張 瑋，劉 攀，劉志武，劉瑞闊，明 波

(1.中國(guó)長(zhǎng)江三峽集團(tuán)有限公司 科學(xué)技術(shù)研究院，北京 100038；2.武漢大學(xué) 水資源與水電工程科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430072；3.西安理工大學(xué) 西北旱區(qū)生態(tài)水利國(guó)家重點(diǎn)實(shí)驗(yàn)室，陜西 西安 710048)

1 研究背景

氣候變化和人類活動(dòng)對(duì)水循環(huán)和水資源利用產(chǎn)生著深刻影響[1-2]。以全球變暖為特征的氣候變化，通過影響降水、蒸發(fā)、徑流等一系列水文氣象要素，改變了流域的水文輸入條件，進(jìn)而引起了水資源時(shí)空分配格局變化、極端水文事件頻發(fā)等問題[3-5]。大規(guī)模人類活動(dòng)，例如：水利工程建設(shè)、城市化推進(jìn)、土地開發(fā)利用等，改變了入滲及蒸散發(fā)等陸面水文過程所依賴的下墊面條件，使得自然條件下形成的產(chǎn)匯流機(jī)制不再適用，進(jìn)而導(dǎo)致水資源量難以準(zhǔn)確評(píng)估、水生態(tài)環(huán)境惡化等問題[6-7]。在氣候變化和人類活動(dòng)耦合驅(qū)動(dòng)的變化環(huán)境下，原有的水文一致性假定被打破，水資源管理正面臨著嚴(yán)峻挑戰(zhàn)。

水庫(kù)作為水利工程體系的重要組成部分，是保障我國(guó)國(guó)民經(jīng)濟(jì)發(fā)展和社會(huì)安全穩(wěn)定的重要支撐。截至2019年底，我國(guó)已建成各類水庫(kù)98 112座，水庫(kù)總庫(kù)容8983億m3，其中大型水庫(kù)744座，總庫(kù)容7150億m3，占全部總庫(kù)容的79.6%，中型水庫(kù)3978座，總庫(kù)容1127億m3，占全部總庫(kù)容的12.5%[8]。我國(guó)現(xiàn)已打造十三大水電基地，覆蓋金沙江、雅礱江、大渡河、長(zhǎng)江上游等流域?？梢?，流域水庫(kù)群格局逐步形成，水庫(kù)調(diào)度是當(dāng)前統(tǒng)籌兼顧多方要素、實(shí)現(xiàn)流域水資源高效利用的主要手段[9-10]。水庫(kù)調(diào)度的技術(shù)水平，隨著計(jì)算機(jī)的不斷發(fā)展和智能算法的不斷改進(jìn)而日益提升：從單個(gè)水庫(kù)調(diào)度到大尺度水庫(kù)群聯(lián)合運(yùn)行，從單一目標(biāo)分析到多目標(biāo)協(xié)同優(yōu)化，從單一時(shí)間尺度的規(guī)劃調(diào)度到多維調(diào)度期的嵌套計(jì)算，從基于單一數(shù)據(jù)的簡(jiǎn)易優(yōu)化模型到由多源數(shù)據(jù)驅(qū)動(dòng)的智能計(jì)算。水庫(kù)調(diào)度技術(shù)水平的成熟與發(fā)展，在流域水資源管理中發(fā)揮著至關(guān)重要的作用，更為應(yīng)對(duì)變化環(huán)境而正在進(jìn)行的新變革提供了有力的技術(shù)支撐。

在氣候變化和人類活動(dòng)疊加影響的變化環(huán)境下，傳統(tǒng)水庫(kù)調(diào)度運(yùn)行策略的性能難以滿足決策者的需求。為此，水庫(kù)管理者需開展一系列適應(yīng)性舉措來應(yīng)對(duì)變化環(huán)境。例如：2020年7月，《三峽(正常運(yùn)行期)—葛洲壩水利樞紐梯級(jí)調(diào)度規(guī)程》(2019年修訂版)正式獲批，取代了原有的2015年版調(diào)度規(guī)程。并且，隨著氣候變化日益加劇、流域高質(zhì)量發(fā)展戰(zhàn)略穩(wěn)步推進(jìn)、新型電力系統(tǒng)一體化建設(shè)不斷加快、國(guó)家水網(wǎng)整體布局日漸完善等，大部分水庫(kù)的功能、需求等調(diào)度運(yùn)行環(huán)境將會(huì)進(jìn)一步發(fā)生變化，變化環(huán)境下水庫(kù)適應(yīng)性調(diào)度問題是不可忽視的。水庫(kù)實(shí)時(shí)和短期調(diào)度涉及的時(shí)間分辨率為小時(shí)或日，涉及和時(shí)間周期通常不超過1周或1個(gè)月、至多為1年。本文所關(guān)注的變化環(huán)境考慮了氣候變化和人類活動(dòng)雙重影響，時(shí)間周期一般在數(shù)十年以上。為了充分考慮氣候變化的顯著影響、避免下墊面條件實(shí)時(shí)變化難以精準(zhǔn)刻畫的問題，本文關(guān)于變化環(huán)境下水庫(kù)適應(yīng)性調(diào)度問題主要是指變化環(huán)境下水庫(kù)中長(zhǎng)期調(diào)度規(guī)則再編。

本文將重點(diǎn)綜述近年來國(guó)內(nèi)外水庫(kù)適應(yīng)性調(diào)度研究進(jìn)展，并探討未來相關(guān)的研究熱點(diǎn)問題，從而加強(qiáng)對(duì)水庫(kù)適應(yīng)性調(diào)度的系統(tǒng)化理解與思考，為今后開展廣泛而深入的相關(guān)研究提供指導(dǎo)與借鑒。

2 變化環(huán)境下水庫(kù)入庫(kù)徑流預(yù)測(cè)

水庫(kù)入庫(kù)徑流對(duì)水庫(kù)調(diào)度的影響是最直接的，也是最重要的。變化環(huán)境下入庫(kù)徑流預(yù)測(cè)是開展水庫(kù)適應(yīng)性調(diào)度研究的基礎(chǔ)前提。梳理與總結(jié)現(xiàn)有研究可以發(fā)現(xiàn)，根據(jù)調(diào)整對(duì)象的不同，變化環(huán)境下入庫(kù)徑流預(yù)測(cè)方法可分為：基于徑流重構(gòu)的預(yù)測(cè)方式和基于陸氣耦合關(guān)系的預(yù)測(cè)方式。

