摘要：氣候變化會(huì)對(duì)流域徑流和梯級(jí)電站發(fā)電能力產(chǎn)生重要影響。基于歷史和未來(lái)氣候情景數(shù)據(jù)，綜合利用WACM水文模型和梯級(jí)水電站發(fā)電模型，對(duì)瀾滄江下游5個(gè)梯級(jí)水電站的出入庫(kù)流量變化和發(fā)電能力進(jìn)行預(yù)測(cè)。結(jié)果表明：① 瀾滄江流域未來(lái)氣溫會(huì)有一定程度上升，但GFDL-CM3、GISS-E2-R-CC和IPSL-CM5A-MR 3種氣候模式下的降水變化趨勢(shì)不一致，分別為增加8%～24%、減少15%～45%和變幅較小（-4%～7%）；② 上游來(lái)水在GFDL-CM3模式下明顯增加（16.15%），在GISS-E2-R-CC模式下大幅減少（-30.67%），而在IPSL-CM5A-MR模式下變化不大（-2.01%）；③ 梯級(jí)水電站年均發(fā)電量受上游來(lái)水的影響顯著，保證出力對(duì)來(lái)水減少更為敏感，當(dāng)年均流量下降30.67%時(shí)，保證出力下降約80%。研究成果可為瀾滄江流域應(yīng)對(duì)氣候變化影響的水資源和梯級(jí)電站調(diào)度管理提供參考。

關(guān) 鍵 詞：氣候變化；梯級(jí)水電站；發(fā)電能力；水文模型；瀾滄江流域

中圖法分類號(hào)：TV72；P333

文獻(xiàn)標(biāo)志碼：ADOI：10.16232/j.cnki.1001-4179.2024.08.014

0 引 言

氣候變化是當(dāng)前人類發(fā)展面臨的重大挑戰(zhàn)之一，其通過(guò)影響徑流變化從而對(duì)水力發(fā)電產(chǎn)生重要影響^［1-4］。換言之，降水和蒸發(fā)等氣候因素通過(guò)直接影響河流來(lái)水情勢(shì)，進(jìn)而對(duì)水能資源量產(chǎn)生影響^［5-6］。因此，流域水能資源量和水能資源可開(kāi)發(fā)利用量將不可避免地受制于氣候變化^［7-10］。在傳統(tǒng)梯級(jí)電站開(kāi)發(fā)研究的基礎(chǔ)上，進(jìn)一步研究氣候變化對(duì)梯級(jí)電站水能開(kāi)發(fā)的影響十分必要。

許多研究針對(duì)不同流域討論了氣候變化對(duì)徑流和水力發(fā)電的影響^［11-15］。世界大壩協(xié)會(huì)指出，氣候變化至少?gòu)?個(gè)方面影響水電站的發(fā)電能力：① 改變年或季的水庫(kù)來(lái)水情況；② 通過(guò)增加庫(kù)面蒸發(fā)減少發(fā)電能力；③ 通過(guò)豐枯季節(jié)的時(shí)段變化影響發(fā)電調(diào)度；④ 極端洪水增加，影響大壩安全及調(diào)度；⑤ 水庫(kù)的泥沙沉積增加，減少有效庫(kù)容。Madani等^［16］評(píng)估了氣候變暖對(duì)加州高海拔水電系統(tǒng)的影響，結(jié)果表明在純變暖情景和干燥變暖情景下，發(fā)電量分別減少了1.3%和19.7%；Minville等^［17］評(píng)估了加拿大佩里邦卡河水資源管理系統(tǒng)對(duì)氣候變化的適應(yīng)性；張禎宇^［18］分析了氣候變化背景下九龍江流域水電梯級(jí)開(kāi)發(fā)的水文響應(yīng)；劉喆等^［19］等量化了2022年長(zhǎng)江上游嚴(yán)重干旱對(duì)三峽水電站水力發(fā)電的影響；韓世亮等^［20］以黃河上游龍羊峽-劉家峽階梯水庫(kù)群為研究對(duì)象，分析了黃河上游來(lái)水在氣候變化的影響下對(duì)梯級(jí)發(fā)電量的影響；王樂(lè)揚(yáng)等^［21］分析了氣候變化對(duì)官溪水電站入庫(kù)徑流和發(fā)電量的影響。

瀾滄江作為中國(guó)十三大能源基地之一，建有完善的梯級(jí)水庫(kù)群聯(lián)合水能開(kāi)發(fā)系統(tǒng)，為國(guó)家社會(huì)經(jīng)濟(jì)發(fā)展提供重要的水能資源支撐。云南省瀾滄江中下游河段總裝機(jī)容量1 651.5萬(wàn) kW^［22］，其中瀾滄江干流的小灣、漫灣、大朝山、糯扎渡和景洪5個(gè)梯級(jí)電站同屬中國(guó)華能集團(tuán)，具有較好的聯(lián)合調(diào)度條件和能力。當(dāng)前的研究主要集中在瀾滄江流域梯級(jí)電站建設(shè)對(duì)水文和生態(tài)變化的影響^［23］，關(guān)于未來(lái)氣候變化情景下瀾滄江流域中下游梯級(jí)水電站發(fā)電能力的研究還較為缺乏。探討未來(lái)氣候情景下，氣候變化對(duì)瀾滄江流域水文和發(fā)電能力影響，可以為瀾滄江流域應(yīng)對(duì)未來(lái)氣候變化的梯級(jí)電站調(diào)度管理提供決策支撐。

