Исследование экономической эффективности оптимизации прогнозов притока весеннего половодья к водохранилищу гидроэлектростанции (на примере Ириклинской ГЭС)
Автор: Клименко Д.Е., Хальясмаа А.И.
Журнал: Вестник Южно-Уральского государственного университета. Серия: Энергетика @vestnik-susu-power
Рубрика: Электроэнергетика
Статья в выпуске: 4 т.24, 2024 года.
Бесплатный доступ
Планирование режимов управления водохранилищами крупных ГЭС требует соблюдения ряда условий: получение прибыли за счет выработки электроэнергии; соблюдение условий безопасного функционирования гидротехнических сооружений; соблюдение условий экологически устойчивого существования водохранилища. В связи с тем, что режим рек подчинен географическим закономерностям и водность оказывается неодинаковой в течение года, возникает необходимость наиболее полного и безопасного использования объема стока многоводной фазы. Для многих рек большая часть объема годового стока приходится на период весеннего половодья, за это время возникает возможность выработки максимального объема электроэнергии и заполнения водохранилища до проектных отметок. При этом ключевым условием оптимальной работы ГЭС и водохранилища является наличие заблаговременных прогнозов объема притока приемлемой точности. В статье обосновываются расчетные схемы получения дополнительной прибыли за счет поддержания уровней воды рассматриваемого реального водохранилища на проектных отметках, за счет минимизации величин холостых сбросов, сокращения энергозатрат на работу насосов ГРЭС. В качестве расчетного инструмента разработаны функции ущербов и прибыли. Установлено, что при условии идеальных прогнозов (с нулевой погрешностью) доходы от выработки электроэнергии рассматриваемой ГЭС возрастут в 2 раза по сравнению с существующими доходами.
Весеннее половодье, экономическая эффективность, гидрологические прогнозы, гидроэлектростанция, водохранилище
Короткий адрес: https://sciup.org/147247634
IDR: 147247634 | DOI: 10.14529/power240401
Текст научной статьи Исследование экономической эффективности оптимизации прогнозов притока весеннего половодья к водохранилищу гидроэлектростанции (на примере Ириклинской ГЭС)
D.E. Klimenko, , Khalyasmaa, ,
Гидроэлектрические станции (ГЭС) вносят существенный вклад в общую выработку электрической энергии, при этом относятся к безуглеродной энергетике и за счет возможности оперативного и точного регулирования выработкой могут эффективно использоваться в задачах управления балансом генерации и потребления электроэнергии [1–3].
Одна из существенных трудностей, возникающих при планировании режимов работы ГЭС, – необходимость учитывать одновременно большое количество гидрометеорологических характеристик водосбора и технико-экономических характеристик гидроузла [4]. Задача прогнозирования притока воды в водохранилище ГЭС является сложной не только из-за большого числа факторов, оказывающих на нее влияние (количество осадков, количество запасов воды в снежном покрове и водопоглотительная способность бассейна), но еще и из-за их неоднородности и необходимости получения из большого количества источников с различной частотой [5].
При этом повысить качество прогнозов притока возможно путем повышения плотности данных наблюдений за гидрометеорологическими и ландшафтными факторами формирования стока, в том числе за счет данных дистанционного зондирования Земли (ДЗЗ), цифровых моделей рельефа, данных экспедиционных и экспериментальных работ над математическим моделированием элементов водного баланса водосбора [6–10].
Особенности гидрологического режима реки Урал обусловлены положением водосбора в восточных предгорьях Южного Урала, наличием степной и лесной зон на водосборе и регулированием стока вышерасположенным водохранилищем. По классификации Б.Д. Зайкова [11], режим стока реки Урал относится к группе с весенним половодьем, восточно-европейскому типу: в период весеннего половодья в среднем проходит 58 % объема годового стока. Начало весеннего половодья в среднем приходится на 6 апреля, средняя продолжительность половодья – 52 дня.
