氣候變化下瀾滄江流域徑流及水電站發(fā)電能力預測

摘要：氣候變化會對流域徑流和梯級電站發(fā)電能力產(chǎn)生重要影響?；跉v史和未來氣候情景數(shù)據(jù)，綜合利用WACM水文模型和梯級水電站發(fā)電模型，對瀾滄江下游5個梯級水電站的出入庫流量變化和發(fā)電能力進行預測。結(jié)果表明：① 瀾滄江流域未來氣溫會有一定程度上升，但GFDL-CM3、GISS-E2-R-CC和IPSL-CM5A-MR 3種氣候模式下的降水變化趨勢不一致，分別為增加8%～24%、減少15%～45%和變幅較?。?4%～7%）；② 上游來水在GFDL-CM3模式下明顯增加（16.15%），在GISS-E2-R-CC模式下大幅減少（-30.67%），而在IPSL-CM5A-MR模式下變化不大（-2.01%）；③ 梯級水電站年均發(fā)電量受上游來水的影響顯著，保證出力對來水減少更為敏感，當年均流量下降30.67%時，保證出力下降約80%。研究成果可為瀾滄江流域應對氣候變化影響的水資源和梯級電站調(diào)度管理提供參考。

關 鍵 詞：氣候變化；梯級水電站；發(fā)電能力；水文模型；瀾滄江流域

中圖法分類號：TV72；P333

文獻標志碼：ADOI：10.16232/j.cnki.1001-4179.2024.08.014

0 引 言

氣候變化是當前人類發(fā)展面臨的重大挑戰(zhàn)之一，其通過影響徑流變化從而對水力發(fā)電產(chǎn)生重要影響^［1-4］。換言之，降水和蒸發(fā)等氣候因素通過直接影響河流來水情勢，進而對水能資源量產(chǎn)生影響^［5-6］。因此，流域水能資源量和水能資源可開發(fā)利用量將不可避免地受制于氣候變化^［7-10］。在傳統(tǒng)梯級電站開發(fā)研究的基礎上，進一步研究氣候變化對梯級電站水能開發(fā)的影響十分必要。

許多研究針對不同流域討論了氣候變化對徑流和水力發(fā)電的影響^［11-15］。世界大壩協(xié)會指出，氣候變化至少從5個方面影響水電站的發(fā)電能力：① 改變年或季的水庫來水情況；② 通過增加庫面蒸發(fā)減少發(fā)電能力；③ 通過豐枯季節(jié)的時段變化影響發(fā)電調(diào)度；④ 極端洪水增加，影響大壩安全及調(diào)度；⑤ 水庫的泥沙沉積增加，減少有效庫容。Madani等^［16］評估了氣候變暖對加州高海拔水電系統(tǒng)的影響，結(jié)果表明在純變暖情景和干燥變暖情景下，發(fā)電量分別減少了1.3%和19.7%；Minville等^［17］評估了加拿大佩里邦卡河水資源管理系統(tǒng)對氣候變化的適應性；張禎宇^［18］分析了氣候變化背景下九龍江流域水電梯級開發(fā)的水文響應；劉喆等^［19］等量化了2022年長江上游嚴重干旱對三峽水電站水力發(fā)電的影響；韓世亮等^［20］以黃河上游龍羊峽-劉家峽階梯水庫群為研究對象，分析了黃河上游來水在氣候變化的影響下對梯級發(fā)電量的影響；王樂揚等^［21］分析了氣候變化對官溪水電站入庫徑流和發(fā)電量的影響。

瀾滄江作為中國十三大能源基地之一，建有完善的梯級水庫群聯(lián)合水能開發(fā)系統(tǒng)，為國家社會經(jīng)濟發(fā)展提供重要的水能資源支撐。云南省瀾滄江中下游河段總裝機容量1 651.5萬 kW^［22］，其中瀾滄江干流的小灣、漫灣、大朝山、糯扎渡和景洪5個梯級電站同屬中國華能集團，具有較好的聯(lián)合調(diào)度條件和能力。當前的研究主要集中在瀾滄江流域梯級電站建設對水文和生態(tài)變化的影響^［23］，關于未來氣候變化情景下瀾滄江流域中下游梯級水電站發(fā)電能力的研究還較為缺乏。探討未來氣候情景下，氣候變化對瀾滄江流域水文和發(fā)電能力影響，可以為瀾滄江流域應對未來氣候變化的梯級電站調(diào)度管理提供決策支撐。

