金沙江下游-三峽梯級(jí)水庫(kù)聯(lián)合調(diào)度技術(shù)及實(shí)踐

陳 輝，趙 云 發(fā)，2，梁 志 明，2

(1.中國(guó)長(zhǎng)江電力股份有限公司，湖北 武漢 430014； 2.智慧長(zhǎng)江與水電科學(xué)湖北省重點(diǎn)實(shí)驗(yàn)室，湖北 宜昌 443000)

0 引 言

水庫(kù)特別是有調(diào)節(jié)能力的水庫(kù)是調(diào)節(jié)天然水文節(jié)律、調(diào)配水量進(jìn)行時(shí)空優(yōu)化分配的重要工程，在流域防洪、航運(yùn)、生態(tài)等方面發(fā)揮著重要作用。流域梯級(jí)水庫(kù)水力、電力聯(lián)系緊密，具備通過優(yōu)化調(diào)度深掘綜合利用潛力的空間[1]。圍繞梯級(jí)水庫(kù)聯(lián)合調(diào)度，國(guó)內(nèi)外學(xué)者從流域水文預(yù)報(bào)、優(yōu)化調(diào)度模型、優(yōu)化調(diào)度規(guī)則提取等方面開展了大量研究工作[2-4]。郭生練等[5]以長(zhǎng)江上游30座巨型水庫(kù)群為研究對(duì)象，建立提前蓄水多目標(biāo)聯(lián)合優(yōu)化調(diào)度模型，采用分區(qū)策略、大系統(tǒng)聚合分解、參數(shù)模擬優(yōu)化方法和并行逐次逼近尋優(yōu)算法求解。周建中等[6]在下游斷面實(shí)時(shí)防洪狀態(tài)與上游庫(kù)群調(diào)度決策之間建立了動(dòng)態(tài)響應(yīng)的互饋機(jī)制，有效解析調(diào)度決策對(duì)下游防洪斷面的影響，充分利用多斷面洪水廣域預(yù)報(bào)信息進(jìn)行防洪全景調(diào)度決策。金興平[7]對(duì)2020年汛期長(zhǎng)江流域性大洪水下，水工程調(diào)度體系調(diào)度實(shí)踐及其成效進(jìn)行了系統(tǒng)分析，并對(duì)后期進(jìn)一步發(fā)揮水工程防洪減災(zāi)綜合效益提出了展望；申建建等[8]利用知識(shí)發(fā)現(xiàn)技術(shù)，提出耦合聚類分析和決策樹的梯級(jí)水電站群短期發(fā)電調(diào)度方法；其他相關(guān)研究[9-13]豐富了梯級(jí)水庫(kù)優(yōu)化調(diào)度內(nèi)涵，積累了大量梯級(jí)水庫(kù)聯(lián)合調(diào)度實(shí)例。

隨著烏東德、白鶴灘水電站建成投運(yùn)，金沙江下游-三峽梯級(jí)水庫(kù)規(guī)模逐步擴(kuò)大，防洪庫(kù)容已由2003年三峽工程運(yùn)行時(shí)的221.50億m3增長(zhǎng)至376.43億m3，約占長(zhǎng)江上游流域納入2021年聯(lián)合調(diào)度體系水庫(kù)群總防洪庫(kù)容的78%；裝機(jī)規(guī)模由273.5萬kW增加至7 169.5萬kW(按白鶴灘水電站完全投產(chǎn)計(jì))，約占全國(guó)能源總裝機(jī)(截至2021年底)3%，梯級(jí)水庫(kù)聯(lián)合調(diào)度潛力逐步增強(qiáng)。運(yùn)用調(diào)度好梯級(jí)水庫(kù)是水資源高效利用技術(shù)領(lǐng)域的重大挑戰(zhàn)：一是變化環(huán)境下，長(zhǎng)江流域長(zhǎng)距離、多阻隔、產(chǎn)匯流規(guī)律復(fù)雜、部分區(qū)域少資料等特性顯著，流域氣象水文預(yù)報(bào)難度大；二是梯級(jí)水庫(kù)面臨防洪、生態(tài)、發(fā)電、航運(yùn)等綜合運(yùn)用需求，多目標(biāo)優(yōu)化調(diào)度維度多、約束條件龐雜，科學(xué)調(diào)度難度較大；三是在不同發(fā)展階段，變化環(huán)境與時(shí)代主題對(duì)梯級(jí)水庫(kù)優(yōu)化運(yùn)用提出了不同需求，“長(zhǎng)江大保護(hù)”戰(zhàn)略、新型電力系統(tǒng)構(gòu)建、水風(fēng)光多能互補(bǔ)等新形勢(shì)要求梯級(jí)水庫(kù)技術(shù)支撐體系不斷更新升級(jí)，以適應(yīng)發(fā)展需求。