Основная задача рассматриваемого гидроузла – обеспечение гарантированного водоснабжения промышленных предприятий и населённых пунктов, а также защита от наводнений близлежащих населенных пунктов. Выработка электроэнергии на данной ГЭС не является основной целью. Мощность станции составляет 22,5 МВт. Основные параметры рассматриваемого водохранилища представлены в таблице.
Гидрологический режим водохранилища формируется исходя из режима работы ГЭС, в соответствии с графиком диспетчерского регулирования, прогнозом притока и требованиями к гарантированному сбросу в нижний бьеф. Выполнение требований диспетчерского регулирования выполняются не ежегодно в силу низкой оправдываемо-сти прогнозов притока (доля оправдавшихся прогнозов – около 44 % от общего количества) и необходимости поддержания гарантированного сброса в нижний бьеф, обусловленного неестественным минимальным стоком р. Урал (95 % обеспеченности), а требованиями регулирующих органов. Равномерная сработка полезного объема водохранилища осуществляется с июля по март, в зависимости от водности года. Сработка осуществляется до отметки 243,10 м БС. В то же время в условиях маловодий, низких объемов притока к водохранилищу и недостижения отметки НПУ к концу периода наполнения возможна более глубокая сработка водохранилища. В большинстве водохозяйственных лет глубина сработки в течение года составляет 1,9–2,3 м, независимо от отметки к концу периода наполнения.
В ряде работ отмечается важность совместного анализа водного и электроэнергетического режимов работы ГЭС для получения полной карти-
Характеристики рассматриваемого водохранилища Characteristics of the considered reservoir
Характеристика |
Единицы измерения |
Значение |
Нормальный подпорный уровень (НПУ) |
м БС |
245 |
Уровень мертвого объема (УМО) |
228 |
|
Отметка ежегодной обязательной сработки (диспетчерская) |
243,1 |
|
Форсированный уровень при пропуске половодья с вероятностью превышения: 0,1 % 1,0 % |
247,5 245,27 |
|
Площадь зеркала при НПУ |
км2 |
260 |
Площадь зеркала при УМО |
83 |
|
Объемы водохранилища:
|
км3 |
3,26 2,75 0,50 0,47 |
Отношение полезного объема водохранилища к среднему многолетнему стоку с частного водосбора |
2,16 |
ны его технико-экономических характеристик, например [12, 13]. В существующих исследованиях выполнена оценка не всех факторов, влияющих на конечную экономическую эффективность функционирования ГЭС. Хотя в данной статье этот вопрос рассматривается с точки зрения причин упущенной выгоды собственника ГЭС. Исследуется гипотеза, что упущенная прибыль по выработке энергии формируется за счет трех факторов:
-
1) пониженного напора водохранилища в течение года (завышение ожидаемых величин притока и чрезмерная сработка, незаполнение водохранилища);
-
2) дополнительных энергозатрат на работу насосов ГРЭС, вызванных пониженным напором и невозможностью самотечного наполнения системы внутреннего водоснабжения;
-
3) холостых сбросов (занижение ожидаемых величин притока, недостаточная предполоводная сработка и преждевременное достижение отметки НПУ, заполнение водохранилища до проектных отметок).
В качестве способа оценки влияния гидрометеорологических факторов на потенциальную дополнительную прибыль (ущерб) используется методика построения функций ущербов (прибыли). Данные функции представляют собой зависимости дополнительно полученной или упущенной прибыли от ошибки прогноза объема притока весеннего половодья к водохранилищу (ошибка представляет абсолютную разницу между величинами фактического и прогнозируемого объема притока).
В гидрометеорологии существует понятие «идеальные прогнозы», т. е. оправдывающиеся в 100 % случаев, при этом убытки минимальны, а прибыль максимальна. Это теоретический глобальный экстремум задачи оптимизации прогнозов с точки зрения экономической эффективности.
Данная статья посвящена анализу экономического эффекта, возможного от повышения качества прогнозов.
Анализ экономической эффективности гидрометеорологической информации предполагает решение ряда задач:
-
– оценка степени зависимости работы предприятия от гидрометеорологических условий;
-
– выявление источников экономического эффекта;
– численная оценка величин экономического эффекта при различных вариантах качества прогностической информации.
