基于碳減排的梯級水庫消落期多目標(biāo)水碳調(diào)度研究

周穎 周研來 魯圓圓

摘要：提出基于碳減排的梯級水庫消落期多目標(biāo)水碳調(diào)度模型，將碳排放因子法應(yīng)用于梯級水庫水碳調(diào)度研究，為梯級水庫消落期水碳協(xié)同調(diào)度提供技術(shù)支撐。以發(fā)電量最大和溫室氣體排放量最小為調(diào)度目標(biāo)，采用 NSGA-II 算法求解模型，并以金沙江中下游 6 座水庫與三峽水庫組成的梯級水庫為研究對象進(jìn)行實(shí)例研究。結(jié)果表明：相較現(xiàn)行調(diào)度方案，在豐、平、枯不同水文情景下，發(fā)電效益最佳方案可使梯級水庫年發(fā)電量提高44.3～75.9億kW·h，增長率為4.0%～5.2%；碳減排效益最佳方案可減少溫室氣體排放量（CO2當(dāng)量）37.5～42.5 Gg/a，降低4.2%～4.7%；協(xié)調(diào)調(diào)度方案可提高年發(fā)電效益36.4～73.8億kW·h（增長率3.2%～5.0%），減少溫室氣體排放量（CO2當(dāng)量）36.3～41.4 Gg/a，降低4.0%～4.6%。

關(guān)鍵詞：水碳調(diào)度；消落調(diào)度；多目標(biāo)優(yōu)化；梯級水庫

中圖分類號：TV741? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? ? 文章編號：1674-3075（2024）01-0018-08

我國水電發(fā)電總量與水庫數(shù)量均位居世界第一，水電已成為能源結(jié)構(gòu)調(diào)整、實(shí)現(xiàn)“碳達(dá)峰、碳中和”的中堅(jiān)力量，水庫運(yùn)行引起的庫水位和出庫流量變化會顯著影響水庫碳排放量（Huang et al，2023）。為實(shí)現(xiàn)高質(zhì)量發(fā)展和“雙碳”目標(biāo)，合理調(diào)度水庫至關(guān)重要。

水庫的汛前消落控制是銜接水庫枯水期和汛期的關(guān)鍵調(diào)度方式（鄭雅蓮等，2022）。梯級水庫消落期往往面臨生態(tài)調(diào)度、發(fā)電調(diào)度、供水調(diào)度、庫岸邊坡穩(wěn)定等多項(xiàng)需求（戴凌全等，2022）。目前國內(nèi)外學(xué)者圍繞水庫消落期調(diào)度開展了一系列的研究。如鄭雅蓮等（2022）以最大化發(fā)電量和最小化棄水量為調(diào)度目標(biāo)，提出了一種雙層優(yōu)化調(diào)度模型，綜合確定梯級水庫汛前消落水位區(qū)間；張松等（2021）針對水庫消落期出現(xiàn)的典型水生態(tài)問題，建立了考慮多維生態(tài)效益的梯級水庫多目標(biāo)消落調(diào)度模型；周穎等（2023）基于流域天然流量模式調(diào)度需求，以最大化發(fā)電量、供水滿足度和最小化河道流量偏差為目標(biāo)，建立了水庫群多目標(biāo)消落調(diào)度模型；龔文婷等（2022）擬定了3種消落方式，通過對比分析各消落方案的綜合效益，提出了梯級水庫最佳消落次序。當(dāng)前水庫消落調(diào)度研究更多關(guān)注發(fā)電、生態(tài)流量和供水效益等需求，缺乏考慮碳減排需求的水庫消落期調(diào)度研究。開展梯級水庫消落期多目標(biāo)水碳調(diào)度研究，不僅可解析碳排放與消落調(diào)度目標(biāo)的協(xié)同競爭關(guān)系，還可提升梯級水庫水碳綜合效益，科學(xué)意義與應(yīng)用價值重大。

