级联水库的层次化多目标管理：在水文条件变化下协调长期战略与日常运营

《Journal of Hydrology》：Hierarchical multi-objective management of cascade reservoirs: coordinating long-term strategy and daily operation under hydrological variability

　　摘要：在大规模级联水库运行中，一个核心挑战在于宏观层面的规划难以有效传递到短期调度中，从而导致在水文条件日益变化的背景下各战略目标之间出现冲突。为解决这一尺度难题，本研究提出了一种多尺度社会经济环境水库管理框架。其创新之处在于一种新的“年度周期性”分层架构：上层模型以10天为时间步长，制定年度战略水位路径，作为下层模型的动态边界条件；下层模型则进行日尺度优化，针对枯水期（侧重鱼类产卵需求）、汛期（平衡洪水风险分布）以及蓄水期（协调蓄水与航运需求）这三个关键阶段的特殊水文与功能特征进行针对性优化。为高效解决由此产生的高维非线性问题，研究开发了一种基于强化学习改进的进化算法（SPEA2-RLS），以自适应地平衡搜索探索与利用过程。同时，还整合了基于RF-AdaBoost的替代模型，用于高效预测下游关键区域的水温，从而在优化过程中便于反复开展生态水温评估。研究结果表明，该框架显著恢复了长期被忽视的生态功能：在湿润年份，有效生态水位高峰日数从0增加至17天；在干旱年份，生态流量缺口减少了42.9%。更为重要的是，生态改善与经济效益能够实现协同提升。在正常年份，总发电量增加了4.4%，系统最低发电输出量增加了14.9%，而航运中断天数则减少了30.5%。总体而言，本研究量化了水库运行的综合效益，揭示了各目标之间的动态权衡关系，为级联系统中的多目标协调与流域管理提供了技术支持。

引言：水资源不仅是社会经济发展的重要战略资源，也是维持流域生态健康与环境平衡的关键控制因素（Samadi-Koucheksaraee和Chu，2024；Li等人，2024a；Heggy等人，2024）。在气候变化不确定性加剧以及人类活动持续影响的双重背景下，流域管理面临着在多目标冲突与多尺度约束条件下实现高效资源配置与风险控制的核心挑战（Madhushani等人，2024；Liu等人，2023；Li等人，2024b；Zhu等人，2026b）。作为流域内最关键的人为调控工程，大规模级联水库的运行需要协调发电、防洪和生态保护等多重目标，这使得水库调度成为实现流域综合环境管理、提升系统韧性的重要手段（Shirvani-Hosseini等人，2022；Madhushani等人，2024；Gu等人，2025；Zhu等人，2026c）。然而，目前的调度方法在理论框架和解决方案技术方面仍存在不足，难以平衡这些不断变化的目标并协调长期与短期利益（Liu和Wang，2025）。因此，构建能够系统应对这些复杂需求的新调度模型，是推动流域可持续发展的关键实际需求（Samadi-Koucheksaraee等人，2019；Gu等人，2025；Liu等人，2025）。

科学合理的水库运行规则是水资源管理中实施分配决策、平衡多目标需求以及实现水库系统可持续运行的基础（Lin等人，2025；Xu等人，2025b；Tan等人，2025）。现有研究表明，在既定的工程约束条件下，最优调度能够显著提升水资源配置效率，进而增加水电收益（Xie等人，2022；Wang等人，2022）。例如，Ahmadianfar等人（2023）提出了一种改进的花朵授粉算法（IFPA），该算法通过自适应全局搜索、精英解邻域发展以及基于排序的探索与利用平滑过渡机制，在多水库及现实世界五水库水电系统的优化中，实现了比多种先进算法更快速、更精确的收敛结果，并获得了更高的总发电量，带来了显著的经济效益。Luo等人（2025）提出了一种深度强化学习方法，将软演员-评论家算法（SAC）与基于进化回溯的经验重放机制相结合，将级联水电调度转化为多步马尔可夫决策过程（MDP），并构建了用于实时优化的离线模型，能够在进水量和负荷不确定的情况下实现高度稳健且精确的控制，成功率接近100%，总负荷偏差率不超过3%。Jiang等人（2023）基于深度强化学习采用了深度Q网络（DQN）模型，用于具有不确定预测值的混合水电风能太阳能系统的短期最优调度；通过合理调整参数并使用预测数据训练，他们的方法使发电收入相比动态规划（DP）模型和历史运行方式分别提高了6%和19%，同时将在线决策时间缩短至1秒，大幅提升了经济效率与实时性能。在实际应用中，级联水库的调度长期以来一直以最大化发电效益为目标，往往忽视了环境与社会功能，因而未能充分发挥水库作为流域综合环境管理工具的潜力（Samadi-Koucheksaraee等人，2022；Wang等人，2025a）。