針對(duì)如何發(fā)揮梯級(jí)水庫(kù)綜合效益這一重大命題，開展的梯級(jí)水庫(kù)聯(lián)合調(diào)度研究，已實(shí)施了3個(gè)階段：第一階段(2003～2011年)三峽-葛洲壩梯級(jí)水庫(kù)運(yùn)用時(shí)期，此時(shí)期主要研究三峽水庫(kù)入庫(kù)流量預(yù)報(bào)[14-16]及兩庫(kù)聯(lián)合優(yōu)化運(yùn)用[17-19]，建立并完善了長(zhǎng)江流域水雨情監(jiān)測(cè)體系及流域氣象水文預(yù)報(bào)技術(shù)體系。第二階段(2012～2019年)梯級(jí)四庫(kù)聯(lián)合調(diào)度時(shí)期，隨著溪洛渡、向家壩電站投運(yùn)，四庫(kù)聯(lián)合調(diào)度格局形成，研究范圍拓展至金沙江流域，梯級(jí)水庫(kù)聯(lián)合消落、聯(lián)合蓄水、聯(lián)合防洪管理及技術(shù)體系逐漸完善[20-22]。第三階段(2020年至今)梯級(jí)六庫(kù)聯(lián)合調(diào)度時(shí)期，烏東德、白鶴灘電站相繼納入聯(lián)合調(diào)度體系，梯級(jí)水庫(kù)防洪能力、調(diào)節(jié)性能大幅提升，聯(lián)合調(diào)度技術(shù)支撐體系逐步深化[23-24]，流域水文預(yù)報(bào)及聯(lián)合調(diào)度工作向著智慧化邁進(jìn)[25]。

本文詳細(xì)介紹了金沙江下游-三峽梯級(jí)水庫(kù)聯(lián)合調(diào)度3個(gè)研究階段取得的成果，逐步構(gòu)建并完善了梯級(jí)水庫(kù)聯(lián)合調(diào)度技術(shù)支撐體系，實(shí)施了綜合考慮防洪保障、航運(yùn)暢通、生態(tài)保護(hù)以及水資源利用等多方面因素的金沙江下游-三峽梯級(jí)水庫(kù)聯(lián)合調(diào)度實(shí)踐，調(diào)度成效顯著，為國(guó)民經(jīng)濟(jì)蓬勃發(fā)展、長(zhǎng)江經(jīng)濟(jì)帶持續(xù)健康發(fā)展提供了綠色助力。

1 梯級(jí)水庫(kù)聯(lián)合調(diào)度技術(shù)支撐體系

結(jié)合梯級(jí)水庫(kù)建設(shè)與發(fā)展歷程(見表1及圖1)，圍繞梯級(jí)水庫(kù)綜合效益發(fā)揮這一目標(biāo)，依托梯級(jí)水庫(kù)“信息流-氣流-水流-綜合效益”業(yè)務(wù)流程，通過多源水雨情站點(diǎn)融合技術(shù)、氣象預(yù)報(bào)技術(shù)、流域水文預(yù)報(bào)技術(shù)、梯級(jí)水庫(kù)聯(lián)合調(diào)度技術(shù)等4個(gè)方向逐層次、漸進(jìn)式、分階段開展研究，構(gòu)建了集長(zhǎng)江流域降水網(wǎng)格預(yù)報(bào)技術(shù)、流域梯級(jí)水庫(kù)聯(lián)合防洪調(diào)度技術(shù)等關(guān)鍵技術(shù)為一體的梯級(jí)水庫(kù)聯(lián)合調(diào)度技術(shù)支撐體系(見圖2)。

表1 梯級(jí)水庫(kù)基本信息

圖1 金沙江下游-三峽梯級(jí)水庫(kù)分布

圖2 梯級(jí)水庫(kù)聯(lián)合調(diào)度技術(shù)支撐體系

1.1 多源水雨情站點(diǎn)融合技術(shù)

長(zhǎng)江上游流域氣候復(fù)雜多變、流域地形地貌差異大，子流域眾多，產(chǎn)匯流特性不一，建設(shè)高密度氣象水文站網(wǎng)，實(shí)現(xiàn)對(duì)水雨情的動(dòng)態(tài)實(shí)時(shí)監(jiān)測(cè)，是開展高精度氣象水文預(yù)報(bào)的基礎(chǔ)。經(jīng)過數(shù)十年的建設(shè)與實(shí)踐，針對(duì)金沙江下游-三峽梯級(jí)水庫(kù)綜合利用需求，按照“控制重點(diǎn)暴雨區(qū)，掌握下游控制站點(diǎn)”的原則，建設(shè)了高密度的多源站點(diǎn)體系。截至2021年，擁有企業(yè)自建或企地共建共享的測(cè)報(bào)站點(diǎn)1 470個(gè)，測(cè)站類型包括遙測(cè)站、報(bào)汛站、共享站3類，覆蓋范圍上至金沙江上游崗?fù)险?，下至長(zhǎng)江口的長(zhǎng)江干流和主要支流，雨量遙測(cè)站點(diǎn)控制流域面積約58萬km2的主要暴雨區(qū)域；共享的氣象站點(diǎn)20 000多個(gè)，基本實(shí)現(xiàn)對(duì)長(zhǎng)江流域的全覆蓋感知(站點(diǎn)位置見圖3)。

圖3 流域水雨情站網(wǎng)布設(shè)

