降雨產流水情分析模板建立與運用

馮 偉

（五凌電力公司近尾洲水電廠 衡陽市 421127）

1 電廠控制流域基本情況概述

圖1 壩址流域水情測報分布圖

近尾洲水電廠處于衡陽市境內湘江干流，上游主要支流有：瀟水河、蘆洪江、祁水、白水。流域年降水量一般在1 500mm左右，主要集中在4~6月，約占流域全年降水量的40%~45%。洪水由暴雨形成，洪水的時空分布與流域降水相應。壩址上游控制流域面積28 600 km2，占湘江全流域面積的30.2%，多年平均流量752m3/s，年徑流量237億m3；正常蓄水位66m，死水位65.1m，正常蓄水庫容1.543億m3，屬日調節水庫。

電廠配置一套水情測報系統，水情測報系統由1個中心站、2個中繼站、6個雨量站、8個水位雨量站、2個水位站組成，全部采用超短波通信。遙測站發送水文數據的方式為自報式，即遙測站設備按照設置規定的時間間隔，或在被測的水文參數發生一個規定的增量時，自動向中心站發送水文數據，中心站設備始終處于等待接收工作狀態，見圖1和圖2。

2 水情測報系統洪水預報模塊存在的問題

圖2 系統測站通信網絡示意圖

水情測報系統具備洪水預報功能，但由于近年來上游老埠頭、金洞及歸陽水文站等由于水電設施建設導致水位流量關系曲線變化，且流域水位雨量站分布點相對較少，洪水預報偏差率超過50%以上，所以該模塊在電廠水情預報中未使用。

3 建立水情分析模塊基本要素

3.1 降雨分析

每次流域降雨后，統計每個站點的降雨量，將其匯成降雨過程曲線，針對流域降雨分布特點和降雨趨勢，給分析區間產流提供一個數據參考，為計算流域降雨平均產流值提供數據，建立“降雨量數據庫及降雨量曲線圖”，見圖3。

圖3 降雨量數據庫及降雨量曲線圖

流域平均降雨量的計算是按照算術平均法：將流域內各雨量站的雨量算術平均,即得流域平均雨量.此法適用于流域內地形變化不大,雨量站分布比較均勻。 P=（P1+P2+P3+……+P n）/n。

3.2 產流分析

分別統計流域各流量站的數據，將其匯成流量過程曲線，查看流域流量變化趨勢，結合雨量過程曲線分析區間產流時間，計算降雨平均產流值，摸索流域流量漲、退規律，建立“流量數據庫及流量曲線圖”，見圖 4。

圖4 流量數據庫及流量曲線圖

流域降雨產流的實際結果為降雨后最大入庫流量與降雨前入庫流量之間差值。

3.3 流量傳播時間分析

河道內河水流量的大小不同，其傳播時間也不同，掌握流量傳播時間是對預測未來入庫流量的準確率起到至關重要的步驟。

流量傳播時間是通過確定上游水文站流量值到達下一個水文站所耗的時間即稱為這兩個水文站之間的流量傳播時間。根據近尾洲水電廠流量傳播時間趨勢分析，當流量越小，流量傳播時間越慢。見表1。

表1 流量傳播時間參考表 h

4 水情分析標準模板編制過程

水情數據收集是一個長期的過程，每次降雨過程我們可以得到一個降雨模型，將歷年降雨產流的時段參數匯總，建立科學的水情分析標準數據庫，為水情分析人員提供一個有價值的降雨后水情分析參考平臺。具體實施步驟如下：

第一步：將水情測報系統中的雨量按時段雨量方式進行數據下載 （降雨前至產流結束期間的數據），建立壩址在各基流情況下的“降雨量數據庫”。見表2。

表2 降雨量數據庫

第二步：將“降雨量數據庫”，建立壩址在各基流下情況的“降雨量數據庫及降雨量曲線圖”。見圖3。

第三步：將水情測報系統中的流量按時段流量方式進行數據下載（洪漲日至洪退日），建立壩址在各基流情況下的“降雨產流傳播數據庫”。見表3。

表3 降雨流產傳播數據庫

第四步：將“降雨產流傳播數據庫”，建立壩址在各基流情況下的“流量數據庫及流量曲線圖”。見圖4。

第五步：通過上述的“降雨量數據庫及降雨量曲線圖”及“流量數據庫及流量曲線圖”開展數據比照分析，建立壩址在當時基流情況下的“降雨流域基本情況”模板。見表4。

表4 降雨流域基本情況

5 水情分析經驗公式在模型中的運用

根據近尾洲多年降雨產流數據分析，總結出吸收系數、疊加系數及產流系數值，該系數在不同土壤含水及入庫流量下發生變化。

我們知道，流域降雨后的最大入庫流量應為降雨前基流與降雨產流之和，即：

在基流數值相對穩定的情況下，我們主要分析降雨后產流量的大小，經多年研究表明，流域產流與吸收系數、疊加系數及產流系數值密切相關，得出經驗公式為：

式（1）與式（2）組合即得到水情模型計算式（3）：

各系數在實際土壤含水情況下運用見表5。

表5 各系數的實際運用

近尾洲水電廠經對降雨產流后流量變化分析與計算，得出表6。

表6 水情測報產流應用表

6 水情分析模板建立存在的主要問題

（1）影響“水情分析模板”中的重點在于流域降雨產流后的疊加系數參考問題，雖然在“水情分析經驗公式”中已經分析得出一個初步結論，對負荷預報有一定的幫助，但是由于流域地質與降雨的規律性不強，可能造成經驗結論值的偏差。

（2）流量預報仍然受到上游電站的調峰攔截和水情測報系統中水文站站點的限制及其臺風的影響，造成提煉的部分數據采集失真。從而造成雨量數據采集失真偏小，各站雨量產流值、區域雨量產流值的數據分析偏大。

（3）“流量傳播時間參考表”在各流量情況下，傳播時間需要不斷修改及其完善。

7 水情分析模板的實際運用

（1）水情分析模板的運用應結合水情分析人員流量預測競賽與水情研討的方式，提高水情分析能力。

（2）組織水庫水情分析研討會，加強對歷史水情資料的收集和分析，參考歷史相似水情數據，與實際情況進行分析比較。對每次洪峰過境進行全面分析和總結，吸取在水情分析和預測工作的不足，分析原因，提出改進措施，提高水情分析和負荷預報能力。

（3）當12 h降雨量大于20mm或24 h降雨量大于30mm時，則可啟動《水情分析模板》進行產流預測競賽。

（4）預測方法：水情預測人員在每次降雨滿足競賽條件后統一集中對產流情況進行一次48 h流量預測，預測項目主要包括：預測最大流量、預測洪峰時間，洪水過后根據分析準確率情況進行評比。

（5）流量準確率計算方式：（1-預測偏差絕對值/實際最大流量）×100

（6）洪峰時間準確率計算方式：（1-預測偏差絕對值小時數/實際小時數）×100

（7）平均準確率：流量與時間準確率之和/2。

8 結 語

水情數據收集是一個長期的過程，每次降雨過程我們可以得到一個降雨模型。近尾洲水電廠經過5年的收集與完善，建立了59個水情分析模型，為水情分析人員提供了一個有價值的降雨后水情分析參考平臺。據統計電廠年度負荷預報準確率呈逐年提高的趨勢，2010年為93.73%，2011年為93.91%，2012年為94.79%。總之，通過降雨產流經驗總結，為水情分析人員提供依據，最終提高負荷預報的準確率。