水电站调度方案改进评价指标体系构建与量化方法

为什么更智能的大坝规划很重要

为我们提供电力的河流同时灌溉农田、庇护鱼类、运输货物并防御洪水。在像中国金沙江和三峡梯级这样的大型水电体系中，决定何时以及放多少水是一项每天都在进行的平衡艺术。本研究提出了一种新的评价方法，用以判断某一拟定的运行方案是否真正兼顾了社会、经济与环境利益。

众多需求，同一条河流

大型水电站的功能远不止发电。它们需要在汛期前保持库容、保障饮用与灌溉用水、维持河道的鱼类和野生生物栖息条件，并为航运提供安全水位。在实际运行中，水电站会制定全年涨落水位的详细日程。传统上，人们主要依靠经验和总发电量来评判这些方案，这种方法可能忽视生态或安全问题，并将重大判断压力留给人工决策者。

把复杂的权衡变成清晰的评分

作者认为，评判水库方案本质上是一个多目标决策问题：目标多、约束多、成功或失败的方式也多。本文为关键的“退水期”构建了一个广泛的指标体系——退水期指从冬季高位逐步降低库容以为夏季洪水预留空间的时段。指标涵盖五大类：发电量、供水、生态系统健康、航运以及其他安全稳定因素（例如水位下降速度和运行是否接近技术极限）。这种结构使得诸如有利鱼类的流量、航道深度和发电量等截然不同的量纲可以在统一的尺度上进行比较。

让历史揭示隐含的优先级

现有的评估方法往往要么过分依赖专家判断，要么完全依赖数据。专家评分可能存在偏差或不一致，而仅看数据波动的方法又可能误判那些“平静”但关键的指标。为填补这一空白，研究引入了一种基于历史指标完成情况的动态校准方法，称为HCR-DPAICM。其关键思想是：过去的运行记录中包含了运行者真实偏好的线索——例如，如果在某一时期内生态流量被维持在较高水平而发电量被压缩，那么说明当时生态被赋予了更高的权重。该方法把所有指标转换为“完成率”，并分析其在过去十年运行中的平均表现与波动性，据此调整指标重要性权重，同时校正那些容易满足而可能被误判为关键的指标。

将人为判断与数据结合

为避免单纯依赖数据，作者将这种基于历史的校准与一种著名的专家法——层次分析法结合起来。专家对目标的重要性进行成对比较（例如优先保障供水和生态需求），这些判断被转化为权重。最终评价采用专家权重和历史权重各占50%的混合方式，抑制对单一因素的过度偏重并改善指标间的平衡。研究团队随后将这一组合体系应用于金沙江中下游与三峡之间的五座大型水库级联，比较了1月至6月退水期的现行运行方案与由先进规划模型生成的优化方案。

更好的调度是什么样子

采用新的评分体系后，优化方案在总体上略微提高了发电量并更高效地利用了水资源，同时改善了生态流量的满足度并完全遵守了运行约束。实际方案和优化方案都能维持航运和关键时点，但优化方案运行更接近安全边界，在水位和发电稳定性方面表现略低，反映出为追求效率而做出的更激进调整。总体而言，在多种评价方法下，优化方案获得了更高的综合得分，具有更好的约束满足情况，并在大多数其他目标上表现相当或有所改善。

对河流与人类的启示

简而言之，本研究提供了一份更为智能的水库运行“成绩单”。通过将专家认为重要的因素与历史运行中真实被重视的事项相结合，该方法在经济、生态和安全目标之间给出平衡、可比的评分。对于金沙—三峡这类大型梯级，方法有助于识别在不违背生态与安全底线的前提下，能够更有效挖掘河流价值的运行策略。该方法具有通用性，可为世界其他复杂河流体系的可持续水电管理提供参考。

引用: Xu, Y., Qiu, B., Xu, Y. et al. The construction of improved evaluation indicator system and quantitative method of hydropower station dispatching scheme. Sci Rep 16, 11544 (2026). https://doi.org/10.1038/s41598-026-41993-3

关键词: 水电调度, 水库管理, 多目标评价, 河流生态, 水资源规划