以瀾滄江干流中下游流經(jīng)云南省境內(nèi)的河段作為研究區(qū)，全長(zhǎng)1 227 km，總落差1 792 m，在出國(guó)境斷面多年平均徑流量為2 170 m³/s^［24-25］。該河段流域處于亞熱帶和熱帶氣候，受赤道海洋西南季風(fēng)的影響，水汽來(lái)源充足，降水豐沛，水資源豐富，但流域徑流受氣候變化影響顯著，水資源在空間、時(shí)間上分布不均勻。同時(shí)，流域當(dāng)前農(nóng)作物較為多樣，工業(yè)欠發(fā)達(dá)，水能資源開(kāi)發(fā)利用對(duì)促進(jìn)當(dāng)?shù)亟?jīng)濟(jì)發(fā)展意義重大。

基于未來(lái)氣候情境，對(duì)瀾滄江干流中下游（云南省境內(nèi)河段）5個(gè)梯級(jí)水電站的發(fā)電能力進(jìn)行預(yù)測(cè)，從上游至下游依次為小灣、漫灣、大朝山、糯扎渡和景洪水電站^［26-28］，具體位置見(jiàn)圖1。

2 研究數(shù)據(jù)與方法

2.1 數(shù)據(jù)來(lái)源與處理

水文氣象數(shù)據(jù)（1985～2008年，日尺度）主要用于構(gòu)建日尺度的WACM（water allocation and cycle model）水文模型，包括逐日降水量數(shù)據(jù)、逐日平均地表氣溫?cái)?shù)據(jù)、逐日最高與最低地表氣溫、日照時(shí)數(shù)、日平均風(fēng)速和日平均相對(duì)濕度等。數(shù)據(jù)來(lái)源于中國(guó)氣象數(shù)據(jù)共享服務(wù)網(wǎng)的中國(guó)地面氣候資料日值數(shù)據(jù)集（V3.0），通過(guò)克里金插值方法將逐日氣象資料插值到WACM模型的水循環(huán)計(jì)算單元。

氣候情景是對(duì)未來(lái)氣候的一種合理且簡(jiǎn)化的描述。IPCC第五次氣候變化評(píng)估（AR5）基于21世紀(jì)的溫室氣體排放和在大氣中的集中程度、空氣污染物排放和土地利用等因素設(shè)計(jì)溫室氣體排放情景RCPs（Representative Concentration Pathways）。RCPs包括嚴(yán)格減排方案（RCP2.6）、兩套中間方案（RCP4.5和RCP6.0）、高排放方案（RCP 8.5）和基準(zhǔn)方案（無(wú)進(jìn)一步減排措施，RCP6.0至RCP8.5）。前人研究大多基于RCP4.5排放情景^［29-31］，本文同樣基于RCP4.5排放情景，選擇3種氣候模式獲取驅(qū)動(dòng)WACM水文模型的水文氣象數(shù)據(jù)。選擇的氣候模式分別為GFDL-CM3（S1模式）、GISS-E2-R-CC（S2模式）及IPSL-CM5A-MR（S3模式）。選擇這3種模式是因?yàn)樗鼈冎g的氣溫差別較小而降水差別較大。相比于氣溫，降水對(duì)徑流的影響更大，而徑流是影響梯級(jí)電站發(fā)電量最直接也是最重要的因素。預(yù)測(cè)不同降水模式下的梯級(jí)電站發(fā)電量，更有利于決策者制定不同氣候模式下的電站調(diào)度策略和管理措施，以應(yīng)對(duì)未來(lái)氣候變化影響。模式之間較小的氣溫變化，有效降低了氣溫變化帶來(lái)的影響。未來(lái)水平年設(shè)為2060年，考慮到水文不確定性，模擬時(shí)段設(shè)置為2049年6月至2072年5月。

WACM水文模型構(gòu)建還需要土地利用數(shù)據(jù)和土壤數(shù)據(jù)。土地利用數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心發(fā)布的全國(guó)土地利用數(shù)據(jù)集（2005年），按照瀾滄江流域的6種基本土地利用類型進(jìn)行空間分布信息的提取和重分類（圖2（a））。土壤數(shù)據(jù)來(lái)源于中科院南京土壤研究所提供的中國(guó)土壤分布圖，瀾滄江上游地區(qū)包括26種土壤類型（圖2（b））。

2.2 研究方法

2.2.1 分布式水文模型

分布式水文模型WACM是中國(guó)水利水電科學(xué)研究院水資源研究所趙勇教授團(tuán)隊(duì)于2006年開(kāi)發(fā)的水文模型（圖3）^［32-35］。以水循環(huán)模擬為核心，該模型先后經(jīng)歷了WACM2.0、WACM3.0及WACM4.0等4個(gè)版本的開(kāi)發(fā)^［36］。其核心特點(diǎn)是對(duì)平原區(qū)產(chǎn)匯流模型進(jìn)行了改進(jìn)，將山區(qū)水循環(huán)中的河道匯流、山前地下水排泄分別與平原區(qū)水循環(huán)中的河道匯流、地下水模擬過(guò)程結(jié)合起來(lái)，使得模型能夠較好地模擬流域山區(qū)-平原區(qū)水循環(huán)的運(yùn)動(dòng)規(guī)律。目前該模型已經(jīng)被廣泛應(yīng)用于渭河、瀾滄江等流域的水文過(guò)程模擬，均表現(xiàn)出了良好的效果^［37-39］。

2.2.2 梯級(jí)水電站發(fā)電模型

水電站發(fā)電調(diào)度模型一般以總發(fā)電量最大或者保證出力最大為優(yōu)化目標(biāo)^［40-43］，具體根據(jù)研究對(duì)象的實(shí)際需求而定。本研究中以梯級(jí)水電站保證出力最大為目標(biāo)函數(shù)，其數(shù)學(xué)表達(dá)式如下：

