本文针对苏帕河流域梯级水电站运行特点,运用系统工程、数理统计、动态规划等理论,充分利用先进计算机技术和网络技术,对梯级水电站联合优化调度的理论方法进行了深入研究,建立了面向电力市场的苏帕河流域梯级水电站联合优化调度模型。本文主要的研究内容及成果如下:(1)针对径流描述的不同,提出了基于统计分析的优化调度模型、分析预报误差的优化调度模型、来水信息确定的优化调度模型及负荷一定耗水最小的优化调度模型。提出了优化调度目标函数及其递推方程,分析了函数的输入输出、决策变量、状态变量及约束条件,提出了函数的随机动态规划双向递推求解方法,讲述了求解的迭代计算过程,分析了遗传算法求解并对二者做了比较。(2)对苏帕河流域长期水文预报模型进行了全面深入的研究。通过确定模型类型,在模型识别的基础上提出了苏帕河流域五站年径流随机模拟的五元自回归滑动平均模型,然后介绍了苏帕河流域五站月径流的典型解集模型,为弥补径流预报模型的不足,提出了苏帕河流域长期水文预报实时校正模型,最后,结合苏帕河流域三十九的径流资料对上述模型进行了检验与应用。(3)研究了基于改进人工神经网络模型的苏帕河流域降雨径流预报模型。通过用遗传算法优化神经网络的初始及连接权重,提出了基于遗传算法的神经网络苏帕河流域降雨径流预测模型。为提高输入数据的精确性和及时性,提出了结合地理信息系统流域降雨径流预报方法,最后通过工程应用实例计算,验证了该模型在苏帕河流域降雨径流预报应用中的可靠性和高效性。(4)在丰枯、峰谷两种分时电价制度下对苏帕河流域梯级水电站进行了优化调度研究,提出了面向电力市场的苏帕河流域梯级水电站长、短期联合优化调度的数学模型,并且充分考虑了水库的各种限制条件,合理确定了数学模型的约束条件,并应用随机动态规划方法对模型进行了求解,实现了该流域梯级水电站的年优化调度和日优化调度,通过数值对比,证明本文提出的优化调度模型能够实现合理调配发电引水流量,使梯级水电站的长短期发电效益达到最大化。(5)对苏帕河流域梯级水电站联合优化调度决策支持系统进行了初探。提出了系统目标和思路,结合GIS的系统结构、内容,以及DSS的图形辅助决策功能,描述了集成化决策支持系统的系统结构,然后适应网络的发展和需求提出了系统信息的Internet共享。