大渡河流域梯級水電站智慧調度建設實踐

摘要：

大渡河流域梯級水電站聯合調度受國內外普遍關注。簡要回顧了大渡河流域梯級水電站智慧調度建設的發展歷程，系統闡述了“頂層設計—基礎研究—體系建設—能力提升”4個發展階段的研究重點和內在聯系，總結以“精準預測—風險調度—協同控制”為核心業務鏈條，提出了包括融合物理機理和數據驅動的徑流預報技術、多重不確定性下水電站群風險調度決策技術、“機組-閘門”多單元協同實時精準調控方法等。并結合新形勢下梯級水電站調度運行面臨的水災害防御難度大、調度運用靈活性不足、調度方式不適用等新挑戰，針對性地提出了下一步大渡河流域梯級水電站智慧調度建設的工作思路。

關鍵詞：

智慧調度建設； 梯級水電站； 水文預報； 多目標優化與決策； 大渡河流域

中圖法分類號：TV697.1

文獻標志碼：A

DOI：10.15974/j.cnki.slsdkb.2025.03.015

文章編號：1006-0081（2025）03-0090-06

收稿日期：

2024-04-01

基金項目：

國家重點研發計劃項目（2019YFE0105200）

作者簡介：

楊忠偉，男，正高級工程師，碩士，主要從事電力生產及運行管理工作。E-mail：zhongwei.yang.c@ceic.com

通信作者：

牟時宇，女，碩士，主要從事梯級水庫調度工作。E-mail：20047597@ceic.com

引用格式：

楊忠偉，牟時宇，陳在妮，等.大渡河流域梯級水電站智慧調度建設實踐

［J］.水利水電快報，2025，46（3）：90-95，115.

0" 引" 言

梯級水電站是優化流域水資源調配的重大基礎設施，其水力、電力聯系緊密，調節庫容相互補償，往往共同承載著流域防洪、發電、供水、航運、生態等多重任務，運行方式較單個水電站更為靈活多變，可通過聯合優化調度挖掘綜合利用效益［1］。近年來，聚焦梯級水電站聯合調度，國內外學者從流域水文預報［2］、多目標優化與決策［3-5］、水電協同控制及廠內經濟運行［6-8］、水風光多能互補調度［9-11］等方面開展了大量的理論研究和技術探索。王俊等［12］從數據底板、規律機理、預報模型、方法技術和業務平臺等方面探討了流域水文預報關鍵技術與研發前景；王浩等［13］從調度方式研究、優化求解算法、多目標分析方法等技術領域綜述了水庫群調度研究的發展歷程和突破性進展；紀昌明等［14］根據來水不確定性和電網安全約束，提出了能契合實際需求的梯級水電站負荷調整耦合模型，實現水調與電調的高效融合；聞昕等［15］建立了大規模風光接入背景下電網、梯級、電站多層級多目標協同優化調度模型，保證了復雜水利-電力約束條件下梯級電站的安全高效運行。

鑒于梯級水電站調度理論日漸成熟、聯合調度范圍進一步拓展，國內各水電企業也紛紛開展了梯級水電站統一調度探索實踐［16］。烏江、瀾滄江、金沙江下游和三峽-葛洲壩梯級電站群陸續實施了“調控一體化”“水電合一”“運維合一”等多類型運行管理模式［17-19］，流域整體防洪能力、電力保供能力不斷增強，水資源利用水平持續提升；湖南湘江、沅水和資江開展了跨流域梯級電站群集中調控的有益探索［20］，在增發電量、調蓄洪水等方面取得了顯著的安全、經濟和社會效益。

