我国已在长江、黄河、金沙江、乌江、澜沧江等多条大河上建成大型水电基地,截至2020年底,全国水电总装机容量达3.7亿千瓦,位居世界第一。然而,梯级水库群为在全国能源结构改革和电力系统稳定做出巨大贡献的同时,对流域的生态环境也产生了巨大的影响。传统以经济效益为单一目标的调度理论方法已难以解决资源保护新形势下的梯级水库群调度问题,亟需寻求新的生态调度理论、模型和技术,并开展研究。因此本文以金沙江下游至三峡梯级水库群为研究对象,研究了水文变异条件下的河道生态需水,建立了生态缺水溢水量最小和发电量最大的多目标生态调度模型,提出了多种群协作的多目标粒子群算法,设计了分布式梯级水库群生态调度决策支持系统架构。论文主要研究内容和创新性成果如下:（1）为研究水利枢纽建设运行后金沙江下游至三峡干流河道水文情势的改变,以及河道水文一致性被破坏对生态需水计算的影响,通过分析控制性水文站屏山站、宜昌站的历年流量水文序列,结合水文调查,诊断确定出屏山站水文变异点为1944年和1997年,宜昌站水文变异点为1968年和2000年。进一步根据变异点划分的水文状态,计算了金沙江下游至三峡干流天然状态下生态需水上下界,提出了最佳生态流量廊道。计算结果表明与其他水文状态相比,天然状态下计算所得生态需水过程最符合中华鲟和四大家鱼的产卵孵化需求,为水文变异条件下的水库多目标生态调度研究提供了物理支撑。（2）为探究水文变异条件下金沙江下游至三峡梯级水库群调度中生态与发电目标间影响关系,建立了以梯级发电量最大和梯级生态缺水溢水量最小为目标的生态调度模型将多个惯性权重的粒子群引入算法粒子群落,并使其在搜索空间内按照基于粒子飞行方向空间夹角关系进行种群间协作寻优,提出了一种多种群协作的多目标粒子群算法（MGCMO-PSO）,求解上述调度模型。实例研究表明,MGCMO-PSO算法,能够得到分布均一的Pareto前沿,有效克服了收敛速度慢、易收敛于局部最优的缺陷,在满足梯级电站发电量优化需求的同时,减少了生态缺水溢水量,为水库群多目标生态调度建模求解提供了一种新的思路。（3）针对国内水调系统开发标准不一、开发难度高、开发进度慢等不足,提出一种前后端分离的分布式梯级水库群生态调度决策支持系统架构,设计了面向生态调度的水调系统功能体系。其中,为增强系统伸缩性并使其具备低耦合特征,建立了水调系统三层架构体系,详细设计了后端分布式微服务集成方法和前端可视化方法,并应用设计的架构与所提集成方法搭建了梯级水库群多目标生态调度决策支持系统,为系统开发提供了一套完备的实现方法。