随机动态规划求解水电站群长期发电优化调度易产生"维数灾"问题,导致计算耗时急剧增加,求解效率降低.如何缓解维数灾和提高计算效率,一直是水库优化调度致力于研究的难点问题.在随机动态规划的并行性分析基础上,提出了基于Fork/Join并行框架的多核并行随机动态规划方法.该方法将单个时段内所有变量组合状态下的计算任务作为父任务,通过分治法递归分解为多个子任务,并平均分配到不同的内核同时计算实现细粒度并行求解.以澜沧江下游梯级水电站群为研究实例,建立了3个变量离散数不同的调度方案,并在多核环境下验证该方法的计算效率.结果表明,在2和4核环境下,该方法的计算耗时与串行方法相比,分别节省了约50%和70%,大幅度缩减计算耗时,可充分利用多核资源;同时,计算任务的规模越大,并行计算的耗时缩减幅度越大.因此,此方法为大规模水电系统优化调度提供了一种可行途径,其并行原理可为其他应用所借鉴.