開展基于碳減排的水庫消落期調(diào)度，需要碳通量評估方法的基礎(chǔ)支撐。李雨晨等（2023）基于IPCC國家溫室氣體清單指南，評估了長江上中游水庫群的碳排放量，并進(jìn)行了不確定性分析。李哲和王殿常（2022）提出水庫蓄水前后碳通量評估的技術(shù)路線，系統(tǒng)分析了水庫的“淹沒、阻隔、重建、消納”等對水庫溫室氣體通量的影響。目前水庫碳通量評估方法可分為基于物理過程的碳通量評估方法和基于碳排放因子/有機(jī)碳埋藏因子的碳通量評估方法。前者需要有多種碳排放途徑和有機(jī)碳埋藏過程實(shí)測資料的支撐，而后者可移用物理特性相近的水庫碳排放因子/有機(jī)碳埋藏因子，操作簡便易行。受限于碳排放和有機(jī)碳埋藏監(jiān)測資料的可利用性，本研究將基于碳排放因子法開展梯級水庫消落期水碳調(diào)度研究。

考慮到梯級水庫消落期調(diào)度研究尚未開展碳減排調(diào)度，本研究提出基于碳減排的梯級水庫消落期多目標(biāo)水碳調(diào)度模型，首次將碳排放因子法應(yīng)用于梯級水庫水碳調(diào)度研究。以發(fā)電量最大和溫室氣體排放量最小為調(diào)度目標(biāo)，建立梯級水庫消落期多目標(biāo)水碳調(diào)度模型，采用NSGA-II算法求解模型，選取金沙江中下游6座水庫與三峽水庫組成的梯級水庫為研究對象，開展實(shí)例研究。研究成果可為梯級水庫消落期水碳協(xié)同調(diào)度提供技術(shù)支撐。

1? ?研究區(qū)域概況

隨著長江流域梯級水庫的建成與投運(yùn)，部分土地淹沒，河流生態(tài)環(huán)境變化，一定程度上改變相應(yīng)區(qū)域生態(tài)系統(tǒng)與大氣間的源匯關(guān)系，引發(fā)了對于水碳調(diào)度、生態(tài)調(diào)度的需求。金沙江中下游水庫與三峽水庫是開發(fā)長江、治理長江的核心工程，肩負(fù)著防洪、發(fā)電、航運(yùn)、生態(tài)保護(hù)等綜合任務(wù)。本研究選取金沙江中下游6座水庫與三峽水庫為研究對象，水庫參數(shù)如表1所示，水庫相應(yīng)消落調(diào)度規(guī)則與約束如表2，水庫位置示意圖如圖1。

2? ?模型方法

本研究以發(fā)電量最大、溫室氣體排放量最小為目標(biāo)構(gòu)建模型，對1959-2022年長系列歷史資料進(jìn)行頻率計算，考慮三峽水庫消落調(diào)度期至6月10日結(jié)束，選定2019年12月1日-2020年6月10日、2009年12月1日-2010年6月10日、1987年12月1日-1988年6月10日的日流量分別作為豐水年（P=25%）、平水年（P=50%）、枯水年（P=75%）情景的計算數(shù)據(jù)，采用NSGA-II算法求解。模型中溫室氣體排放量目標(biāo)函數(shù)計算采用水庫碳排放因子法（Ning，2023），便于耦合水庫消落調(diào)度與溫室氣體排放過程。模型涉及的目標(biāo)函數(shù)、約束條件和求解算法詳述如下。

2.1? ?目標(biāo)函數(shù)

2.1.1? ?發(fā)電目標(biāo)? ?以梯級水庫調(diào)度期內(nèi)總發(fā)電量最大為目標(biāo)，其計算式如下。

[maxf1=maxE=maxi=1nt=1Tηi?Qi，fdt?Hi，fdt?Δt] ①

式中：T為調(diào)度期內(nèi)總時段數(shù)；n為水庫個數(shù)；[ηi]為第[i]個水庫電站的出力系數(shù)；[Qi，fdt]為第[i]個水庫[t]時段的發(fā)電流量；[Hi，fdt]為第[i]個水庫[t]時段的發(fā)電水頭；[Δt]為計算時段長。

2.1.2? ?溫室氣體排放量? ?以梯級水庫調(diào)度期內(nèi)溫室氣體排放量最小為目標(biāo)，其計算式如下。

[minf2=mini=1nt=1TCO2emi（i，t）CO2emi（i，t）=MCO2（i，t）+λM?MCH4（i，t）+λN?MN2O（i，t）]? ? ?②