式中：N為梯級(jí)水電站保證最大出力，kW；NP為梯級(jí)水電站保證出力，kW；I為水庫(kù)個(gè)數(shù)；N_i，t為第i個(gè)水電站在第t年的出力，kW；∑Ii=1N_i，t為第t年梯級(jí)水電站出力，kW；U{∑Ii=1N_i，t}表示不同時(shí)段梯級(jí)水電站出力構(gòu)成的全集；P（∑Ii=1N_i，t≥N）表示出力高于N的概率。本文以98%保證率的梯級(jí)水電站出力作為其保證出力。

梯級(jí)水電站發(fā)電調(diào)度的約束條件包括水庫(kù)水量平衡約束、梯級(jí)上下游水庫(kù)之間的水力聯(lián)系、水位約束、出庫(kù)流量約束、電站出力約束以及非負(fù)約束（變量大于等于0），數(shù)學(xué)方程表達(dá)如下：

式中：V_i，t為水庫(kù)i在t時(shí)刻的庫(kù)容，m³；I_i，t為水庫(kù)i在t時(shí)段的區(qū)間入庫(kù)流量，m³/s；O_i，t為水電站i上游電站在t時(shí)段的出庫(kù)流量，m³/s；S_i，t為水電站i上游所有電站在t時(shí)段的水量損失，含城鎮(zhèn)生活及農(nóng)業(yè)灌溉供水、蒸發(fā)及水庫(kù)滲漏等，m³；Δt為時(shí)段長(zhǎng)度，s；R_i，t為水電站i在時(shí)段t的區(qū)間入庫(kù)流量，m³/s；H_mini，t和H_maxi，t分別為水庫(kù)i在時(shí)刻t的水位下限和上限，m；H_i，t為水庫(kù)i在時(shí)段t的水位，m；Q_maxi，t和Q_mini，t分別為電站i在時(shí)段t的出庫(kù)流量上限和下限，m³/s；O_i，t為水庫(kù)i在時(shí)段t的出庫(kù)流量，m³/s；N_maxi，t和N_mini，t分別為電站i在時(shí)段t的出力上下限，MW；N_i，t為電站i在時(shí)段t的平均出力，MW。

2.2.3 統(tǒng)計(jì)指標(biāo)

使用多個(gè)統(tǒng)計(jì)指標(biāo)驗(yàn)證瀾滄江流域WACM模型的徑流模擬精度，包括相對(duì)誤差R、相關(guān)系數(shù)C和Nash效率系數(shù)NSE。

式中：x_i表示徑流模擬值；y_i表示觀測(cè)徑流；y表示觀測(cè)徑流的均值。

3 結(jié)果分析

3.1 未來(lái)情景下瀾滄江流域降水和氣溫變化特征

GFDL-CM3（S1）、GISS-E2-R-CC（S2）和IPSL-CM5A-MR（S3）3種氣候模式下，2049年6月至2072年5月多年平均氣溫和年降水量，與現(xiàn)狀水平年（1985年6月至2008年5月）的對(duì)比變化情況如圖4所示。

在S1模式下，未來(lái)瀾滄江流域（景洪水電站上游）年平均氣溫增長(zhǎng)0.1～1.6 ℃，部分區(qū)域的氣溫增長(zhǎng)量在1.2～1.6 ℃之間；年均降水量增長(zhǎng)了8%～24%，部分區(qū)域的年均降雨增長(zhǎng)量在10%～15%之間。

在S2模式下，相較于現(xiàn)狀水平年，年均氣溫增長(zhǎng)1.1～1.7 ℃，絕大部分區(qū)域的年均增長(zhǎng)量在1.2～1.5 ℃之間；年均降水量變幅在-45%～-15%之間，其中流域許多區(qū)域的年均降水量變幅在-25%～-15%之間。

在S3模式下，瀾滄江流域的氣溫變化在0.8～1.5 ℃之間，其中北部區(qū)域的氣溫變化在0.7～1.0 ℃之間；瀾滄江流域的年均降水量變幅在-4%～7%之間，變幅較小。-4%～0%的變幅主要集中在瀾滄江流域北部與中部地區(qū)。

整體來(lái)看，3種氣候模式的增溫幅度較為接近，但降水變化差異明顯，S1模式下降水呈明顯增加趨勢(shì)，S2模式下降水呈明顯減少趨勢(shì)，而S3模式下年降水量變幅較小，降水變化主要體現(xiàn)在季節(jié)分配上。

3.2 瀾滄江流域水文模型精度驗(yàn)證及徑流變化預(yù)測(cè)