龐大而完備的水雨情站點(diǎn)感知體系為梯級(jí)水庫(kù)聯(lián)合調(diào)度工作開展奠定了良好的基礎(chǔ)，但遙測(cè)站點(diǎn)流量無法監(jiān)測(cè)、覆蓋范圍有限，委托報(bào)訊站點(diǎn)時(shí)效性難以控制，共享站數(shù)據(jù)質(zhì)量不受控，覆蓋范圍較小，共享氣象站存在分布不均，站點(diǎn)數(shù)據(jù)時(shí)效性和質(zhì)量難以控制等缺點(diǎn)。

針對(duì)各類型站點(diǎn)存在的問題，研究提煉出了流域多源水雨情站點(diǎn)融合技術(shù)。根據(jù)現(xiàn)有不同來源雨水情站點(diǎn)的特點(diǎn)，按照傳輸及時(shí)、質(zhì)量可靠、覆蓋全面、監(jiān)測(cè)齊全的原則，利用改進(jìn)的格拉布斯準(zhǔn)則和K-medoids聚類法對(duì)水文站點(diǎn)數(shù)據(jù)質(zhì)量進(jìn)行判別；利用確定系數(shù)(R2)來表示相關(guān)性、平均偏差(EAVE)、納什系數(shù)(ENS)和均方根誤差(ERMS)等指標(biāo)評(píng)判氣象站點(diǎn)是否適用于長(zhǎng)江上游流域水文預(yù)報(bào)；利用ArcGIS空間分析方法，參考水利行業(yè)標(biāo)準(zhǔn)SL 34-2013《水文站網(wǎng)規(guī)劃技術(shù)導(dǎo)則》對(duì)站網(wǎng)布設(shè)的要求，對(duì)不同來源的雨水情站點(diǎn)進(jìn)行整合，最終形成了一套覆蓋范圍廣，涵蓋降雨、水位、流量以及能實(shí)時(shí)監(jiān)視上游主要水庫(kù)運(yùn)行信息的雨水情站網(wǎng)，按照水利行業(yè)標(biāo)準(zhǔn)SL 323-2011《實(shí)時(shí)雨水情數(shù)據(jù)庫(kù)表結(jié)構(gòu)與標(biāo)識(shí)符》入庫(kù)，為后續(xù)開展水文相關(guān)分析研究及應(yīng)用奠定了良好基礎(chǔ)。

1.2 氣象預(yù)報(bào)技術(shù)

(1) 長(zhǎng)江流域降雨網(wǎng)格預(yù)報(bào)技術(shù)。傳統(tǒng)分區(qū)流域面雨量預(yù)報(bào)對(duì)于降雨按均化考慮，無法精準(zhǔn)描繪暴雨中心，不利于開展長(zhǎng)江流域精細(xì)化水文預(yù)報(bào)。針對(duì)梯級(jí)水庫(kù)聯(lián)合調(diào)度需求，面向?qū)崟r(shí)洪水預(yù)報(bào)調(diào)度精細(xì)流域分區(qū)、全過程演算需求，對(duì)接“流域子單元-產(chǎn)匯流分區(qū)-降雨交互預(yù)報(bào)分區(qū)”多級(jí)面雨量計(jì)算，構(gòu)建了包含長(zhǎng)江流域精細(xì)化實(shí)況降水估算技術(shù)、三峽庫(kù)區(qū)短時(shí)臨近(0～12 h)精細(xì)化降水網(wǎng)格預(yù)報(bào)技術(shù)、長(zhǎng)江流域短中期(0～10 d)精細(xì)化降水網(wǎng)格預(yù)報(bào)技術(shù)、長(zhǎng)江流域短中期(0～15 d)降水集合預(yù)報(bào)技術(shù)的長(zhǎng)江流域降雨網(wǎng)格預(yù)報(bào)技術(shù)體系，實(shí)現(xiàn)了降雨預(yù)報(bào)的無縫隙、格點(diǎn)化、精細(xì)化、定量化，有效提高了長(zhǎng)江流域氣象監(jiān)測(cè)和預(yù)報(bào)的精確度，延長(zhǎng)了氣象預(yù)報(bào)預(yù)見期。降雨網(wǎng)格預(yù)報(bào)技術(shù)的應(yīng)用有助于實(shí)現(xiàn)流域預(yù)報(bào)從固定分區(qū)的流域面雨量跨度預(yù)報(bào)向任意分區(qū)的格點(diǎn)預(yù)報(bào)轉(zhuǎn)變(氣象預(yù)報(bào)產(chǎn)品對(duì)比情況見表2)，對(duì)提高水文預(yù)報(bào)的預(yù)報(bào)精度和延長(zhǎng)預(yù)見期起到關(guān)鍵支持作用。