随着研究人员对水库运行外部性认识的提升，相关研究逐渐从单纯强调经济效益转向综合考虑环境与社会效益的多维度权衡（Wang等人，2022）。同时，随着水库运行时间尺度的变化，环境与社会效益的特征也会发生动态变化，使得水库调度越来越成为一个时变的多目标优化问题。在年度尺度的水库运行规划中，不同运行阶段的目标效益差异显著，这种差异在枯水期前、主汛期以及汛后蓄水期尤为明显（Zhu等人，2026a）。在枯水期，鉴于鱼类繁殖对水文条件的敏感性，研究人员通常致力于恢复生态流量，为鱼类产卵创造适宜的环境条件，从而维持和提升生态效益。例如，Qi等人（2023）基于ARNSGA-III开发了一种多目标优化模型，用于协调生态流量、供水需求与水电发电需求。在老龙口水库的案例研究中，该模型有效减轻了水库调节对径流过程和生态系统的不利影响，在不同来水年份下使生态效益提升了约64%–68%，为坝控河流的精细化运行提供了科学依据。Xu等人（2024）通过结合环境流体动力学代码（EFDC）、水质生态损害评估以及带有外部输入的线性回归网络型替代模型（NARX），为丹江口水库建立了水量与水质联合运行框架。他们的研究揭示了水库内与下游生态效应之间的复杂权衡关系，并在干旱年份实现了生态效益与社会经济效益同时提升约9.4%–16.4%。Qiu等人（2024）为三峡水库开发了一种集成多目标模拟-优化（MOSO）框架，该框架将用于水温模拟的混合长短期记忆网络与一维卷积神经网络（LSTM_1DCNN）模型与改进的epsilon多目标蚁群优化连续域算法（ε-MOACOR）相结合。通过协调水电发电、生态流量以及生态水温保护，该框架产生了更具实用意义的帕累托解，并表明在来水增加或泄水更为不均匀的条件下，生态水温目标的实现难度更低。枯水期过后，级联水库的运行重点逐渐从生态效益转向社会效益的综合权衡，其中防洪保护成为核心目标，注重为整个流域提供有效的防洪保障。例如，Guo等人（2024）提出了一种多目标鲁棒优化框架，该框架将基于随机误差的云模型（SE-Cloud）集合预报与风险-韧性-脆弱性评估相结合。将其应用于梨石门水库的研究表明，与单一确定性预报及传统优化方法相比，该框架能够更有效地刻画预报不确定性，提升解决方案的鲁棒性与防洪性能，同时降低上游水位风险，而不影响下游系统的韧性。Kang等人（2026）提出了一种深度耦合模型，用于提取水库群的防洪运行规则。作为一种从优化调度数据中提取并解释规则的工具，所开发的BiTCN-STA-SHAP模型整合了双向时间卷积网络（BiTCN）、时空注意力（STA）模块以及沙普利加法解释法（SHAP），为洪水管理决策者提供了宝贵的参考依据。随着汛期的结束，汛后蓄水期则更加注重处理汛期末的不确定性问题，并协调多种运行效益。例如，Ning等人（2025）指出，蓄水期是减少温室气体排放的关键窗口期，他们能够在确保汛期防洪安全的同时，实现水电生产与碳排放减少的协同优化。Yuan等人（2024）为金沙江下游级联水电站开发了一种集成优化决策模型，并将航运效益纳入运行框架。他们的研究结果表明，汛后蓄水期是航运效益风险最高的阶段。总体而言，不同阶段的运行目标存在显著差异，这说明在水库调度中必须充分考虑各阶段目标的不同特点。

尽管在嵌套式与多时间尺度水库运行方面，以及在跨时间尺度和效益维度整合多重目标方面已经取得了显著进展（Chen等人，2015；Ming等人，2017；Mo等人，2022；Shang等人，2022），但现有的分层框架通常只是将水库水位、蓄水量、泄水量或发电目标从粗略的时间尺度逐步细化到更精细的尺度，而各层级的目标大体保持相似。在考虑生态需求时，这些需求往往被表述为环境流量约束，而航运需求则很少被明确列为优化目标。跨尺度协调通常依赖于顺序优化，或是将长期优化与短期模拟相结合的方式。这些框架为多时间尺度水库运行提供了重要基础，但在支持流域综合环境管理以及提升环境韧性方面仍存在若干局限。首先，很少有框架能够在整个水库运行周期内，将年度战略目标与各特定时期的日常运行相协调。其次，长期调度与短期调度之间的耦合程度仍不足以实现多尺度目标的整体协调。长期调度虽能为水资源分配、水库水位路径以及生态安全提供战略指导，但对于快速变化的水量需求、极端来水事件以及关键的生态状况，其响应能力较为有限（Liu等人，2024a；Wang等人，2025b；Feng等人，2025）。相反，短期调度虽然具备更高的时空分辨率和操作灵活性，但其扩展到更长的时间范围会带来高维度的决策变量和巨大的计算成本，而且长期的环境目标与政策要求往往仅被视为外部约束条件（Liao等人，2023；Zhang等人，2025）。第三，现有的解决方案在面对问题结构变化、动态调整的约束条件以及多种不确定情景时，其适应性和稳健性仍显不足。尽管级联水库调度已越来越多地融入运筹学、多目标进化算法以及智能决策方法（Zheng等人，2025），而且近期出现的一些大规模多目标优化方法也为缓解高维计算负担提供了有力途径（Yao等人，2022），但进化算法在面对结构变化、动态约束条件以及多情景比较时，其在参数设置与搜索策略方面的自适应控制能力仍然有限（Chen等人，2025；Jia等人，2026；Feng等人，2025；Xu等人，2025a）。