式中：[CO2emi（i，t）]為第[i]個水庫t時段的溫室氣體排放量；[MCO2（i，t）]、[MCH4（i，t）]、[MN2O（i，t）]分別為第[i]座水庫t時段所排放的CO2、CH4、N2O的質(zhì)量；[λM]、[λN]分別為100 a尺度上CH4、N2O的全球變暖潛能系數(shù)（IPCC， 2013）。

[MCO2（i，t）=CCO2（i，t）?mCO2/mCMCH4（i，t）=CCH4（i，t）?mCH4/mCMN2O（i，t）=NN2O（i，t）?mN2O/mN]? ? ? ? ? ? ? ? ? ? ? ? ? ?③

式中：[CCO2（i，t）]、[CCH4（i，t）]、[NN2O（i，t）]分別為第[i]個水庫t時段所排放的CO2、CH4、N2O包含的C和N元素的質(zhì)量；[mCO2]、[mCH4]、[mN2O]分別為CO2、CH4、N2O的分子質(zhì)量；[mC]、[mN]分別為C和N元素的原子質(zhì)量。

[CCO2（i，t）=Asurf（i，t）?rsCO2+Adraw（i，t）?rdCO2CCH4（i，t）=Asurf（i，t）?rsCH4NN2O（i，t）=Amax?rN2O（i，t）]? ? ? ?④

[Adraw（i，t）=Amax-Asurf（i，t）Asurf（i，t）=fz-v（Z（i，t））]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ⑤

式中：[CCO2（i，t）]、[Cbur（i，t）]由水體表面和消落帶2部分組成；考慮產(chǎn)甲烷菌在厭氧環(huán)境下生成CH4，因此[CCH4（i，t）]只考慮水體以下排放；考慮[rN2O（i，t）]隨時間變化較大，因此[NN2O（i，t）]計算采用[Amax] （水庫水位達(dá)到正常蓄水位時的水面面積）與排放因子[rN2O（i，t）]相乘；[rsCO2]、[rdCO2]分別為水庫水體表面和消落帶的CO2排放因子（Zhao et al，2013；Li et al，2023），[rsCH4]為水庫水體表面的CH4排放因子（Chenet al，2011），[rN2O（i，t）]為第[i]個水庫[t]時段的N2O排放因子，[Asurf（i，t）]和[Adraw（i，t）]分別為第[i]水庫[t]時段的水體面積和消落帶面積；[Z（i，j）]為第[i]水庫[t]時段庫水位；[Asurf（i，t）]為第[i]水庫[t]時段庫水位對應(yīng)水體面積。

2.2? ?約束條件

（1）水量平衡方程

[Vit+1-Vit=Qi，int-Qi，outt-Qi，losst?Δt]? ?⑥

式中：[Vit]為第[i]個水庫[t]時段庫容；[Qi，int]、[Qi，outt]和[Qi，losst]分別為水庫[t]時段的入庫流量、出庫流量和損失流量；[Δt]為計算時段長。

（2）下泄流量約束

[Qmin≤Qi，out≤Qmax]? ? ? ? ? ? ? ? ? ? ? ? ? ? ?⑦

式中：[Qmin]和[Qmax]為最小下泄流量和最大下泄流量。

（3）電站出力約束

[Nmin≤Ni（t）≤Nmax]? ? ? ? ? ? ? ? ? ? ? ? ? ? ⑧

式中：[Nmin]和[Nmax]為最小出力和最大出力；[Ni]（t）為第[i]個水庫[t]時段平均出力。

（4）各庫上下限水位約束

[Zit≤Zi（t）≤Zi（t）]? ? ? ? ? ? ? ? ? ? ? ? ? ? ⑨

式中：[Zit]為第[i]個水庫[t]時段計算水位；[Zit]為第[i]個水庫[t]時段允許下限水位；[Zi（t）]為第[i]個水庫[t]時段允許上限水位。

（5）調(diào)度期初和期末水位約束

[Zi1=Zstarti]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ⑩

[Zsii≤Zendi≤Zsxi]? ? ? ? ? ? ? ? ? ? ? ? ? ? ?11

式中：[Zstarti]和[Zendi]為第[i]水庫的調(diào)度期初和期末水位；[Zsii]和[Zsxi]分別為第[i]水庫消落期末水位下限和上限。

（6）梯級水庫水量平衡約束

[Qi+1，int=Qi，outt+qi，t] ? ? ? ? ? ? ? ? ? ? ? 12

式中：[qi，t]為第[i]庫與上游第[i+1]個水庫之間[t]時段的區(qū)間流量。

（7）生態(tài)約束

[Qi，outt≥Qi，stt]? ? ? ? ? ? ? ? ? ? ? ?13

式中：[Qi，stt]為第[i]庫個水庫[t]時段的最小生態(tài)流量，以90%保證率下的流量作為生態(tài)基流（Goldberget al， 1989）。