為了更好地驗(yàn)證WACM模型在空間上的徑流模擬精度，以瀾滄江流域下游徑流觀測(cè)數(shù)據(jù)較為豐富的清盛站（1990～1997年為率定期、1998～2005年為驗(yàn)證期）和瑯勃拉邦站（1990～1998年為率定期、1999～2007年為驗(yàn)證期）為基礎(chǔ)，在月尺度下率定并驗(yàn)證WACM水文模型精度。在此基礎(chǔ)上，基于漫灣和景洪水文站的日徑流觀測(cè)數(shù)據(jù)進(jìn)一步驗(yàn)證水文模型精度（驗(yàn)證期為2009年9月1日至2010年3月10日）。由于觀測(cè)數(shù)據(jù)受水庫(kù)調(diào)度等人類活動(dòng)影響，首先根據(jù)水量平衡方法對(duì)觀測(cè)徑流進(jìn)行還原計(jì)算，得到天然徑流，然后根據(jù)天然徑流驗(yàn)證模型精度，結(jié)果如圖5所示。清盛站模擬期的相對(duì)誤差R、相關(guān)系數(shù)C和Nash效率系數(shù)NSE分別為12.29%，0.85和0.81，驗(yàn)證期的R、C和NSE分別為13.47%，0.87和0.83；瑯勃拉邦站模擬期的R、C和NSE分別為14.25%，0.84和0.85，驗(yàn)證期對(duì)應(yīng)的R、C和NSE分別為15.01%，0.86和0.84。這表明WACM模型的徑流模擬精度滿足要求。漫灣和景洪站的驗(yàn)證結(jié)果進(jìn)一步說(shuō)明了WACM水文模型在空間上的徑流模擬精度較好。漫灣和景洪站徑流模擬值與實(shí)測(cè)徑流數(shù)據(jù)的R分別為12.31%和9.79%，相關(guān)系數(shù)C和Nash效率系數(shù)NSE均大于0.80。

基于驗(yàn)證后的WACM模型，對(duì)3種氣候模式下的未來(lái)徑流變化進(jìn)行模擬，得到不同氣候模式驅(qū)動(dòng)的瀾滄江流域徑流變化時(shí)間序列。模擬結(jié)果中，小灣、漫灣、大朝山、糯扎渡和景洪等5個(gè)水電站壩址斷面處的徑流量表現(xiàn)出了類似的特征。本文以小灣水電站為例，分析不同氣候模式下的徑流變化。圖6為小灣站的徑流模擬結(jié)果。從圖6中可以看出，3種模式下的徑流模擬趨勢(shì)是一致的（同時(shí)增加或者減?。?。其中，S2模式下的徑流模擬結(jié)果與其他2種模式的差距較大，尤其是在低流量月份（1，2，3，11，12月）。而對(duì)于高流量月份（4～6月），S1模式的徑流模擬結(jié)果與其他模式的差異較大。對(duì)于S3模式，許多低流量月份的徑流量模擬結(jié)果表現(xiàn)出了一定的增加趨勢(shì)，而一些高流量月份的徑流量模擬結(jié)果表現(xiàn)出了一定的減少趨勢(shì)。

表1為不同氣候模式下的各月平均流量。從中可以看出，各月平均徑流量在S1模式下表現(xiàn)出明顯增加的特征（16.15%），而在S2模式下則表現(xiàn)出大幅減少的特征（-30.67%）。在S3模式下的年均徑流模擬值變化不大（-2.01%）。從具體的月份來(lái)看，S3模式下5月、6月、7月、8月徑流有所減少，9月、10月及11月徑流表現(xiàn)出增加趨勢(shì)，這意味著該模式下徑流的季節(jié)變異性可能有所增加。因此，3種氣候模式下的徑流模擬表現(xiàn)出3種態(tài)勢(shì)，分別是整體濕潤(rùn)（S1）、整體干燥（S2）和季節(jié)性變異增加（S3）的特點(diǎn)，這主要是由3種氣候模式下較大的降水差異導(dǎo)致的（圖4）。此外，除了氣候模式的不確定性，建模的不確定性是引起S1、S2和S3 3種氣候模式下徑流模擬差異的另一個(gè)重要原因。比如，本文在未來(lái)徑流變化模擬時(shí)采用的是2005年的土地利用數(shù)據(jù)，而未來(lái)的土地利用模式將隨著人類活動(dòng)不斷發(fā)生變化。選擇歷史的土地利用數(shù)據(jù)主要是因?yàn)闇?zhǔn)確預(yù)測(cè)未來(lái)的土地利用類型較為困難，且可能會(huì)為水文建模引入更多的不確定性。

3.3 瀾滄江流域水電站出入庫(kù)流量變化

圖7～11為未來(lái)氣候情景下，瀾滄江流域不同水電站的入庫(kù)流量、出庫(kù)流量和棄水量變化情況（1～12月）。從圖中可以看出，各水電站的入庫(kù)流量變化與上游小灣站的入庫(kù)流量變化趨勢(shì)基本一致，都表現(xiàn)為先增加后減小的特征，高流量基本都集中在6～10月。通過(guò)與基準(zhǔn)方案比較，對(duì)于所有站點(diǎn)的入庫(kù)流量和出庫(kù)流量而言，S1模式下的徑流模擬值大于基準(zhǔn)方案的徑流模擬值，S2模式的徑流模擬值低于基準(zhǔn)方案的徑流模擬值，而S3模式的徑流模擬值與基準(zhǔn)方案徑流模擬值最為接近。

從發(fā)電棄水量的角度來(lái)看，各水庫(kù)的出流量絕大部分為發(fā)電流量，因此棄水量相對(duì)較少。在各氣候模式下，棄水量與出流變化類似。在S1模式下，6～10月的棄水量明顯增加，而S2模式下幾乎全年沒(méi)有棄水。S3模式的棄水量主要集中在8～10月，棄水峰值主要集中出現(xiàn)在9月。上游來(lái)水增加會(huì)引起棄水量的明顯增加。

瀾滄江中下游（云南段）受高山峽谷地形影響，沿線城鎮(zhèn)分布較少，干流兩岸基本無(wú)州市首府和縣城分布，流域內(nèi)人口規(guī)模及農(nóng)田面積較為穩(wěn)定。干流上除建設(shè)有梯級(jí)水電站工程外，基本無(wú)其他大型生產(chǎn)、生活取水工程，因此流域內(nèi)的人類活動(dòng)取用水量較少。流域中下游（云南段）的多年平均徑流總量約為700億 m³（含過(guò)境徑流總量約200億 m³），全流域現(xiàn)狀用水總量約為25億m³，僅占多年平均徑流總量的3.5%。因此，人類活動(dòng)取用水對(duì)瀾滄江流域徑流和發(fā)電的影響較小，且未來(lái)短期內(nèi)用水總量可能不會(huì)有大幅度變化。