大渡河流域是中國第五大水電基地、長江防洪體系的重要組成部分、四川電力保供骨干支撐電源點、長江上游重要生態屏障，在沿河兩岸取水用水保障、防洪調度安全、四川省電力供應及社會經濟發展中具有舉足輕重的地位。干流規劃形成3庫28級梯級電站，總裝機容量2 700萬kW，已投產電站裝機容量1 744萬kW，約占四川電網統調水電裝機的40%。干流投產電站中只有瀑布溝水電站具有不完全年調節能力，猴子巖、長河壩作為季調節水庫調度，流域調節庫容總計57.6億m3，其余11站均為日調節或徑流式電站，且上下游銜接緊密，整體調節能力較弱。鑒于特殊的地理位置和綜合條件，大渡河流域梯級水電站調度運行面臨徑流預報精度提升難、風險效益均衡難、水位調控偏差大等難題，工作強度大，控制風險高。

近年來，“云大物移智鏈孿”等新興科技飛速發展，為進一步提高水電調度決策的高效性和實用性創造了新的契機，智慧調度的概念也在梯級水電站群調度中應運而生。國家能源集團大渡河公司主動求變，開啟智慧化轉型，自2014年開始逐步引入先進信息化、數字化技術，與長江水利委員會水文局、四川大學、河海大學等科研機構、高校聯合技術攻關，在業內率先建成了國內首套覆蓋水電生產各環節、以流域梯級水電站“一鍵調”為特色的智慧調度體系，并不斷地結合調度需求變化而創新發展，顯著提升了流域水災害防控能力、綜合發電效益及調控智慧化水平，推動梯級水電站逐步從傳統經驗調度模式向數據驅動的智慧調度模式轉變。為此，系統梳理了2015年以來大渡河流域梯級水電站智慧調度建設歷程及關鍵創新性技術成果，全面總結了取得的調度成效，在此基礎上剖析新發展階段梯級水電站聯合調度面臨的一些新挑戰并探討了未來的發展方向，旨在為流域梯級水電站聯合調度縱深發展提供有益經驗。

1" 大渡河流域梯級水電站智慧調度建設歷程

1.1" 智慧調度建設歷程

結合大渡河流域梯級水電站調度業務需求的變化，以及氣象水文預報、梯級水電站多目標調度決策、水電實時協同控制等理論技術的應用水平，可將大渡河流域梯級水電站智慧調度建設以來的研究及應用過程分為頂層設計階段（2015～2016年）、基礎研究階段（2017～2018年） 、體系建設階段（2019～2021年） 和能力提升階段（2022年至今） 4個發展階段。

1.1.1" 頂層設計階段

2015年，國家能源集團大渡河公司智慧企業戰略頂層設計基本完成，智慧調度作為四大生產業務單元之一開始啟動建設研究。2016年，智慧調度建設規劃方案通過審查，明確了智慧調度是在梯級水電站集中控制調度的基礎上，以“實時感知、精準預測、智能調控”為目標，打造集預測、管控、決策、評價于一體的流域調控新模式。這一階段主要形成了智慧調度的理論體系、建設目標和技術架構（圖1），解決了智慧調度“是什么”的問題，為后期持續的基礎創新和技術探索奠定了發展方向。

1.1.2" 基礎研究階段

2017～2018年，圍繞監測預報、水庫調度、運行控制等業務領域，引入多源數值降水預報產品，逐步開展實時洪水概率預報和梯級防洪、發電調度策略研究，建成國內首家大型流域梯級電站經濟調度系統——大渡河瀑布溝、深溪溝、枕頭壩三站經濟調度控制（Economic Dispatch Control，EDC）投入運行，開創了國內大型流域梯級電站實時負荷動態調控新模式。這一階段主要聚焦基礎研究，在數據要素感知和信息監視、預報調度模型開發、實時操控策略方面進行了積極探索，為業務流程的自動化及系統化應用打下了堅實的基礎。