以瀾滄江干流中下游流經(jīng)云南省境內(nèi)的河段作為研究區(qū)，全長1 227 km，總落差1 792 m，在出國境斷面多年平均徑流量為2 170 m³/s^［24-25］。該河段流域處于亞熱帶和熱帶氣候，受赤道海洋西南季風的影響，水汽來源充足，降水豐沛，水資源豐富，但流域徑流受氣候變化影響顯著，水資源在空間、時間上分布不均勻。同時，流域當前農(nóng)作物較為多樣，工業(yè)欠發(fā)達，水能資源開發(fā)利用對促進當?shù)亟?jīng)濟發(fā)展意義重大。

基于未來氣候情境，對瀾滄江干流中下游（云南省境內(nèi)河段）5個梯級水電站的發(fā)電能力進行預測，從上游至下游依次為小灣、漫灣、大朝山、糯扎渡和景洪水電站^［26-28］，具體位置見圖1。

2 研究數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源與處理

水文氣象數(shù)據(jù)（1985～2008年，日尺度）主要用于構(gòu)建日尺度的WACM（water allocation and cycle model）水文模型，包括逐日降水量數(shù)據(jù)、逐日平均地表氣溫數(shù)據(jù)、逐日最高與最低地表氣溫、日照時數(shù)、日平均風速和日平均相對濕度等。數(shù)據(jù)來源于中國氣象數(shù)據(jù)共享服務網(wǎng)的中國地面氣候資料日值數(shù)據(jù)集（V3.0），通過克里金插值方法將逐日氣象資料插值到WACM模型的水循環(huán)計算單元。

氣候情景是對未來氣候的一種合理且簡化的描述。IPCC第五次氣候變化評估（AR5）基于21世紀的溫室氣體排放和在大氣中的集中程度、空氣污染物排放和土地利用等因素設計溫室氣體排放情景RCPs（Representative Concentration Pathways）。RCPs包括嚴格減排方案（RCP2.6）、兩套中間方案（RCP4.5和RCP6.0）、高排放方案（RCP 8.5）和基準方案（無進一步減排措施，RCP6.0至RCP8.5）。前人研究大多基于RCP4.5排放情景^［29-31］，本文同樣基于RCP4.5排放情景，選擇3種氣候模式獲取驅(qū)動WACM水文模型的水文氣象數(shù)據(jù)。選擇的氣候模式分別為GFDL-CM3（S1模式）、GISS-E2-R-CC（S2模式）及IPSL-CM5A-MR（S3模式）。選擇這3種模式是因為它們之間的氣溫差別較小而降水差別較大。相比于氣溫，降水對徑流的影響更大，而徑流是影響梯級電站發(fā)電量最直接也是最重要的因素。預測不同降水模式下的梯級電站發(fā)電量，更有利于決策者制定不同氣候模式下的電站調(diào)度策略和管理措施，以應對未來氣候變化影響。模式之間較小的氣溫變化，有效降低了氣溫變化帶來的影響。未來水平年設為2060年，考慮到水文不確定性，模擬時段設置為2049年6月至2072年5月。

WACM水文模型構(gòu)建還需要土地利用數(shù)據(jù)和土壤數(shù)據(jù)。土地利用數(shù)據(jù)來源于中國科學院資源環(huán)境科學數(shù)據(jù)中心發(fā)布的全國土地利用數(shù)據(jù)集（2005年），按照瀾滄江流域的6種基本土地利用類型進行空間分布信息的提取和重分類（圖2（a））。土壤數(shù)據(jù)來源于中科院南京土壤研究所提供的中國土壤分布圖，瀾滄江上游地區(qū)包括26種土壤類型（圖2（b））。

2.2 研究方法

2.2.1 分布式水文模型

分布式水文模型WACM是中國水利水電科學研究院水資源研究所趙勇教授團隊于2006年開發(fā)的水文模型（圖3）^［32-35］。以水循環(huán)模擬為核心，該模型先后經(jīng)歷了WACM2.0、WACM3.0及WACM4.0等4個版本的開發(fā)^［36］。其核心特點是對平原區(qū)產(chǎn)匯流模型進行了改進，將山區(qū)水循環(huán)中的河道匯流、山前地下水排泄分別與平原區(qū)水循環(huán)中的河道匯流、地下水模擬過程結(jié)合起來，使得模型能夠較好地模擬流域山區(qū)-平原區(qū)水循環(huán)的運動規(guī)律。目前該模型已經(jīng)被廣泛應用于渭河、瀾滄江等流域的水文過程模擬，均表現(xiàn)出了良好的效果^［37-39］。

2.2.2 梯級水電站發(fā)電模型

水電站發(fā)電調(diào)度模型一般以總發(fā)電量最大或者保證出力最大為優(yōu)化目標^［40-43］，具體根據(jù)研究對象的實際需求而定。本研究中以梯級水電站保證出力最大為目標函數(shù)，其數(shù)學表達式如下：