3.4 未來(lái)情景下瀾滄江流域梯級(jí)電站保證出力及年均發(fā)電量預(yù)測(cè)

圖12（a）～（b）為基準(zhǔn)方案下23個(gè)調(diào)度年（1985～2007年）共計(jì)276個(gè)調(diào)度時(shí)段的出力過(guò)程及其對(duì)應(yīng)保證率。從圖12中可以看出，多數(shù)時(shí)段梯級(jí)電站保證出力在675 萬(wàn)kW左右，少數(shù)時(shí)段出現(xiàn)峰值或低值。最小值在1995年4月，為271.60 萬(wàn)kW，對(duì)應(yīng)保證率為99.64%。時(shí)段出力最大值出現(xiàn)在1985年8月，為1 416.97 萬(wàn)kW，對(duì)應(yīng)保證率為0.36%。根據(jù)表2，基準(zhǔn)方案下的年均發(fā)電量為669.06 億kW·h，各時(shí)段發(fā)電量多為49 億kW·h/月。其中每年8～10月出現(xiàn)發(fā)電峰值，在60～110 億kW·h/月。1995年4月出現(xiàn)極小值，發(fā)電量約為19.83 億kW·h/月。

根據(jù)圖12（c）～（d），在S1模式下，梯級(jí)電站多數(shù)時(shí)段的保證出力在765 萬(wàn)kW左右，同樣少數(shù)時(shí)段出現(xiàn)峰值或低值。最小值在2059年4月，保證出力為345.37 萬(wàn)kW，對(duì)應(yīng)保證率為99.64%。時(shí)段出力最大值出現(xiàn)在2071年9月，為1 416.97 萬(wàn)kW，對(duì)應(yīng)保證率為0.36%。根據(jù)表2，梯級(jí)水電系統(tǒng)的年均保證出力為755.87 萬(wàn)kW，系統(tǒng)保證率為98%。年均發(fā)電量為751.29 億kW·h。時(shí)段發(fā)電量多在55 億kW·h/月左右，在一些年份的8月、9月或10月會(huì)出現(xiàn)峰值，取值范圍介于60億～103億kW·h/月之間。在2059年4月出現(xiàn)最小值，約為25.21億kW·h/月。

對(duì)于S2氣候變化模式（圖12（e）～（f）），多數(shù)時(shí)段出力波動(dòng)范圍較大，出力在400萬(wàn)～900 萬(wàn)kW之間。最小值出現(xiàn)在2053年2月，為118.30 萬(wàn)kW，對(duì)應(yīng)保證率為99.64%。時(shí)段出力最大值出現(xiàn)在2065年9月，為1 072.00 萬(wàn)kW，對(duì)應(yīng)保證率為0.36%。梯級(jí)水電系統(tǒng)的保證出力為133.84 萬(wàn)kW，系統(tǒng)保證率為98%（表2）。年均發(fā)電量約為444.56 億kW·h。時(shí)段發(fā)電量一直處于較大的起伏波動(dòng)狀態(tài)，波動(dòng)范圍多在10億～65億kW·h/月之間。在2053年2月取極小值為8.63億度/月，在其他一些年份的2～4月也達(dá)到相近的極小值。

氣候變化模式S3下的多數(shù)時(shí)段出力波動(dòng)范圍同樣相對(duì)較大（圖12（g）～（h）），在400萬(wàn)～900 萬(wàn)kW之間波動(dòng)變化。最小值出現(xiàn)在2059年4月，為281.26 萬(wàn)kW，對(duì)應(yīng)保證率為99.64%。時(shí)段出力最大值出現(xiàn)在2071年10月，為1 447.51 萬(wàn)kW，對(duì)應(yīng)保證率為0.36%。根據(jù)表2，梯級(jí)水電系統(tǒng)的保證出力約為659.95 萬(wàn)kW，系統(tǒng)保證率為98%。年均發(fā)電量約為666.25 億kW·h。時(shí)段發(fā)電量多為48億kW·h/月，峰值在60～104億kW·h/月之間變化。極小值達(dá)20.53億kW·h/月，出現(xiàn)在2059年4月。

在整體濕潤(rùn)的氣候變化模式下（S1模式），2060水平年的保證出力和年均發(fā)電量均有一定幅度的提升，其中保證出力從675.76 萬(wàn)kW提高到755.87 萬(wàn)kW，提高了11.87%；年均發(fā)電量從669.06 億kW·h提高到751.29 億kW·h，提高了12.29%。在整體干燥的氣候變化模式下（S2模式），2060水平年的保證出力和年均發(fā)電量均出現(xiàn)較為明顯的下降。此外，各月出力過(guò)程波動(dòng)明顯增加，不再像基準(zhǔn)方案下在多數(shù)月份是較為平穩(wěn)的，而是一直處于起伏狀態(tài)，這種起伏狀態(tài)導(dǎo)致了保證出力的急劇下降。保證出力從675.76 萬(wàn)kW急劇下降至133.84 萬(wàn)kW，下降了80.17%。年均發(fā)電量從669.06 萬(wàn)kW下降到444.54 萬(wàn)kW，下降了33.56%。在季節(jié)變異增加的氣候變化模式下（S3模式），2060水平年的年均發(fā)電量較基準(zhǔn)方案變化不大，從669.06 億kW·h下降到666.25 億kW·h，略降0.42%。保證出力從675.76 萬(wàn)kW下降到659.56 萬(wàn)kW，下降了2.34%。由此可見(jiàn)，在總來(lái)水量變化不大的條件下，其季節(jié)變異性由于梯級(jí)水庫(kù)群的調(diào)節(jié)，總的年均發(fā)電量和保證出力均變化不大。