1.1.3" 體系建設階段

2019～2021年，智慧調度核心體系“一鍵調”技術體系全面建成，基本形成“實時、短期、中長期”多尺度多模式預報調度業務鏈條，建成覆蓋水電生產全過程的一體化調度決策支持平臺。期間發布了行業標準DL/T 2466-2021《梯級水電廠智慧調度技術導則》，出版專著《流域水電智慧調度——大渡河探索與實踐》。這一階段感知要素不斷豐富，通過數源引入和增設新型野外遙測站點，增加土壤含水率、空氣濕度、水溫、水pH值等基礎水情信息；同時建立電力市場信息數據庫，解析電力市場結構特征，挖掘各類電源電力變化規律，實現生產信息的全面感知、分析和預警。流域水文預報技術迅速發展，預報范圍從上游天然斷面延展到全流域、干支流重要控制站；預報模式從傳統單物理模型豐富至融雪期、豐枯轉段期、大洪水期模型自適應匹配切換；預見期從未來10 d逐日延長至未來12月逐月。調度技術創新突破，摸索形成一套多模式、多時間尺度的梯級水電站優化調度決策模型簇，智能生成風險和效益均衡的水位控制和發電策略。平臺功能不斷拓展，實現發電管理人機交互會商。這一階段主要聚焦體系建設，通過系統的互聯互通，將線下業務變為線上場景。

1.1.4" 能力提升階段

經過逐層次、漸進式、分階段持續建設，智慧調度初具體系，在流域水文預報、防洪發電調度、負荷調整等方面取得了突出的成績，但仍存在部分弱項。2022年以來，聚焦重點領域，持續攻關提升調度精細化水平。開展陸空多源降水數據融合研究，解決流域上游雙江口以上區域遙測站稀疏、實況降雨捕捉不準的問題；開展流域梯級電站最小下泄流量協調及保障措施研究，解決最小下泄流量不協調、夜間負荷低谷時段最小下泄流量滿足難度大等問題；啟動大渡河梯級電站聯合生態調度研究，編制促進不同產卵類型魚類自然繁殖的聯合水庫生態調度方案，實現梯級電站生態、經濟和社會效益的協調統一；建成國內首個梯級水電站機組閘門協同調度平臺，解決中游梯級電站水位波動幅度大，泄洪閘門操作頻繁等難題；投入一鍵順控、信號智能監視關鍵技術成果，提高對外調度業務聯系、信號人工監視效率。這一階段側重于調度業務能力提升，主動適應新一輪能源革命所帶來的機遇和挑戰，智慧調度體系得以進一步擴充和發展。

1.2" 智慧調度發展特點和主要特征

回顧大渡河流域梯級水電站智慧調度建設歷程，其發展特點可歸納為“由點到面，由粗到細”。建設的深度和廣度不斷拓展，精細化水平逐步提升。調度對象從單站調度向梯級水電站聯合調度轉變，調度目標從以防洪、發電為主向蓄水、水資源、生態等多目標拓展。

與目前水電調度的網絡化、數字化、智能化建設相比，智慧調度的主要特征可歸納為“互聯互通，人機協同，自主學習，智能決策”。智慧調度以多源數據為基礎，以數學模型為核心、以可視化綜合會商平臺為載體，通過設備與設備、設備與系統、系統與系統之間的連接，實現氣象、水情、工情、設備、防洪、發電、市場、航運等調度數據的自由流動與實時共享；通過人、設備、系統之間的協調配合，實現復雜調度環境下的高效決策與協同控制；通過水情氣象預報、復雜調度過程中的大數據挖掘與深度學習，實現模型參數的自率定，調度方案的自優化；通過調度風險的自動識別、調度方案的自動迭代，實現復雜調度過程的自主優化。建設過程中形成的一大批專業化算法模型，通過組件化開發，流程化搭建，可進一步拓展推廣至其他流域水電站。

2" 關鍵技術成果

結合大渡河流域梯級水電站智慧調度建設與發展歷程，依托國家重大基礎科技研究及各類重大工程項目，以“精準預測—風險調度—協同控制”為核心業務鏈條，構建了集融合物理機理和數據驅動的徑流預報、多重不確定性下水電站群風險調度決策、“機組-閘門”多單元協同實時精準調控3項關鍵技術為一體的梯級水電站智慧調度技術支撐體系（圖2），有效解決了徑流預報精度低、風險效益均衡難、水位調控偏差大等關鍵難題。