2.3? ?求解算法

本研究采用多目標(biāo)優(yōu)化算法NSGA-Ⅱ?qū)ι鲜瞿Ｐ瓦M(jìn)行求解（Deb et al，2002），該算法相比非支配排序遺傳算法（NSGA），減小時間復(fù)雜度，提高了算法的求解性能，大幅提升排序速度，在最大限度保持各個優(yōu)化目標(biāo)獨(dú)立性的同時，加速Pareto前沿收斂，對多目標(biāo)優(yōu)化問題適用。其具體求解步驟如下：

（1）設(shè)置生成初始化種群：設(shè)置種群規(guī)模[Np]、最大迭代次數(shù)[Gmax]、交叉概率[Pc]、變異概率[Pm]等參數(shù)，將水位作為決策變量。

（2）生成子代種群：以設(shè)定的[Pc]概率交叉操作，重組從初始種群中選擇的2個親代的染色體，以[Pm]概率變異，保持種群基因的多樣性，生成子代種群。

（3）擁擠度計算：親代種群與子代種群合并且進(jìn)行快速非支配排序，計算不同等級種群的擁擠距離。

（4）生成新種群并評價種群適應(yīng)度：根據(jù)非支配關(guān)系以及個體的擁擠度選擇合適個體組成新的親代種群，重復(fù)步驟（2）生成子代種群，評價種群的適應(yīng)度。

（5）終止條件判斷：當(dāng)?shù)螖?shù)達(dá)到[Gmax]時終止計算，并輸出Pareto解集，否則重復(fù)步驟（2）～（5）。NSGA-II參數(shù)設(shè)置如下：種群規(guī)模[Np]= 1 000、最大迭代次數(shù)[Gmax]= 500、交叉概率[Pc]= 0.8、變異概率[Pm]= 0.1。

2.4? ?評價指標(biāo)

（1）碳排放強(qiáng)度

[CI=GHGemiE]? ? ? ? ? ? ? ? ? ? ? ? ?14

式中：CI為碳排放強(qiáng)度；GHGemi為溫室氣體排放量；E為發(fā)電量。碳排放強(qiáng)度為IEA選定的2040年可持續(xù)發(fā)展目標(biāo)，可用于對比不同類型、量級發(fā)電工程的碳排放表現(xiàn)。

（2）碳收支

[CB=CemiCbur]? ? ? ? ? ? ? ? ? ? ? ? ?15

[Cbur（i，t）=Asurf（i，t）?rsbur+Adraw（i，t）?rdbur]? ? 16

式中：CB為碳收支；Cemi為碳排放量；Cbur為有機(jī)碳埋藏量；rsbur、rdbur分別為水庫水體表面和消落帶的有機(jī)碳埋藏因子（Dong et al， 2012；Mendon?a et al， 2016）。該指標(biāo)通常被用于水庫碳源匯分析（Keller et al， 2021）。

（3）河道流量偏差函數(shù)

[AAPFD=i=1nt=1TQi，out（t）-Qi，N（t）Qi，N（t）]? ? ? 17

式中：[Qi，N（t）]為第[i]個水庫第[t]時段對應(yīng)河道天然流量；AAPFD為河道流量偏差函數(shù)（Ladson et al，1999），該函數(shù)用于識別流量變化對河流生態(tài)環(huán)境的影響，可作為生態(tài)效益的評價指標(biāo)之一。最小化AAPFD值，旨在使得水庫出庫流量過程逼近河道內(nèi)天然流量過程，促進(jìn)河道生態(tài)系統(tǒng)的穩(wěn)定與健康（Chien et al，1985；鄧銘江等，2020）。考慮到出庫流量有可能會遠(yuǎn)超過或遠(yuǎn)低于河道天然流量，特對流量偏差取絕對值，當(dāng)河道流量偏差函數(shù)增大時，說明人類活動對生態(tài)環(huán)境產(chǎn)生影響越強(qiáng)。