2.1 基于徑流重構(gòu)的預(yù)測(cè)方式基于徑流重構(gòu)的預(yù)測(cè)方式，以徑流作為直接調(diào)整的對(duì)象，該方法分為：統(tǒng)計(jì)特征因子調(diào)整法和歷史入庫(kù)徑流序列外延法。統(tǒng)計(jì)特征因子調(diào)整法是在歷史入庫(kù)徑流特征分析結(jié)果的基礎(chǔ)上，人為假定未來徑流的相對(duì)變化幅度。這一方法實(shí)際上著重考慮了變化環(huán)境對(duì)入庫(kù)徑流統(tǒng)計(jì)特征參數(shù)(均值、變異系數(shù)等)的影響，簡(jiǎn)單易懂，利于應(yīng)用，情景類型全面，可避免來自水文或氣象模型的不確定性影響，但變化范圍的合理性解釋不足。相關(guān)研究案例有：Nazemi等[11]將傳統(tǒng)重抽樣方法和簡(jiǎn)單delta法相結(jié)合，通過在局部尺度上生成擾動(dòng)序列集合，生成一系列反映變化環(huán)境下的徑流響應(yīng)，以加拿大阿爾伯塔省南部的水資源系統(tǒng)作為實(shí)例驗(yàn)證；Feng等[12]提出了簡(jiǎn)單調(diào)整法和隨機(jī)重構(gòu)法來實(shí)現(xiàn)變化環(huán)境下徑流預(yù)測(cè)，并以此分析了三峽水庫(kù)調(diào)度規(guī)則參數(shù)對(duì)徑流統(tǒng)計(jì)參數(shù)變化的敏感性；Jeuland等[13]通過delta法直接改變年徑流量來形成多種氣候變化情景，進(jìn)而討論了如何將實(shí)物期權(quán)與穩(wěn)健性決策相結(jié)合來實(shí)施變化環(huán)境下的水資源規(guī)劃與管理。

歷史入庫(kù)徑流序列外延法主要是根據(jù)歷史實(shí)測(cè)入庫(kù)徑流資料本身所體現(xiàn)的多時(shí)段相關(guān)性，借助滑動(dòng)平均法、小波分析等統(tǒng)計(jì)分析技術(shù)進(jìn)行徑流預(yù)測(cè)。這一方法保持了歷史實(shí)測(cè)信息的內(nèi)在統(tǒng)計(jì)特征，但所提供的入庫(kù)徑流預(yù)測(cè)結(jié)果較為單一，無法表征變化環(huán)境所具有的不確定性本質(zhì)。相關(guān)研究案例有：Zhang等[14]通過滑動(dòng)平均法構(gòu)建了三峽水庫(kù)洪峰與洪量的變化情景，基于風(fēng)險(xiǎn)價(jià)值理論研究了非一致性條件下的汛期運(yùn)行水位控制問題；Tan等[15]將集成經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒ê腿斯ど窠?jīng)網(wǎng)絡(luò)相耦合，考慮徑流多時(shí)段的相關(guān)性影響，提出了適用于汛期的自適應(yīng)中長(zhǎng)期徑流預(yù)估模型；Dariane等[16]基于徑流多時(shí)段的相關(guān)性，利用耦合進(jìn)化神經(jīng)網(wǎng)絡(luò)的混合熵模型進(jìn)行中長(zhǎng)期徑流預(yù)測(cè)。

2.2 基于陸氣耦合關(guān)系的預(yù)測(cè)方式基于陸氣耦合關(guān)系的預(yù)測(cè)方式，以驅(qū)動(dòng)徑流形成的降水與氣溫兩大氣象要素為調(diào)整對(duì)象，間接預(yù)測(cè)徑流變化。與上述基于徑流重構(gòu)的預(yù)測(cè)方式相比，這種預(yù)測(cè)方式側(cè)重描述在降水變化與氣溫變化共同作用下的徑流改變，通常遵循徑流形成的物理機(jī)理，但所獲取的徑流預(yù)測(cè)結(jié)果大多容易受到來自全球氣候模式(Global Climate Model，GCM)選擇、降尺度技術(shù)處理、以及水文模型模擬等過程的不確定性影響。

相關(guān)研究案例有：Raje等[17]針對(duì)印度的Hirakud水庫(kù)，根據(jù)三種溫室氣體排放情景下的GCM預(yù)測(cè)結(jié)果，利用統(tǒng)計(jì)降尺度方法和流域水文模型，預(yù)測(cè)得到未來徑流，進(jìn)而分析氣候變化對(duì)水庫(kù)灌溉、發(fā)電、防洪的影響，并利用隨機(jī)動(dòng)態(tài)規(guī)劃法提出了緩解氣候變化影響的水庫(kù)自適應(yīng)調(diào)度策略；Steinschneider等[18]以愛荷華河上的Coralville水庫(kù)作為研究對(duì)象，針對(duì)降水變化和氣溫變幅的105種組合情景，分析了水文模型結(jié)構(gòu)和變化環(huán)境對(duì)未來洪水風(fēng)險(xiǎn)的不確定性影響；Ashofteh等[19]針對(duì)4種溫室氣體排放情景的預(yù)測(cè)結(jié)果，利用統(tǒng)計(jì)降尺度技術(shù)和IHACRES半分布式水文模型預(yù)測(cè)徑流，并基于遺傳規(guī)劃方法提取了適應(yīng)變化環(huán)境的灌溉水庫(kù)調(diào)度規(guī)則；Wen等[20]利用不同RCP排放情景下40多個(gè)GCM，借助統(tǒng)計(jì)降尺度技術(shù)和SWAT水文模型，預(yù)測(cè)了各個(gè)變化情景下的徑流響應(yīng)情況，據(jù)此評(píng)價(jià)了在氣候變化與大規(guī)模梯級(jí)水電站開發(fā)的變化環(huán)境下中國(guó)西南地區(qū)生態(tài)水文系統(tǒng)的演變趨勢(shì)。

綜上，變化環(huán)境下水庫(kù)入庫(kù)徑流預(yù)測(cè)的研究進(jìn)展匯總?cè)绫?所示。

表1 變化環(huán)境下水庫(kù)入庫(kù)徑流預(yù)測(cè)的研究進(jìn)展

3 水庫(kù)調(diào)度規(guī)則編制

水庫(kù)短期和實(shí)時(shí)調(diào)度依托于水文預(yù)報(bào)信息，涉及變化環(huán)境對(duì)流域產(chǎn)匯流機(jī)理的改變，在此不做詳述。水庫(kù)中長(zhǎng)期調(diào)度依賴于入庫(kù)徑流的統(tǒng)計(jì)特征值，是變化環(huán)境下水庫(kù)適應(yīng)性調(diào)度的主要問題。