2.1" 融合物理機理和數據驅動的徑流預報技術

大渡河流域位于青藏高原東南邊緣向四川盆地西部的過渡地帶，大尺度天氣系統復雜多變，中小尺度局地對流暴雨特征顯著。受獨特地理位置和復雜天氣系統的共同影響，徑流年內、年際變化大，洪水組成復雜多樣，徑流的預報值和實際值往往存在較大的偏差。

針對徑流預報精度低的難題，研究提煉出融合物理機理和數據驅動的徑流預報技術。識別流域的水汽來源和復雜徑流機制背后的成因，揭示不同氣象因子對流域徑流時空變化的影響機制，建立了集“預報因子實時篩選-模型交叉驗證-參數自動尋優-動態建模”為核心技術鏈條的中長期徑流預報模型［21］。針對傳統水文預報在過程描述、數據挖掘等方面的不足，從機理上分析了枯期、汛期、枯汛轉換等不同時期的產匯流機制和徑流主要影響因素，從數據上建立了多預報因子時空高效降維算法以及相似性樣本搜索識別方法，提出了基于多因素相似性的徑流滾動預報模型和方案［22］（圖3）。提出了考慮暴雨中心、洪水量級、漲水段、落水段等物理過程的預報誤差分布智能識別方法，從模型的結構、參數、輸入等方面開展不確定性溯源分析，研發了多因素不確定性聯合降低控制技術，建立了實時洪水預報誤差校正方法［23］。通過氣象與水情耦合、機理分析與數據挖掘融合、不確定性控制等方面的創新，周平均預報精度達到了93%以上。

2.2" 多重不確定性下水電站群風險調度決策技術

大渡河流域梯級水電站級數多、調節性能差、流量傳播時間短，電網潮流約束復雜，局部送出受阻，各類風險要素點多面廣、相互交織，多目標調度決策十分困難。

為平衡流域風險和效益，需發展多重不確定性下水電站群風險調度決策技術。通過模擬不同調度決策方案下流域關鍵斷面水位、洪峰、峰現時間等風險動態響應變化，揭示了關鍵斷面風險量級的時程演化特征以及上下游風險聯動、分解、置換的空間遷移規律，量化不同調度方案下系統風險的時空演變過程。建立梯級電站中長期、短期多尺度調度決策互饋滾動機制，提出防洪、發電、蓄水等多模式自適應匹配技術［3］（圖4），智能生成風險和效益均衡的水庫水位動態控制和靈活調整策略，解決了各類來水、發電等變化因素影響下水位“控多少”的問題，確保大壩工程安全的前提下提高梯級電站調度運行綜合效益。該技術有效支撐大渡河2020年“8·18”超百年一遇洪水防洪調度及2022年百年一遇干旱蓄水調度，為防洪減災、抗旱保供提供了重要決策支持。

2.3" “機組-閘門”多單元協同實時精準調控技術

高強度調峰調頻任務下，水電站群負荷變化劇烈，易引起上下游水位波動或失穩。尤其對于水位變化更為敏感的日調節電站，時常面臨水庫拉空或水位超限風險，調控難度極大。

針對上述難題，構建梯級電站群“機組-閘門”多單元協同實時精準調控技術（圖5），將基于EDC系統的機組發電“一鍵調”擴展至面向水電協同的機組-閘門多工程單元“一鍵調”。15 min尺度上，滾動生成匹配水位平穩、出庫平穩、少調閘門等實際運行需求的閘門控制策略，解決了閘門操作頻繁問題；5 min尺度上，建立上下游電站負荷、閘門開度、傳播時間等因素與下游電站壩前水位的關聯響應關系，構建以水位平穩為目標的梯級電站站間電量分配模型，解決了徑流式電站水位精準、平穩控制問題；實時尺度上，建立站間、站內負荷分配模型，靈活調整梯級各電站實時負荷值，減少機組穿越振動區和啟停機的次數，解決了機組優化運行問題［24］。在保障流域安全、提高經濟效益的同時，減輕了調度人員的工作壓力，提高了調度決策科學化水平。

