四川省水電發電同時率及流域發電能力相關性分析

王 靖,趙永龍，張 蓓，周開喜，趙羽西，朱燕梅

(1.國家電網公司西南分部 電力調控分中心，四川 成都 610000； 2.成都動能科技有限公司，四川 成都 610000)

隨著西部大開發、節能減排、能源結構轉型等一系列國家能源政策的貫徹落實，清潔能源發展與消納成為社會各界關注的焦點。認識各地區、各類型能源資源條件，計算各類資源的發電能力，對促進清潔能源有序開發和優化配置具有重要意義。我國水能資源十分豐富，國內學者對各流域徑流特性及水電發電能力進行了大量分析研究。劉偉等研究了我國七大流域氣候特征、降雨和徑流、暴雨和洪水等方面特性[1]，總結了降雨和徑流在上下游、干支流等空間上以及年內和年際等時間上的分布規律。李榮波等綜合運用多種統計方法對錦屏水文站近60 a徑流量進行計算分析，揭示了雅礱江流域年徑流趨勢變化特征[2]。程珂等根據大渡河流域51 a的降水徑流資料，采用多種方法分析了大渡河流域降水與徑流間的關系[3]。劉晨曦等對地區大小水電進行相關性分析，建立大小水電回歸模型，通過大水電預測值對小水電發電能力進行預測[4]。陳孚等通過構建Copula相關性函數和地區權重發電能力預測模型計算小水電群的發電能力[5]。陳碧云等建立了考慮徑流調節的梯級水電站最大出力模型和考慮隨機故障的水電機組可用容量概率模型，應用時歷法評估梯級水電站發電能力[6]。現有研究主要集中在徑流特征及變化規律、計算優化水電發電能力方面，對水能資源與水電發電能力轉換關系、流域水電發電特性方面的研究較少。

本文利用來水流量與水電發電能力(即來水電量)轉換公式，計算了2016～2018年四川省全部統調水電站逐日來水電量，進而分析四川全省及主要流域水電來水電量的年內分布情況。借鑒廣泛應用于風電出力特性分析的風力發電同時率指標，提出水電發電同時率概念。計算研究四川省主要流域水電發電同時率及流域發電能力相關特性，從而為水電規劃設計、開發建設、水庫群優化調度及跨省區電力交易組織安排等提供數據支撐，促進水能資源優化配置。

1 四川省水電概況

四川省流域水系眾多、水能資源豐富，技術可開發量達1.48億kW，僅次于西藏，位居全國第二。受高原山地氣候和亞熱帶季風氣候影響，各流域降雨及徑流季節性特征明顯，呈現典型的“豐余枯缺”特點。四川省枯水期、平水期、豐水期匯入長江的多年徑流量比重約為16%，12%，72%。

隨著能源結構不斷轉型升級，近年來四川省地區水電裝機容量持續增長。截至2018年底，四川省統調口徑水電裝機規模達6 823.5萬kW，占各類電源總裝機的比重達71%。四川省是我國重要的西電東送和清潔能源基地，在全國十三大水電基地中占3席。其中，金沙江(不含云南電網調度的水電機組)、雅礱江、大渡河已投產水電裝機規模分別達1 457萬，1 895萬，2 201萬kW，分別占四川省水電總裝機的21.4%，27.8%，32.3%(見表1)。

表1 2018年末四川省電網統調口徑水電裝機規模Tab.1 The installed caliber hydropower capacity in Sichuan Province power grid by the end of 2018

注：統調口徑指國家電網公司經營區范圍內國調、網調、省調三級調度機構直接調度的水電站或水電機組。

2 研究方法

2.1 水電發電能力

(1) 單個水電站日發電能力計算公式如下：

δ=Q′/E′

(1)

E1=Q/δ

(2)

E2=N×24

(3)

E=min(E1,E2)

(4)

式中:E′為日發電量；Q′為日發電水量；Q為日均入庫水量；δ為日發電耗水率；N為水電站裝機容量；E為日水力發電能力。日水力發電能力也可表述為日來水可發電量，即將某日流入水電站庫區或流經水電站發電機組的全部水量按當日實際發電耗水率折算成的電量，理論情況下來水電量不超過裝機滿發電量。

(2) 流域或地區水電日發電能力計算公式如下：

(5)

