都取得了突破性进展，而在水库群系统与电力系统、生态系统以及粮食安全系统的互馈关系研究方面也进行了初步探索。本文综述了中国水库群调度研究的发展历程，总结了当前国内外水库调度领域的热点问题，对未来我国乃至国际水库群调度的研究发展均有借鉴意义。