基于预报调度一体化计算的水库纳雨能力分析

王汉东，黄瑶，王 燕，唐海华，罗 斌

(1.长江勘测规划设计研究有限责任公司，湖北 武汉 430010； 2.海河水利委员会 引滦工程管理局，河北 迁西 064309； 3.长江水利委员会 互联网+智慧水利重点实验室，湖北 武汉 430010)

0 引 言

洪水预见期短、调度响应时间少是大多数水库在防洪调度过程中面临的主要问题，通过水库纳雨能力分析可以有效延长洪水预见期，增加水库防洪调度响应时间，对于提升水库安全度汛能力、确保水库防洪调度安全具有重要意义。水库纳雨能力的计算方法可以分为两类：① 静态计算，即利用水库特征数据和流域水文数据资料，直接计算出各个给定水位条件下的水库纳雨能力[1-4]，不考虑入库出库流量的动态变化，对公式中的参数也进行了简化处理，参数取值容易确定，计算简便快捷，最大的不足就是计算精度不高；② 结合水库预报调度模型，通过入库出库流量过程进行水库纳雨能力计算[5-9]。这类计算方法由于考虑的因素比较多，计算过程相对复杂，计算精度得以提高，能有效支撑水库防洪调度，但是往往仅针对设计洪水或特定场次的降雨进行典型分析，对任意一场降雨的模拟仿真能力还比较欠缺。

水库纳雨能力与流域降雨情况、水库调度方式等因素密切相关，随时间动态变化。现有文献中的水库纳雨能力分析方法大多无法针对任意一场降水过程进行计算，预警预报的针对性不强。预报降雨量是一种延长洪水预见期的有效方法[10]，随着气象预报技术的快速发展，面向公众的数值气象降雨预报精度有了大幅提高，可为防洪调度提供早期参考[11-12]。因此，本文将纳雨能力分析与气象降雨预报、水情预报、水库防洪调度结合起来，提出一种基于预报调度一体化计算的水库纳雨能力动态分析方法，并以滦河流域潘家口水库为例进行应用分析。

1 纳雨能力计算方法

1.1 计算公式

水库纳雨能力计算的核心公式为

(1)

式中：P为水库纳雨能力，mm；ΔW为在Δt时段内水库达到设定水位条件下的径流总量；α为径流系数；F为水库集水面积，km2；k为单位转换系数，一般取10。其中，ΔW的计算公式为

ΔW=Vs-Vc+Δt×Qout

(2)

式中：Vs为水库水位为目标水位Zs时对应库容；Vc为水库水位为当前水位Zc时对应库容；Qout为出库流量；Δt为水库水位从当前水位Zc变化到目标水位Zs所需的时间(时段长)。

水库纳雨能力计算的关键是求ΔW。由式(2) 可知，Vs，Vc可以通过查询水库水位-库容曲线求得，根据水库调度过程可得到出库流量Qout，而水库调度过程与预报的水库入库流量密切相关。因此，结合水库预报调度模型计算，可以求出ΔW，实现水库纳雨能力动态分析。

1.2 纳雨能力计算过程

本文提出一种基于水库预报调度模型一体化计算的水库纳雨能力分析方法，通过接入气象预报降雨数据延长洪水预见期。水库纳雨能力分析流程见图1(W1，W2，…，Wn为水库库容净增加量)，计算过程如下。

(1) 构建水情预报模型，以流域雨量监测数据、气象预报降雨数据作为模型输入，进行水情预报。

(2) 采用马斯京根模型进行河道洪水演进计算，根据水情预报结果计算水库入库流量过程Qin。

(3) 根据水库调度规程构建水库洪水调度模型，以步骤(2)的入库流量过程计算结果作为模型输入，得到水库出库流量过程Qout。

(4) 根据水库当前水位、目标水位以及步骤(3)计算得到的出库流量过程，利用式(2)计算水库动态剩余库容ΔW，再利用式(1)求得水库的纳雨能力。

图1 水库纳雨能力分析流程示意

2 水库预报调度一体化计算

入库流量预报及库容动态变化是纳雨能力分析的关键，水库预报调度一体化计算通过耦合水情预报和水库调度模型，实现洪水预报和水库防洪调度业务流程化处理和数据共享[13]，预报调度一体化计算结果为纳雨能力分析提供了数据基础。

2.1 预报调度业务流程

通过前端智能感知系统获取雨量、水位及流量监测数据，为有效延长洪水预见期，引入了外部预报降雨数据。根据流域水文特征信息，从水情预报模型库中选择合适的洪水预报模型进行计算，并根据预报结果进行防洪形势分析和防洪预警，在防洪调度预案生成、模拟与推演环节，通过预报调度模型耦合与数据共享，自动接入预报结果，避免模型之间的人工数据转换与拼接。预报调度整体业务流程逻辑示意见图2。

图2 预报调度总体业务逻辑示意

2.2 模型组件化封装与流程化搭建

采用组件化思想将模型计算逻辑和模型参数分离，提高模型通用性。对水利防洪对象、模型算法和方案参数，按对象库、规则库和节点库进行分解和管理，并封装成组件，形成流程节点[14]。流程节点组件分解示意见图3[14]。