式中:ET為流域或地區水電總的日來水可發電量；Ei為某個水電站日來水可發電量；n為某個流域或整個地區的水電站個數。

2.2 水電發電同時率

風電同時率[7]表示單個或多個風電場有功功率與額定功率的比率，廣泛應用于風電場功率特性的定量描述。文獻[8-11]利用同時率描述風電場功率的空間分散特性，文獻[12]指出同時率反映了風電資源波動及出力特性。借鑒風電同時率的定義，本文提出水電發電同時率指標。通過計算特定時段(日、月、年等)某水電站、梯級水電群、全流域水電群或某地區全部水電站的水力發電能力占額定滿發功率的比重，描述單一水電或水電群逐日、逐月及年的水能資源與水力發電能力轉換變化過程。簡單說，就是說清楚什么時候來水流量可實現水電滿發，什么時候不能滿發，不同時期來水可發電量是多少，與水電額定滿發電量的比值等，從而深刻反映水能資源在時間、空間上的集中性和相關性。計算公式如下：

ENi=Ni×t,i=1,2,…,n

(6)

(7)

θ=ET/EN

(8)

式中:ENi為某個水電站t時段裝機滿發電量；EN為流域或地區t時段水電總的裝機滿發電量；θ為水電發電同時率，表示某時段流域或地區水電可發電量占裝機滿發電量的比重。

2.3 相關系數

相關系數計算公式如下：

(9)

式中：r是相關系數，表示系列x和系列y兩個定距變量間聯系的緊密程度，r越大說明兩個變量間的相關程度越大。實例計算代表性電站入庫流量與來水電量的相關系數，入庫流量與發電同時率的相關系數時，xi為某流域代表性電站第i月份的入庫流量，yi為某流域第i月份全部水電站來水電量之和，或某流域全部水電站來水電量占額定滿發能力的比重；計算兩個流域間發電同時率的相關系數時，xi和yi分別為流域x和流域y第i月份的發電同時率。入庫流量與發電同時率相關性越大，說明入庫流量與發電能力轉換關系越強；流域間發電同時率相關性越大，說明兩個流域的發電能力變化特性越相似，同時性強，互補性弱。

3 實例分析

3.1 數據來源

綜合考慮數據可獲得性、計算分析工作量，尤其是數據的完整性、準確性等客觀條件，以四川省地區統調口徑264個水電站為研究對象，基于2016～2018年上述電站的日均入庫流量、日均發電流量、日發電量等基礎數據，計算四川省及其主要流域水電逐日來水電量。另外，綜合考慮地理位置、上下游關系、調節性能、裝機規模、在電網調度中的實際作用等，將錦西、瀑布溝、紫坪鋪、亭子口4座大型水庫選作雅礱江、大渡河、岷江、嘉陵江流域的代表性電站，收集整理2016～2018年逐日入庫流量資料(因金沙江調度關系相對復雜，且代表性電站入庫流量受雅礱江、大渡河、岷江、嘉陵江影響大，不在本文研究范圍內)。基于以上數據，開展四川省及各主要流域水電來水電量計算，研究分析流域來水流量和水電發電能力與水電發電同時率的相關關系，以及流域間發電同時率的相關關系。

3.2 水電發電同時率計算

通過計算四川省及各主要流域水電發電能力，即逐日、逐月、逐年水電來水電量，同時結合對應時段全省及各主要流域水電裝機滿發電量，計算水電發電同時率。計算過程如下。

(1) 獲取某電站2016～2018年日均入庫流量、日發電量數據，剔除無效數據，采用插值法、同倍比法等進行數據訂正和補充；

(2) 利用入庫流量、發電流量、發電量等數據，計算2016～2018年某電站逐日來水電量，該值應小于等于日裝機滿發電量；

(3) 考慮新投水電投產時序，計算2016～2018年四川省各主要流域及全省所有水電站逐日、逐月及年來水電量，以及裝機滿發電量；

(4) 根據來水電量和滿發電量，計算四川省各主要流域及全省水電站逐日、逐月及年水電發電同時率。

在完成所有水電站逐日來水電量計算后，得到2016～2018年四川省全部統調水電站來水電量之和分別為2 988億、3 349億、3 502億kW·h。結合近3 a水電新投時序，得到四川省水電逐月裝機滿發能力，進而計算出近3 a平均四川省年水電發電同時率為59%。受西南地區氣候特征影響，各流域徑流季節性特征明顯，豐、平、枯期發電同時率差異較大，如圖1所示。其中，枯水期(1～4月，12月)、平水期(5，11月)、豐水期(6～10月)同時率分別為35%，53%，85%。7月水電發電同時率為全年最高，達92%，8～10月水電發電同時率均能超過80%。分流域來看，雅礱江、大渡河、岷江水電年發電同時率均超過50%，其中雅礱江和大渡河接近60%，而嘉陵江僅40%。雅礱江流域通常6月中下旬漲水，7～9月水電發電同時率可超過90%，其中7月達到峰值94%。大渡河和岷江流域漲水相對較早，一般5月能到達60%左右，7月水電發電同時率到達全年最高值，大渡河為98%，岷江為82%。嘉陵江流域多為低水頭貫流式水電，受流域來水陡漲陡落、遭遇洪水易發生全流域水電停機避峰等特性影響，即便在徑流量最多的7，8月，同時率也未超過65%。