式中：N為梯級水電站保證最大出力，kW；NP為梯級水電站保證出力，kW；I為水庫個數(shù)；N_i，t為第i個水電站在第t年的出力，kW；∑Ii=1N_i，t為第t年梯級水電站出力，kW；U{∑Ii=1N_i，t}表示不同時段梯級水電站出力構(gòu)成的全集；P（∑Ii=1N_i，t≥N）表示出力高于N的概率。本文以98%保證率的梯級水電站出力作為其保證出力。

梯級水電站發(fā)電調(diào)度的約束條件包括水庫水量平衡約束、梯級上下游水庫之間的水力聯(lián)系、水位約束、出庫流量約束、電站出力約束以及非負約束（變量大于等于0），數(shù)學方程表達如下：

式中：V_i，t為水庫i在t時刻的庫容，m³；I_i，t為水庫i在t時段的區(qū)間入庫流量，m³/s；O_i，t為水電站i上游電站在t時段的出庫流量，m³/s；S_i，t為水電站i上游所有電站在t時段的水量損失，含城鎮(zhèn)生活及農(nóng)業(yè)灌溉供水、蒸發(fā)及水庫滲漏等，m³；Δt為時段長度，s；R_i，t為水電站i在時段t的區(qū)間入庫流量，m³/s；H_mini，t和H_{maxi，t}分別為水庫i在時刻t的水位下限和上限，m；H_i，t為水庫i在時段t的水位，m；Q_maxi，t和Q_{mini，t}分別為電站i在時段t的出庫流量上限和下限，m³/s；O_i，t為水庫i在時段t的出庫流量，m³/s；N_maxi，t和N_{mini，t}分別為電站i在時段t的出力上下限，MW；N_i，t為電站i在時段t的平均出力，MW。

2.2.3 統(tǒng)計指標

使用多個統(tǒng)計指標驗證瀾滄江流域WACM模型的徑流模擬精度，包括相對誤差R、相關系數(shù)C和Nash效率系數(shù)NSE。

式中：x_i表示徑流模擬值；y_i表示觀測徑流；y表示觀測徑流的均值。

3 結(jié)果分析

3.1 未來情景下瀾滄江流域降水和氣溫變化特征

GFDL-CM3（S1）、GISS-E2-R-CC（S2）和IPSL-CM5A-MR（S3）3種氣候模式下，2049年6月至2072年5月多年平均氣溫和年降水量，與現(xiàn)狀水平年（1985年6月至2008年5月）的對比變化情況如圖4所示。

在S1模式下，未來瀾滄江流域（景洪水電站上游）年平均氣溫增長0.1～1.6 ℃，部分區(qū)域的氣溫增長量在1.2～1.6 ℃之間；年均降水量增長了8%～24%，部分區(qū)域的年均降雨增長量在10%～15%之間。

在S2模式下，相較于現(xiàn)狀水平年，年均氣溫增長1.1～1.7 ℃，絕大部分區(qū)域的年均增長量在1.2～1.5 ℃之間；年均降水量變幅在-45%～-15%之間，其中流域許多區(qū)域的年均降水量變幅在-25%～-15%之間。

在S3模式下，瀾滄江流域的氣溫變化在0.8～1.5 ℃之間，其中北部區(qū)域的氣溫變化在0.7～1.0 ℃之間；瀾滄江流域的年均降水量變幅在-4%～7%之間，變幅較小。-4%～0%的變幅主要集中在瀾滄江流域北部與中部地區(qū)。

整體來看，3種氣候模式的增溫幅度較為接近，但降水變化差異明顯，S1模式下降水呈明顯增加趨勢，S2模式下降水呈明顯減少趨勢，而S3模式下年降水量變幅較小，降水變化主要體現(xiàn)在季節(jié)分配上。

3.2 瀾滄江流域水文模型精度驗證及徑流變化預測

為了更好地驗證WACM模型在空間上的徑流模擬精度，以瀾滄江流域下游徑流觀測數(shù)據(jù)較為豐富的清盛站（1990～1997年為率定期、1998～2005年為驗證期）和瑯勃拉邦站（1990～1998年為率定期、1999～2007年為驗證期）為基礎，在月尺度下率定并驗證WACM水文模型精度。在此基礎上，基于漫灣和景洪水文站的日徑流觀測數(shù)據(jù)進一步驗證水文模型精度（驗證期為2009年9月1日至2010年3月10日）。由于觀測數(shù)據(jù)受水庫調(diào)度等人類活動影響，首先根據(jù)水量平衡方法對觀測徑流進行還原計算，得到天然徑流，然后根據(jù)天然徑流驗證模型精度，結(jié)果如圖5所示。清盛站模擬期的相對誤差R、相關系數(shù)C和Nash效率系數(shù)NSE分別為12.29%，0.85和0.81，驗證期的R、C和NSE分別為13.47%，0.87和0.83；瑯勃拉邦站模擬期的R、C和NSE分別為14.25%，0.84和0.85，驗證期對應的R、C和NSE分別為15.01%，0.86和0.84。這表明WACM模型的徑流模擬精度滿足要求。漫灣和景洪站的驗證結(jié)果進一步說明了WACM水文模型在空間上的徑流模擬精度較好。漫灣和景洪站徑流模擬值與實測徑流數(shù)據(jù)的R分別為12.31%和9.79%，相關系數(shù)C和Nash效率系數(shù)NSE均大于0.80。

