基于蓄能指標的梯級水電站蓄水調度研究

郭甜甜　劉攀　黃康迪　張楊　林東升

摘要：優化梯級水電站汛末蓄水調度可提高流域水資源利用效率。現有基于水庫水量占比的蓄滿率評價指標，未考慮梯級水電站間的水力和電力聯系，難以有效表征蓄水效益。為此，提出了一種基于蓄能的梯級水電站蓄水效益評價指標，以梯級水電站蓄水期發電量與期末蓄能最大為目標函數，構建了梯級水電站蓄水優化調度模型，采用逐次逼近動態規劃算法優化水庫群蓄水調度，并以清江梯級水電站為例驗證模型應用效果。實例計算表明：與常規調度相比，基于蓄能指標的優化調度年均總發電量可增加3%；與傳統基于蓄滿率指標的調度相比，基于蓄能指標的調度可更全面地得到非劣解集。研究成果可為梯級水電站蓄水調度提供技術支撐。

關 鍵 詞：梯級水庫； 蓄水調度； 蓄能指標； 蓄水期末水位； 非劣解集； DPSA算法

中圖法分類號： TV697 文獻標志碼： A DOI：10.16232/j.cnki.1001-4179.2023.06.031

0 引 言

隨著一大批水電站陸續建成投產，中國各流域梯級水電站開發利用已成規模，在防洪、發電、供水、航運等方面發揮了重要作用［1-2］。然而，梯級水電站興利目標眾多、水力聯系復雜，聯合調度難度大，尤其是在汛末蓄水期，流域可利用水資源有限，上下游電站間存在競爭性蓄水現象［3-4］，且電站蓄水與發電矛盾突出，此時，梯級水電站蓄水調度問題是流域水資源高效利用的關鍵問題之一［5-6］。

當前研究主要通過求解以梯級電站防洪、發電、蓄滿率等效益最大為目標函數的蓄水優化模型，得到可行的調度方案指導蓄水調度，以提高蓄水期梯級水電站的綜合效益。如Xu等［7］以梯級總發電量最大、防洪風險最小為目標建立了水庫群蓄水隨機規劃模型，在不增加防洪風險的基礎上，求解得到梯級水庫群聯合最優蓄水方案。歐陽碩等［8］根據典型年不同頻率來水繪制蓄水調度圖，并基于蓄水調度圖建立了以調度期內水庫群蓄滿度和發電量最大為目標的蓄水優化調度模型，給出了不增加流域防洪風險的前提下增加梯級水庫群興利效益的蓄水調度方式；李英海等［9］針對三峽梯級電站汛末蓄水調度問題，構建以蓄水期末水位最高、下泄流量最大、發電量最大為目標函數的多目標優化模型，提出兩階段約束法對多目標模型進行降維處理，其優化調度結果揭示了三峽梯級水庫群汛末蓄水過程中各興利目標間相互影響的變化規律；何紹坤等［10］綜合考慮梯級水庫防洪風險、蓄水期多年平均發電量、蓄滿率等目標，建立了梯級水庫群蓄水調度模型，并通過防洪風險和興利效益優選蓄水方案非劣解集。

水庫蓄水過程中需要兼顧蓄水與發電目標，現有研究在評價水庫蓄水效益時多采用蓄滿率指標，如通過蓄滿年份占比計算蓄滿率［11-13］，梯級水電站調度時通常使用水庫群蓄水量占興利庫容百分比表示蓄滿率［14-15］。蓄滿率指標聚焦于水量對蓄水效益的影響，未考慮梯級水電站存在的水力與電力聯系，難以有效評價梯級水電站的蓄水效益。如當梯級水電站蓄水總量相同，上下游水庫水量可有多種分配方式，其發電效益會有差異。

針對該問題，本文提出了一種基于蓄能的梯級水電站蓄水效益評價指標，構建了梯級水電站蓄水優化調度模型，以梯級水電站蓄水期發電量與蓄水期末蓄能之和最大為目標函數，將多目標問題轉化為梯級水電站總發電量最大的單目標問題，采用逐次逼近動態規劃（Dynamic Programming with Successive Approximation，DPSA）算法［16］優化梯級水電站蓄水調度軌跡，根據優化結果分析蓄水規律，為梯級水電站蓄水調度提供參考。

1 梯級電站蓄水優化調度模型建立

1.1 梯級電站蓄能公式

本文提出基于蓄能的蓄水效益評價指標，計算水庫在一定時間內由當前水位消落至給定水位時的最大發電量［17-18］，代表水庫當前蓄水量在未來一段時間可產生的發電效益。則梯級電站蓄能計算公式如下：