Вопрос совершенствования качества прогнозов при этом является самостоятельной задачей, которая в статье не рассматривается. Обоснование возможности решения данной задачи приведено в указанных выше работах [4–10].
Также в работе не предлагается методика решения задачи оптимизации, до ее решения необходимо дать оценку и обоснование целесообразности ее решения с точки зрения экономической эффективности, которым и посвящена данная работа.
Водно-энергетическая характеристика гидрогенераторов рассматриваемой ГЭС
Для оценки величин потенциальной выработки электроэнергии и экономического эффекта прогнозов притока весеннего половодья к контуру водохранилища использованы режимные и оперативные материалы за период с 2010 по 2020 г.:
– уточненные прогнозы притока весеннего половодья, выпускаемые Росгидрометом;
– данные по фактическому притоку, вычисляемые как сумма объемов аккумулированной в водохранилище воды (на основе информации по уровню воды верхнего бьефа на начало и конец половодья, пересчитанных в объем через кривые зависимостей W = f(H));
– объемов сброса (через гидрогенераторы и холостых сбросов через водослив).
В расчетах используется понятие «потенциальной выработки», поскольку непосредственно в период половодья лишь часть общего объема притока (от 11 до 35 %) проходит через гидрогенераторы, а большая часть аккумулируется в водохранилище и расходуется на выработку энергии в период гарантированной водоотдачи (с июля по март). За рассматриваемый период в фазу весеннего половодья холостые сбросы осуществлялись только в конце апреля 2012 г., поскольку при фактическом притоке 1,21 км3 водохранилище было заполнено до отметок, близких к НПУ, а регулирование осуществлялось на прогнозируемый (ожидаемый) объем притока, равный 1,70 км3. Величина потерянной потенциальной энергии – 3,20 млн кВт·ч, что соответствует 4,32 млн руб. в ценах 2022 г. В данном случае применена стратегия перестраховки, хотя при форсировке уровня верхнего бьефа, вероятно, не были бы нарушены требования безопасности и указанных потерь прибыли удалось бы избежать.
Для получения выработки электроэнергии на ГЭС использована формула
A = W/q , (1)
где А – выработка электроэнергии, кВт·ч; W – объем притока, м3; q – удельный расход, кВт·ч /м3.
Удельный расход воды (м3/с / 1 кВт·ч) определяется по формуле q = 367/(n H), (2)
где Н – среднемесячный напор воды на ГЭС; η – КПД гидроагрегатов, принимаемый для данной ГЭС равным 0,84. Значение удельного расхода может быть также рассчитано как отношение годовой выработки электроэнергии к годовому объему притока к ГЭС (на основании данных годового отчета предприятия, публикуемого в открытом доступе), однако второй способ не позволяет дифференцировать выработку по величине напора. В качестве величины напора принималась разница между средним уровнем воды верхнего бьефа с даты начала до даты окончания наполнения водохранилища и отметкой УМО. Данный расчет обоснован равномерностью наполнения водохранилища и нарастания напора.
Расчет величин дополнительной прибыли (потерь) выполнен в ценах за 1 кВт·ч полезного отпуска электроэнергии по открытым данным (приняты среднемесячные величины стоимости электроэнергии за период весеннего половодья, т. е. осредненные данные за апрель –май). Стоимость 1 кВт·ч электроэнергии на 2022 г. принята равной 1,21 руб. (январь – июнь) и 1,27 (июль – декабрь).
Принцип расчета прибыли (ущерба) по представленным кривым производится по месяцам в зависимости от величины водоотдачи и недостатка напора (например, отклонения от отметки НПУ к концу периода наполнения или отклонения от про-тивоперебойной линии в период сработки за каждый конкретный месяц).
Варианты оценки экономических выгод при использовании гидрометеорологической информации при эксплуатации ГЭС
Предлагаемые расчетные методы и модели подразумевают под собой повышение точности предопределения объемов притока с целью получения дополнительных экономических выгод в работе ГРЭС и ГЭС.