表2 面雨量跨度預(yù)報(bào)與降雨網(wǎng)格預(yù)報(bào)對(duì)比

(2) 外送線路覆冰預(yù)測(cè)技術(shù)。金沙江下游-三峽梯級(jí)水庫(kù)外送線路橫跨西南、華中、華東和華南區(qū)域，其中云貴高原、南嶺等地冬季凍雨多發(fā)，輸電線路覆冰現(xiàn)象時(shí)有發(fā)生，提前預(yù)知線路覆冰情況，有助于保障梯級(jí)水庫(kù)運(yùn)行穩(wěn)定性及電力供應(yīng)質(zhì)量。在此背景下，基于多源集成精細(xì)化數(shù)值預(yù)報(bào)系統(tǒng)，利用地面-高空整層大氣覆冰類型綜合判別模型，及包含覆冰增長(zhǎng)、維持、脫落的全生命周期的覆冰標(biāo)準(zhǔn)冰厚模型，進(jìn)行外送線路覆冰預(yù)報(bào)預(yù)警技術(shù)研發(fā)，主要包括如下3個(gè)部分：① 基于實(shí)測(cè)與精細(xì)數(shù)值模擬技術(shù)進(jìn)行電網(wǎng)覆冰機(jī)理研究，對(duì)覆冰過程的大氣層結(jié)特征、云物理特征進(jìn)行分析；② 通過機(jī)器學(xué)習(xí)、人工智能或統(tǒng)計(jì)手段，研究了外送線路覆冰與各氣象要素、各變量的相關(guān)性，確定了重點(diǎn)區(qū)域覆冰及其致災(zāi)的關(guān)鍵因子及閾值范圍，并利用外場(chǎng)覆冰災(zāi)害資料、氣象部門的觀測(cè)資料等，對(duì)覆冰類型判別模型、覆冰增長(zhǎng)模型進(jìn)行檢驗(yàn)與優(yōu)化；③ 根據(jù)地理位置、地形等信息，利用機(jī)器學(xué)習(xí)、人工智能等方式，將格點(diǎn)覆冰標(biāo)準(zhǔn)冰厚預(yù)測(cè)值推算到具體目標(biāo)位置，實(shí)現(xiàn)任意目標(biāo)位置的覆冰標(biāo)準(zhǔn)冰厚預(yù)測(cè)。

(3) 天氣條件與受電區(qū)域負(fù)荷變化預(yù)測(cè)預(yù)警技術(shù)。金沙江下游-三峽梯級(jí)水庫(kù)電能主要送往華中、華東及華南地區(qū)，包含有長(zhǎng)江三角洲、珠江三角洲、長(zhǎng)江經(jīng)濟(jì)帶等國(guó)家戰(zhàn)略區(qū)域。受電區(qū)域四季氣候差異較大，極端氣候事件多，高溫?zé)崂恕⑴_(tái)風(fēng)、低溫寒潮等高影響天氣對(duì)受電區(qū)域電力供需平衡影響較大。在此背景下，為保障金沙江下游-三峽梯級(jí)水庫(kù)電力供應(yīng)平穩(wěn)有序，電力響應(yīng)快速高效，研究并提煉了受電區(qū)域負(fù)荷變化預(yù)測(cè)預(yù)警技術(shù)，主要包括如下3個(gè)部分：① 采用消息中間件實(shí)現(xiàn)地面分鐘級(jí)監(jiān)測(cè)數(shù)據(jù)的實(shí)時(shí)轉(zhuǎn)發(fā)，通過氣象衛(wèi)星廣播接收系統(tǒng)實(shí)現(xiàn)受電區(qū)域各省監(jiān)測(cè)數(shù)據(jù)的快速采集，使用氣象大數(shù)據(jù)云平臺(tái)的并行處理、分布式存儲(chǔ)和實(shí)時(shí)同步等技術(shù)，實(shí)現(xiàn)了受電區(qū)域海量地面監(jiān)測(cè)數(shù)據(jù)的加工處理、高效存儲(chǔ)和共享服務(wù)，實(shí)時(shí)的降水和溫度監(jiān)測(cè)信息為受電區(qū)域高影響天氣條件監(jiān)視與識(shí)別提供了強(qiáng)有力的數(shù)據(jù)支撐；② 采用回歸分析及機(jī)器學(xué)習(xí)算法建立了基于氣象條件的電力負(fù)荷預(yù)測(cè)模型，通過定量分析及評(píng)估夏季高溫、臺(tái)風(fēng)、冬季低溫寒潮等事件對(duì)受電區(qū)域負(fù)荷需求影響，建立了典型天氣事件對(duì)用電負(fù)荷影響的檔案集；③ 采用全球氣候模式，構(gòu)建了定量模擬、檢驗(yàn)評(píng)估、多模式集成的集合預(yù)報(bào)技術(shù)預(yù)估在未來氣候變化背景下的用電需求。

1.3 流域水文預(yù)報(bào)技術(shù)

(1) 復(fù)雜大型流域分布式洪水預(yù)報(bào)方案。結(jié)合上游流域的特點(diǎn)和調(diào)度需求，提出了復(fù)雜大流域分布式洪水預(yù)報(bào)方案構(gòu)建技術(shù)：采用“流域-產(chǎn)匯流分區(qū)-子單元”的離散方式，有效考慮了流域下墊面和流域氣象要素的空間異質(zhì)性；采用流域全程解析和拓?fù)渲貥?gòu)，再造了各離散分區(qū)的水力聯(lián)系；在此基礎(chǔ)上，通過分區(qū)、分段模型參數(shù)率定和全區(qū)、全過程模擬，完成分布式洪水預(yù)報(bào)方案的構(gòu)建；預(yù)報(bào)方案將長(zhǎng)江上游流域細(xì)分為1 437個(gè)流域子單元，劃分成377個(gè)產(chǎn)匯流分區(qū)，共有132個(gè)斷面輸出節(jié)點(diǎn)，最多可達(dá)377個(gè)斷面。