水庫(kù)實(shí)際運(yùn)行通常以既定的水庫(kù)調(diào)度規(guī)則為操作準(zhǔn)則。水庫(kù)調(diào)度規(guī)則是以設(shè)計(jì)任務(wù)和運(yùn)行約束為前提，基于實(shí)測(cè)的長(zhǎng)系列徑流資料進(jìn)行水庫(kù)調(diào)度操作，借助可視化圖表或者數(shù)學(xué)函數(shù)呈現(xiàn)出水庫(kù)調(diào)度運(yùn)行規(guī)律。水庫(kù)調(diào)度規(guī)則是實(shí)施水庫(kù)科學(xué)合理運(yùn)行控制的重要依據(jù)[21]。

水庫(kù)調(diào)度規(guī)則的表現(xiàn)形式主要是調(diào)度圖和調(diào)度函數(shù)兩種，水庫(kù)調(diào)度規(guī)則的提取方法主要包括顯隨機(jī)優(yōu)化方法和隱隨機(jī)優(yōu)化方法兩大類。水庫(kù)調(diào)度規(guī)則的編制過程主要包括如圖1所示的步驟：①準(zhǔn)備水庫(kù)調(diào)度模型的輸入資料，例如，徑流序列、調(diào)度目標(biāo)類型、水庫(kù)約束條件等；②確定水庫(kù)調(diào)度規(guī)則的表現(xiàn)形式，選擇通過調(diào)度圖還是調(diào)度函數(shù)來呈現(xiàn)，并分析其中的關(guān)鍵要素，例如，水庫(kù)調(diào)度圖的適用目標(biāo)類型及相應(yīng)調(diào)度區(qū)劃分，或者是水庫(kù)調(diào)度函數(shù)的統(tǒng)計(jì)關(guān)系和物理特征描述；③基于預(yù)設(shè)的水庫(kù)調(diào)度規(guī)則表現(xiàn)形式，選擇合適的水庫(kù)調(diào)度規(guī)則提取方法進(jìn)行優(yōu)化計(jì)算，從而形成能夠控制水庫(kù)水位、影響水庫(kù)出流、決定出力水平等多維要素的水庫(kù)調(diào)度規(guī)則。據(jù)此所提煉的水庫(kù)調(diào)度規(guī)則，可結(jié)合水文預(yù)報(bào)信息為水庫(kù)管理人員的調(diào)度決策提供有力指導(dǎo)。

圖1 水庫(kù)調(diào)度規(guī)則的編制流程圖

3.1 水庫(kù)調(diào)度規(guī)則的表現(xiàn)形式

3.1.1 調(diào)度圖 水庫(kù)調(diào)度圖是綜合反映水庫(kù)在既定水文條件下滿足特定調(diào)度目標(biāo)要求時(shí)所形成的運(yùn)行規(guī)律，借助可視化圖表的形式呈現(xiàn)，是目前生產(chǎn)實(shí)際中指導(dǎo)水庫(kù)運(yùn)行的一種常見方式。水庫(kù)調(diào)度圖，是結(jié)合水文設(shè)計(jì)資料和水庫(kù)主要功能定位(例如：發(fā)電或者供水)，以時(shí)間(月或旬)為橫坐標(biāo)、以水庫(kù)水位為縱坐標(biāo)，所形成的一組控制曲線，各控制曲線之間對(duì)應(yīng)著不同出力等級(jí)、供水等級(jí)或流量等級(jí)的調(diào)度區(qū)。水庫(kù)調(diào)度圖可分為常規(guī)調(diào)度圖和優(yōu)化調(diào)度圖。常規(guī)調(diào)度圖，一般是選取典型徑流資料進(jìn)行水庫(kù)調(diào)節(jié)過程演算，根據(jù)相應(yīng)的水庫(kù)蓄水過程統(tǒng)計(jì)確定的調(diào)度控制曲線。常規(guī)調(diào)度圖具有簡(jiǎn)單實(shí)用、便于操作的優(yōu)點(diǎn)，在水庫(kù)年調(diào)度計(jì)劃編制及實(shí)施中被廣泛采用；但是，常規(guī)調(diào)度圖通常僅以設(shè)計(jì)徑流資料和設(shè)計(jì)保證率作為編制依據(jù)，沒有考慮未來徑流預(yù)報(bào)信息，且適用對(duì)象通常局限于單個(gè)水庫(kù)。優(yōu)化調(diào)度圖，是將近期的實(shí)測(cè)徑流資料作為優(yōu)化過程的輸入，利用運(yùn)籌學(xué)優(yōu)化方法或者智能優(yōu)化算法修正常規(guī)調(diào)度圖的控制參數(shù)，或者對(duì)水庫(kù)確定性優(yōu)化調(diào)度過程做統(tǒng)計(jì)歸納處理的結(jié)果。相較于常規(guī)調(diào)度圖，優(yōu)化調(diào)度圖一方面在水位及流量控制等調(diào)度過程上更貼合水庫(kù)近年來的實(shí)際運(yùn)行近況；另一方面在水資源利用率、發(fā)電量、供水保證率等效益水平上也更佳。然而，由于面臨著優(yōu)化變量眾多、蓄放水時(shí)空次序復(fù)雜、高效求解難度大等問題，優(yōu)化調(diào)度圖通常較難適用于復(fù)雜的流域型大規(guī)模梯級(jí)水庫(kù)群。

專家學(xué)者在調(diào)度圖的優(yōu)化問題上進(jìn)行了大量探索。例如：楊光等[22]利用Pareto存檔動(dòng)態(tài)維度搜索算法優(yōu)化丹江口發(fā)電和供水多目標(biāo)調(diào)度圖，進(jìn)而協(xié)調(diào)了供水和發(fā)電之間的矛盾。關(guān)于集中在某一河流上的梯級(jí)水庫(kù)群聯(lián)合調(diào)度圖的優(yōu)化問題，程春田等[23]采用模擬逐次逼近算法對(duì)烏江梯級(jí)水電站群調(diào)度圖進(jìn)行了優(yōu)化。Jiang等[24]提出了梯級(jí)水庫(kù)群發(fā)電總出力調(diào)度圖和最優(yōu)出力分配的雙層嵌套優(yōu)化模型，利用逐次搜索算法和逐次優(yōu)化算法，得到梯級(jí)水庫(kù)群的最優(yōu)總出力運(yùn)行圖。