2 求解方法

利用DPSA求解優化模型。該算法基于動態規劃，采用逐次迭代逼近的思路［19］。與傳統動態規劃方法相比，DPSA可有效提高求解精度，降低計算的時間和空間復雜度，且在優化問題中尋優效率高，被廣泛應用于水庫群優化調度計算中［20］。本次研究中，因水庫群蓄水期末蓄能僅與水庫群蓄水期末的水位狀態有關，與水庫群蓄水過程無關，所以在對水庫群蓄水期的運行軌跡進行優化時，僅以梯級水電站蓄水期發電量為決策變量，得到蓄水期末不同水位狀態下的水庫運行軌跡，然后計算不同末水位狀態下對應的梯級水電站蓄能，根據蓄水期發電量與蓄水期末蓄能最大優選梯級電站蓄水調度方案，求解思路如圖1所示。

3 研究實例

3.1 研究區域

清江發源于湖北省利川市齊岳山龍洞溝，是湖北省境內最大的內源河，同時也是長江出三峽之后的第一條大支流，流域面積約為17 000 km2，干流全長423 km，總落差1 430 m［21］。清江水能資源豐富，中下游干流梯級開發建成了水布埡-隔河巖-高壩洲梯級水電站，是華中電網重要的調峰調頻基地，除發電外，還承擔著防洪、航運等任務。本文以清江中下游水布埡、隔河巖、高壩洲3座水庫為實例研究對象，開展梯級水電站蓄水優化調度研究，水庫在流域中的區位關系如圖2所示。各水庫基礎資料見表1，由表可知，隔河巖水庫具有年調節能力，水布埡水庫具有多年調節能力。數據資料為清江水電開發公司提供的各水電站1951～2020年的日入庫流量、區間流量以及2008～2020年水電站實際運行資料。

3.2 蓄水方案設置

根據《清江水布埡、隔河巖、高壩洲梯級水庫調度規程》，3個水庫的主汛期皆為6月21日至7月31日。為滿足防洪調度要求，將梯級水庫蓄水期開始時間設置為主汛期結束時間，起蓄水位設置為防洪限制水位，蓄水期為兩個月，即水布埡水庫和隔河巖水庫分別從8月1日開始蓄水，至9月30日結束蓄水；計算梯級水庫群蓄能時，取計算時段為10月1日至次年5月31日，將水布埡水庫與隔河巖水庫的消落水位分別設定為368.00 m和186.00 m［22］，高壩洲水庫作為徑流式電站無調節能力，在調度期內始終保持79.00 m水位運行。

4 結果分析

4.1 蓄水調度結果分析

根據清江梯級水庫調度圖及其所體現的調度規則，對梯級水電站進行常規調度，得到水布埡、隔河巖水庫蓄水期末水位、梯級電站蓄水期發電量，及清江梯級水庫群優化調度結果，如表2、圖3所示。可知，按照調度圖對清江梯級電站進行蓄水調度，梯級水庫群蓄水期末水位多分布在低值區，水布埡水庫和隔河巖水庫的多年平均蓄水期末水位分別為397.00 m和196.50 m，70 a中，僅有4 a可在蓄水期結束時達到正常蓄水位，大部分年份的蓄水期末水位達不到甚至遠低于正常蓄水位。優化調度結果中，除來水特枯的年份蓄水期末水位較低外，大多數年份能蓄至較高水位，其中蓄水期末水位達到正常蓄水位的年份占80%，兩水庫的多年平均蓄水期末水位分別為399.20 m和199.20 m，對比常規調度結果，梯級水庫群的蓄水效益得到了顯著提高。

由表2可知，優化調度后的梯級水電站蓄水期多年平均發電量為10.71億kW·h，小于常規調度，但優化調度后的梯級水庫群蓄水期末蓄能多于常規調度，代表其在枯水期可產生的發電效益更大。從梯級水庫群蓄水期與枯水期發電效益之和最大化角度，優化調度更佳，與常規調度相比，考慮蓄水期發電量和蓄水期末蓄能后的梯級水庫群多年平均總發電量多出0.74億kW·h（約增加3%）。

上述結果表明，經過優化，水庫群的蓄水效益和總發電效益較常規調度均有所提高，證明了所提優化模型的有效性。

4.2 優化調度結果規律分析

為探究蓄水期末水位對蓄水期發電量和蓄水期末蓄能的影響，選取可蓄至正常蓄水位的年份，按照蓄水期來水情況劃分為豐、平、枯水年，分析其在不同蓄水期末水位情況下的優化調度結果，如圖4所示。結果表明，在豐、平、枯3類蓄水期來水條件下，梯級電站蓄水期多年平均發電量、蓄水期末多年平均蓄能、多年平均總發電量隨水庫群蓄水期末水位變化情況不一致。

（1） 在豐水年，蓄水期多年平均發電量隨水庫群蓄水期末水位變化不大，且在各方案下均多于常規調度多年平均發電量；梯級水電站多年平均總發電量變化趨勢主要受多年平均蓄能影響，大體上隨蓄水期末水位升高而增加，與來水較少年份相比，各方案間的多年平均總發電量差距較大，最多可達到1.89億kW·h。