為滿足編制不同尺度梯級(jí)水庫(kù)調(diào)度方案的需求，研制了短、中、長(zhǎng)期水文預(yù)報(bào)耦合預(yù)報(bào)方案：第1～10天預(yù)報(bào)方案接入預(yù)見期為10 d的精細(xì)化網(wǎng)格降雨預(yù)報(bào)，第11～30天預(yù)報(bào)方案接入逐日網(wǎng)格降雨預(yù)報(bào)；探索性利用美國(guó)國(guó)家海洋和大氣管理局發(fā)布的長(zhǎng)期定量格點(diǎn)預(yù)報(bào)降雨(9個(gè)月)，編制了預(yù)報(bào)方案，在此基礎(chǔ)上，采用過程匹配技術(shù)，完成長(zhǎng)中短期預(yù)報(bào)成果的協(xié)同一致。

(2) 基于環(huán)流理論-數(shù)據(jù)挖掘技術(shù)的中長(zhǎng)期水文預(yù)報(bào)技術(shù)。電力市場(chǎng)改革逐步深入對(duì)梯級(jí)水庫(kù)中長(zhǎng)期發(fā)電計(jì)劃精準(zhǔn)性與預(yù)見期要求越來越高。針對(duì)新形勢(shì)下梯級(jí)水庫(kù)中長(zhǎng)期入庫(kù)流量預(yù)報(bào)需求，構(gòu)建了環(huán)流理論與數(shù)據(jù)挖掘技術(shù)相適應(yīng)的中長(zhǎng)期水文預(yù)報(bào)技術(shù)。依照環(huán)流理論，將130項(xiàng)環(huán)流因子劃分為副高指數(shù)、極窩指數(shù)、經(jīng)緯向環(huán)流指數(shù)、海溫指數(shù)、局地天氣系統(tǒng)指數(shù)、太陽(yáng)指數(shù)等6類，采用主成分分析方法，從各類別中分別挑選出與徑流相關(guān)性較大的因子，進(jìn)一步采用水文統(tǒng)計(jì)、物理成因和人工智能這三大類，同期均值疊加、小波分析自回歸、神經(jīng)網(wǎng)絡(luò)等8小類方法，構(gòu)建了18月預(yù)見期、12旬預(yù)見期、未來最大最小流量及出現(xiàn)時(shí)間的預(yù)報(bào)模型。

1.4 梯級(jí)水庫(kù)聯(lián)合優(yōu)化調(diào)度技術(shù)

(1) 基于水文預(yù)報(bào)-水動(dòng)力-水庫(kù)調(diào)度耦合的高精度一體化模擬調(diào)度。金沙江下游-三峽梯級(jí)水庫(kù)為典型河道型水庫(kù)，河道行洪水動(dòng)力學(xué)特征明顯，部分水庫(kù)回水線涉及土地淹沒風(fēng)險(xiǎn)；同時(shí)，在大調(diào)峰運(yùn)行方式下，梯級(jí)水庫(kù)出庫(kù)流量變化劇烈，庫(kù)區(qū)水面線時(shí)序變化過程極為復(fù)雜，庫(kù)水位預(yù)測(cè)難度極大。在此背景下，科學(xué)識(shí)別梯級(jí)水庫(kù)庫(kù)區(qū)水動(dòng)力結(jié)構(gòu)，構(gòu)建基于水文預(yù)報(bào)-水動(dòng)力-水庫(kù)調(diào)度耦合的高精度一體化模擬調(diào)度，對(duì)精準(zhǔn)化開展梯級(jí)水庫(kù)聯(lián)合調(diào)度意義重大。

通過系統(tǒng)分析對(duì)比馬斯京根河道匯流、SWAT模型等10余種洪水演進(jìn)模型的優(yōu)缺點(diǎn)，結(jié)合前期運(yùn)用實(shí)踐，建立了基于馬斯京根和水動(dòng)力學(xué)的河道洪水演算模型，將上游控制站點(diǎn)及庫(kù)區(qū)、支流預(yù)報(bào)作為輸入，根據(jù)河道水系屬性，采用串聯(lián)的拓?fù)浣Y(jié)構(gòu)將分段水庫(kù)調(diào)洪模型與河道洪水演進(jìn)模型融合成一體，實(shí)現(xiàn)了水文預(yù)報(bào)-河道仿真模擬和庫(kù)區(qū)調(diào)洪調(diào)度的一體化演算。