Суммарная пропускная способность гидротурбин ГЭС – 100 м3/с. Полная потенциальная выработка электроэнергии за год при мощности 22,5 МВт – 197,1 млн кВт·ч при пропуске через турбины объема стока, соответствующего ежесуточной максимальной пропускной способности турбин, т. е. 3154 млн м3 (величина объема стока, пропускаемого через гидрогенераторы). При этом средний удельный расход воды за год должен составлять 16,0 м3/с на 1 кВт·ч, что соответствует среднегодовому напору на гидроузле – 27,20–27,40 м.
Полезный объем рассматриваемого водохранилища без форсировки (в диапазоне отметок 228,00–245,00 м БС) составляет 2732,8 млн м3. Форсировка до отметки 247,50 м БС позволяет увеличить полезный объем до 3489,70 млн м3, однако подобная форсировка не является допустимой по соображениям безопасности. Таким образом, не допуская форсировки при предполоводной сработке до отметки УМО, водохранилище потенциально (без холостых сбросов) способно аккумулировать и пропустить через гидрогенераторы за год суммарно 5887 млн м3 (сумма величины объема стока, пропускаемого через гидрогенераторы, и аккумулированного объема).
-
А. Работа ГЭС при пониженном напоре
Функция ущерба за счет потери напора рассчитана на основании соотношения (2) и графика диспетчерского регулирования стока. Следует отметить, что название функции не означает, что станция несет ущерб, и не обязательно привязано к экономическим показателям, измеряемым в рублях. Поскольку тарифы на отпуск электроэнергии динамично меняются, график построен в кВт·ч.
Величина удельного расхода q пересчитана в удельную выработку 1/ q (кВт·ч /(м3/с)) и связана с величиной напора соотношением (2); в свою очередь, величина напора пересчитана в величину объема водной массы на основе батиграфической кривой водохранилища W = f ( H ) (рис. 1). Для удобства использования функция ущербов представлена в виде зависимости дополнительной выработки А (млн кВт·ч за месяц) от величины напора ( Н ) или от величины объема водной массы в водохранилище ( W ).

Рис. 1. Функции ущерба за счет пониженного напора водохранилища, построенные по суммарным величинам месячной выработки ( А ) и среднемесячным значениям напора ( Н ) или объема водной массы ( W )
Fig. 1. Damage functions due to reduced reservoir pressure, constructed using the total monthly production values ( A ) and average monthly pressure ( H ) or water mass volume ( W )
При наполнении водохранилища до отметки НПУ гидротурбины способны работать с максимальной пропускной способностью (100 м3/с) или половиной максимума (50 м3/с); согласно диспетчерскому графику, период увеличенных сбросов охватывает период апрель – май, а в случае многоводного года может продолжаться до 1 ноября. Этому периоду соответствуют функции ущербов Iа и Iб (а – для 100 м3/с; б – для 50 м3/с, пропускаемых через турбины) в периоды гарантированной отдачи или равномерного расходования запасов (июль – март).
ГЭС сбрасывает в нижний бьеф расход, определяемый регулирующими органами: июнь–октябрь – 15 м3/с (функция ущербов IIа), ноябрь – март – 25 м3/с (функция ущербов IIб). Указанные величины расходов воды, сбрасываемых в нижний бьеф, могут быть больше указанных минимальных величин в многоводные годы; в таких случаях величина упущенной прибыли (а значит, и эффекта гидрологических прогнозов) равна нулю.
Б. Работа водозаборных насосов ГРЭС при уровнях водохранилища ниже минимальной отметки
Система технического водоснабжения (ТВС) ГРЭС, смежной с рассматриваемой ГЭС (общий собственник и близкое территориальное расположение), обеспечивает потребности в воде, идущей на работу теплогенераторов, и включает следующие элементы, описание которых необходимо для выработки методики оценки упущенной прибыли. Нижний подводящий канал предназначен для подвода воды к береговой насосной станции I подъема и работает в затопленном режиме.