（2） 在平水年，梯級電站蓄水期多年平均發電量與豐水年相比顯著減少，且隨著水布埡、隔河巖水庫蓄水期末水位的升高呈現減小趨勢；多年平均發電量與多年平均蓄能隨蓄水期末水位變化呈相反趨勢；梯級水電站多年平均總發電量變化趨勢與豐水年類似，隨著蓄水期末水位的升高而增加，但增幅較小。

（3） 在枯水年，蓄水期多年平均發電量變化情況與平水年類似，隨著水布埡、隔河巖水庫蓄水期末水位從397.00，198.00 m依次增加到400.00，200.00 m，梯級水電站多年平均發電量逐漸從10.44億kW·h減少至8.62億kW·h，降低幅度達17.5%。由于梯級水庫群可利用水量減少，蓄水與發電之間的矛盾更加突出；但由于梯級電站蓄能隨著蓄水期末水位的升高而增加，梯級水電站多年平均總發電量隨蓄水期末水位的增加呈緩慢增長趨勢。

綜上，在不同來水條件下，梯級水電站多年平均總發電量隨著水庫群蓄水期末水位的升高而增加；在豐水年，多年平均總發電量與蓄水期末水位相關關系明顯；在平水年與枯水年，發電與蓄能之間的矛盾比較突出。

4.3 蓄水調度方案選擇分析

基于蓄能指標，考慮梯級電站蓄水期發電量與蓄水期末蓄能構建非劣解集；基于蓄滿率指標，考慮梯級電站水庫群蓄滿率［10］和蓄水期發電量構建非劣解集。對比兩個非劣解方案集，由圖5可知，基于蓄能指標選出的非劣解，在蓄滿率指標中屬于劣解。以水布埡水庫、隔河巖水庫蓄水期末水位分別為397.20 m和199.80 m時的蓄水方案為例，在蓄能指標選擇中為非劣解，在蓄滿率指標選擇中為劣解，將該方案代入梯級

水電站長期優化調度模型，僅控制蓄水期的蓄水過程與調度期末水位，求解得到梯級電站蓄水期與枯水期總發電量為97.52億kW·h；水布埡、隔河巖水庫蓄水期末水位分別為397.20 m和200.00 m的方案在蓄滿率指標中為非劣解，計算得到的梯級電站總發電量為97.48億kW·h。

在考慮蓄滿率指標的情況下，屬于劣解的方案，其梯級電站總發電量反而屬于非劣解的方案，更有利于增加梯級電站群的長期效益。因此，與蓄滿率指標相比，蓄能指標增大了梯級電站蓄水方案的選擇范圍，可以更加全面地生成非劣解方案集；反之，蓄滿率指標得到的只是非劣解集的子集。

5 結 論

本文針對梯級水電站蓄滿率評價指標未考慮梯級上下游水電站水力和電力聯系的問題，提出了一種基于蓄能的梯級水電站群蓄水效益評價指標，并以清江梯級水電站為研究對象開展實例研究。結果表明：以梯級水電站蓄水期發電量和蓄水期末蓄能之和最大為目標的調度模型，優化后的多年平均總發電量與常規調度相比提高了3%；所提方法與考慮傳統蓄滿率指標的優化模型相比，增大了梯級電站蓄水方案的選擇范圍，可為梯級電站蓄水調度提供參考和實踐指導。本文主要針對水庫群蓄水調度中蓄水與發電的矛盾關系進行了探討，綜合考慮防洪、蓄水、發電等目標的水庫群蓄水優化調度尚有待進一步研究。

參考文獻：

［1］王浩，王旭，雷曉輝，等.梯級水庫群聯合調度關鍵技術發展歷程與展望［J］.水利學報，2019，50（1）：25-37.

［2］仲志余，鄒強，王學敏，等.長江上游梯級水庫群多目標聯合調度技術研究［J］.人民長江，2022，53（2）：12-20.

［3］曾德晶，戴領.長江上游水庫群調蓄對下游電站發電能力影響分析［J］.人民長江，2023，54（2）：214-219.

［4］WANG X M，ZHOU J Z，OUYANG S，et al.Research on joint impoundment dispatching model for cascade reservoir［J］.Water Resources Management，2014，28：5527-5542.

［5］劉攀，郭生練，張文選，等.梯級水庫群聯合優化調度函數研究［J］.水科學進展，2007，18（6）：816-822.

［6］馬皓宇，劉亞新，盧佳，等.金沙江下游梯級水庫蓄水期發電優化調度研究［J］.水利水電快報，2022，43（10）：41-47.

［7］XU B，BOYCE S E，ZHANG Y，et al.Stochastic programming with a joint chance constraint model for reservoir refill operation considering flood risk［J］.Journal of Water Resources Planning and Management，2017，143（1）：04016067.