（4）棄水量

[Qi，spillt=Qi，outt-Qi，fdt]? ? ? ? ? ? ?18

[Wspill=mint=1Ti=1nQi，spillt?Δt]? ? ?19

式中：[Qi，outt]、[Qi，spillt]分別為第[i]個水庫[t]時段的出庫流量和棄水流量；[Wspill]為梯級水庫的總棄水量。

3? ?結(jié)果與分析

3.1? ?調(diào)度目標(biāo)間關(guān)系分析

圖2展示了豐、平、枯不同來水情景下多目標(biāo)Pareto前沿圖。由圖2可知發(fā)電量與溫室氣體排放量之間存在一定的競爭關(guān)系，發(fā)電量增大的同時溫室氣體排放量也增大。河道流量偏差函數(shù)（AAPFD）也與溫室氣體排放量呈現(xiàn)競爭關(guān)系，溫室氣體排放量減小的同時AAPFD增大。從成因上看，水庫發(fā)電量受發(fā)電水頭及流量共同影響，水庫水位與出庫流量存在明顯的競爭關(guān)系。梯級水庫的庫容特征不同，水體表面及消落帶碳排放因子也不同。溫室氣體排放量受水體表面積、消落帶面積、碳排放因子等多因素影響。梯級水庫蓄放次序、不同調(diào)度過程都將影響多個變量。當(dāng)上游水庫加大出力、增加下泄流量時，會抬高三峽的發(fā)電水頭，一定程度上增加整體發(fā)電量。但與此同時也增大了消落帶面積。由于消落帶碳排放因子遠(yuǎn)大于水體表面，因此累積得到的溫室氣體排放量也會增大。而當(dāng)下泄流量較小時，水庫積蓄水頭，減小消落帶面積，從而減少溫室氣體排放量，但此時出庫流量常低于河道天然流量，導(dǎo)致AAPFD值增大。

3.2? ?調(diào)度綜合效益分析

表3匯總了3種調(diào)度方案（圖2中A、B、C點(diǎn)）對比現(xiàn)行調(diào)度方案（圖2中D點(diǎn)）的綜合效益改善率。其中方案A取Pareto前沿上最右側(cè)解（發(fā)電量最大且AAPFD值較?。?，方案B取Pareto前沿上最下方解（溫室氣體排放量最小但AAPFD值較大），方案C取Pareto前沿上中間區(qū)域解（發(fā)電量與溫室氣體排放量各采用40%～60%綜合納入考慮），方案D（現(xiàn)行調(diào)度方案）為按照水庫調(diào)度圖所得調(diào)度方案，水庫在消落期滿足保證出力、下游航道維持一定通航水深的前提下，盡可能維持高水位運(yùn)行。從表3可知，在豐水年、平水年、枯水年和現(xiàn)狀年時，方案A可分別提高年發(fā)電效益75.9億 （增長5.2%）、51.6億 （增長4.2%）和44.3億kW·h（增長4.0%）；方案B可分別減少溫室氣體排放量（CO2當(dāng)量）42.5（降低4.7%）、39.9（降低4.4%）和37.5 Gg/a（降低4.2%）；方案C可分別提高年發(fā)電效益73.8億增長5.0%）、50.4億（增長4.1%）和36.4億kW·h（增長3.2%），減少溫室氣體排放量（CO2當(dāng)量）41.4（降低4.6%）、37.9（降低4.2%）和36.3 Gg/a（降低4.0%）。

水庫運(yùn)行時，發(fā)電量受水頭和水量2種因素共同影響，需判斷各階段水頭效益和水量效益來實(shí)現(xiàn)發(fā)電效益最大化。溫室氣體排放量與水庫調(diào)度控制的水位-出庫流量存在映射關(guān)系，由于水庫水體表面及消落帶的碳排放因子和有機(jī)碳埋藏因子不同，水面和消落帶產(chǎn)生的碳排放量和有機(jī)碳埋藏量存在較大差異。當(dāng)溫室氣體排放量越小、發(fā)電量越大時，對應(yīng)的碳排放強(qiáng)度越小，說明電站的碳排放表現(xiàn)較好；碳收支較小時可知水庫碳排放量相對較小，有機(jī)碳埋藏量相對較大，碳減排效益增強(qiáng)；對于棄水量指標(biāo)，一味加大下泄流量并不能取得更好的生態(tài)效益，并且在調(diào)度期末時可能還會造成大量棄水。