Необходимый забор воды при разных уровнях водохранилища может быть вычислен путем решения уравнения водного баланса, в котором: аккумуляция – объем, определяемый уровнем каждого месяца в водохранилища на основании диспетчерского графика по противоперебойной линии; расходная часть – объем водопотребления ГРЭС для каждого месяца, принимаемый по форме 3.1 Росводресурсов; приходная часть (суммарный забор воды при работе насосов в месяц) – устанавливается как разница расхода и аккумуляции.
Максимальная производительность насосной станции I подъема – 2690 млн м3 в год; потребление электроэнергии при максимальной производительности насосов – 134 млн кВт·ч за год. Таким образом, для перекачки 1 м3 воды из водохранилища в технический резервуар требуется 0,05 кВт·ч электроэнергии.
Учитывая тот факт, что величины ежемесячного забора технической воды на нужды ГРЭС многократно превышают объем буферного бассей-

Рис. 2. Зависимость дополнительной выработки электроэнергии от ошибки прогноза притока весеннего половодья к водохранилищу ГЭС
Fig. 2. Dependence of the additional electricity generation on the error in forecasting the influx of spring floods to the reservoir of the HPP
на, наибольшая величина экономического ущерба возникает при понижении уровня воды ниже отметки стабильной работы насосов (240,20 м БС). В целом за маловодный 2010–11 в/х г. суммарные дополнительные затраты энергии не превысят 52 тыс. кВт·ч.
-
В. Работа ГЭС при наличии холостых сбросов
При наличии холостых сбросов и некорректном выборе стратегии пропуска весеннего половодья ГЭС сталкивается с потерей ресурса гидравлической энергии за счет пропуска расхода воды, минуя силовые установки.
Для оценки величины ущерба при работе с холостыми сбросами обработаны данные по фактическому притоку и прогнозному притоку за период 2010–2019 гг. В качестве величины холостого сброса использована не величина превышения фактическим расходом воды пропускной способности силовых установок, а величина ошибки прогноза притока весеннего половодья, что представляется наиболее корректным.
Для оценки экономической эффективности прогнозов притока к водохранилищу были использованы два подхода – оценка эффекта по фактической себестоимости 1 кВт·ч электроэнергии на ГЭС и разница себестоимости 1 кВ·ч энергии, вырабатываемой ГРЭС и ГЭС.
Получена зависимость дополнительной выработки электроэнергии от ошибки прогноза при- тока весеннего половодья к водохранилищу ГЭС (рис. 2).
Заключение
При оценке экономического эффекта как возможности получения дополнительной прибыли за счет использования гидрологических прогнозов, выполнено сопоставление варианта идеальных (с нулевой ошибкой) или оптимальных (с минимальной возможной ошибкой) прогнозов притока с «нулевой гипотезой». В качестве «нулевой гипотезы» рассмотрены несколько вариантов исходной информации при выборе стратегии диспетчерского регулирования:
-
– средний многолетний приток весеннего половодья к водохранилищу;
-
– существующие прогнозы притока (средняя ошибка – 56 %).
Представленные вычисления показали, что, принимая среднюю многолетнюю продолжительность половодья, равной 30 сут, максимально упущенная выработка дополнительной энергии не может превышать 16,2 млн кВт·ч, что соответствует прибыли 21,87 млн руб.
Подходы, описанные в статье, могут быть применены на других предприятиях гидроэнергетики. Хотя стоит отметить, что каждая ГЭС имеет свою специфику, поэтому методы оценки экономического эффекта требуют адаптации для конкретной ГЭС.
Список литературы Исследование экономической эффективности оптимизации прогнозов притока весеннего половодья к водохранилищу гидроэлектростанции (на примере Ириклинской ГЭС)
- International Energy Agency. Data & Statistics. 2020. – https://www.iea.org/ (дата обращения: 11.09.2023).
