科学实施水电站水库精细化调度,深层次挖掘在运水电潜力,对实现水能资源高效开发利用、减少电力系统化石能源消耗、促进能源结构改善具有重大意义。水电站水库精细化调度对模型准确性,尤其是水能计算的精确性,提出了新的更高要求。如何准确描述水库容积特性、水电站动力特性、水电站尾水位特性,是实现水电站水能精确计算的一个关键问题。此外,受来水不确定性影响,水电站水库精细化调度本质上是一个非确定性序贯决策问题。随着水文预报水平不断提高,基于径流预报进行水库调度已成为可能,如何充分利用径流预报信息进行水库调度并减小预报不确定性对调度决策影响是另一个关键问题。围绕上述问题,本文在水电站水库特性解析与建模、单站和多站径流随机模拟、中长期入库径流预报、水电站水库隐随机优化调度等方面开展了研究工作,取得了一些有价值的成果,可为来水不确定性条件下水库发电精细化调度提供模型与方法支撑。主要研究内容和创新成果如下:（1）针对水库容积特性函数化表征缺乏物理意义的问题,构建了描述水库形态特征的不规则锥体模型,导出了表征水库容积特性的幂函数型曲线,同时根据水库容积特性的数学性质,给出了曲线参数的取值范围。最后,通过合理性分析、拟合优度评价和调度应用验证,证明了幂函数型容积特性曲线是一种适用性广、可靠性高、物理意义明确的水库容积特性表征线型,可为水库发电精细化调度提供基础曲线支撑。（2）围绕水电站动力特性解析与建模问题,基于水电站历史运行数据对水电站动力特性进行深入分析,发现其不仅具有一定程度的时间尺度效应,而且对单一自变量（水头或发电流量）具有多值性,基于此,考虑时间尺度影响及水头和发电流量双重作用,分别采用多项式和神经网络,构建了水电站效率特性、耗水率特性和功率特性的曲面模型,初步实现了水电站动力特性的精确数学描述。实例研究表明,与仅以水头为输入的效率特性和耗水率特性曲线模型相比,效率特性、耗水率特性和功率特性曲面模型具有更高的出力计算精度,可为水电站水能精确计算提供模型支撑。（3）聚焦水电站尾水位特性解析与建模问题,首先依据水电站历史运行数据对水电站尾水位变化过程进行深入分析,发现其相对水库下泄流量过程具有明显后效性特征。在此基础上,采用Pearson相关性分析方法探明了水电站尾水位的关键影响因子,进而构建了水电站尾水位特性的多项式拟合模型和支持向量回归模型,并基于拟合优度指标对比分析了各模型的性能表现,结果表明,以当前和前一时段水库下泄流量及下游电站水位（或下游支流来水）为输入的支持向量回归模型具有更好的实用性、可靠性和准确性,可为水电站尾水位、水头、水能精确计算提供模型支撑。最后,还探究了水电站尾水位特性的时间尺度效应,发现其并不显著,表明在构建尾水位特性数学模型时考虑时间尺度影响并非必要,除非对尾水位预测精度有更高要求。（4）针对传统方法需对水文变量概率分布、径流序列相依形式等进行假设的不足,引入能够以任意精度逼近任何连续分布的高斯混合模型,提出了基于高斯混合模型、季节性高斯混合模型的单站和多站径流随机模拟新方法,并通过单站、多站旬径流和月径流随机模拟实验,对所提方法的适用性和有效性进行检验,结果表明,所提单站与多站方法能够有效保持实测径流序列的主要统计特性,可用于生成隐含地反映径流随机特性的大量模拟径流序列,为水库优化调度函数推求提供数据支撑。（5）围绕来水不确定性条件下的水电站水库发电优化调度问题,提出了基于最小二乘提升决策树的水库发电优化调度函数推求方法,用于推求考虑多步径流预报信息的优化调度函数;建立了基于最小二乘提升决策树的遥相关因子和区域气象水文要素联合驱动的中长期径流预报模型,并构建了多步径流预报误差序列的高斯混合模型,以量化中长期径流预报不确定性,进而为使用调度函数进行调度决策提供径流预报及其不确定性信息。三峡和二滩水电站水库应用结果表明,提出的考虑多步径流预报信息的调度函数具有良好有效性（理想决策性能）、实用性（实际决策性能）和鲁棒性,能够在充分利用径流预报及其不确定性信息的同时,有效减小多步径流预报不确定性影响,为调度决策者提供可靠的决策参考值和决策参考区间。