3" 智慧調度建設成效

梯級水電站智慧調度技術的成功應用，大大促進了現代信息技術和傳統優化調度技術的深度融合，為流域梯級電站群防洪安全與能源供應提供強大、可靠、穩定的技術保障，對于流域梯級水電站保障安全和提升經濟運行水平具有科學實踐意義和示范效應。

（1） 提升了水災害防控和應對能力。2020～2024年，大渡河流域成功應對洪災8次，大幅減輕了大渡河及下游岷江，乃至長江中下游防洪壓力，避免或減少洪災損失約12億元。尤其是在2020年“8·18”超百年一遇洪水中，積極發揮瀑布溝等水庫的調蓄、攔洪、削峰作用，提前精準預報，通過爭取加大發電計劃、預泄洪水等措施預留庫容，攔蓄洪水4.53億m3，將下游峨邊、銅街子等關鍵斷面超百年一遇洪水降為五年一遇常年洪水，削峰率80.4%，保障了成昆鐵路、樂山城區等重要對象防洪安全。有效抗擊2022年近百年一遇干旱，增加保供電量近20億kW·h，有力發揮了四川電網安全穩定運行的骨干支撐作用。

（2） 提升了洪水資源化利用水平和綜合發電效益。2020～2024年，通過準確把握和動態調整電站群蓄水、泄洪等調度運用策略，流域梯級電站群水能利用率提高至97.5%，增加發電量30億kW·h，2020年發電量突破設計能力4%。通過增發清潔水電，每年節約標煤約25萬t，減少二氧化碳等溫室氣體排放70萬t，減少煙塵等致霾物排放0.27萬t。

（3） 提升了實時調控精度和智慧化水平。每年減少大渡河流域梯級電站負荷人工調節次數3 萬次以上，閘門調整次數由每年2萬次以上降低至8 000次以內，調控難度最大的日調節電站水位偏差由14 cm以上降低至5 cm以內，大幅減輕調度人員的壓力和風險。相關研究成果推動了水災害預報預警、水電站群風險調度決策、機組閘門協同調控技術的發展與進步，帶動了調度管理模式的革新，國能大渡河流域水電開發有限公司被中國水力發電工程學會和中國大壩工程學會授予“梯級水電站群智能運行創新實踐基地”，創造了顯著的經濟效益、社會效益和創新示范效應。

4" 挑戰與展望

通過多年創新實踐，大渡河流域梯級水電站智慧調度體系建設日趨完善，在流域水庫聯合調度、多業主補水聯合調度、洪水資源化利用、最小下泄流量協調及保障等方面取得了顯著效益。但隨著新發展形勢下梯級運行調度需求的變化，大渡河流域梯級水電站智慧調度建設面臨新挑戰。

4.1" 氣候變化條件下水災害防御難度大

近年來，極端天氣高發頻發易發，汛旱情趨勢復雜多變，旱澇急轉、旱澇并存日趨常態。大渡河流域地處青衣江暴雨區及龍門山、鮮水河、安寧河三大斷裂帶，調度運行面臨洪水、干旱、地震、滑坡等高風險多災種疊加威脅。流域眾多的防汛薄弱環節、各地方日漸多元化的實時調度訴求為梯級水電站防洪、發電調度帶來更多限制條件和安全挑戰。下一步，需繼續深入研究面向復雜多災環境的梯級水電站聯合調度支撐技術，健全多源氣象水情數據感知體系建設，強化流域極端氣候水文事件預測預警體系，綜合提升梯級水電站防災減災調度能力。

