Page 9 - 2022年第53卷第9期

关注，有着大量的应用实践案例。例如：Ｇｕａｒｉｓｏ等 ［４５］ 在解决多目标水库优化调度问题中，初步提出
了参数化－ 模拟－ 优化方法的计算思想；Ｋｏｕｔｓｏｙｉａｎｎｉｓ等 ［４６］ 正式为参数化 － 模拟 － 优化方法命名，结合
粒子群优化算法，分析了该方法在不同目标函数和水文情景下提取梯级水库调度规则的优点；尹正杰
等 ［４７］ 利用参数化－ 模拟－ 优化方法，借助遗传算法对中国北方的多目标供水水库调度规则进行优化，
得到能够协调多目标供水问题的规则参数集；Ｚｈａｎｇ等 ［４８］ 利用聚合分解技术简化大尺度水库群线性调
度规则，将定向多目标快速非支配排序遗传算法作为参数化－ 模拟－ 优化方法的核心优化算法，提取出
能够平衡全流域发电效益与生态保护的 Ｐａｒｅｔｏ解集。
综上，水库调度规则编制的研究进展汇总如表 ２所示。

表 ２ 水库调度规则编制的研究进展
研究内容 研究方法 特点 相关研究

优点：简单实用，便于操作，应用广泛
杨光等 ［２２］ ，程春田等 ［２３］ ，
调度图 缺点：常规调度图缺乏考虑未来径流预报信息，优化
水库调度 Ｊｉａｎｇ等 ［２４］
调度图较难适用于复杂的流域型大规模梯级水库群
规则的表
优点：函数型式多样、应 用 灵 活，可 用 于 复 杂 的 流 域
现形式
Ｒｅｖｅｌｌｅ等 ［２７］ ，Ｌｉｕ等 ［２８］ ，
调度函数 型大规模梯级水库群
Ｙａｎｇ等 ［２９］
缺点：函数型式设定具有人为经验与主观偏好
随机线性
Ｌｕｔｈｒａ等 ［３１］ ，张明波 ［３２］
规划方法 优点：理论比较完善
显随机
缺点：应用较为复杂，容易陷入 “维数 灾” 和 局 部 最 Ｘｕ等 ［３３］ ，Ｌｅｉ等 ［３４］ ，
优化方法 随机动态
优等问题 Ｍｕｊｕｍｄａｒ等 ［３５］ ，Ｔａｎ等 ［３６］ ，
规划方法
水库调度
廖伯书等 ［３７］ ，陈守煜等 ［３８］
规则的提
优点：简单易操作，应用广泛 Ｃｅｌｅｓｔｅ等 ［４０］ ，刘攀等 ［４１］ ，
取方法 拟合方法
缺点：调度规则泛化推广能力存在较大的局限性 Ｒｉｅｋｅｒ等 ［４２］ ，Ｚｈａｎｇ等 ［４３］
隐随机
参数化－ 优点：参数变量域无需离散化，能够与任何模拟模型相
优化方法 Ｇｕａｒｉｓｏ等 ［４５］ ，Ｋｏｕｔｓｏｙｉａｎｎｉｓ等 ［４６］ ，
模拟－ 优化 结合，能够采用任何优化算法求解
尹正杰等 ［４７］ ，Ｚｈａｎｇ等 ［４８］
方法 缺点：规则表现形式和初始参数需要预先设定
４ 耦合变化环境－ 入库径流－ 调度规则的水库适应性调度

变化环境下水库适应性调度研究，最初侧重于评估变化环境对水库调度运行的影响，典型研究
是：评价变化环境下水库系统的脆弱性、回弹性、可靠性等指标 ［４９ － ５１］ 。在 ２１世纪最初的 ２０年中，国
内外学者在变化环境的水库适应性调度方法上开展了不少研究。当前有两种主流研究模式：“自上而
下” （Ｔｏｐ － ｄｏｗｎ）模式和 “自下而上” （Ｂｏｔｔｏｍ － ｕｐ）模式，二者计算思路对比如图 ２所示。由该图可
以看出，两种研究模式的 区别 主要 体现 在：① 未来变化 环境 的 构 造 偏 好；② 适 应 性 调 整 的 驱 动 诠
释。Ｔｏｐ － ｄｏｗｎ模式主要采用基于 ＧＣＭ的点状情景作为未来变化环境的描述，并认为水库适应性调度
是伴随环境变化的一种被动行为；而 Ｂｏｔｔｏｍ － ｕｐ模式主要采用以降水和气温多种可能变幅组合的面状
情景域来构造未来变化环境，并认为水库适应性调度是由于原有调度运行方式受到风险威胁而形成的
一种主动行为。
４．１ 基于 Ｔｏｐ － ｄｏｗｎ模式的水库适应性调度 Ｔｏｐ － ｄｏｗｎ模式遵从 “ｗｈａｔ － ｉｆ － ｔｈｅｎ” 的基本思想，主要
依托于有限情景数量描述变化环境（如：不同 ＧＣＭ），针对各个情景或者多情景集合平均结果，开展
水库适应性调度研究。这一模式具有简单直接的计算过程、能够根据变化环境的特点来提供相应的水
库适应性调度策略；但是，所描述变化环境情景数量有限、与调度运行策略现状的连贯性不足、研究
成果的适用时间缺少理论解释。
相关研究案例有：Ｓｔｅｉｎｓｃｈｎｅｉｄｅｒ等 ［５２］ 将季节性水文预报作为近期预报信息，以 ５个 ＧＣＭ 的水文

— １ ０ ２ —
２