3.1.2 調(diào)度函數(shù) 水庫(kù)調(diào)度函數(shù)，綜合考慮了水庫(kù)特性、統(tǒng)計(jì)關(guān)系、決策者偏好等主客觀要素，根據(jù)水量平衡原理或者能量守恒原理，以數(shù)學(xué)函數(shù)的方式來描述水庫(kù)調(diào)度運(yùn)行規(guī)律。這是目前學(xué)術(shù)研究中描述水庫(kù)運(yùn)行的最流行的一種方式。水庫(kù)調(diào)度函數(shù)，根據(jù)水庫(kù)的輸出因子(如：出庫(kù)流量)與輸入因子(如：入庫(kù)徑流)、狀態(tài)因子(如：水庫(kù)庫(kù)容)來表征水庫(kù)調(diào)度過程的統(tǒng)計(jì)關(guān)系，其統(tǒng)計(jì)分析過程涉及了因變量與自變量的篩選、線性或非線性關(guān)系的分析、以及水量平衡或能量守恒的物理機(jī)理討論等多項(xiàng)內(nèi)容。水庫(kù)調(diào)度函數(shù)比水庫(kù)調(diào)度圖的應(yīng)用更為靈活。線性函數(shù)是目前比較常用的水庫(kù)調(diào)度函數(shù)型式，其參數(shù)較少且方法成熟(如：回歸統(tǒng)計(jì)技術(shù))，在指導(dǎo)水庫(kù)調(diào)度運(yùn)行中效果顯著，在不同的水庫(kù)調(diào)度實(shí)踐中是普遍可行的[25]。隨著構(gòu)建水庫(kù)調(diào)度函數(shù)的自變量因子變得多源化與復(fù)雜化，以及考慮到水庫(kù)群聯(lián)合調(diào)度的實(shí)際需求，水庫(kù)調(diào)度決策因子和決策結(jié)果之間主要呈現(xiàn)出非線性關(guān)系。加之?dāng)?shù)據(jù)挖掘技術(shù)的不斷豐富，非線性調(diào)度函數(shù)不僅可以精細(xì)化描述單個(gè)水庫(kù)調(diào)度運(yùn)行規(guī)律，也可以適用在梯級(jí)水庫(kù)群乃至復(fù)雜的流域型大規(guī)模梯級(jí)水庫(kù)群的調(diào)度運(yùn)行中[26]。

國(guó)內(nèi)外學(xué)者就調(diào)度函數(shù)型式的水庫(kù)調(diào)度規(guī)則問題已經(jīng)開展了較為廣泛的研究與討論。例如：Revelle等[27]在1969年基于線性回歸分析技術(shù)首次提出了水庫(kù)線性水量調(diào)度函數(shù)；Liu等[28]針對(duì)三峽水庫(kù)發(fā)電運(yùn)行提出了線性調(diào)度函數(shù)，并對(duì)調(diào)度規(guī)則參數(shù)的不確定性進(jìn)行了深入分析；Yang等[29]通過耦合高斯徑向基函數(shù)RBF和敏感性分析技術(shù)，利用Pareto存檔動(dòng)態(tài)維度搜索算法，提取了適用于發(fā)電和供水多目標(biāo)優(yōu)化的梯級(jí)水庫(kù)群非線性調(diào)度規(guī)則。

3.2 水庫(kù)調(diào)度規(guī)則的提取方法

3.2.1 顯隨機(jī)優(yōu)化方法 顯隨機(jī)優(yōu)化方法的核心思想是把徑流看作隨機(jī)過程，將服從于某一概率分布的入庫(kù)徑流作為水庫(kù)優(yōu)化調(diào)度模型的輸入。顯隨機(jī)優(yōu)化方法的理論比較完善，但是其實(shí)際應(yīng)用較為復(fù)雜，容易陷入“維數(shù)災(zāi)”和局部最優(yōu)等問題。常見的顯隨機(jī)優(yōu)化方法包括隨機(jī)線性規(guī)劃方法和隨機(jī)動(dòng)態(tài)規(guī)劃方法。隨機(jī)線性規(guī)劃方法根據(jù)隨機(jī)參數(shù)位置的不同，可分為概率規(guī)劃和機(jī)遇約束規(guī)劃兩種，二者的區(qū)別在于隨機(jī)參數(shù)位置處在目標(biāo)函數(shù)還是約束條件[30]。隨機(jī)線性規(guī)劃方法不僅要求目標(biāo)函數(shù)和約束條件均為線性，還需要考慮多種可能方案的組合。隨著目標(biāo)函數(shù)的多樣化和水庫(kù)系統(tǒng)的群體化，水庫(kù)優(yōu)化調(diào)度已經(jīng)變成一個(gè)高維、非線性的多階段決策問題。因此，隨機(jī)線性規(guī)劃方法由于線性要求的不易滿足和多方案引起的變量“維數(shù)災(zāi)”問題，在水庫(kù)調(diào)度中的應(yīng)用研究較少[31-32]。水庫(kù)調(diào)度領(lǐng)域目前主要使用的顯隨機(jī)優(yōu)化方法是具有馬爾科夫鏈關(guān)系的隨機(jī)動(dòng)態(tài)規(guī)劃方法，其優(yōu)點(diǎn)是不強(qiáng)制要求目標(biāo)函數(shù)或約束條件是否為線性、考慮了相鄰階段隨機(jī)變量的相關(guān)性、可以直接給出水庫(kù)調(diào)度的運(yùn)行策略，但是其不足在于分析過程復(fù)雜、難以廣泛地應(yīng)用于水庫(kù)調(diào)度實(shí)踐中。采用隨機(jī)動(dòng)態(tài)規(guī)劃方法進(jìn)行水庫(kù)顯隨機(jī)優(yōu)化調(diào)度的系列研究，目前主要涉及以下三個(gè)方面：①如何利用徑流預(yù)報(bào)信息來描述水庫(kù)隨機(jī)優(yōu)化調(diào)度中的徑流不確定性的問題；②如何利用優(yōu)化降維技術(shù)來化解在多水庫(kù)聯(lián)合隨機(jī)優(yōu)化調(diào)度中“維數(shù)災(zāi)”問題；③如何利用多目標(biāo)處理技術(shù)來實(shí)現(xiàn)水庫(kù)多目標(biāo)調(diào)度的隨機(jī)優(yōu)化問題。