为应对这些挑战，本研究提出了多尺度社会经济环境水库管理框架（MSEE-RM），旨在协调大规模级联水库系统中的长期战略规划与各特定时期的日常运行。该框架突破了传统上对水电发电的过度重视，将经济、社会与生态目标贯穿于整个年度运行周期。其主要贡献体现在三个方面：第一，在嵌套式水库运行的更广泛框架下，建立了年度周期性的分层调度结构。上层年度模型确定连续的目标水位作为战略控制节点，而下层日度模型则根据各时期特定的管理要求，在相邻节点之间细化水库运行方案。第二，为枯水期、汛期和蓄水期分别设计了面向具体任务的目标体系。下层模型分别侧重于与鱼类产卵相关的生态调控、协同的洪水风险管理，以及温室气体排放与航运需求的综合考量。此外，还引入了场景自适应决策模型（SADM），通过基于水文条件的目标权重来选择折中方案。第三，开发了SPEA2-RLS算法，用于解决由此产生的非线性且约束条件极为严格的多元目标问题。通过运用强化学习来动态平衡探索性与利用性策略，该算法提升了其对优化过程中变化的响应能力。该框架被应用于金沙江下游梯级水电站，在不同的湿润、正常和干旱水文情景下进行测试，涉及12项经济、社会和环境指标。案例研究证明了该框架在分析不同情景下的权衡问题以及支持梯级水库协同管理方面的应用价值。

研究区域
长江是中国最长的河流，其上游的主要河流——金沙江，全长约为3481公里，流域面积达473,000平方公里，约占整个长江流域面积的27%。由于天然落差约为5100米，该河拥有极为丰富的水力资源，可开发容量约为88.91吉瓦，占长江干流总落差的95%。

概述
为在多重管理目标及严格的物理约束条件下，协调长期战略规划与特定时期的日常运营，本研究提出了如图2所示的多尺度社会经济环境水库管理（MSEE-RM）框架。该框架采用年度周期性的层次结构。对于每种典型的水文情景，上层年度模型以10天的时间分辨率运行，确定后续的目标水位，进而……

算法比较结果
使用逆向生成距离（IGD）和超体积（HV）指标，将SPEA2-RLS与五种常用的多目标优化算法在九个基准问题上进行了性能对比。每种算法均独立运行了十次。详细的数值结果见补充说明1.6，图3则展示了十次运行的平均排名情况。在九个基准问题中，SPEA2-RLS在八个问题上的平均IGD排名最高（见图3a）。

年度规则曲线的层次一致性及解释
针对三种水文情景下选定的方案，进行了事后一致性评估。上层模型生成的所有10天目标水位都被作为硬性约束，下层模型均能完全满足这些约束，在控制节点处的偏差为零。当根据实际每日运行情况重新计算年度目标值时，fTPG的相对差异在-0.33%至+0.12%之间，fSMPO的相对差异在-1.95%至+0.38%之间，而f值的相对差异则在+2.35%至+4.33%之间。

结论
为协调大规模梯级水库系统中发电、防洪、通航和生态保护等多重目标，本研究开发了MSEE-RM框架。在一系列嵌套式和层次化的水库调度方法中，该框架提供了一种年度周期性的实施方式，将上层的年度战略调控与不同阶段的特定日度优化相结合。由此产生的优化问题得以解决。

作者贡献说明
吴浩天：撰写——初稿、软件、方法论、概念设计。朱兆阳：撰写——审阅与编辑、方法论、概念设计。王照才：撰写——审阅与编辑、撰写——初稿、验证、监督、方法论、数据整理。孔嘉辰：撰写——审阅与编辑、方法论。刘启凯：验证、方法论。谭作文：撰写——审阅与编辑、验证。刘晨烨：撰写——审阅与编辑、方法论。任天宇：软件。

利益冲突声明
作者声明没有已知的财务利益或可能影响本文所述工作的个人关系。

致谢
本研究得到了中国水利部水网工程与调控重点实验室项目（编号：QTKS0034W26117）以及中国水利水电科学研究院阴山北麓草原生态水文学国家观测研究站开放研究基金（编号：YSS202507）的支持。

吴浩天|朱兆阳|王照才|孔嘉辰|刘启凯|谭作文|刘晨烨|任天宇