將3種氣候變化模式下徑流量變化和發(fā)電能力（保證出力和年均發(fā)電量）變化程度進(jìn)行對(duì)比可得：整體濕潤(rùn)的模式下，年均流量提升了16.15%，而保證出力和年均發(fā)電量分別提升了11.87%和12.29%，保證出力和年均發(fā)電量相較年均流量提升程度較低；而另一方面，在整體干燥模式下，雖然年平均流量下降了30.67%，年均發(fā)電量下降程度相近，但其保證出力卻下降了80.17%。這意味著發(fā)電能力的變化跟徑流量的變化并不完全是簡(jiǎn)單的線性關(guān)系。由于水電站工程規(guī)劃建設(shè)多是基于歷史30～50 a的水文資料進(jìn)行，工程的規(guī)模和調(diào)蓄能力也由此決定，來(lái)水增加往往直接導(dǎo)致棄水增加，而來(lái)水的減少則直接影響梯級(jí)水電站的發(fā)電能力，尤其是梯級(jí)水電站的保證出力。

4 結(jié) 論

針對(duì)瀾滄江流域受全球氣候變化影響帶來(lái)的徑流變化和梯級(jí)水電站發(fā)電能力變化問(wèn)題，從氣候變化影響、水文過(guò)程模擬和梯級(jí)水電站發(fā)電能力預(yù)測(cè)及影響的角度，定量評(píng)估了2060水平年瀾滄江流域小灣、漫灣、大朝山、糯扎渡及景洪五級(jí)電站群發(fā)電能力受氣候變化的影響情況。主要結(jié)論如下：

（1）在RCP4.5氣候情景下，瀾滄江流域未來(lái)氣候變化趨勢(shì)存在不同預(yù)判。氣溫在GFDL-CM3（S1）、GISS-E2-R-CC（S2）及IPSL-CM5A-MR（S3）模式下，表現(xiàn)出相近程度的增加，但降水趨勢(shì)有明顯差異。S1模式下，年均降水量表現(xiàn)出增加趨勢(shì)，增幅在8%～24%之間；S2模式下，年均降水量表現(xiàn)出下降趨勢(shì)，變幅在-45%～-15%之間；S3模式下，年均降水量變幅較小，在-4%～7%之間。

（2）基于WACM模型的水文模擬結(jié)果表明，瀾滄江流域未來(lái)的來(lái)水條件受降水及氣溫影響，表現(xiàn)出整體濕潤(rùn)、整體干燥、季節(jié)變異性增加3種態(tài)勢(shì)。

（3）在不同的氣候模式下，梯級(jí)水電站的發(fā)電量有相應(yīng)變化。整體而言，其發(fā)電量對(duì)來(lái)水減少更為敏感。比如，在S1氣候模式（整體濕潤(rùn)）下，小灣上游來(lái)水增加了16.15%，同時(shí)保證出力從675.76 萬(wàn)kW提高到755.87 萬(wàn)kW，提高了11.87%；在S2氣候模式（整體干燥）下，其發(fā)電過(guò)程波動(dòng)更為劇烈，年均發(fā)電量隨上游來(lái)水下降30.67%而下降33.56%。在S3（季節(jié)變異增加）氣候模式下，年均發(fā)電量較基準(zhǔn)方案變化不大。

本文考慮了中間排放方案（RCP 4.5）的3種氣候模式，針對(duì)這3種氣候模式下瀾滄江流域梯級(jí)電站的適應(yīng)性調(diào)度和管理措施研究值得進(jìn)一步深入思考。根據(jù)本文研究結(jié)果，在S1整體濕潤(rùn)的氣候模式下，未來(lái)可以考慮通過(guò)擴(kuò)大裝機(jī)容量和改造電站進(jìn)水設(shè)施的方式，調(diào)整和改造水電站機(jī)組的高效運(yùn)行區(qū)間，應(yīng)對(duì)氣候變化影響。此外，可以通過(guò)修建調(diào)節(jié)水庫(kù)的方式，調(diào)節(jié)徑流年際年內(nèi)變化對(duì)發(fā)電量的影響，提高梯級(jí)電站對(duì)氣候變化的適應(yīng)能力；針對(duì)S2整體干燥和S3季節(jié)性變異增加的氣候模式，建議對(duì)水電站機(jī)組進(jìn)行合理的升級(jí)改造，使機(jī)組在維持高效率運(yùn)行的同時(shí)，不陷入長(zhǎng)期低水頭運(yùn)行的低效率工況，進(jìn)而保證梯級(jí)電站的良性運(yùn)行。此外，建議開(kāi)展梯級(jí)電站機(jī)組應(yīng)對(duì)氣候變化的適應(yīng)能力研究。

參考文獻(xiàn)：

［1］莊貴陽(yáng).氣候變化挑戰(zhàn)與中國(guó)經(jīng)濟(jì)低碳發(fā)展［J］.國(guó)際經(jīng)濟(jì)評(píng)論，2007（5）：50-52.

