随着我国经济的持续高速发展,社会用电量急剧提高,电力负荷峰谷差也逐步增大,对电力系统稳定运行提出更高要求。水电能源具有启停迅速、能快速响应电网负荷指令等灵活性特点,不仅可为电网输送优质能源,还可承担电力系统调峰调频任务,平衡电力系统动态供需关系,为电力系统安全运行提供有力保障。受社会、环境以及人文等多方面因素影响,电力系统负荷及水文径流存在一定的随机性和非线性性,从而影响电力系统及梯级水库群的安全稳定运行。获取高精度的系统负荷预报和水库群入库径流预报信息是本研究要解决的首要关键科学问题。此外,梯级水库群优化调度受径流和负荷预报不确定性的影响,增加了电力系统和水库安全稳定运行的风险。因此,如何在梯级水库群调峰优化调度模型中有效利用径流和负荷的不确定性信息是本研究的另一关键科学问题。本文从负荷多预见期预报、径流多预见期概率预报以及梯级水库群调峰优化调度等方面开展研究,研究成果可为负荷和径流预报不确定性下梯级水库群调峰优化调度提供理论依据和技术支撑。本文主要研究工作及创新成果如下:（1）围绕电力系统短期负荷预测存在的关键科学问题,考虑影响负荷的相关因素,建立了混合特征提取模型,筛选出了最优特征;提出了针对负荷序列多预见期的长短期记忆网络改进模型,运用粒子群优化算法对网络模型超参数进行了优化,提高了模型的预测精度及训练效率。将该模型应用于湖北省电网短期负荷预报研究,与目前常用预报模型的进行结果表明,本文提出的预报模型具有较高的模型训练效率和预报精度。（2）针对径流预报及其不确定性量化问题,本文在长短期记忆网络模型基础上提出了最简门记忆网络结构,引入弹球损失函数,结合分位数回归思想与和密度估计方法,提出了基于分位数回归的最简门记忆网络径流概率预报模型。实例研究结果表明本文提出模型在径流概率预报精度和可靠性上均具有优秀性能,可为梯级水库群优化调度提供数据支撑。（3）针对负荷和径流不确定性下梯级水库群调峰优化调度难题,基于负荷、径流概率预报结果,采用K均值聚类方法对场景集进行分类,获取了具有代表性的典型场景;进一步,以电力系统预留负荷均方差最小为目标,建立了梯级水库群调峰优化调度模型,采用遗传进化算法对模型进行求解。以清江梯级水电站作为研究对象开展了实例研究,优化调度结果表明,梯级水库群能有效对电网负荷进行调峰,增强了电力系统运行稳定性,研究成果可为负荷和径流不确定性下调峰调度计划编制提供理论依据和技术支撑。