基于驗證后的WACM模型，對3種氣候模式下的未來徑流變化進行模擬，得到不同氣候模式驅(qū)動的瀾滄江流域徑流變化時間序列。模擬結(jié)果中，小灣、漫灣、大朝山、糯扎渡和景洪等5個水電站壩址斷面處的徑流量表現(xiàn)出了類似的特征。本文以小灣水電站為例，分析不同氣候模式下的徑流變化。圖6為小灣站的徑流模擬結(jié)果。從圖6中可以看出，3種模式下的徑流模擬趨勢是一致的（同時增加或者減?。Ｆ渲?，S2模式下的徑流模擬結(jié)果與其他2種模式的差距較大，尤其是在低流量月份（1，2，3，11，12月）。而對于高流量月份（4～6月），S1模式的徑流模擬結(jié)果與其他模式的差異較大。對于S3模式，許多低流量月份的徑流量模擬結(jié)果表現(xiàn)出了一定的增加趨勢，而一些高流量月份的徑流量模擬結(jié)果表現(xiàn)出了一定的減少趨勢。

表1為不同氣候模式下的各月平均流量。從中可以看出，各月平均徑流量在S1模式下表現(xiàn)出明顯增加的特征（16.15%），而在S2模式下則表現(xiàn)出大幅減少的特征（-30.67%）。在S3模式下的年均徑流模擬值變化不大（-2.01%）。從具體的月份來看，S3模式下5月、6月、7月、8月徑流有所減少，9月、10月及11月徑流表現(xiàn)出增加趨勢，這意味著該模式下徑流的季節(jié)變異性可能有所增加。因此，3種氣候模式下的徑流模擬表現(xiàn)出3種態(tài)勢，分別是整體濕潤（S1）、整體干燥（S2）和季節(jié)性變異增加（S3）的特點，這主要是由3種氣候模式下較大的降水差異導致的（圖4）。此外，除了氣候模式的不確定性，建模的不確定性是引起S1、S2和S3 3種氣候模式下徑流模擬差異的另一個重要原因。比如，本文在未來徑流變化模擬時采用的是2005年的土地利用數(shù)據(jù)，而未來的土地利用模式將隨著人類活動不斷發(fā)生變化。選擇歷史的土地利用數(shù)據(jù)主要是因為準確預測未來的土地利用類型較為困難，且可能會為水文建模引入更多的不確定性。

3.3 瀾滄江流域水電站出入庫流量變化

圖7～11為未來氣候情景下，瀾滄江流域不同水電站的入庫流量、出庫流量和棄水量變化情況（1～12月）。從圖中可以看出，各水電站的入庫流量變化與上游小灣站的入庫流量變化趨勢基本一致，都表現(xiàn)為先增加后減小的特征，高流量基本都集中在6～10月。通過與基準方案比較，對于所有站點的入庫流量和出庫流量而言，S1模式下的徑流模擬值大于基準方案的徑流模擬值，S2模式的徑流模擬值低于基準方案的徑流模擬值，而S3模式的徑流模擬值與基準方案徑流模擬值最為接近。

從發(fā)電棄水量的角度來看，各水庫的出流量絕大部分為發(fā)電流量，因此棄水量相對較少。在各氣候模式下，棄水量與出流變化類似。在S1模式下，6～10月的棄水量明顯增加，而S2模式下幾乎全年沒有棄水。S3模式的棄水量主要集中在8～10月，棄水峰值主要集中出現(xiàn)在9月。上游來水增加會引起棄水量的明顯增加。

瀾滄江中下游（云南段）受高山峽谷地形影響，沿線城鎮(zhèn)分布較少，干流兩岸基本無州市首府和縣城分布，流域內(nèi)人口規(guī)模及農(nóng)田面積較為穩(wěn)定。干流上除建設有梯級水電站工程外，基本無其他大型生產(chǎn)、生活取水工程，因此流域內(nèi)的人類活動取用水量較少。流域中下游（云南段）的多年平均徑流總量約為700億 m³（含過境徑流總量約200億 m³），全流域現(xiàn)狀用水總量約為25億m³，僅占多年平均徑流總量的3.5%。因此，人類活動取用水對瀾滄江流域徑流和發(fā)電的影響較小，且未來短期內(nèi)用水總量可能不會有大幅度變化。

