大型梯级水利枢纽的优化调度具有高维性和非线性的特点。除此之外，大型水库由于大库容高水头，优化时还存在大范围寻优而导致计算效率低下的问题。对于不同来流条件下水库优化结果的分析，目前也鲜有专门的方法研究。针对大型水库大范围连续寻优的优化问题，本文提出了借助增量动态规划方法（Incremental Dynamic Programming IDP）建立合理的寻优空间以提高优化效率的方法。充分利用IDP算法的收敛特性和启发式算法（Heuristic Algorithm HA）在连续空间里强大的全局寻优能力，提出了IDP-HA耦合模型。以IDP优化后的调度线为参照，建立覆盖全局最优解的小尺度寻优空间，在该空间内利用HA对高维变量进行寻优。有效解决了大型水库在高维时间尺度上大范围寻优导致的计算效率低下甚至无可行解的问题。针对梯级水力枢纽的优化调度问题，本文通过将梯级水电站的优化调度在空间上解耦为对水能资源在不同水库之间进行合理分配的库群整体优化问题和水能资源在单个水电站的不同机组进行合理分配的水电站厂内优化问题进行降维。通过对水力发电机组运行特性的分析，对不同特性的水电站，分别应用离散化和全微分形式的线性化方法进行出力表达。对于不同层次的优化问题，分别采用全局寻优的启发式算法，和解决线性规划问题的单纯形法（Simplex Method SM），利用梯级水电站的水力电力联系对两级优化问题进行耦合求解，提出了解决大型梯级水力枢纽优化调度的HASM方法。并首次将动态降维搜索(DynamicallyDimensioned Search Algorithm DDS)应用于水库优化调度领域。对于不同来流条件下水库运行的优化结果，本文首次应用基于径向基核函数的非参数响应曲面方法进行分析。通过建立水库最优调度的响应曲面，可根据来流序列快速地定位出相应的水库最优运行方案，为水电站的实际调度提供参考。文章最后，结合时间尺度上的分解协调降维方法，将HASM空间降维方法应用于三峡-葛洲坝这一大型梯级水利枢纽的长期优化调度中。结果证明，模型模拟精度令人满意，三峡-葛洲坝的实际调度尚存在优化的空间。