［2］徐冠華，柳欽火，陳良富，等.遙感與中國(guó)可持續(xù)發(fā)展：機(jī)遇和挑戰(zhàn)［J］.遙感學(xué)報(bào)，2021，20（5）：679-688.

［3］張慶陽(yáng).攜手 “一帶一路” 沿線國(guó)家應(yīng)對(duì)氣候變化［J］.防災(zāi)博覽，2019（6）：16-23.

［4］劉昌明，田巍，劉小莽，等.黃河近百年徑流量變化分析與認(rèn)識(shí)［J］.人民黃河，2019，41（10）：11-15.

［5］陳亞寧，崔旺誠(chéng)，李衛(wèi)紅，等.塔里木河的水資源利用與生態(tài)保護(hù)［J］.地理學(xué)報(bào)，2003，58（2）：215-222.

［6］羅玉，秦寧生，龐軼舒，等.氣候變暖對(duì)長(zhǎng)江源徑流變化的影響分析［J］.冰川凍土，2020，42（3）：952-964.

［7］王永強(qiáng)，劉志明，袁喆，等.氣候變化對(duì)黃河流域地表水資源量的影響評(píng)估［J］.人民黃河，2019，41（8）：57-61.

［8］程雷.全球氣候變化對(duì)水文與水資源的影響研究［J］.水利電力技術(shù)與應(yīng)用，2022，4（10）：98-100.

［9］吳立鈺，張璇，李沖，等.氣候變化和人類活動(dòng)對(duì)伊遜河流域徑流變化的影響［J］.自然資源學(xué)報(bào)，2020，35（7）：1744-1756.

［10］張鐳，黃建平，梁捷寧，等.氣候變化對(duì)黃河流域的影響及應(yīng)對(duì)措施［J］.科技導(dǎo)報(bào)，2020，38（17）：42-51.

［11］葉汀，楊漢波，霍軍軍.西藏主要流域年徑流的變化趨勢(shì)及其原因［J］.水力發(fā)電學(xué)報(bào)，2023，42（9）：46-57.

［12］陳曉宏，鐘睿達(dá).氣候變化對(duì)瀾滄江下游梯級(jí)電站發(fā)電及生態(tài)調(diào)度的影響［J］.水科學(xué)進(jìn)展，2020，31（5）：754-764.

［13］孟虹池，李英海，歐陽(yáng)碩，等 氣候變化對(duì)清江未來(lái)徑流及隔河巖電站發(fā)電的影響［J］.水利水運(yùn)工程學(xué)報(bào)，2023（4）：42-51.

［14］慕星，趙勇，劉歡，等.氣候變化和人類活動(dòng)影響下徑流演變研究進(jìn)展［J］.人民黃河，2021，43（5）：35-41.

［15］楊大文，王宇涵，唐莉華，等.雅魯藏布江上游徑流變化及影響因素分析［J］.水力發(fā)電學(xué)報(bào)，2023，42（3）：41-49.

［16］MADANI K，LUND J R.Estimated impacts of climate warming on California’s high-elevation hydropower［J］.Climatic Change，2010，102：521-538.

［17］MINVILLE M，BRISSETTE F，KRAU S，et al.Adaptation to climate change in the management of a Canadian water-resources system exploited for hydropower［J］.Water Resources Management，2009，23：2965-2986.

［18］張禎宇.氣候變化背景下九龍江流域水電梯級(jí)開(kāi)發(fā)的水文響應(yīng)［D］.廈門：廈門大學(xué)，2014.

［19］劉喆，王飛，韓欽梅，等.2022年長(zhǎng)江上游流域嚴(yán)重干旱對(duì)三峽水電站水力發(fā)電的影響分析［J］.氣候變化研究進(jìn)展，2024，20（1）：37-47.

［20］韓世亮，陳泰霖.氣候變化影響下黃河上游梯級(jí)水庫(kù)群未來(lái)發(fā)電量預(yù)測(cè)［J］.水利水電科技進(jìn)展，2022，42（3）：32-38.

［21］王樂(lè)揚(yáng)，張建云，寧忠瑞，等.氣候變化對(duì)南方典型小水電站入庫(kù)徑流及發(fā)電的影響［J］.水利水運(yùn)工程學(xué)報(bào)，2024（2）：1-9.

［22］趙希濤，魏樂(lè)軍.“五江一河” 的洪水特征及其對(duì)跨流域調(diào)水量的制約：三評(píng)“紅旗河工程”構(gòu)想［J］.地球?qū)W報(bào)，2020，41（1）：91-105.

［23］運(yùn)曉博，湯秋鴻，徐錫蒙，等.氣候變化對(duì)瀾湄流域上下游水資源合作潛力的影響［J］.氣候變化研究進(jìn)展，2020，16（5）：555-559.

［24］王春學(xué)，秦寧生，周斌，等.近 400 年瀾滄江源區(qū)年平均流量周期特征及其對(duì)厄爾尼諾的響應(yīng)［J］.第四紀(jì)研究，2020，40（1）：238-251.

［25］夏婷，張木梓，顧洪賓，等.瀾滄江水電開(kāi)發(fā)對(duì)緩解2019年湄公河干旱影響分析［J］.水文，2022，42（3）：84-88.

［26］李丹，李黎，葉建慶.復(fù)雜構(gòu)造環(huán)境下水庫(kù)地震活動(dòng)性研究：以糯扎渡水電站為例［J］.震災(zāi)防御技術(shù)，2023，18（3）：548-558.

［27］尹述紅，李紅剛，王昱倩.電力市場(chǎng)環(huán)境下瀾滄江大型水庫(kù)汛前水位消落規(guī)則及應(yīng)對(duì)策略［J］.水利規(guī)劃與設(shè)計(jì)，2022（8）：72-76.