(2) 流域梯級(jí)水庫(kù)聯(lián)合防洪調(diào)度技術(shù)。金沙江下游-三峽梯級(jí)水庫(kù)承擔(dān)著川江河段、長(zhǎng)江中下游防洪重任，如何根據(jù)不同洪水組合特征，科學(xué)調(diào)配運(yùn)用梯級(jí)水庫(kù)防洪庫(kù)容，實(shí)現(xiàn)最優(yōu)化防洪運(yùn)用，是梯級(jí)水庫(kù)聯(lián)合調(diào)度重點(diǎn)與難點(diǎn)。為實(shí)現(xiàn)梯級(jí)水庫(kù)防洪庫(kù)容時(shí)空最優(yōu)分配，從策略層-模型層-應(yīng)用層構(gòu)建了立體化梯級(jí)水庫(kù)聯(lián)合防洪調(diào)度技術(shù)。在策略層，依托歷史數(shù)據(jù)庫(kù)，深入剖析1870，1954，1998，2020年等典型洪水過程形成機(jī)理及時(shí)空組成，通過復(fù)盤計(jì)算，明確了現(xiàn)狀防洪水平下遭遇不同典型洪水場(chǎng)景梯級(jí)水庫(kù)最優(yōu)運(yùn)用方式；在模型層，針對(duì)不同防洪控制目標(biāo)，構(gòu)建了梯級(jí)水庫(kù)聯(lián)合防洪優(yōu)化調(diào)度模型，可實(shí)現(xiàn)梯級(jí)水庫(kù)任意組合下，聯(lián)合防洪庫(kù)容最優(yōu)化分配策略制定；在應(yīng)用層，提出了基于深度學(xué)習(xí)的梯級(jí)水庫(kù)閘門優(yōu)化運(yùn)用技術(shù)，依托前期數(shù)據(jù)積累與規(guī)律挖掘，基于大壩安全邊界、啟閉時(shí)效、精準(zhǔn)控制等情況，為流域性大洪水、區(qū)域性洪澇災(zāi)害等場(chǎng)景下梯級(jí)水庫(kù)閘門精細(xì)化控制提供有效技術(shù)支撐。

(3) 流域梯級(jí)水庫(kù)多目標(biāo)協(xié)同調(diào)度體系。金沙江下游-三峽梯級(jí)水庫(kù)在流域防洪、補(bǔ)水、生態(tài)、發(fā)電、航運(yùn)等方面發(fā)揮著核心作用，是一個(gè)具有承擔(dān)多種調(diào)度任務(wù)、相距里程遠(yuǎn)、區(qū)間匯流大等特點(diǎn)的復(fù)雜水庫(kù)群系統(tǒng)。為實(shí)現(xiàn)流域梯級(jí)水庫(kù)綜合效益最大化，構(gòu)建了多目標(biāo)協(xié)同調(diào)度體系。系統(tǒng)梳理梯級(jí)水庫(kù)多目標(biāo)運(yùn)用需求，構(gòu)建協(xié)調(diào)調(diào)度運(yùn)行約束庫(kù)，厘清多目標(biāo)運(yùn)用約束間關(guān)聯(lián)與制約關(guān)系。以梯級(jí)水庫(kù)總發(fā)電效益最大為調(diào)度目標(biāo)，將防洪、航運(yùn)、下游供水和生態(tài)等目標(biāo)轉(zhuǎn)化為約束條件，建立了梯級(jí)水庫(kù)群多目標(biāo)優(yōu)化調(diào)度模型。采用約束松弛法生成非劣解集，利用改進(jìn)的動(dòng)態(tài)規(guī)劃方法——增量動(dòng)態(tài)規(guī)劃方法(IDP)對(duì)多目標(biāo)聯(lián)合優(yōu)化調(diào)度模型進(jìn)行求解，有效避免了線性規(guī)劃法建立的優(yōu)化模型難以反映水庫(kù)調(diào)度過程中的強(qiáng)非線性因素，以及非線性規(guī)劃法對(duì)大規(guī)模優(yōu)化問題進(jìn)行求解存在著收斂特性不穩(wěn)定的缺點(diǎn)。

2 聯(lián)合調(diào)度實(shí)踐

通過長(zhǎng)期技術(shù)積累與實(shí)踐，梯級(jí)水庫(kù)聯(lián)合調(diào)度工作順利開展，在防洪、生態(tài)、發(fā)電、航運(yùn)等方面取得了顯著成效[26]。

2.1 氣象水文預(yù)報(bào)

依托完備的監(jiān)測(cè)站網(wǎng)與氣象水文預(yù)報(bào)技術(shù)體系，梯級(jí)水庫(kù)長(zhǎng)中短期全時(shí)間尺度整體預(yù)報(bào)效果較好。2015～2021年間，在短期預(yù)報(bào)方面，長(zhǎng)江上游流域超20 mm降水過程24 h平均預(yù)報(bào)準(zhǔn)確率高達(dá)56%，溪洛渡、三峽水庫(kù)24 h預(yù)見期入庫(kù)流量平均預(yù)報(bào)精度分別為97.65%，97.93%；在洪水預(yù)報(bào)方面，溪洛渡、三峽水庫(kù)平均洪峰預(yù)報(bào)精度分別為97.33%，94.95%；在中長(zhǎng)期預(yù)報(bào)方面，溪洛渡、三峽水庫(kù)平均月徑流預(yù)報(bào)精度分別為86.61%，84.82%。精準(zhǔn)氣象水文預(yù)報(bào)為梯級(jí)水庫(kù)聯(lián)合調(diào)度工作開展提供了有力支撐。2021年在白鶴灘水庫(kù)初期蓄水期間，充分運(yùn)用多時(shí)間尺度耦合預(yù)報(bào)技術(shù)優(yōu)勢(shì)，根據(jù)長(zhǎng)期預(yù)報(bào)制定初期蓄水保障整體方案，明確了梯級(jí)水庫(kù)在蓄水保障工作中運(yùn)行策略；滾動(dòng)開展中期預(yù)報(bào)優(yōu)化階段性蓄水節(jié)點(diǎn)，調(diào)整梯級(jí)水庫(kù)運(yùn)行方式；在蓄水關(guān)鍵期精細(xì)化制定短期預(yù)報(bào)，為臨界狀態(tài)下梯級(jí)水庫(kù)穩(wěn)定高效運(yùn)用及白鶴灘水庫(kù)蓄水目標(biāo)實(shí)現(xiàn)提供有效助力。