3.4 未來情景下瀾滄江流域梯級電站保證出力及年均發(fā)電量預測

圖12（a）～（b）為基準方案下23個調(diào)度年（1985～2007年）共計276個調(diào)度時段的出力過程及其對應保證率。從圖12中可以看出，多數(shù)時段梯級電站保證出力在675 萬kW左右，少數(shù)時段出現(xiàn)峰值或低值。最小值在1995年4月，為271.60 萬kW，對應保證率為99.64%。時段出力最大值出現(xiàn)在1985年8月，為1 416.97 萬kW，對應保證率為0.36%。根據(jù)表2，基準方案下的年均發(fā)電量為669.06 億kW·h，各時段發(fā)電量多為49 億kW·h/月。其中每年8～10月出現(xiàn)發(fā)電峰值，在60～110 億kW·h/月。1995年4月出現(xiàn)極小值，發(fā)電量約為19.83 億kW·h/月。

根據(jù)圖12（c）～（d），在S1模式下，梯級電站多數(shù)時段的保證出力在765 萬kW左右，同樣少數(shù)時段出現(xiàn)峰值或低值。最小值在2059年4月，保證出力為345.37 萬kW，對應保證率為99.64%。時段出力最大值出現(xiàn)在2071年9月，為1 416.97 萬kW，對應保證率為0.36%。根據(jù)表2，梯級水電系統(tǒng)的年均保證出力為755.87 萬kW，系統(tǒng)保證率為98%。年均發(fā)電量為751.29 億kW·h。時段發(fā)電量多在55 億kW·h/月左右，在一些年份的8月、9月或10月會出現(xiàn)峰值，取值范圍介于60億～103億kW·h/月之間。在2059年4月出現(xiàn)最小值，約為25.21億kW·h/月。

對于S2氣候變化模式（圖12（e）～（f）），多數(shù)時段出力波動范圍較大，出力在400萬～900 萬kW之間。最小值出現(xiàn)在2053年2月，為118.30 萬kW，對應保證率為99.64%。時段出力最大值出現(xiàn)在2065年9月，為1 072.00 萬kW，對應保證率為0.36%。梯級水電系統(tǒng)的保證出力為133.84 萬kW，系統(tǒng)保證率為98%（表2）。年均發(fā)電量約為444.56 億kW·h。時段發(fā)電量一直處于較大的起伏波動狀態(tài)，波動范圍多在10億～65億kW·h/月之間。在2053年2月取極小值為8.63億度/月，在其他一些年份的2～4月也達到相近的極小值。

氣候變化模式S3下的多數(shù)時段出力波動范圍同樣相對較大（圖12（g）～（h）），在400萬～900 萬kW之間波動變化。最小值出現(xiàn)在2059年4月，為281.26 萬kW，對應保證率為99.64%。時段出力最大值出現(xiàn)在2071年10月，為1 447.51 萬kW，對應保證率為0.36%。根據(jù)表2，梯級水電系統(tǒng)的保證出力約為659.95 萬kW，系統(tǒng)保證率為98%。年均發(fā)電量約為666.25 億kW·h。時段發(fā)電量多為48億kW·h/月，峰值在60～104億kW·h/月之間變化。極小值達20.53億kW·h/月，出現(xiàn)在2059年4月。

在整體濕潤的氣候變化模式下（S1模式），2060水平年的保證出力和年均發(fā)電量均有一定幅度的提升，其中保證出力從675.76 萬kW提高到755.87 萬kW，提高了11.87%；年均發(fā)電量從669.06 億kW·h提高到751.29 億kW·h，提高了12.29%。在整體干燥的氣候變化模式下（S2模式），2060水平年的保證出力和年均發(fā)電量均出現(xiàn)較為明顯的下降。此外，各月出力過程波動明顯增加，不再像基準方案下在多數(shù)月份是較為平穩(wěn)的，而是一直處于起伏狀態(tài)，這種起伏狀態(tài)導致了保證出力的急劇下降。保證出力從675.76 萬kW急劇下降至133.84 萬kW，下降了80.17%。年均發(fā)電量從669.06 萬kW下降到444.54 萬kW，下降了33.56%。在季節(jié)變異增加的氣候變化模式下（S3模式），2060水平年的年均發(fā)電量較基準方案變化不大，從669.06 億kW·h下降到666.25 億kW·h，略降0.42%。保證出力從675.76 萬kW下降到659.56 萬kW，下降了2.34%。由此可見，在總來水量變化不大的條件下，其季節(jié)變異性由于梯級水庫群的調(diào)節(jié)，總的年均發(fā)電量和保證出力均變化不大。