圖1 2016～2018年3 a平均四川省主要流域水電發電同時率Fig.1 The average simultaneous rate of hydropower generation of major river basins in Sichuan Province from 2016 to 2018

3.3 入庫流量與水電發電能力關系

2016～2018年錦西、瀑布溝、紫坪鋪、亭子口電站的入庫流量與雅礱江、大渡河、岷江、嘉陵江流域水電發電能力及水電發電同時率的相關關系均十分顯著(見表2～3)。大渡河、岷江流域代表性電站的入庫流量與該流域水電發電同時率的相關關系最高，均為0.94；雅礱江次之，為0.93；相關系數最小的嘉陵江為0.89。

表2 四川省主要流域代表性電站逐月入庫流量與流域來水電量相關系數Tab.2 The correlation coefficients for monthly flow into reservoir and generating capacity of major river basins in Sichuan Province

各流域代表性電站入庫流量與該流域水電發電能力保持相同變化趨勢，如圖2所示。總體來看，年度和月度入庫流量越大，水電發電能力越高。但豐水期各水電站受滿發流量上限約束，當流域代表性電站入庫流量到達某臨界值后，水電發電能力將不再隨入庫流量變大同步增長，而是逼近流域裝機滿發能力。

圖2 逐月入庫流量與發電能力Fig.2 Monthly flow into reservoir and power generation capacity

表3 四川省主要流域逐月代表性電站入庫流量與逐月水電發電同時率相關系數Tab.3 The correlation coefficient between monthly incoming inflow of representative hydropower station and generating simultaneity rate of major river basins in Sichuan Province

3.4 流域間水電發電同時率相關關系

通過對雅礱江、大渡河、岷江、嘉陵江流域水電發電同時率兩兩相關關系進行計算分析(見表4)，發現大渡河與岷江水電發電的相關關系最顯著，逐月水電發電同時率的相關系數高達0.96；雅礱江與大渡河水電發電同時率的相關關系次之，相關系數為0.92；其他流域間水電發電同時率相關系數均不超過0.80，最低的是雅礱江與嘉陵江，僅0.65，最高的是雅礱江與岷江，相關系數為0.79。

表4 四川省主要流域間逐月發電同時率相關系數Tab.4 The monthly correlation coefficients for hydropower generating simultaneity between major river basins in Sichuan Province

流域水電發電同時率的相關系數越高，兩條流域水電發電能力的同時性越高，“同升同降”特征越明顯。可充分考慮流域間水電發電同時率關系，保障電力供需平衡，促進水電運行消納。在電力供應緊缺時期，通過加大高同時性流域的水電發電計劃，可迅速提高水電發電能力，保障四川省負荷需求；在水電富余時期，可充分考慮不同流域的同時性差異，通過有序安排水電發電計劃和實施跨流域水電互補聯合運行，減少棄水損失，提高水資源利用率。

4 結 論

(1) 2016～2018年四川省年平均水電發電同時率為59%，其中枯水期、平水期、豐水期分別為35%，53%，85%。水電發電同時率最高月為7月，同時率可達92%。有調節能力的大水庫越多，裝機比重越大，對天然徑流豐枯調節能力越好，則該流域水電發電同時率越高。雅礱江、大渡河流域有調節能力水庫裝機比重大，水電發電同時率高于岷江和嘉陵江。

(2) 四川省各流域代表性電站入庫流量與水電發電能力總體保持相同變化趨勢，但豐水期各水電站受滿發流量上限約束，當流域流量到達某臨界值后，水電發電能力將不再隨流量同步增長，而是逼近流域裝機滿發能力。

(3) 相鄰流域因氣候及降雨特征相似，水電發電能力相關性強，距離越遠的流域相關性越弱。大渡河與岷江、雅礱江與大渡河水電發電同時率相關系數分別達0.96和0.92，顯著高于雅礱江與嘉陵江的相關系數0.65。

(4) 通過計算水電發電能力及發電同時率，分析流域間發電相關性，可為調度機構更好地安排水電運行方式，開展梯級水庫群優化調度、跨流域互補調度，最大化消納水電提供重要的決策依據。