在全球气候问题日趋严重的今天,使用清洁可再生的能源是实现国家能源结构调整的重要措施。其中,水电在清洁能源中占比较多,其开发技术也较为成熟,近二十多年来,我国水电事业迅猛发展,水电装机容量不断取得突破。随着水电装机容量的不断提升,水电系统的优化调度面临着巨大的挑战。在短期和实时优化调度中,主要有两个方面的难点:一是来水的不确定性。目前的径流预报方法存在一定的缺陷,径流预报难以达到理想的效果,预报来水情况与实际来水情况存在差异,水库运行调度中可能会产生严重的弃水或水位越限风险;二是负荷的不确定性。由于西南地区地形地势多样,气候条件特殊,再加上节假日的影响,电网负荷一般难以预测,实际生产中的面临负荷与调度方案中的计划负荷存在较大偏差,严重影响到电网的安全稳定运行。论文以此为背景,着重研究了考虑汛枯分期的径流预报方法和响应电网负荷调整的实时优化调度模型,主要研究成果如下:(1)针对BP人工神经网络易陷入局部最优的问题,提出了一种基于人工神经网络的考虑汛枯过渡的水电站水库中期入库流量分期预报方法。根据枯(汛)期历史径流资料建立枯(汛)期径流预报模型并进行参数率定。在流域枯(汛)期,使用枯(汛)期径流预报模型得到枯(汛)期预报结果。在汛枯过渡期,分别使用两种模型得到两种预报结果,然后根据当前时间的汛枯期隶属度对两种结果进行加权平均得到过渡期预报结果,从而提高水电站水库的入库径流的预报精度。(2)针对如何快速安全地响应实时发电计划调整问题,以北盘江梯级水电站群为研究背景,结合北盘江集控中心在实际生产运行中遇到的实时调度相关问题,提出了以调度期内消纳电网负荷需求剩余量最小为目标函数,综合考虑多种复杂的约束条件,并使用一种考虑日电量偏差的方法进行求解的实时优化调度模型。