小水电站生态流量对电能损失率的影响分析

陈肖依，黄曦妮，曾 智

（1.中铁水利水电规划设计集团有限公司，江西 南昌，330029；2.江西省水利投资集团有限公司，江西 南昌，330000）

0 前言

水电开发对优化我国能源结构、促进经济发展起到了重要作用，但其对河流生态环境的不利影响也日益凸显，许多在山区河流上开发的小型水电站项目多为引水式发电，将会在坝下形成减脱水河段，进而影响流域生态系统的稳定性[1]。2018年6月19日，国家审计署《长江经济带生态环境保护审计结果》发布，长江流域小水电建设带来的一个突出生态问题是：小水电无序开发，建设密度过大，导致333条支流断流。2019年，水利部和生态环境部联合发布的关于加强长江经济带小水电站生态流量监管的通知明确指出，切实加强长江经济带小水电站（单站装机50 000kW及以下）生态流量监督管理，尽快健全保障生态流量长效机制，力争在2020年底前全面落实小水电站生态流量[2]。

为了给地方政府在今后小水电整改评估中电站电能损失预判提供一定的数据和技术支撑，本文选取江西省遂川县作为研究区域。该县地处山区，水力资源丰富，小水电站数量众多，具有较好的代表性。按照有无下泄生态流量两种工况，在分析电站装机规模（M1）、设计水头（M2）、设计流量（M3）、年利用小时数（M4）、设计流量与多年平均流量比（M5）和水量利用率（M6）等因子与电能损失率η的相关关系的基础上，通过SPSS主成分分析方法开展各因子对电能损失率η影响作用程度的研究。

1 数据来源与研究方法

1.1 数据来源

在遂川县小水电清理整改项目中，实地调查收集了各小水电站第一手基础数据资料，遂川县120多座小水电站大部分装机规模为0～5 000kW，设计流量为0～50m3/s，设计水头为0～400m。[1]

基于江西省径流深等值线图，选取仙坑、彭坊、行洲等小河测站1980年及以后的实测径流系列（资料系列大于30年）为小水电站径流过程分析和模拟的依据站。

1.2 研究方法

1.2.1 主成分分析法

本文采用主成分分析为主要研究方法，也称主分量分析，旨在利用降维思想，把多指标转化为少数几个综合指标（即主成分），其中每个主成分都能够反映原始变量的大部分信息，且所含信息互不重复[3]。这种方法在引进多方面变量的同时将复杂因素归结为几个主成分，使问题简单化，同时得到更加科学有效的数据信息[4]。主成分分析法的代数模型为：

假设用p个变量来描述研究对象，分别用X1，X2，……，Xp来表示，这p个变量构成的p纬随机向量为X=（X1，X2，……，Xp）t。设随机向量 X 的均值为 μ，协方差矩阵为Σ。对X进行线性变化，考虑原始变量的线性组合：

主成分是不相关的线性组合 Z1，Z2，……，Zp，并且Z1是 X1，X2，……，Xp的线性组合中方差最大者，Z2是与Z1不相关的线性组合中方差最大者，……，Zp是与Z1，Z2，……，Zp-1都不相关的线性组合中方差最大者。Z1，Z2，……，Ze（e≤p）为构造的新变量指标，即原变量指标的第一、第二、……、第e个主成分。

本文结合电能计算一般考虑因素及水资源条件综合分析，选取电站装机规模（M1）、设计水头（M2）、设计流量（M3）、年利用小时数（M4）、设计流量与多年平均流量比（M5）和水量利用率（M6）等6个影响因子纳入主成分分析开展研究。

1.2.2 Tennant法

生态流量采用tennant法计算，该方法也叫蒙大拿（Montana）法，由Tennant于1976年提出来，属于非现场测定类型的标准设定法。在Tennant法中，以预先确定的多年平均流量百分数为基础，将保护水生态和水环境的河流流量推荐值分为最大允许极限值、最佳范围值、极好状态值、很好状态值、良好状态值、一般或较差状态值、差或最小状态值和极差状态值等1个高限标准、1个最佳范围标准和6个低限标准，又依据水生生物对环境的季节性要求不同，分为4～9月份鱼类产卵育肥期和10月～翌年3月份一般用水期，本文取多年平均流量的10%为生态流量参与分析计算，即选取的生态流量是河流流量推荐值中的“差或最小状态值”，也是水利工程设计上常考虑的多年平均流量百分数。

通过全省各地走访调查，小水电站多为私人建设，基本无设计资料，生态流量下泄更是无迹可寻，多为“有多少水发多少电”，“机组可以发电优先走机组过水”等不合规的管理运行模式，即坝址无下泄流量设施，无法直接下放生态流量，本文将电站实际运行工况作为“无生态流量下泄”（工况1），以电站多年平均径流修正水文比拟法换算得到的小水电站径流过程，按照来流量扣除生态流量后的运行工况作为“有生态流量下泄”（工况2），两工况发电量之差与实际运行工况的发电量的百分比作为年均电能损失率。

