随着城市人口的快速增长及社会经济的快速发展,城市用水需求不断增长,致使发展性缺水、季节性缺水和水质性缺水等问题成为很多大型城市发展所面临的巨大挑战。水资源短缺已成为制约社会与经济可持续发展的瓶颈因素之一,为了满足城市发展的可持续性,以“开源节流”为方向开展城市供水的系统性研究将是突破城市“供水瓶颈”的重要途径。城市供水的跨流域引水,即为“开源”的工程措施,可增加调水区的径流量:而水资源的优化调度属于“节流”的非工程措施,实现水资源优化配置和调度。对水库群制定科学合理的引水与供水调度规则,能够有效发挥外流域引水及本地水资源的配置功能,可达到全流域水资源“优化配置、多源互补、保障发展”的目标。因此,本文针对跨流域引水及供水水库群开展优化调度研究,具有十分重要的理论意义和应用价值,其研究成果可为跨流域水资源的高效利用提供决策支持和科学依据。本论文以深圳市西部引水及供水水库群为研究对象,以解决跨流域引水及供水调度的关键性问题为目的,对中期径流预报、“多对一供水”的供水及分配规则、调度方案高效求解,以及调度方案的优选等方面展开研究。本文取得的研究成果主要有以下几个方面:(1)采用集合降雨预报信息,基于BP神经网络建立了供水水库群的径流预报模型;以ECMWF集合降雨预报信息作为降雨输入,进行了中期径流模拟预报,对计算结果进行统计与分析,表明集合平均径流预报值具有较高的精度。因此,在供水水库群复杂系统中,对未来径流信息未知的情况下,该模型可为水库联合调度提供有效的预报信息,避免各水库调度不协调的问题。(2)在中期径流预报研究成果基础上,对公明供水调蓄工程的引水与供水联合优化调度进行研究。首先,采用聚合方法将调蓄工程中的水库群聚合为“虚拟水库”,并在此“虚拟水库”基础上,建立水库群联合调度模型。然后,以引水量最小和公明水库交换水量最大为目标,采用多目标遗传算法NSGA-Ⅱ对引水与供水调度模型进行优化求解;最后,获得了调蓄工程的引水及供水调度方案Pareto解集。(3)针对水库群供水系统中“多对一供水”工况的供水调度问题,以“聚合水库”的方式,建立水库群对共同供水户的供水规则,依此规则确定水库群的供水总量。由于该供水量由多个水库共同承担,因此建立考虑不同参考信息的供水总量分配模型。研究结果表明,考虑未来径流信息和当前时段蓄水情况的分配模型具有较高的供水效益。(4)针对水库群供水系统中“多对一供水”工况的供水调度问题,分别采用“聚合水库”和“添加主供水线”的方式,建立水库群共同供水户的供水规则。研究结果表明:将水库群聚合为“单库”,并将径流与库容相耦合建立考虑径流预报信息的联合供水调度图,从而降低了调度图的计算“维数”;同时,还保持了调度图简明的结构。(5)在水库群的联合引水与供水调度图中,涉及大量待优化的参数。常规优化算法往往容易出现收敛过早,从而陷入局部最优解的问题。因此,将Pareto技术与多维动态搜索算法相耦合,提出了多目标多维动态搜索算法(M-DDS)。由于M-DDS算法引入了敏感性分析,从而减少了算法的盲目搜索。与NSGA-Ⅱ算法进行比较,基于敏感性分析的M-DDS算法的收敛速度更快,收敛精度更高。(6)采用Vague集理论建立的多目标多属性决策与方案优选模型,并以上述多目标高维动态搜索(M-DDS)算法获得的Pareto解集为基础,对Pareto解集中的调度方案进行快速排序,确定当前决策情景下的最优调度方案。研究成果为水库群的引水及供水调度多目标决策提供了有力的理论支持。