針對(duì)徑流預(yù)報(bào)不確定性描述問題的研究案例有：Xu等[33]將短中期的降水預(yù)報(bào)信息考慮到水庫(kù)群隨機(jī)優(yōu)化調(diào)度模型中，利用貝葉斯隨機(jī)動(dòng)態(tài)規(guī)劃模型進(jìn)行求解；Lei等[34]利用Copula函數(shù)構(gòu)建了隨機(jī)動(dòng)態(tài)規(guī)劃方法中相鄰時(shí)段徑流的聯(lián)合概率分布函數(shù)，改進(jìn)了傳統(tǒng)的狀態(tài)轉(zhuǎn)移矩陣。關(guān)于多水庫(kù)聯(lián)合隨機(jī)優(yōu)化調(diào)度的研究案例有：Mujumdar等[35]基于聚合分解思想，以水庫(kù)群的總來水量作為聚合變量，利用隨機(jī)動(dòng)態(tài)規(guī)劃模型獲得了以水庫(kù)群總來水量和各水庫(kù)蓄水狀態(tài)為變量的調(diào)度圖；Tan等[36]將逐次迭代逼近的思想引入到兩階段的隨機(jī)動(dòng)態(tài)規(guī)劃模型，并耦合余留期近似效益函數(shù)，有效避免了水庫(kù)群中長(zhǎng)期隨機(jī)優(yōu)化調(diào)度的“維數(shù)災(zāi)”問題。就多目標(biāo)水庫(kù)隨機(jī)優(yōu)化調(diào)度問題的實(shí)例討論案例有：廖伯書等[37]利用加權(quán)法將多目標(biāo)轉(zhuǎn)化為單目標(biāo)，從而采用隨機(jī)動(dòng)態(tài)規(guī)劃方法求解水庫(kù)多目標(biāo)優(yōu)化調(diào)度問題；陳守煜等[38]借助模糊優(yōu)選理論來改進(jìn)隨機(jī)動(dòng)態(tài)規(guī)劃方法，從隨機(jī)分析的角度解決了水資源系統(tǒng)調(diào)度中多目標(biāo)的優(yōu)化與決策問題。

3.2.2 隱隨機(jī)優(yōu)化方法

(1)擬合方法。擬合方法認(rèn)為徑流的隨機(jī)性過程是由長(zhǎng)系列徑流資料體現(xiàn)的?；舅悸肥牵和ㄟ^建立確定性優(yōu)化模型，獲取長(zhǎng)系列水庫(kù)優(yōu)化調(diào)度決策過程(即最優(yōu)調(diào)度軌跡)，進(jìn)而利用數(shù)據(jù)挖掘技術(shù)(如：線性回歸統(tǒng)計(jì)方法、人工神經(jīng)網(wǎng)絡(luò)方法)統(tǒng)計(jì)分析其中的優(yōu)化決策規(guī)律，最終提取出水庫(kù)調(diào)度規(guī)則。擬合方法本質(zhì)上是針對(duì)獲得的水庫(kù)最優(yōu)蓄泄決策的事后性回顧分析[39]。利用擬合方法所提取水庫(kù)調(diào)度規(guī)則，通常會(huì)面臨兩方面的考驗(yàn)：一則是擬合效果容易受到數(shù)據(jù)挖掘技術(shù)的學(xué)習(xí)能力、統(tǒng)計(jì)分析變量的數(shù)目與形式等多方面的影響；另一則是在處理水文條件、優(yōu)化模型結(jié)構(gòu)、調(diào)度函數(shù)型式等多重不確定性因素時(shí)，調(diào)度規(guī)則的泛化推廣能力存在較大的局限性。隨著人們對(duì)水庫(kù)(群)系統(tǒng)的非線性認(rèn)識(shí)不斷加深、近年來數(shù)據(jù)挖掘技術(shù)的日趨成熟，擬合方法的相關(guān)研究可以劃分為：①利用傳統(tǒng)回歸分析技術(shù)來制定水庫(kù)調(diào)度規(guī)則；②借助現(xiàn)代人工智能方法來制定水庫(kù)調(diào)度規(guī)則。

利用傳統(tǒng)回歸分析技術(shù)提取水庫(kù)調(diào)度規(guī)則的研究案例有：Celeste等[40]基于曲面擬合分析方法擬合水庫(kù)確定性優(yōu)化軌跡，構(gòu)建了水庫(kù)出流和水庫(kù)水位、水庫(kù)入流之間的非線性調(diào)度規(guī)則；劉攀等[41]利用線性回歸技術(shù)提取了三峽水庫(kù)的線性發(fā)電調(diào)度規(guī)則，并探討了利用擬合方法來制定調(diào)度規(guī)則的資料長(zhǎng)度問題。不同的是，現(xiàn)代人工智能方法能夠依據(jù)自組織學(xué)習(xí)能力和自身強(qiáng)大的映射能力，直接挖掘出輸入數(shù)據(jù)和輸出數(shù)據(jù)的相關(guān)關(guān)系。目前借助現(xiàn)代人工智能方法提取水庫(kù)調(diào)度規(guī)則的研究案例有：Rieker等[42]使用強(qiáng)化學(xué)習(xí)算法提取了加利福尼亞和內(nèi)華達(dá)州特魯奇河的長(zhǎng)期水庫(kù)運(yùn)行策略；Zhang等[43]利用長(zhǎng)短期記憶模型提取了葛洲壩水庫(kù)的長(zhǎng)期調(diào)度規(guī)則，并總結(jié)了長(zhǎng)短期記憶模型在計(jì)算效率、調(diào)度規(guī)則模擬能力上的優(yōu)勢(shì)。

(2)參數(shù)化-模擬-優(yōu)化方法。不同于根據(jù)最優(yōu)調(diào)度軌跡來尋求水庫(kù)調(diào)度規(guī)則的擬合方法，參數(shù)化-模擬-優(yōu)化方法主要是針對(duì)具有確定規(guī)則表現(xiàn)形式和初始參數(shù)的水庫(kù)調(diào)度規(guī)則，利用優(yōu)化算法對(duì)參數(shù)進(jìn)行直接優(yōu)化迭代計(jì)算，進(jìn)而獲得能夠體現(xiàn)最佳調(diào)度性能的調(diào)度規(guī)則參數(shù)結(jié)果。參數(shù)化-模擬-優(yōu)化方法具有如下優(yōu)勢(shì)[44]：①參數(shù)變量域無需離散化，與顯隨機(jī)優(yōu)化方法和基于動(dòng)態(tài)規(guī)劃類的擬合方法相比，可以有效避免維數(shù)災(zāi)，降低模型的復(fù)雜性；②能夠與任何模擬模型相結(jié)合，且不增加對(duì)模型信息的任何約束，允許使用外部信息來調(diào)節(jié)決策結(jié)果，在研究徑流不確定性條件下的水庫(kù)調(diào)度規(guī)則問題中具有較高的應(yīng)用可移植性；③在設(shè)計(jì)多目標(biāo)優(yōu)化問題時(shí)，能夠直接與多目標(biāo)優(yōu)化算法相結(jié)合，得到反映不同調(diào)度規(guī)則參數(shù)集的Pareto前沿近似解。

