随着大规模水库群不断建成及投入使用,水库优化调度问题面临着新的挑战,主要包括:随着水库系统规模的扩大,问题求解规模指数增长使得求解困难;水库径流的不确定性导致优化调度方案难以指导水库实际运行。针对这两方面的问题,本文展开了一系列研究,并提出了相应的解决策略。对于水库群优化调度的求解问题,针对逐次优化算法及逐步逼近算法分别从时间维度和空间维度进行降维的优势及算法采用逐维度寻优的策略容易收敛到约束边界伪最优解的不足,本文引入广义状态的概念对两种算法进行改进,提出一种广义状态搜索算法。此外,为求得水库调度的初始调度线,根据调度人员“抬升水头,减少弃水”的调度经验提出一种快速生成水库调度参考线的方法。采用水库调度经典测试算例四库问题与十库问题进行测试,验证了本文算法的实用性,通过湖南澧水流域的实例分析更进一步说明了本文广义状态搜索算法的有效性。针对水库调度中的径流不确定性问题,本文采用隐随机优化调度的思想对水库进行长系列优化计算得到样本,再拟合得到关联规则用于指导水库实际调度运行。针对目前常用于拟合水库调度规则的调度函数需要预先假设函数形式等不足及模糊规则概念划分存在残差等局限性,本研究在总结两种方法优点和不足的基础上,引入云模型进行规则的提取:采用云变换从样本数据中提取出最能反映样本分布规律的云模型概念实现概念的软划分;利用云变换得到的定性概念并将样本数据转化为布尔型数据,再采用Apriori算法进行数据挖掘得到水库调度定性规则;最后建立云模型规则发生器,得到水库调度决策。本文云模型调度规则可以得到定性的水库调度语义规则;还可以产生一个决策区间供决策者根据实际情况及自身经验进行选择;也能为调度人员提供一个确定性的决策,因此在实际调度中有着较强的可操作性。将本文制定的云模型规则用于指导江垭电站的模拟运行并验证了此拟合方法的有效性与实用性。