2 结果与分析

2.1 电站特征值与电能损失率的关系

小水电站一般为径流坝后或引流式电站，通过电能计算，在保证生态流量下泄（采用tennant法计算，取多年平均流量10%计），发电综合系数K取8.3（依据GB50071小型水力发电设计规范，小型水力发电站发电机参数可按0.80～0.85选取，灯泡贯流式机组可按0.90～0.95选取，再乘以9.81即为发电综合系数K）作为本次评估固定参数参与计算，纳入考量的120多座小水电站95%以上的装机规模（M1）、设计水头（M2）和设计流量（M3）对电能损失率η的影响阈值为[10%，20%]。

2.2 电能计算参数与电能损失率的关系

通过绘制年利用小时数（M4）、设计流量与多年平均流量比（M5）和水量利用率（M6）三个参数与电能损失率的关系曲线，可以明显看出，上述三个参数与电能损失率η呈现较为良好的单一关系，其中，年均发电利用小时数（M4）与电能损失率η符合线性关系；设计流量与多年平均流量比（M5）和电能损失率η基本满足幂函数模型关系；水量利用率（M6）与电能损失率η符合对数函数模型，且依据点绘出来的电能损失率η同样基本控制在[10%，20%]。

图1 电站特征值与电能损失率的关系图

因此，综合上述各影响因子与电能损失率η的相关关系，本文认为考虑生态流量下泄后小水电评估整改中电能损失率的阈值划定为[10%，20%]是基本合理可靠的。

2.3 主成分分析

从小水电整改评估工作阶段的深度出发考虑，电站装机规模（M1）、设计水头（M2）、设计流量（M3）、年利用小时数（M4）、设计流量与多年平均流量比（M5）和水量利用率（M6）等影响因子（变量）对电能损失的作用影响较大，且实地调查考证较易获取。为了进一步研究上述6大因子在电能损失中的影响程度和作用，本文采用SPSS主成分分析法[5]，剖析电能损失率影响因子的内在主成分。

通过SPSS主成分分析表明[6]，上述变量之间存在较好的相关性，KMO和Bartlett的检验结果符合主成分分析计算要求，且公因子方差均大于等于0.842。各因子与电能损失率具有较强的正负相关性，影响效力显著。根据累积贡献率大于85%，特征值大于1的一般准则，本文认为在小水电整改评估阶段电能损失率分析中选取2～3个主成分为宜，第一主成分为效能属性，包括年利用小时数（M4）、设计流量与多年平均流量比（M5）和水量利用率（M6）；第二主成分为出力属性，包括设计水头（M2）和设计流量（M3）；第三个主成分为装机属性，为装机规模（M1）（分析成果见表1）。

表1 小水电站电能损失率影响主成分分析成果表

在三大主成分中，效能属性主成分中的年利用小时数越大（M4）对电能损失率为负向作用，即参数越大，电能损失率也越大；而设计流量与多年平均流量比（M5）和水量利用率（M6）对电能损失率起正向作用，参数越大，相应电能损失越小。根据出力属性主成分和装机属性主成分存在的必要联系，设计水头（M2）和设计流量（M3）两者互为反向作用，设计流量（M3）和设计流量与多年平均流量比（M5）的作用方向必定是一致的，而径流式引水发电的小水电站设计流量（M3）对装机规模（M1）一般为主导作用，很显然，通过SPSS[7]很好地诠释了设计水头（M2）、设计流量（M3）和装机规模（M1）对电能损失率的影响作用。

在小水电整改评估阶段，按照主成分顺序，建议应该优先考证年利用小时数（M4）、设计流量与多年平均流量比（M5）和水量利用率（M6）反映电站效能属性的真实性和可靠性，通过绘制影响因子[8]与电能损失率的单一关系曲线，以点代面地对区域范围各电站电能损失进行估算，可作为整改评估依据之一；其次是收集电站设计水头（M2）、设计流量（M3）等反映电站出力规模的铭牌特征值，作为基础资料信息补充、复核或者下阶段工作的需求；小水电站多为私人承建或经营，实际装机规模与区域水资源的匹配性往往较为“随意”，因此，装机规模（M1）仅划定为第三主成分纳入整改评估考量范畴，本次主成分分析成果亦与该实际情况吻合。

3 结论

（1）小水电整改评估中，生态流量下泄后小水电站的电能损失率的阈值为[10%，20%]是较为合适的，占比达到了95%以上。

（2）设计水头（M2）和年利用小时数（M4）对电能损失率呈现负作用，表明参数越大，相应电能损失率越大，即扣减生态流量的电能效益损失越大；装机规模（M1）、设计流量（M3）、设计流量与多年平均流量比（M5）和水量利用率（M6）对电能损失率起积极正向作用，参数越大，相应电能损失越小。

（3）建议在小水电整改评估阶段，应以考证年利用小时数（M4）、设计流量与多年平均流量比（M5）和水量利用率（M6）参数的真实性和可靠性为先，后以电站铭牌特征值收集为辅，对电站电能损失率进行有效评估。

（4）本文在计算电能损失率时，对发电系数、生态流量、年利用小时数都采取了简化处理，但上述成果不失为小水电整改评估阶段一个较为合适的电能损失率的判别途径。