［8］歐陽碩，周建中，周超，等.金沙江下游梯級與三峽梯級樞紐聯合蓄放水調度研究［J］.水利學報，2013，44（4）：435-443.

［9］李英海，董曉華，郭家力.三峽梯級水電站汛末聯合多目標蓄水調度研究［J］.水電能源科學，2015，33（9）：61-64.

［10］何紹坤，郭生練，劉攀，等.金沙江梯級與三峽水庫群聯合蓄水優化調度［J］.水力發電學報，2019，38（8）：27-36.

［11］李英海，夏青青，張琪，等.考慮生態流量需求的梯級水庫汛末蓄水調度研究：以溪洛渡-向家壩水庫為例［J］.人民長江，2019，50（8）：217-223.

［12］LI H，LIU P，GUO S L，et al.Hybrid two-stage stochastic methods using scenario-based forecasts for reservoir refill operations［J］.Journal of Water Resources Planning and Management，2018，144（12）：04018080.

［13］耿旭，毛繼新，晉碧瑄.基于蓄滿率的三峽水庫蓄水時期研究［J］.泥沙研究，2016（1）：31-36.

［14］郭生練，何紹坤，陳柯兵，等.長江上游巨型水庫群聯合蓄水調度研究［J］.人民長江，2020，51（1）：6-10，35.

［15］ZHOU Y L，GUO S L，XU C Y，et al.Deriving joint optimal refill rules for cascade reservoirs with multi-objective evaluation［J］.Journal of Hydrology，2015，524：166-181.

［16］李赫，趙燕，米瑪次仁，等.西江上游水庫群聯合蓄水優化調度研究［J］.水電能源科學，2020，38（6）：30-33，79.

［17］劉攀，郭生練，郭富強，等.清江梯級水庫群聯合優化調度圖研究［J］.華中科技大學學報（自然科學版），2008，36（7）：63-66.

［18］牛文靜，武新宇，馮仲愷，等.梯級水電站群蓄能控制優化調度方法［J］.中國電機工程學報，2017，37（11）：3139-3147，3369.

［19］王金文，王仁權，張勇傳，等.逐次逼近隨機動態規劃及庫群優化調度［J］.人民長江，2002，33（11）：45-47，54.

［20］胡名雨，李順新.逐次逼近動態規劃法在水庫優化調度中的應用［J］.計算機與現代化，2008（6）：8-10.

［21］熊豐，郭生練，王俊，等.清江水布埡和隔河巖梯級水庫防洪庫容互補關系研究［J］.水力發電，2021，47（5）：36-40，120.

［22］鄭雅蓮，劉攀，李瀟，等.協調發電量及棄水量的水庫群汛前消落水位研究［J］.中國農村水利水電，2022（5）：216-220，226.

（編輯：謝玲嫻）

Water storage operation of cascade reservoirs based on storage energy index

GUO Tiantian1，LIU Pan1，HUANG Kangdi2，ZHANG Yang3，LIN Dongsheng3

（1.State Key Laboratory of Water Resources and Hydropower Engineering Science，Wuhan University，Wuhan 430072，China； 2.Institute of Science and Technology，China Three Gorges Corporation，Beijing 100038，China； 3.Chongqing Jialing River Lize Navigation and Power Development Co.，Ltd.，Chongqing 401519，China）

Abstract： Optimizing the storage operation of cascade hydropower station at the end of flood season can improve the utilization efficiency of basin water resources.The traditional indicators of water fullness storing rate of the cascade reservoirs focus on the proportion of reservoir water，without considering the hydraulic and electric connection among cascade reservoirs，so the storage benefit of cascade reservoirs is not characterized.In this paper，we proposed an evaluation index of cascade reservoirs storage efficiency based on storage energy.With the goal of the maximum power generation and the maximum energy storage in water storage period，an optimal operation model was established，using the DPSA algorithm to optimize the reservoirs refill trajectories.A case study of the Qingjiang cascade reservoirs indicated that compared with the conventional regulation，the mean annual power generation of the optimized operation based on energy storage index increased by 3%.The optimized operation based on storage energy could give a more comprehensive set of non-inferior solutions than that based on the fullness storing rate.The proposed method could provide reference and practical guidance for the water storage operation of cascade reservoirs.

Key words： cascade reservoirs；water storage scheduling；energy storage index；water level of impoundment period end；non-inferior solution set；DPSA algorithm

收稿日期：2022-11-01

基金項目：國家自然科學基金項目（U1865201，51861125102）

作者簡介：郭甜甜，女，碩士研究生，主要從事水庫調度研究。E-mail：guotian@whu.edu.cn

通信作者：劉 攀，男，教授，博士生導師，博士，主要從事水庫調度研究。E-mail：liupan@whu.edu.cn