4.2" 梯級水電站聯合調度運用靈活性不足

目前，大渡河流域已形成以瀑布溝水庫為核心的水工程體系，充分發揮對大渡河流域乃至川渝河段及長江中下游地區的防洪作用。但隨著雙江口水電站工程的建設和引大濟岷工程的開展，流域防洪運用的邊界條件正發生深刻變化，需進一步開展梯級水庫聯合防洪調度研究，在不同來水情況下合理分配梯級水庫防洪庫容，根據洪水發展形勢協調防洪庫容的預留量、使用量、釋放量，提高梯級水庫汛期聯合調度運用靈活性，拓展水資源高效利用空間。且隨著防洪庫容增加，梯級水庫待蓄水量進一步增加，需進一步優化蓄水時機、蓄水次序，兼顧防洪任務與蓄水效益，避免出現缺電與棄水并存困局。

4.3" 面向單一水電系統的調度方式面臨挑戰

當前，中國以“雙碳”目標為導向，可再生能源高質量發展進入新階段，在能源轉型的背景下，水電功能定位由傳統的電量供應為主轉變為電量供應與電力調節并重。水風光多能互補改變了梯級水電站群運行的邊界條件，同時增加了新能源并網需求，使得水電耦合關系更加復雜，導致傳統水電站水庫調度理論的適用性受到挑戰。2021年，大渡河流域被納入四川省水光互補可再生能源綜合開發基地，新能源總規劃裝機規模2 284.5萬kW。“十四五”期間將首先實現455萬kW接入流域梯級水電站。下一步，將結合流域風光建設規劃，啟動瀑布溝及以下梯級電站水光互補調度研究，統籌水風光清潔能源基地送出線路規劃、建設與擴容工作，以適應流域新能源基地建設需求，最大限度地挖掘和發揮水風光統合潛力和優勢。

5" 結" 語

本文系統梳理了大渡河流域梯級水電站智慧調度4個發展階段的特點及關鍵支撐技術體系，在此基礎上剖析新發展階段梯級水電站聯合調度面臨的新挑戰并提出應對措施，旨在為流域梯級水電站防洪、發電、航運、生態等綜合效益的發揮提供有益經驗。

參考文獻：

［1］" 胡向陽.長江流域水工程聯合調度實踐與思考［J］.人民長江，2023，54（1）：75-79.

［2］" 趙銅鐵鋼，張弛，田雨，等.全球氣象預報驅動流域水文預報研究進展與展望［J］.水科學進展，2024，35（1）：156-166.

［3］" 李佳，陳在妮，聞昕，等.大型梯級水電站汛期多尺度多模式調度模型研究［J］.水電能源科學，2022，40（11）：69-72.

［4］" 周建忠，楊佩瑤，覃暉，等.水庫（群）隨機優化調度研究進展與展望［J］.華中科技大學學報（自然科學版），2022，50（8）：19-26.

［5］" 艾學山，董祚，莫明珠.水庫多目標調度模型及算法研究［J］.水力發電學報，2017，36（12）：19-27.

［6］" 張高峰，鄭浩，劉雙全，等.適應不同優化模型的水電梯級系統短期調度算法［J］.電網技術，2020，44（1）：230-237.

［7］" 曹輝，李天鷙，盧佳，等.金沙江下游水風光多能互補規模計算模型研究［J］.水利水電快報，2022，43（10）：61-72.

［8］" LI X D，YANG W J，LIAO Y W，et al.Short-term risk-management for hydro-wind-solar hybrid energy system considering hydropower part-load operating characteristics［J］.Applied Energy，2024，360：122818.

［9］" FENG Z K，HUANG Q Q，NIU W J，et al.Peak operation optimization of cascade hydropower reservoirs and solar power plants considering output forecasting uncertainty［J］.Applied Energy，2024，358：122533.

［10］" WANG J，ZHAO Z P，ZHOU J L，et al.Developing operating rules for a hydro-wind-solar hybrid system considering peak-shaving demands［J］.Applied Energy，2024，360：122762.