近幾十年來，利用參數(shù)化-模擬-優(yōu)化方法提取水庫(kù)調(diào)度規(guī)則這一問題，備受國(guó)內(nèi)外學(xué)者的青睞與關(guān)注，有著大量的應(yīng)用實(shí)踐案例。例如：Guariso等[45]在解決多目標(biāo)水庫(kù)優(yōu)化調(diào)度問題中，初步提出了參數(shù)化-模擬-優(yōu)化方法的計(jì)算思想；Koutsoyiannis等[46]正式為參數(shù)化-模擬-優(yōu)化方法命名，結(jié)合粒子群優(yōu)化算法，分析了該方法在不同目標(biāo)函數(shù)和水文情景下提取梯級(jí)水庫(kù)調(diào)度規(guī)則的優(yōu)點(diǎn)；尹正杰等[47]利用參數(shù)化-模擬-優(yōu)化方法，借助遺傳算法對(duì)中國(guó)北方的多目標(biāo)供水水庫(kù)調(diào)度規(guī)則進(jìn)行優(yōu)化，得到能夠協(xié)調(diào)多目標(biāo)供水問題的規(guī)則參數(shù)集；Zhang等[48]利用聚合分解技術(shù)簡(jiǎn)化大尺度水庫(kù)群線性調(diào)度規(guī)則，將定向多目標(biāo)快速非支配排序遺傳算法作為參數(shù)化-模擬-優(yōu)化方法的核心優(yōu)化算法，提取出能夠平衡全流域發(fā)電效益與生態(tài)保護(hù)的Pareto解集。

綜上，水庫(kù)調(diào)度規(guī)則編制的研究進(jìn)展匯總?cè)绫?所示。

表2 水庫(kù)調(diào)度規(guī)則編制的研究進(jìn)展

4 耦合變化環(huán)境-入庫(kù)徑流-調(diào)度規(guī)則的水庫(kù)適應(yīng)性調(diào)度

變化環(huán)境下水庫(kù)適應(yīng)性調(diào)度研究，最初側(cè)重于評(píng)估變化環(huán)境對(duì)水庫(kù)調(diào)度運(yùn)行的影響，典型研究是：評(píng)價(jià)變化環(huán)境下水庫(kù)系統(tǒng)的脆弱性、回彈性、可靠性等指標(biāo)[49-51]。在21世紀(jì)最初的20年中，國(guó)內(nèi)外學(xué)者在變化環(huán)境的水庫(kù)適應(yīng)性調(diào)度方法上開展了不少研究。當(dāng)前有兩種主流研究模式：“自上而下”(Top-down)模式和“自下而上”(Bottom-up)模式，二者計(jì)算思路對(duì)比如圖2所示。由該圖可以看出，兩種研究模式的區(qū)別主要體現(xiàn)在：①未來變化環(huán)境的構(gòu)造偏好；②適應(yīng)性調(diào)整的驅(qū)動(dòng)詮釋。Top-down模式主要采用基于GCM的點(diǎn)狀情景作為未來變化環(huán)境的描述，并認(rèn)為水庫(kù)適應(yīng)性調(diào)度是伴隨環(huán)境變化的一種被動(dòng)行為；而Bottom-up模式主要采用以降水和氣溫多種可能變幅組合的面狀情景域來構(gòu)造未來變化環(huán)境，并認(rèn)為水庫(kù)適應(yīng)性調(diào)度是由于原有調(diào)度運(yùn)行方式受到風(fēng)險(xiǎn)威脅而形成的一種主動(dòng)行為。

圖2 基于Top-down與Bottom-up模式開展變化環(huán)境下水庫(kù)適應(yīng)性調(diào)度研究的計(jì)算流程對(duì)比圖

4.1 基于Top-down模式的水庫(kù)適應(yīng)性調(diào)度Top-down模式遵從“what-if-then”的基本思想，主要依托于有限情景數(shù)量描述變化環(huán)境(如：不同GCM)，針對(duì)各個(gè)情景或者多情景集合平均結(jié)果，開展水庫(kù)適應(yīng)性調(diào)度研究。這一模式具有簡(jiǎn)單直接的計(jì)算過程、能夠根據(jù)變化環(huán)境的特點(diǎn)來提供相應(yīng)的水庫(kù)適應(yīng)性調(diào)度策略；但是，所描述變化環(huán)境情景數(shù)量有限、與調(diào)度運(yùn)行策略現(xiàn)狀的連貫性不足、研究成果的適用時(shí)間缺少理論解釋。

相關(guān)研究案例有：Steinschneider等[52]將季節(jié)性水文預(yù)報(bào)作為近期預(yù)報(bào)信息，以5個(gè)GCM的水文響應(yīng)平均值作為未來遠(yuǎn)期徑流，利用實(shí)物期權(quán)方法研究美國(guó)東北部水庫(kù)群系統(tǒng)在變化環(huán)境下供水調(diào)度決策；吳書悅等[53]分析了RCP4.5情景下2016—2045年水文變化響應(yīng)，據(jù)此提出了新安江水庫(kù)的適應(yīng)性發(fā)電調(diào)度圖；Haguma等[54]以加拿大魁北克省Manicouagan流域的多水庫(kù)系統(tǒng)為研究對(duì)象，針對(duì)A1B、A2、B1三類排放情景下13個(gè)GCM的季節(jié)性變化情況和年際變化情況，提出了水庫(kù)系統(tǒng)長(zhǎng)期適應(yīng)性管理的優(yōu)化方法；He等[55]針對(duì)兩個(gè)GCM預(yù)測(cè)情景，利用基于Pareto存檔的動(dòng)態(tài)維度搜索算法，提取了漢江流域梯級(jí)水庫(kù)群的多目標(biāo)適應(yīng)性調(diào)度規(guī)則。