图3 流程节点组件分解示意

在模型组件化的基础上，通过流程化技术，根据业务需要快速搭建或调整业务流程，实现组装式搭建，大大提高业务系统开发和调整效率。将预报调度计算变成一系列专业应用业务流，让预报调度业务应用通过流程配置的方式，自动实现模型调用和数据传递，提高了数据处理和转换的效率，同时也能让业务流程结构更加直观和清晰。基于流程节点组件的业务流程搭建示意见图4。

图4 基于流程节点组件的业务流程搭建示意

3 实例分析

本文在水库预报调度一体化应用系统的基础上扩展纳雨能力分析模块，直接连接水情预报的入库流量过程数据，以及水库调度的出库流量过程数据，实现水库纳雨能力实时自动计算。选择滦河流域潘家口水库进行实例分析。

3.1 潘家口水库概况

潘家口水库主坝址位于河北省迁西县洒桥镇以北10 km的滦河干流上，水库地跨唐山、承德两市，是一座综合性大型水利枢纽，主要任务为调节滦河水量，为天津市和河北省唐山市提供工农业用水，结合供水发电，兼顾防洪。潘家口水库总库容29.3亿m3。水库坝址以上流域面积33 700 km2，年径流量24.5亿m3。滦河流域主要水系及水库分布[15]见图5。

图5 滦河流域主要水系及水库分布

3.2 气象预报降雨数据接入

雨量数据是洪水预报模型的重要输入数据。为了延长洪水预见期，接入外部气象降雨预报数据，将雨量监测数据及气象降雨预报数据合并一起作为洪水预报模型的输入数据。系统通过调用公开的数据接口，定时提取中央气象台发布的预报降雨数据并进行格式转换，将预报降雨网格数据与水情预报流域子单元相叠加，通过解析计算获得预报流域子单元的雨量预报数据。预报区间气象预报降雨数据解析见图6。

图6 预报区间气象预报降雨数据解析

3.3 入库流量计算

洪水预报计算分为区间预报和河道洪水演进，结合滦河流域水文特征，主要采用三水源新安江模型、河北雨洪模型和API模型。以雨量监测数据和气象预报降雨数据作为模型输入，三道河子至潘家口水库河段的河道洪水演进模型采用马斯京根演算模型，系统计算结果展示界面见图7。

图7 人工调节降雨过程以及流量成果过程

3.4 出库流量计算

基于潘家口水库调度规程构建水库调度模型，以入库流量过程计算结果作为模型输入，计算得到水库出库流量过程。系统通过标准化业务和数据流程建设实施，提供通用的业务处理流程，实现基于水库调度规则、水位控制、泄流控制等的多目标调度功能。在调度过程中，支持滦河流域按照水利拓扑关系，实现拓扑自创建、模型自识别、数据自衔接、调度演进一体化计算。

3.5 纳雨能力分析

水库纳雨能力分析模块是在预报调度功能模块的基础上扩展而来，自动接入水库预报调度的入库流量过程、出库流量过程数据。因此，只需设定水库纳雨能力分析上限水位、当前水库水位等信息即可进行计算，并最终得到水库纳雨能力分析结果。选取2020年7月14日11∶00至2020年7月17日08∶00的一场降雨，通过系统的水库纳雨能力分析模块计算得到潘家口水库的纳雨能力分析结果，见图8及表1。

图8 纳雨能力计算结果

表1 潘家口水库2020月7月14日 11∶00至2020年7月17 日08∶00纳雨能力分析结果

从图8及表1可以看出，随着水库调度执行及降雨量的变化，不同时段水库的纳雨能力不同。水库纳雨能力表现出随时间动态变化的特性，可以更加精确地用于水库防洪形势分析以及水库防洪调度预警。

2020年7月1日至8月15日的主汛期，潘家口水库的汛限水位为216 m[16]。本文依据汛限水位、水库坝前水位，结合纳雨能力分析结果，将防洪调度预警状态分为三级：当水库坝前水位为216～218 m，对应纳雨能力为93～170 mm时，为三级预警；当水库坝前水位为218～220 m，对应纳雨能力为70～105 mm时，为二级预警；当水库坝前水位超过220 m，对应纳雨能力小于70 mm时，为一级预警。通过计算得到预警状态和对应的时间，及时推送给工作人员，并通过声音、文字、颜色、符号等形式在GIS场景中展示。

4 结 语

本文结合水库预报调度一体化计算模型构建纳雨能力分析模块，能针对任意一场降雨进行纳雨能力分析，实现了水库纳雨能力自动计算。由于预报调度一体化计算模型综合考虑包括水库、流域水文特性、流域下垫面等多种因素，纳雨能力计算结果更精细，体现出随时间的动态波动变化。此外，通过接入气象降雨预报数据，有效延长了洪水预见期，增加了水库调度的响应时间，提高了水库防洪调度的主动性，可为水库防洪形势分析、防洪预警、调度决策提供重要支撑。