反渗透海水淡化(Seawater Reverse Osmosis,SWRO)技术作为解决沿海地区淡水资源不足的有效办法之一,越发得到人们的重视。大型SWRO系统在运行过程中存在着诸多不确定因素,对其进行合理的生产调度,合理安排各个机组的制水计划,有利于提高系统的设备利用率,有效降低制水成本。本文针对反渗透海水淡化工程的全流程,讨论系统在两种不确定因素下的鲁棒调度问题,主要的研究内容和结论如下:(1)建立了反渗透海水淡化系统全流程模型。将反渗透海水淡化过程全流程分为四个主要环节:海水取水环节、预处理环节、反渗透环节和后处理环节,给出了每个环节内的各单元的操作模型和相关的经济模型。将上述四个环节的模型进行整合,建立起反渗透海水淡化系统的全流程费用模型。以反渗透海水淡化系统的全流程调度费用最小作为优化目标,在满足机组产水量约束、蓄水池需水量约束、供水量约束等约束条件下,对其进行优化调度。(2)讨论了全流程SWRO系统的静态调度问题,建立了系统的调度模型。为了得到更高的求解精度和较少的求解时间,本文将遗传算法和模拟退火算法相结合,利用遗传-模拟退火算法对优化命题进行求解。仿真结果表明,与传统的遗传算法相比,本文采用的遗传-模拟退火算法在最优解、平均解和平均求解时间上都有一定的提升。(3)考虑到实际反渗透过程中不确定因素的客观存在,本文讨论了不确定环境下SWRO过程鲁棒优化调度的策略。针对海水反渗透过程中存在的海水温度的波动和用户需水量波动这两类典型不确定,建立了基于机会约束规划的鲁棒预调度模型。在仿真过程中,将系统运行费用最小化作为目标,将温度的波动设置为随机变量、用水量波动设置为模糊变量,在满足约束条件的情况下,通过遗传-模拟退火算法(Genetic-Simulated Annealing Algorithm,GSAA)进行求解。仿真结果表明:在考虑温度波动影响后,最优费用相比静态调度时的最优费用有所增加,但更接近实际运行费用;同时,相比于静态调度方案,鲁棒调度方案的鲁棒性指标有较大提升,较好地克服了随机波动的影响,更具有实用性。(4)对上述优化调度方案进行了分析,设计开发了 SWRO系统调度软件。对整个软件的设计开发过程进行了简单的介绍。最后,总结全文,并提出下一步的研究方向。