- Regression-Based Pre-diction of Power Generation at Samanalawewa Hydropower Plant in Sri Lanka Using Machine Learning / P. Ekanayake, L. Wickramasinghe, J.M.J.W. Jayasinghe, U. Rathnayake // Mathematical Problems in Engineering. 2021. Vol. 2021. Id. 4913824. DOI: 10.1155/2021/4913824.
- Berga L. The Role of Hydropower in Climate Change Mitigation and Adaptation: A Review // Engineering. 2016. Vol. 2(3). P. 313–318. DOI: 10.1016/J.ENG.2016.03.004.
- Khalyasmaa A.I., Eroshenko S.A., Mazunina M.V. Prospects for the Use of Intelligent Multi-agent Models for the Control of Objects of Deeply Integrated Power Systems // Proceedings of the International Conference on Engineering, Computer and Information Sciences (SIBIRCON). 2022. P. 730–733. DOI: 10.1109/SIBIRCON56155.2022.10016945.
- Технология обработки данных для прогнозирования притока воды в водохранилище при использовании дистанционного зондирования земли и сети метеорологических и гидрологических постов / С.А. Ерошенко, П.В. Матренин, А.И. Хальясмаа, Д.Е. Клименко, А.В. Сидорова // Проблемы региональной энергетики. 2022. № 4(56). С. 99–109. DOI: 10.52254/1857-0070.2022.4-56.09.
- Perspectives on Digital Elevation Model (DEM) Simulation for Flood Modeling in the Absence of a High-Accuracy Open Access Global DEM / L. Hawker, P. Bates, J. Neal, J. Rougier // Frontiers in Earth Science. 2018. Vol. 6. Id. 233. DOI: 10.3389/feart.2018.00233.
- Woldegebrael S.M., Kidanewold B.B., Melesse A.M. Seasonal Flow Forecasting Using Satellite-Driven Precipitation Data for Awash and Omo-Gibe Basins, Ethiopia // Remote Sensing. 2022. Vol. 14(18). Id. 4518. DOI: 10.3390/rs14184518.
- Прогнозирование среднемесячных значений стоков рек с применением необобщающей модели машинного обучения и преобразованием пространства признаков (на примере реки Вахш) / П.В. Матренин, М.Х. Сафаралиев, Н.Г. Кирьянова, Ш.М. Султонов // Проблемы региональной энергетики. 2022. № 3(55). С. 99–110. DOI: 10.52254/1857-0070.2022.3-55.08.
- Клименко Д.Е. Оценка предельных максимумов дождевых осадков физическими методами на основе спутниковых и радиолокационных данных наблюдений (на примере Среднего Урала) // Водные ресурсы. 2020. Т. 47. № 4. С. 443–452. DOI: 10.31857/S0321059620040069.
- Micro hydropower plant potential study based on Landsat 8 operational land imager satellite data / Y. Susilowati, P. Irasari, Y. Kumoro, W.H. Nur, Y. Yunarto // Bulletin of Electrical Engineering and Informatics. 2021. Vol. 10(6). P. 3167–3177. DOI: 10.11591/eei.v10i6.3208.
- Зайков Б.Д. Средний сток и его распределение в году по территории СССР // Труды НИУ ГУГМС. Сер. IV. Вып. 24. Ленинград: Гидрометеоиздат, 1946. 148 с.
- Creation of a Simulation Model for the Analysis of Water-Energy Modes of the Operation of the HPP Cascade Based on the Anylogic Software Product / A.G. Rusina, I.V. Pribilsky, A.Y. Arestova, S.V. Mitrofanov // Power Technology and Engineering Power Technology and Engineering. 2022. Vol. 56. P. 243–253. DOI: 10.1007/s10749-023-01502-2.
- Sidorova A., Haljasmaa K. Algorithm for Calculating the Water and Energy Mode of the Cascade of Hydroelectric Power Plants on the Basis of the Integrated Mathematical Model // Proceedings of the 2023 Belarusian-Ural-Siberian Smart Energy Conference (BUSSEC). 2023. P. 121–126. DOI: 10.1109/BUSSEC59406.2023.10296379.