將3種氣候變化模式下徑流量變化和發(fā)電能力（保證出力和年均發(fā)電量）變化程度進行對比可得：整體濕潤的模式下，年均流量提升了16.15%，而保證出力和年均發(fā)電量分別提升了11.87%和12.29%，保證出力和年均發(fā)電量相較年均流量提升程度較低；而另一方面，在整體干燥模式下，雖然年平均流量下降了30.67%，年均發(fā)電量下降程度相近，但其保證出力卻下降了80.17%。這意味著發(fā)電能力的變化跟徑流量的變化并不完全是簡單的線性關系。由于水電站工程規(guī)劃建設多是基于歷史30～50 a的水文資料進行，工程的規(guī)模和調(diào)蓄能力也由此決定，來水增加往往直接導致棄水增加，而來水的減少則直接影響梯級水電站的發(fā)電能力，尤其是梯級水電站的保證出力。

4 結(jié) 論

針對瀾滄江流域受全球氣候變化影響帶來的徑流變化和梯級水電站發(fā)電能力變化問題，從氣候變化影響、水文過程模擬和梯級水電站發(fā)電能力預測及影響的角度，定量評估了2060水平年瀾滄江流域小灣、漫灣、大朝山、糯扎渡及景洪五級電站群發(fā)電能力受氣候變化的影響情況。主要結(jié)論如下：

（1）在RCP4.5氣候情景下，瀾滄江流域未來氣候變化趨勢存在不同預判。氣溫在GFDL-CM3（S1）、GISS-E2-R-CC（S2）及IPSL-CM5A-MR（S3）模式下，表現(xiàn)出相近程度的增加，但降水趨勢有明顯差異。S1模式下，年均降水量表現(xiàn)出增加趨勢，增幅在8%～24%之間；S2模式下，年均降水量表現(xiàn)出下降趨勢，變幅在-45%～-15%之間；S3模式下，年均降水量變幅較小，在-4%～7%之間。

（2）基于WACM模型的水文模擬結(jié)果表明，瀾滄江流域未來的來水條件受降水及氣溫影響，表現(xiàn)出整體濕潤、整體干燥、季節(jié)變異性增加3種態(tài)勢。

（3）在不同的氣候模式下，梯級水電站的發(fā)電量有相應變化。整體而言，其發(fā)電量對來水減少更為敏感。比如，在S1氣候模式（整體濕潤）下，小灣上游來水增加了16.15%，同時保證出力從675.76 萬kW提高到755.87 萬kW，提高了11.87%；在S2氣候模式（整體干燥）下，其發(fā)電過程波動更為劇烈，年均發(fā)電量隨上游來水下降30.67%而下降33.56%。在S3（季節(jié)變異增加）氣候模式下，年均發(fā)電量較基準方案變化不大。

本文考慮了中間排放方案（RCP 4.5）的3種氣候模式，針對這3種氣候模式下瀾滄江流域梯級電站的適應性調(diào)度和管理措施研究值得進一步深入思考。根據(jù)本文研究結(jié)果，在S1整體濕潤的氣候模式下，未來可以考慮通過擴大裝機容量和改造電站進水設施的方式，調(diào)整和改造水電站機組的高效運行區(qū)間，應對氣候變化影響。此外，可以通過修建調(diào)節(jié)水庫的方式，調(diào)節(jié)徑流年際年內(nèi)變化對發(fā)電量的影響，提高梯級電站對氣候變化的適應能力；針對S2整體干燥和S3季節(jié)性變異增加的氣候模式，建議對水電站機組進行合理的升級改造，使機組在維持高效率運行的同時，不陷入長期低水頭運行的低效率工況，進而保證梯級電站的良性運行。此外，建議開展梯級電站機組應對氣候變化的適應能力研究。

參考文獻：

［1］莊貴陽.氣候變化挑戰(zhàn)與中國經(jīng)濟低碳發(fā)展［J］.國際經(jīng)濟評論，2007（5）：50-52.

［2］徐冠華，柳欽火，陳良富，等.遙感與中國可持續(xù)發(fā)展：機遇和挑戰(zhàn)［J］.遙感學報，2021，20（5）：679-688.

［3］張慶陽.攜手 “一帶一路” 沿線國家應對氣候變化［J］.防災博覽，2019（6）：16-23.

［4］劉昌明，田巍，劉小莽，等.黃河近百年徑流量變化分析與認識［J］.人民黃河，2019，41（10）：11-15.