4.2 基于Bottom-up模式的水庫(kù)適應(yīng)性調(diào)度Bottom-up模式采用“決策標(biāo)度(decision scaling)”的思想，主要依托于降水、氣溫、徑流等水文要素的多種可能變幅組合來描述變化環(huán)境，同時(shí)考慮水庫(kù)系統(tǒng)風(fēng)險(xiǎn)和當(dāng)?shù)毓芾硖攸c(diǎn)等信息，以現(xiàn)有的水資源管理策略受到風(fēng)險(xiǎn)威脅作為實(shí)施適應(yīng)性管理的內(nèi)在驅(qū)動(dòng)，通過“管理方案評(píng)價(jià)—風(fēng)險(xiǎn)情景確定—穩(wěn)健性調(diào)整—再評(píng)價(jià)”的研究過程，開展以穩(wěn)健性為核心的適應(yīng)性管理[56]。這一模式描述變化環(huán)境的情景數(shù)量充足、與工程管理的現(xiàn)狀結(jié)合緊密；但是，主觀依賴性較強(qiáng)、再現(xiàn)能力與透明度不高。

相關(guān)研究案例有：Brown等[57]將氣候預(yù)測(cè)信息、專家與利益相關(guān)者的風(fēng)險(xiǎn)閾值偏好、系統(tǒng)脆弱性等要素，嵌入到水資源系統(tǒng)適應(yīng)性管理模型，提出了基于Bottom-up模式的氣候變化影響下水資源規(guī)劃與管理的技術(shù)框架；Herman等[58]提出了多利益主體穩(wěn)健性決策的計(jì)算框架，該框架在Bottom-up模式中融合了多目標(biāo)搜索技術(shù)和不確定性分析方法，并在美國(guó)北卡羅來納州水資源系統(tǒng)進(jìn)行實(shí)例驗(yàn)證；Borgomeo等[59]針對(duì)變化環(huán)境下英國(guó)倫敦供水系統(tǒng)的適應(yīng)性管理問題，分析了非平穩(wěn)缺水頻率的概率分布和超過計(jì)劃頻率的缺水風(fēng)險(xiǎn)閾值，并基于Bottom-up模式制定了長(zhǎng)期水資源的規(guī)劃管理策略；Taner等[60]運(yùn)用貝葉斯信念網(wǎng)絡(luò)構(gòu)建了水文氣象要素的歷史趨勢(shì)以及未來預(yù)測(cè)和專家經(jīng)驗(yàn)的聯(lián)合概率分布，基于Bottom-up模式提出了耦合多維不確定性的水庫(kù)穩(wěn)健性調(diào)控措施，在肯尼亞Mwache水庫(kù)系統(tǒng)進(jìn)行了實(shí)例討論。

綜上，有關(guān)水庫(kù)適應(yīng)性調(diào)度的研究進(jìn)展匯總?cè)绫?所示。

表3 耦合變化環(huán)境-入庫(kù)徑流-調(diào)度規(guī)則的水庫(kù)適應(yīng)性調(diào)度的研究進(jìn)展

5 展望

在氣候變化和人類活動(dòng)的共同影響下，水文循環(huán)過程發(fā)生了顯著變化，傳統(tǒng)水庫(kù)調(diào)度方式在變化環(huán)境下面臨著巨大的風(fēng)險(xiǎn)與挑戰(zhàn)。為了確保水庫(kù)群在變化環(huán)境下能夠安全且高效地調(diào)度運(yùn)行，如何有效預(yù)判與精準(zhǔn)刻畫變化環(huán)境、實(shí)施到位的適應(yīng)性調(diào)度運(yùn)行策略？為此，水庫(kù)適應(yīng)性調(diào)度應(yīng)運(yùn)而生。水庫(kù)適應(yīng)性調(diào)度將Top-down模式或者Bottom-up模式作為基本研制框架，然后將傳統(tǒng)的水庫(kù)調(diào)度規(guī)則編制技術(shù)與描述變化環(huán)境的徑流預(yù)測(cè)結(jié)果相結(jié)合，從而提出一種能夠適應(yīng)變化環(huán)境的水庫(kù)調(diào)度運(yùn)行策略，為管理者預(yù)先防范由變化環(huán)境不確定性而引發(fā)的潛在風(fēng)險(xiǎn)提供輔助決策支持。隨著水文氣象預(yù)報(bào)水平的不斷提高、大數(shù)據(jù)驅(qū)動(dòng)技術(shù)的廣泛應(yīng)用、適應(yīng)性調(diào)度機(jī)理探索的逐漸深入、流域水工程建設(shè)的日趨完善等，變化環(huán)境下水庫(kù)適應(yīng)性調(diào)度的研究熱點(diǎn)和未來發(fā)展方向主要集中在以下幾個(gè)方面：

(1)氣候變化與人類活動(dòng)互饋影響下的徑流預(yù)測(cè)方法。現(xiàn)有關(guān)于變化環(huán)境下徑流預(yù)測(cè)的理論方法難以充分考慮自然-人工互饋?zhàn)兓瘜?duì)未來徑流的影響，具體體現(xiàn)在：①缺乏能夠精準(zhǔn)描述自然-人工互饋?zhàn)兓奈锢砟Ｐ汀Ｄ壳?，幾乎沒有水文模型能夠?qū)⑷娴乜坍嫵鑫磥須夂蜃兓^程、人類高強(qiáng)度的復(fù)雜活動(dòng)、以及二者聯(lián)動(dòng)關(guān)系。并且，由于模型結(jié)構(gòu)設(shè)定的局限性，模型輸入也尚未能同時(shí)將歷史實(shí)測(cè)數(shù)據(jù)與未來氣候變化數(shù)據(jù)作為模型驅(qū)動(dòng)。故亟需開展刻畫自然-人工互饋?zhàn)兓乃哪Ｐ偷讓又貥?gòu)機(jī)理研究，以建立適用于變化環(huán)境下徑流預(yù)測(cè)的物理模型。②缺乏將基于徑流重構(gòu)的預(yù)測(cè)方式與基于陸氣耦合關(guān)系的預(yù)測(cè)方式進(jìn)行有機(jī)結(jié)合。目前，基于徑流重構(gòu)的預(yù)測(cè)方式能夠提供較為豐富的預(yù)測(cè)情景，但人為主觀影響較大、缺少合理的情景邊界，而基于陸氣耦合關(guān)系的預(yù)測(cè)方式以實(shí)際大氣-環(huán)境的物理關(guān)系為客觀依據(jù)，但預(yù)測(cè)結(jié)果受到多模型、多過程、多參數(shù)的不確定性影響大。故亟需開展兩種現(xiàn)有徑流預(yù)測(cè)方式的互補(bǔ)融合探索與實(shí)踐應(yīng)用，以快速實(shí)現(xiàn)“揚(yáng)長(zhǎng)避短、優(yōu)勢(shì)互補(bǔ)”。