［11］" MA X Y，LIAO S L，LIU B X，et al.Multi-objective solution and decision-making framework for coordinating the short-term hydropeaking-navigation-production conflict of cascade hydropower reservoirs［J］.Journal of Cleaner Production，2023，422：138602.

［12］" 王俊，程云海，郭生練，等.智慧流域水文預報技術研究進展與開發前景［［J］.人民長江，2023，54（8）：1-8，59.

［13］" 王浩，王旭，雷曉輝，等.梯級水庫群聯合調度關鍵技術發展歷程與展望［J］.水利學報，2019，50（1）：25-37.

［14］" 紀昌明，李榮波，田開華，等.基于來水不確定性的梯級水電站負荷調整耦合模型——以錦官電源組梯級水電站為例［J］.水利學報，2017，48（1）：1-12.

［15］" 聞昕，劉凡騫，譚喬鳳，等.復雜水利-電力約束下梯級水電站短期多層級多目標優化調度研究［J］.水利學報，2023，54（4）：392-404.

［16］" 馬芳平，羅瑋，鐘青祥，等.大型流域梯級電站群智能調度關鍵技術研究及實踐［J］.電工電能新技術，2022，41（4）：42-48.

［17］" 胡應權.貴州烏江梯級水電站群調控一體化探索與實踐［J］.水利水電快報，2015，36（4）：42-46.

［18］" 程建，瞿衛華，李輝，等.金沙江下游巨型梯級電站群調控技術探索與實施［J］.水電站機電技術，2017，40（7）：16-21.

［19］" 龐樹森，黃斌，呂祥熙，等.三峽梯級水電站“水電合一”調度管理模式探討［J］.水電與新能源，2021，35（10）：52-54.

［20］" 田啟榮，萬元.跨流域梯級電站群集中調控的探索與思考［J］.水電站機電技術，2014，37（1）：45-50.

［21］" 李佳，曲田，牟時宇，等.SMA-LSTM模型在徑流預報中的適用性研究［J］.水文，2023，43（1）：47-51，56.

［22］" 譚喬鳳，陳然，朱陽，等.基于多因子最近鄰抽樣回歸模型的徑流相似性預報［J］.河海大學學報（自然科學版），2020，48（6）：521-527.

［23］" 賀玉彬，朱暢暢，陳在妮，等.大渡河流域徑流預報不確定性溯源及降低控制方法［J］.武漢大學學報（工學版），2021，54（1）：65-71.

［24］" 鐘青祥，李佳，牟時宇，等.深溪溝水電站站內實時負荷優化分配研究［J］.人民長江，2023，54（12）：248-253.

（

編輯：李" 晗

）

Practice on intelligent dispatch construction of cascade hydropower stations in Dadu River Basin

YANG Zhongwei，MOU Shiyu，CHEN Zaini，QU Tian

（Dadu River Hydropower Development Co.，Ltd.，Chengdu 610041，China）

Abstract： The dispatch of cascade hydropower stations in Dadu River Basin receives attention both domestically and internationally.We briefly reviewed the development process of intelligent dispatch construction of cascade hydropower stations in Dadu River Basin，systematically expounded the research focus and internal relations of four development stages of top-level design-basic research-system construction-capacity improvement，and summarized the core business chain of accurate forecasting-risk dispatch-collaborative control.The key technologies and innovative achievements included physical mechanism and data-driven runoff forecasting technology，risk scheduling decision-making technology of cascade hydropower stations under multiple uncertainties，and unit-gate multi-unit coordination real-time precision control method.Combined with the new challenges faced by the dispatch of cascade hydropower stations under new development situation，such as the difficulty of water disaster prevention，insufficient flexibility of scheduling，and the inapplicability of scheduling methods，this paper put forward the next step working ideas of intelligent dispatch construction of cascade hydropower stations in Dadu River Basin.

Key words：

intelligent dispatch construction； cascade hydropower stations； hydrological forecasting； multi-objective optimization and decision-making； Dadu River Basin