2021年冬季至2022年春季，面對(duì)受電區(qū)域氣溫冷暖震蕩，保供形勢(shì)嚴(yán)峻的情況，依托外送線路覆冰預(yù)測(cè)技術(shù)及天氣條件與受電區(qū)域負(fù)荷變化預(yù)測(cè)預(yù)警技術(shù)，發(fā)布14期受電區(qū)域氣溫預(yù)測(cè)及4期線路覆冰專題研究，全面覆蓋寒潮過程，為寒潮背景下梯級(jí)水庫(kù)電力保供任務(wù)順利完成提供了技術(shù)支撐。

2.2 防洪調(diào)度

2011～2021年間，梯級(jí)水庫(kù)共開展73次防洪調(diào)度實(shí)踐，成功防御20次長(zhǎng)江編號(hào)洪水，累計(jì)攔蓄洪量2 280.02億m3。2020年流域性大洪水防御中，通過聯(lián)合防洪技術(shù)體系，優(yōu)化運(yùn)用梯級(jí)水庫(kù)防洪庫(kù)容，三峽水庫(kù)平均削峰3～4成，梯級(jí)水庫(kù)累計(jì)攔蓄洪水369億m3，占長(zhǎng)江上中游水庫(kù)群攔洪總量60%以上，有效保障了梯級(jí)樞紐運(yùn)行安全和防洪安全；第5號(hào)洪水期間將宜昌站約40 a一遇的大洪水削減為常遇洪水，使荊江分洪區(qū)免于啟用、60萬人口免于轉(zhuǎn)移(見圖4)。2021年8月下旬為減輕三峽水庫(kù)防洪壓力，統(tǒng)籌長(zhǎng)江流域整體防洪形勢(shì)，科學(xué)制定金沙江梯級(jí)水庫(kù)配合攔蓄策略，避免了金沙江洪水與川江洪水遭遇，降低了寸灘洪峰水位，顯著減輕了川渝河段和三峽水庫(kù)庫(kù)尾的防洪壓力[27]。

圖4 20200820流域性洪水期間梯級(jí)水庫(kù)聯(lián)合防洪調(diào)度案例

2.3 生態(tài)調(diào)度

2003～2021年間，梯級(jí)水庫(kù)已連續(xù)11 a開展各類生態(tài)調(diào)度試驗(yàn)共計(jì)35次。其中促產(chǎn)漂性卵魚類自然繁殖生態(tài)調(diào)度試驗(yàn)19次，促產(chǎn)黏沉性卵魚類自然繁殖生態(tài)調(diào)度試驗(yàn)5次，其他各類生態(tài)調(diào)度試驗(yàn)11次，均取得了較好效果。為保障生態(tài)調(diào)度試驗(yàn)順利開展，依托流域梯級(jí)水庫(kù)多目標(biāo)協(xié)同調(diào)度體系，優(yōu)化生態(tài)調(diào)度期間航運(yùn)、發(fā)電安排。監(jiān)測(cè)數(shù)據(jù)顯示，截至2021年，開展促產(chǎn)漂性卵魚類自然繁殖生態(tài)調(diào)度試驗(yàn)期間，宜都斷面累計(jì)監(jiān)測(cè)到146.73億顆；其中，2021年監(jiān)測(cè)值為84億顆，為2011～2020年多年平均產(chǎn)卵量的13倍，創(chuàng)歷史新高(見圖5)。

圖5 三峽水庫(kù)促產(chǎn)漂流性卵魚類自然繁殖生態(tài)調(diào)度試驗(yàn)期間宜都斷面監(jiān)測(cè)情況

2.4 航運(yùn)調(diào)度

通過梯級(jí)水庫(kù)聯(lián)合優(yōu)化運(yùn)用，2003～2021年間梯級(jí)水庫(kù)累計(jì)補(bǔ)水量3 308.84億m3，年均增加三峽下游航道水深0.81 m，向家壩下游航道水深0.66 m，有效改善了長(zhǎng)江航道通航條件(見圖6)。2003年6月18日至2021年12月31日，三峽船閘累計(jì)貨運(yùn)量超16.8億t，2014～2021年連續(xù)8 a超1億t；向家壩升船機(jī)累計(jì)貨運(yùn)量491.8億t。汛期梯級(jí)水庫(kù)在保障長(zhǎng)江流域防洪安全的前提下，擇機(jī)開展實(shí)時(shí)優(yōu)化調(diào)度疏散積壓船舶，2020年7～8月流域性洪水期間，約4 500余艘船舶、1 500余萬t貨物(重點(diǎn)急運(yùn)物資近700萬t)有序疏散過壩，有效保障了航運(yùn)的安全高效[16]。