(2)變化環(huán)境下新舊水庫(kù)調(diào)度運(yùn)行策略的調(diào)整臨界時(shí)機(jī)與靜態(tài)銜接方式?，F(xiàn)有關(guān)于變化環(huán)境下水庫(kù)適應(yīng)性調(diào)度研究大多數(shù)著眼于水庫(kù)調(diào)度運(yùn)行策略“怎樣變”的問題，忽略了變化環(huán)境下水庫(kù)調(diào)度運(yùn)行策略究竟應(yīng)“何時(shí)變”問題及其與“怎樣變”問題的緊密聯(lián)系。具體來說：①關(guān)于變化環(huán)境下水庫(kù)調(diào)度運(yùn)行策略“何時(shí)變”這一問題，本質(zhì)是探尋新舊水庫(kù)調(diào)度運(yùn)行策略發(fā)生變更的臨界時(shí)間點(diǎn)，然而，目前尚未有明確的研究思路和技術(shù)方法能夠提供較好的解決途徑。該問題是當(dāng)前水庫(kù)適應(yīng)性調(diào)度研究中最需要補(bǔ)足的一塊理論短板，故亟需開展變化環(huán)境下水庫(kù)調(diào)度運(yùn)行策略“何時(shí)變”的機(jī)理性探究，以補(bǔ)足水庫(kù)適應(yīng)性調(diào)度系統(tǒng)性研究中被忽視的重要環(huán)節(jié)。②關(guān)于變化環(huán)境下水庫(kù)調(diào)度運(yùn)行策略“怎樣變”這一問題，目前主要基于假定情景來開展理論性研究，由于當(dāng)前缺乏對(duì)變化環(huán)境下水庫(kù)調(diào)度運(yùn)行策略“何時(shí)變”問題的探討，所以尚未將“何時(shí)變”與“怎樣變”兩大問題進(jìn)行有機(jī)結(jié)合。正是由于這一不足，當(dāng)前關(guān)于變化環(huán)境下水庫(kù)調(diào)度運(yùn)行策略“怎樣變”問題的研究成果難以落地應(yīng)用。故亟需以實(shí)踐應(yīng)用為驅(qū)動(dòng)力來針對(duì)變化環(huán)境下水庫(kù)調(diào)度運(yùn)行策略“何時(shí)變”與“怎樣變”兩大問題開展聯(lián)動(dòng)性研究，以提供“變化環(huán)境類型—調(diào)度運(yùn)行策略變更的臨界時(shí)間—調(diào)度運(yùn)行策略的適應(yīng)性調(diào)整方式”全鏈條式應(yīng)答建議。

(3)變化環(huán)境下水庫(kù)調(diào)度運(yùn)行策略的動(dòng)態(tài)適應(yīng)過程。前述的變化環(huán)境下水庫(kù)調(diào)度運(yùn)行策略“何時(shí)變”與“怎樣變”問題，本質(zhì)上可理解為：在一個(gè)確定的調(diào)整臨界時(shí)間點(diǎn)前后，水庫(kù)調(diào)度運(yùn)行策略發(fā)生“以新替舊”的轉(zhuǎn)變，這是一種不隨時(shí)間變化的靜態(tài)銜接方式。然而，氣候變化和人類活動(dòng)雙重影響下的變化環(huán)境，具有動(dòng)態(tài)性與時(shí)變性。少數(shù)研究[61-62]借助數(shù)據(jù)同化技術(shù)，初步提出了編制具有時(shí)變功能的水庫(kù)調(diào)度運(yùn)行策略的創(chuàng)新性方法，但其研究成果在水庫(kù)(群)實(shí)際運(yùn)行管理工作中往往難以被采用，主要原因包括：①對(duì)于引發(fā)水庫(kù)調(diào)度運(yùn)行環(huán)境變化的主控要素，尚未做到精準(zhǔn)有效識(shí)別。實(shí)際上，水庫(kù)調(diào)度運(yùn)行環(huán)境的近期變化以人類復(fù)雜活動(dòng)為主導(dǎo)，例如：流域范圍內(nèi)新增水工程的投運(yùn)、社會(huì)發(fā)展對(duì)水庫(kù)主要功能定位的轉(zhuǎn)變、下墊面植被覆蓋的增減等；水庫(kù)調(diào)度運(yùn)行環(huán)境的遠(yuǎn)期變化受氣候變化影響顯著，例如：流域范圍內(nèi)極端洪澇或極端干旱事件頻發(fā)、天然來水量及其年內(nèi)過程非一致性特征明顯等。故亟需考慮階段特點(diǎn)針對(duì)變化環(huán)境主控要素開展快速且有效的甄別及篩選方法研究，以進(jìn)一步認(rèn)識(shí)影響水庫(kù)調(diào)度運(yùn)行策略改變的真實(shí)環(huán)境變化過程。②現(xiàn)行水庫(kù)調(diào)度運(yùn)行策略是受法律保護(hù)的，新舊水庫(kù)調(diào)度運(yùn)行策略的變更實(shí)際上需要大量科學(xué)理論研究和多部門論證審批等，不是簡(jiǎn)單地人為動(dòng)態(tài)調(diào)整控制水位或出庫(kù)流量。實(shí)際中踐行水庫(kù)調(diào)度運(yùn)行策略的動(dòng)態(tài)適應(yīng)過程，耗費(fèi)時(shí)間會(huì)相對(duì)更長(zhǎng)、推廣難度會(huì)相對(duì)更大，與現(xiàn)有理論解答是遠(yuǎn)遠(yuǎn)不同的。故亟需開展以靜態(tài)平穩(wěn)銜接方式為基礎(chǔ)的、遠(yuǎn)近期耦合嵌套的水庫(kù)調(diào)度運(yùn)行動(dòng)態(tài)適應(yīng)策略研究，以提供一種動(dòng)靜結(jié)合的方式實(shí)現(xiàn)水庫(kù)調(diào)度運(yùn)行策略的動(dòng)態(tài)適應(yīng)。