［5］陳亞寧，崔旺誠，李衛(wèi)紅，等.塔里木河的水資源利用與生態(tài)保護［J］.地理學報，2003，58（2）：215-222.

［6］羅玉，秦寧生，龐軼舒，等.氣候變暖對長江源徑流變化的影響分析［J］.冰川凍土，2020，42（3）：952-964.

［7］王永強，劉志明，袁喆，等.氣候變化對黃河流域地表水資源量的影響評估［J］.人民黃河，2019，41（8）：57-61.

［8］程雷.全球氣候變化對水文與水資源的影響研究［J］.水利電力技術(shù)與應用，2022，4（10）：98-100.

［9］吳立鈺，張璇，李沖，等.氣候變化和人類活動對伊遜河流域徑流變化的影響［J］.自然資源學報，2020，35（7）：1744-1756.

［10］張鐳，黃建平，梁捷寧，等.氣候變化對黃河流域的影響及應對措施［J］.科技導報，2020，38（17）：42-51.

［11］葉汀，楊漢波，霍軍軍.西藏主要流域年徑流的變化趨勢及其原因［J］.水力發(fā)電學報，2023，42（9）：46-57.

［12］陳曉宏，鐘睿達.氣候變化對瀾滄江下游梯級電站發(fā)電及生態(tài)調(diào)度的影響［J］.水科學進展，2020，31（5）：754-764.

［13］孟虹池，李英海，歐陽碩，等 氣候變化對清江未來徑流及隔河巖電站發(fā)電的影響［J］.水利水運工程學報，2023（4）：42-51.

［14］慕星，趙勇，劉歡，等.氣候變化和人類活動影響下徑流演變研究進展［J］.人民黃河，2021，43（5）：35-41.

［15］楊大文，王宇涵，唐莉華，等.雅魯藏布江上游徑流變化及影響因素分析［J］.水力發(fā)電學報，2023，42（3）：41-49.

［16］MADANI K，LUND J R.Estimated impacts of climate warming on California’s high-elevation hydropower［J］.Climatic Change，2010，102：521-538.

［17］MINVILLE M，BRISSETTE F，KRAU S，et al.Adaptation to climate change in the management of a Canadian water-resources system exploited for hydropower［J］.Water Resources Management，2009，23：2965-2986.

［18］張禎宇.氣候變化背景下九龍江流域水電梯級開發(fā)的水文響應［D］.廈門：廈門大學，2014.

［19］劉喆，王飛，韓欽梅，等.2022年長江上游流域嚴重干旱對三峽水電站水力發(fā)電的影響分析［J］.氣候變化研究進展，2024，20（1）：37-47.

［20］韓世亮，陳泰霖.氣候變化影響下黃河上游梯級水庫群未來發(fā)電量預測［J］.水利水電科技進展，2022，42（3）：32-38.

［21］王樂揚，張建云，寧忠瑞，等.氣候變化對南方典型小水電站入庫徑流及發(fā)電的影響［J］.水利水運工程學報，2024（2）：1-9.

［22］趙希濤，魏樂軍.“五江一河” 的洪水特征及其對跨流域調(diào)水量的制約：三評“紅旗河工程”構(gòu)想［J］.地球?qū)W報，2020，41（1）：91-105.

［23］運曉博，湯秋鴻，徐錫蒙，等.氣候變化對瀾湄流域上下游水資源合作潛力的影響［J］.氣候變化研究進展，2020，16（5）：555-559.

［24］王春學，秦寧生，周斌，等.近 400 年瀾滄江源區(qū)年平均流量周期特征及其對厄爾尼諾的響應［J］.第四紀研究，2020，40（1）：238-251.

［25］夏婷，張木梓，顧洪賓，等.瀾滄江水電開發(fā)對緩解2019年湄公河干旱影響分析［J］.水文，2022，42（3）：84-88.

［26］李丹，李黎，葉建慶.復雜構(gòu)造環(huán)境下水庫地震活動性研究：以糯扎渡水電站為例［J］.震災防御技術(shù)，2023，18（3）：548-558.

［27］尹述紅，李紅剛，王昱倩.電力市場環(huán)境下瀾滄江大型水庫汛前水位消落規(guī)則及應對策略［J］.水利規(guī)劃與設計，2022（8）：72-76.

［28］張萌，張銀烽，楊鴻鋒，等.瀾滄江漫灣大壩對水體氮磷遷移及形態(tài)的影響［J］.科學技術(shù)與工程，2022，22（30）：13578-13589.

［29］魯慶奧，顧峰雪，於琍，等.不同排放情景下中國西南地區(qū)碳匯時空格局及氣候影響［J］.陸地生態(tài)系統(tǒng)與保護學報，2022，2（3）：1-8.