［28］張萌，張銀烽，楊鴻鋒，等.瀾滄江漫灣大壩對(duì)水體氮磷遷移及形態(tài)的影響［J］.科學(xué)技術(shù)與工程，2022，22（30）：13578-13589.

［29］魯慶奧，顧峰雪，於琍，等.不同排放情景下中國(guó)西南地區(qū)碳匯時(shí)空格局及氣候影響［J］.陸地生態(tài)系統(tǒng)與保護(hù)學(xué)報(bào)，2022，2（3）：1-8.

［30］李新華，張蕾，姜樹(shù)坤，等.未來(lái)中高排放情景下松嫩平原農(nóng)業(yè)氣候資源變化分析［J］.中國(guó)農(nóng)業(yè)氣象，2021，42（10）：811-817.

［31］汪飛，洪林，馬田遙，等.基于 SWAT 模型的氣候變化條件下諾敏河流域徑流變化研究［J］.水土保持研究，2023，30（6）：67-77.

［32］趙勇，陸垂裕，肖偉華.廣義水資源合理配置研究（Ⅱ）：模型［J］.水利學(xué)報(bào)，2007（2）：163-170.

［33］趙勇.廣義水資源合理配置研究［D］.北京：中國(guó)水利水電科學(xué)研究院，2006.

［34］畢彥杰，趙晶，張文鴿，等.WACM4.0模型模擬內(nèi)蒙古河套地區(qū)山水林田湖草系統(tǒng)水循環(huán)［J］.農(nóng)業(yè)工程學(xué)報(bào)，2020，36（14）：148-158.

［35］趙勇，張金萍，裴源生.寧夏平原區(qū)分布式水循環(huán)模擬研究［J］.水利學(xué)報(bào)，2007（4）：498-505.

［36］劉文琨，裴源生，趙勇，等.水資源開(kāi)發(fā)利用條件下的流域水循環(huán)研究［J］.南水北調(diào)與水利科技，2013（1）：44-49.

［37］趙勇，翟家齊，蔣桂芹，等.干旱驅(qū)動(dòng)機(jī)制與模擬評(píng)估［M］.北京：科學(xué)出版社，2017.

［38］葛金金，張汶海，渠曉東，等.湄公河下游生態(tài)水文情勢(shì)變化研究［J］.人民長(zhǎng)江，2022，53（6）：27-32.

［39］李慧.優(yōu)化大壩運(yùn)行緩解水電開(kāi)發(fā)對(duì)湄公河水文情勢(shì)影響的可行性研究［J］.水利水電快報(bào)，2023，44（1）：4.

［40］張仁貢，王萬(wàn)良，趙燕偉.農(nóng)村水電站電能生產(chǎn)動(dòng)態(tài)不確定性優(yōu)化調(diào)度模型［J］.農(nóng)業(yè)工程學(xué)報(bào)，2011，27（5）：275-281.

［41］吳迎新，王金文，伍永剛.福建水電站群短期發(fā)電量最大優(yōu)化調(diào)度模型與算法研究［J］.電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)，2002（6）：35-39.

［42］李佳，陳在妮，聞昕，等.大型梯級(jí)水電站汛期多尺度多模式調(diào)度模型研究［J］.水電能源科學(xué)，2022，40（11）：68-72.

［43］李昌文，黃艷.湄公河-洞里薩湖河湖關(guān)系與水文情勢(shì)驅(qū)動(dòng)響應(yīng)研究：關(guān)鍵科學(xué)問(wèn)題與技術(shù)實(shí)現(xiàn)路徑［J］.人民長(zhǎng)江，2022，53（6）：1-13.

（編輯：郭甜甜）

Prediction on runoff and hydropower generation capacity of

Lancang River Basin under climate changes

LIU Wenkun^1，2，LUO Zengliang³，ZHOU Pengcheng¹，HAN Bing¹，JI Zejun¹，ZHAI Jiaqi²

（1.Power China Kunming Engineering Corporation Limited，Kunming 650051，China; 2.State Key Laboratory of Simulation and Regulation of Water Cycle in River Basin，China Institute of Water Resources and Hydropower Research，Beijing 100038，China; 3.School of Geography and Information Engineering，China University of Geosciences，Wuhan 430074，China）

Abstract：Climate change significantly affects runoff in river basins and the power generation capacity of cascade hydropower stations.Using historical and future climate scenario data，the WACM hydrological model，and a cascade hydropower generation model，we predicted the changes in inflow and outflow as well as the power generation capacity of five cascade hydropower stations in the lower reaches of Lancang River.The results indicates that：① The future temperature in the Lancang River Basin will rise to some extent，but precipitation trends vary among the climate models GFDL-CM3，GISS-E2-R-CC，and IPSL-CM5A-MR，showing increases of 8%～24%，decreases of 15%～45%，and minor variability （-4%～7%），respectively.② Upstream inflow is projected to increase significantly （16.15%） under the GFDL-CM3 model，decrease substantially （-30.67%） under the GISS-E2-R-CC model，and change minimally （-2.01%） under the IPSL-CM5A-MR model.③ The annual average power generation of the cascade hydropower stations is significantly influenced by upstream inflow，and guaranteed output is more sensitive to reductions in inflow.When the annual average flow decreases by 30.67%，the guaranteed output decreases by approximately 80%.These findings can provide references for water resource management and cascade hydropower station scheduling in the Lancang River Basin in response to climate variation.

Key words：climate change; cascade hydropower stations; power generation capacity; hydrological model; Lancang River Basin