不同年份天然來水不同，調(diào)度空間存在差異。豐水年天然來水較多，可調(diào)節(jié)空間較大，因此各指標(biāo)變幅更為顯著?？菟晗鋷娣e較大，消落帶溫室氣體排放量較大，同時枯水年發(fā)電量較小，兩者共同導(dǎo)致碳排放強(qiáng)度增加，枯水年來水較少，調(diào)度期內(nèi)水庫沒有棄水。豐水年部分水庫于6月產(chǎn)生棄水，協(xié)調(diào)調(diào)度方案通過均勻增加5月底出庫流量、減少6月出庫流量，以降低整體棄水量。由表可知，發(fā)電量最大方案、碳減排效益最優(yōu)方案及協(xié)調(diào)方案3種方案，均有效改善了上述6個評價指標(biāo)，提升電站的綜合效益。

3.3? ?典型案例分析

限于篇幅，本研究僅列出枯水情景下（1987年12月1日-1988年6月10日）三峽水庫調(diào)度過程（如圖3），其他年份與枯水年存在類似調(diào)度規(guī)律。相較于單庫優(yōu)化調(diào)度模式，梯級水庫聯(lián)合調(diào)度可在一定程度上提高消落期內(nèi)總發(fā)電量。從調(diào)度期內(nèi)水庫水位過程來看，整體上各庫優(yōu)化調(diào)度方案的水位高于現(xiàn)行調(diào)度方案。梯級水庫上游部分水庫在3月、4月開始加大出力，一方面是該時期天然來水少，能增加枯水期下泄流量；另一方面是通過犧牲發(fā)電水頭，抬高三峽發(fā)電水頭。上游各個電站放水不僅有助于上游電站發(fā)電，還能重復(fù)利用增加其下游電站的發(fā)電量，且使下游電站維持高水位運(yùn)行。因此，采用上游電站先放水、下游電站保持高水位的運(yùn)行規(guī)律，可以充分發(fā)揮梯級電站運(yùn)行的水頭、水量效益，最大程度地開發(fā)梯級電站的發(fā)電能力，提升梯級電站的總發(fā)電量。在調(diào)度期末時，應(yīng)在保障流域供水的前提下優(yōu)化梯級水庫出庫流量，減少棄水量。梯級水庫消落運(yùn)用方式應(yīng)綜合考慮枯水期整體效益，以枯期發(fā)電效益最大、溫室氣體排放量最小為目標(biāo)，統(tǒng)籌協(xié)調(diào)各目標(biāo)之間的關(guān)系，同時避免水位集中消落帶來的不利影響。

綜上所述，梯級水庫通過合理調(diào)度，出庫流量可滿足下泄流量標(biāo)準(zhǔn)，且能夠兼顧生態(tài)、航運(yùn)需求，提高流域發(fā)電效益和碳減排效益，減少棄水量。三峽水庫作為長江關(guān)鍵性控制工程，庫容較大，水位變化會對整體效益產(chǎn)生更大影響，決策者在調(diào)度時也應(yīng)予以更多關(guān)注。

4? ?結(jié)語

面向“雙碳”目標(biāo)新需求，綜合考慮發(fā)電、碳減排等多種效益至關(guān)重要。本研究以發(fā)電量最大、溫室氣體排放量最小為目標(biāo)，構(gòu)建了考慮碳減排的梯級水庫消落期多目標(biāo)優(yōu)化調(diào)度模型，以金沙江中下游6座水庫和三峽水庫為研究對象，考慮了流域豐水年、平水年、枯水年水文情景，采用NSGA-Ⅱ算法進(jìn)行求解，優(yōu)選水庫調(diào)度方案。