圖6 三峽船閘逐年貨運(yùn)量統(tǒng)計(jì)

2.5 發(fā)電調(diào)度

開展梯級(jí)水庫(kù)聯(lián)合優(yōu)化調(diào)度不僅促進(jìn)了防洪、生態(tài)、航運(yùn)等社會(huì)效益的發(fā)揮，發(fā)電效益同樣顯著。自1981年葛洲壩首臺(tái)機(jī)組投產(chǎn)至2021年12月31日，梯級(jí)水庫(kù)已累計(jì)為社會(huì)奉獻(xiàn)29 320.17億kW·h清潔能源，以2020年減排標(biāo)準(zhǔn)測(cè)算，折合減少標(biāo)準(zhǔn)煤燃燒8.94億t，減排CO2、SO2分別為24.39億t和46.91萬t。2020年，通過金沙江下游-三峽梯級(jí)水庫(kù)聯(lián)合優(yōu)化運(yùn)用，三峽電站累計(jì)發(fā)電量達(dá)1 118億kW·h，創(chuàng)歷史新高，同時(shí)大幅刷新了巴西伊泰普電站創(chuàng)造的單座水電站年發(fā)電量世界紀(jì)錄。2021年，梯級(jí)電站累計(jì)承擔(dān)迎峰度夏、寒潮保供等各項(xiàng)保電任務(wù)共計(jì)12次，為能源供應(yīng)提供了堅(jiān)實(shí)保障。

2.6 其他綜合利用

梯級(jí)水庫(kù)承擔(dān)著航運(yùn)應(yīng)急調(diào)度、居民飲用水保障等綜合利用任務(wù)。2015年6月，三峽水庫(kù)實(shí)施應(yīng)急調(diào)度為“東方之星”沉船事件救援創(chuàng)造有利條件，出庫(kù)流量由17 200 m3/s減至7 000 m3/s，受此影響長(zhǎng)江中游宜昌至監(jiān)利河段水位全線下降，宜昌、沙市、監(jiān)利站水位分別降低3.37，2.43，0.73 m。2014年2月13日，上海長(zhǎng)江口水源地遭遇咸潮入侵，應(yīng)上海市政府要求，自21日開始，三峽水庫(kù)日均出庫(kù)流量由6 000 m3/s增加到7 000 m3/s，三峽水庫(kù)水位下降1.48 m，增加下泄水量6.88億m3，為咸潮事件應(yīng)急處置提供了助力。

3 結(jié)論與展望

經(jīng)過20 a研究及調(diào)度實(shí)踐，金沙江下游-三峽梯級(jí)水庫(kù)聯(lián)合調(diào)度體系建設(shè)日臻完善，綜合效益顯著發(fā)揮。但在新的發(fā)展形勢(shì)下，同樣存在一些不足：一是當(dāng)前信息獲取類型單一，遙感影像、視頻監(jiān)控等信息搜集及應(yīng)用有限，難以支撐預(yù)報(bào)調(diào)度的精細(xì)化需求；二是人工智能、大數(shù)據(jù)等新一代信息技術(shù)在預(yù)報(bào)業(yè)務(wù)中應(yīng)用不足，當(dāng)前確定性預(yù)報(bào)水平難以適配電力市場(chǎng)化交易等問題；三是面向流域防洪減災(zāi)、新型電力系統(tǒng)等變化環(huán)境的梯級(jí)水庫(kù)聯(lián)合調(diào)度技術(shù)仍有待持續(xù)完善。針對(duì)這些問題，后期擬從如下3個(gè)方面進(jìn)一步開展研究工作：

(1) 進(jìn)一步深化安全發(fā)展理念，始終以流域防洪安全為第一要義，繼續(xù)深入研究變化環(huán)境下梯級(jí)水庫(kù)防洪調(diào)度支撐技術(shù)，強(qiáng)化流域極端氣候水文事件預(yù)測(cè)預(yù)警體系，綜合提升梯級(jí)水庫(kù)防洪減災(zāi)調(diào)度能力。

(2) 深入貫徹綠色發(fā)展理念，在生態(tài)文明建設(shè)與“雙碳”目標(biāo)指引下，持之以恒探索梯級(jí)水庫(kù)生態(tài)友好型調(diào)度方式，面向新型電力系統(tǒng)、電力市場(chǎng)、水風(fēng)光儲(chǔ)聯(lián)合運(yùn)用等新形勢(shì)開展適應(yīng)性調(diào)度方式研究，提升梯級(jí)水庫(kù)在國(guó)家能源戰(zhàn)略中的履責(zé)能力。

(3) 持續(xù)加強(qiáng)創(chuàng)新發(fā)展理念，研究新技術(shù)、新方法在流域氣象水文預(yù)報(bào)、梯級(jí)水庫(kù)聯(lián)合調(diào)度中的應(yīng)用，探索人工智能、大數(shù)據(jù)分析、衛(wèi)星遙感等技術(shù)與梯級(jí)水庫(kù)聯(lián)合調(diào)度的契合點(diǎn)，提升預(yù)報(bào)調(diào)度決策支持能力。