［30］李新華，張蕾，姜樹坤，等.未來中高排放情景下松嫩平原農(nóng)業(yè)氣候資源變化分析［J］.中國農(nóng)業(yè)氣象，2021，42（10）：811-817.

［31］汪飛，洪林，馬田遙，等.基于 SWAT 模型的氣候變化條件下諾敏河流域徑流變化研究［J］.水土保持研究，2023，30（6）：67-77.

［32］趙勇，陸垂裕，肖偉華.廣義水資源合理配置研究（Ⅱ）：模型［J］.水利學報，2007（2）：163-170.

［33］趙勇.廣義水資源合理配置研究［D］.北京：中國水利水電科學研究院，2006.

［34］畢彥杰，趙晶，張文鴿，等.WACM4.0模型模擬內(nèi)蒙古河套地區(qū)山水林田湖草系統(tǒng)水循環(huán)［J］.農(nóng)業(yè)工程學報，2020，36（14）：148-158.

［35］趙勇，張金萍，裴源生.寧夏平原區(qū)分布式水循環(huán)模擬研究［J］.水利學報，2007（4）：498-505.

［36］劉文琨，裴源生，趙勇，等.水資源開發(fā)利用條件下的流域水循環(huán)研究［J］.南水北調(diào)與水利科技，2013（1）：44-49.

［37］趙勇，翟家齊，蔣桂芹，等.干旱驅(qū)動機制與模擬評估［M］.北京：科學出版社，2017.

［38］葛金金，張汶海，渠曉東，等.湄公河下游生態(tài)水文情勢變化研究［J］.人民長江，2022，53（6）：27-32.

［39］李慧.優(yōu)化大壩運行緩解水電開發(fā)對湄公河水文情勢影響的可行性研究［J］.水利水電快報，2023，44（1）：4.

［40］張仁貢，王萬良，趙燕偉.農(nóng)村水電站電能生產(chǎn)動態(tài)不確定性優(yōu)化調(diào)度模型［J］.農(nóng)業(yè)工程學報，2011，27（5）：275-281.

［41］吳迎新，王金文，伍永剛.福建水電站群短期發(fā)電量最大優(yōu)化調(diào)度模型與算法研究［J］.電力系統(tǒng)及其自動化學報，2002（6）：35-39.

［42］李佳，陳在妮，聞昕，等.大型梯級水電站汛期多尺度多模式調(diào)度模型研究［J］.水電能源科學，2022，40（11）：68-72.

［43］李昌文，黃艷.湄公河-洞里薩湖河湖關系與水文情勢驅(qū)動響應研究：關鍵科學問題與技術(shù)實現(xiàn)路徑［J］.人民長江，2022，53（6）：1-13.

（編輯：郭甜甜）

Prediction on runoff and hydropower generation capacity of

Lancang River Basin under climate changes

LIU Wenkun^1，2，LUO Zengliang³，ZHOU Pengcheng¹，HAN Bing¹，JI Zejun¹，ZHAI Jiaqi²

（1.Power China Kunming Engineering Corporation Limited，Kunming 650051，China; 2.State Key Laboratory of Simulation and Regulation of Water Cycle in River Basin，China Institute of Water Resources and Hydropower Research，Beijing 100038，China; 3.School of Geography and Information Engineering，China University of Geosciences，Wuhan 430074，China）

Abstract：Climate change significantly affects runoff in river basins and the power generation capacity of cascade hydropower stations.Using historical and future climate scenario data，the WACM hydrological model，and a cascade hydropower generation model，we predicted the changes in inflow and outflow as well as the power generation capacity of five cascade hydropower stations in the lower reaches of Lancang River.The results indicates that：① The future temperature in the Lancang River Basin will rise to some extent，but precipitation trends vary among the climate models GFDL-CM3，GISS-E2-R-CC，and IPSL-CM5A-MR，showing increases of 8%～24%，decreases of 15%～45%，and minor variability （-4%～7%），respectively.② Upstream inflow is projected to increase significantly （16.15%） under the GFDL-CM3 model，decrease substantially （-30.67%） under the GISS-E2-R-CC model，and change minimally （-2.01%） under the IPSL-CM5A-MR model.③ The annual average power generation of the cascade hydropower stations is significantly influenced by upstream inflow，and guaranteed output is more sensitive to reductions in inflow.When the annual average flow decreases by 30.67%，the guaranteed output decreases by approximately 80%.These findings can provide references for water resource management and cascade hydropower station scheduling in the Lancang River Basin in response to climate variation.

Key words：climate change; cascade hydropower stations; power generation capacity; hydrological model; Lancang River Basin