首先，溫室氣體排放量最小方案的消落水位過程線高于發(fā)電量最大方案的消落水位過程線，協(xié)調(diào)方案對應(yīng)的上游水庫水位過程線要低于現(xiàn)行方案的水位過程線，而下游水庫如三峽水庫協(xié)調(diào)方案的水位過程線則高于現(xiàn)行方案的水位過程線；其次，對比現(xiàn)行調(diào)度方案，協(xié)調(diào)方案能提高3.2%～5.0%的發(fā)電效益，降低4.0%～4.6%的溫室氣體排放量。梯級水庫中上游水庫采取先消落的調(diào)度方式可顯著抬升末端三峽水庫的發(fā)電水頭，有效挖掘了流域梯級的水量與水頭利用潛力，對提升梯級發(fā)電量更有利。雖然中上游水庫進(jìn)行提前消落調(diào)度，會導(dǎo)致消落帶面積增大，進(jìn)而溫室氣體排放量會增加，對碳減排效益產(chǎn)生不利影響，但是通過優(yōu)化調(diào)度提升的梯級水庫發(fā)電量的碳當(dāng)量，要顯著高于消落帶的碳排放量。當(dāng)面臨豐水年情景時，決策者需側(cè)重考慮發(fā)電需求，可通過采用發(fā)電量最大方案，促使中上游水庫加大出流提前消落，以提升梯級發(fā)電效益；當(dāng)面臨平水年情景時，決策者可通過采用協(xié)調(diào)調(diào)度方案，有效權(quán)衡發(fā)電和碳減排目標(biāo)；當(dāng)面臨枯水年、特枯水年情景時，決策者需側(cè)重考慮碳減排需求，可通過采用碳減排最大方案，指導(dǎo)各水庫緩慢消落水位，減少消落帶面積的同時可提升梯級水庫水量預(yù)留效益。

限于監(jiān)測資料，目前模型在水面和消落帶排放因子選擇上對時空不確定性因素考慮不足，未來將開展壩下消氣釋放、氣泡釋放通量、下游河段溫室氣體釋放監(jiān)測分析，結(jié)合水碳循環(huán)模擬，建立更精確的水碳調(diào)度模型，拓展應(yīng)用范圍。

參考文獻(xiàn)

戴凌全，戴會超，李瑋，等，2022. 兼顧四大家魚產(chǎn)卵需求的梯級水電站生態(tài)調(diào)度[J].水力發(fā)電學(xué)報，41（5）：21-30.

鄧銘江，黃強(qiáng)，暢建霞，等，2020. 大尺度生態(tài)調(diào)度研究與實(shí)踐[J].水利學(xué)報，51（7）：757-773.

龔文婷，李帥，胡挺，等，2022. 金沙江下游梯級及三峽水庫消落次序研究[J].人民長江，53（9）：187-194.

李雨晨，秦宇，楊柳，等，2023. 長江上游大中型水庫碳排放量估算與分析：以IPCC國家溫室氣體清單指南為基礎(chǔ)[J].湖泊科學(xué)，35（1）：131-145.

李哲，王殿常，2022. 從水庫溫室氣體研究到水電碳足跡評價：方法及進(jìn)展[J].水利學(xué)報，53（2）：139-153.

張松，王新，王超，等，2021. 考慮多維生態(tài)效益的梯級水庫群消落期優(yōu)化調(diào)度研究[J].水利水電技術(shù)，52（11）：186-194.

周穎，周研來，郭生練，等，2023. 水庫群消落期多目標(biāo)智能優(yōu)化調(diào)度研究[J].水力發(fā)電學(xué)報，42（9）：70-78.

鄭雅蓮，劉攀，李瀟，等，2022. 協(xié)調(diào)發(fā)電量及棄水量的水庫群汛前消落水位研究[J].中國農(nóng)村水利水電，（5）：216-220，226.

Chen H， Yuan X， Chen Z， et al， 2011. Methane emissions from the surface of the Three Gorges Reservoir[J]. Journal of Geophysical Research： Atmospheres， 116（D21）： 21306.

Deb K， Pratap A， Agarwal S， et al， 2002. A fast and elitist multiobjective genetic algorithm： NSGA-II[J]. IEEE Transactions on Evolutionary Computation， 6（2）： 182-197.

Dong X， Anderson N J， Yang X， et al， 2012. Carbon burial by shallow lakes on the Yangtze floodplain and its relevance to regional carbon sequestration[J]. Global Change Biology， 18（7）： 2205-2217.

