水库调度是国家水安全、防洪安全和能源安全的关键抓手。我校水文水资源学院冯仲恺教授团队面向国家需求和国际学术前沿,近期在水库调度领域取得系列研究成果。高效降维方法是水库调度的理论支撑。为此,针对单目标调度问题,团队提出了梯级水库群调度响应面逐步优化方法,运用人工智能方法构建表征水库非线性动力特性的响应面模型,快速推求不同水位-流量组合方案对应的水库出力,避免了高频冗余计算,极大缓解了维数灾;针对多目标调度问题,以团队前期原创的合作搜索算法为基础,提出了基于分解框架的水库群调度多目标合作搜索方法(MOCSA/D),提升全局寻优及邻域探索能力,增强优质方案的引导力和竞争力,快速获得分布均匀的调度方案解集合,保障了综合效益和水资源利用率。(a) RSPOA响应面模型(b) MOCSA/D方法图1 水库调度高效降维方法示意图调峰调度是水库调度的核心任务之一。然而,光伏等新能源出力具有强随机性、波动性和反调峰等特性,极大加剧了电网调峰困难。为此,团队研究了光伏出力预测误差时空分布特征,构建了基于主成分降维和动态聚类的典型场景生成模型,实现对光伏预测出力的精细表征,进而提出了考虑光伏出力不确定性的水