随着我国经济的快速增长,水资源在经济中的地位日渐凸显,水资源时空的分布不均带来的矛盾也日益突出,调水工程则成为解决这一矛盾的主要方法。伴随着调水工程的增多,梯级泵站正在发挥着越来越重要的作用。目前,泵站系统普遍存在效率低、能耗大的问题,泵站优化节能的前景十分可观,泵站的优化调度问题也受到越来越多专家的重视。本文在研究原有泵站优化调度理论的基础上,提出可将系统工程理论和遗传算法相结合的方法应用于泵站优化调度的建模及求解中。遗传算法是模拟自然界生物进化过程与机制,求解优化问题的一类智能计算方法,它较传统的动态规划法,对泵站优化这种具有多种约束的非线性模型求解具有较大的优势。本文进一步分析了泵站站内优化运行的相关问题,通过分析泵站内装机型号相同的各机组的实测性能数据,发现经过长年的运行磨损,各机组的性能较出厂时已经发生了很大的变化,为保证优化结果的准确性,需分别拟合各自的性能曲线。本文以某泵站为例,建立了以能耗最小为目标的泵站站内优化模型,并取得较好的节能效果。在泵站站内优化研究的基础上,本文依据调水工程的运行特点,提出对调水工程的梯级泵站系统采用水位优化调度的方法,依据大系统分解协调理论结合泵站站内优化运行思想,建立梯级泵站优化调度模型。优化模型结合明渠水位方程,寻求一组级间最优调蓄水位,使在此水位下的梯级泵站系统的总能耗最小,通过实例计算,取得令人满意的结果。对计算结果的分析表明本文建立的两个模型有效可行,同时也表明遗传算法在泵站系统的优化调度领域具有很强的适用性。本文的优化求解理论及思想为泵站优化调度的求解问题提供了一条新的途径。