Goldber D E， 1989. Genetic Algorithms in Searchoptimization and Machine L9earning[M]. Boston： Addison-Wesley Longman Press.

Chien N， 1985. Changes in river regime after the construction of upstream reservoirs[J]. Earth Surface Processes and Landforms， 10（2）： 143-159.

Huang J， Li Z， 2023.Carbon emissions affected by real-time reservoir operation： a hydrodynamic modeling approach coupled with air-water mass transfer[J]. Water Research， 241：120118.

IPCC， 2014. The Physical Science Basis： Working Group I Contribution to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change[M]. Cambridge： Cambridge University Press.

Keller P S， Marce R， Obrador B， et al， 2021. Global carbon budget of reservoirs is overturned by the quantification of drawdown areas[J]. Nature Geoscience， 14（6）： 402-408.

Ladson A R， White L J， Doolan J A， et al， 1999. Development and testing of an index of stream condition for waterway management in Australia[J]. Freshwater Biol， 41（2）： 453-468.

Li Z， Lu L， Lv P， et al， 2017. Carbon footprints of pre-impoundment clearance on reservoir flooded area in Chinas large hydro-projects： Implications for GHG emissions reduction in the hydropower industry[J]. Journal of Cleaner Production，168（Supplement C）： 1413-1424.

Mendon?a R， Kosten S， Sobek S， et al， 2016. Organic carbon burial efficiency in a subtropical hydroelectric reservoir[J]. Biogeosciences， 13（11）： 3331-3342.

Ning Z， Zhou Y， Lin F， et al， 2023. Exploring a novel reservoir impoundment operation framework for facilitating hydropower sustainability[J]. Sustainability， 15（18）： 13400.

Zhao Y， Wu B F， Zeng Y， 2013. Spatial and temporal patterns of greenhouse gas emissions from Three Gorges Reservoir of China[J]. Biogeosciences， 10（2）： 1219-1230.

（責(zé)任編輯? ?鄭金秀）

Multi-objective Water-carbon Operation of Cascaded Reservoirs in the

Drawdown Period Based on Carbon Emission Reduction

ZHOU Ying， ZHOU Yan‐lai， LU Yuan‐yuan

（State Key Laboratory of Water Resources Engineering and Management， Wuhan University，

Wuhan? ?430072， P.R. China）

Abstract：Current studies on the drawdown operation of cascaded reservoirs have not focused on reducing carbon emissions. In this study， six reservoirs in the middle and lower reaches of Jinsha River and Three Gorges Reservoir were selected for case study， and we developed a multi-objective drawdown operation model of cascaded reservoirs that increases hydropower production and reduces carbon emissions. The carbon emission factor method was initially to research the water-carbon operation of cascaded reservoirs， and the maximum hydropower output and the minimum greenhouse gases （GHG） emissions were taken as the objectives for model development. The operation model was solved by using the fast Nondominated Sorting Genetic Algorithm-II （NSGA-II）. Results show that， compared with the current operation scheme， the maximum hydropower output scheme improves hydropower generation by 4.43 billion-7.59 billion kW·h/a （4.0%-5.2%） and the minimum GHG emission scheme reduces GHG emissions by 37.5 -42.5 Gg CO2 e/a （4.2-4.7%）. The synergized operation scheme， under three hydrological scenarios （dry， normal， wet）， increases power generation by 3.64 billion-7.38 billion kW·h/a （3.2%-5.0%） and decreases GHG emissions by 36.3-41.4 Gg CO2 e/a （4.0%-4.6%）. The operation schemes proposed in this study provides an effective means for synergizing the water-carbon drawdown operation of cascaded reservoirs.

Key words：water-carbon operation; drawdown operation; multi-objective optimization; cascaded reservoirs

收稿日期：2023-10-25

基金項(xiàng)目：國家重點(diǎn)研發(fā)計劃（2021YFC3200303）。

作者簡介：周穎，2000年生，女，碩士研究生，主要從事水庫消落調(diào)度研究。E-mail： zhouyingc@whu.edu.cn

通信作者：周研來，1985年生，男，教授，博導(dǎo)，主要從事水庫調(diào)度研究。E-mail： yanlai.zhou@whu.edu.cn