一个真实的调度困境
常德某中型水库,集水面积 320 km²,总库容 4800 万 m³,汛限水位 82.5m。2023 年 6 月,气象预报未来 48 小时有暴雨,预计面雨量 120mm。
调度员面对三个选择:
调度员最后选了方案 B。暴雨确实来了,但实际面雨量只有 85mm,比预报少了 30%,水库安全过关。但事后复盘,如果实际降雨达到预报的 120mm,方案 B 会导致水库水位超过设计洪水位 0.3m,需要启动非常溢洪道。
这个困境的核心是:预报不准的情况下,调度决策怎么量化风险?
把不确定性算进去
传统水库调度靠”规则表”——什么水位对应什么泄量,写在一张表上。这张表是设计阶段算好的,但设计阶段用的是”设计洪水”,是一个固定值。实际调度中,入库洪水是一个不确定的量。
问题就出在这里:规则表不处理不确定性。
一个改进思路:不是算一个”最优泄量”,而是算一个”泄量区间”。
具体做法:
1. 气象预报给出降雨量范围(比如 80-150mm),而不是一个固定值
2. 用降雨-径流模型(可以是简化模型)把降雨范围转换成入库洪水范围
3. 对每个可能的入库洪水,计算不同泄量方案对应的最高库水位
4. 找出”无论实际降雨落在范围内哪个点,都能保证水库安全”的最小泄量
这个过程可以用一个简单的表格来呈现:
| 入库洪水 | 方案A(泄200万m³) | 方案B(不预泄) | 方案C(泄80万m³) |
|---|---|---|---|
| 80mm降雨对应 | 最高水位 81.2m | 最高水位 82.1m | 最高水位 81.7m |
| 120mm降雨对应 | 最高水位 82.5m | 最高水位 83.8m(超限) | 最高水位 83.1m(接近上限) |
| 150mm降雨对应 | 最高水位 83.0m | 最高水位 84.5m(超限) | 最高水位 83.6m(超限) |
从这张表可以看出,方案 C(预泄 80 万 m³)在 80-120mm 范围内都能保证安全,只有 150mm 的极端情况会超限。而方案 B 在 120mm 就超限了。方案 A 虽然最安全,但预泄量太大,如果实际降雨只有 80mm,白白浪费了水资源。
这就是精细化调度的逻辑:不是找一个最优解,而是找一个在预报误差范围内都安全的”最小干预”方案。
预报误差的代价量化
很多调度员对”预泄”犹豫不决,是因为担心”白放了”。但这个担心是可以量化的。
假设预泄 100 万 m³ 但暴雨没来,损失 = 100 万 m³ × 农业水价 0.1 元/m³ = 10 万元。
假设不预泄但暴雨超预期,损失 = 下游淹没损失 + 紧急泄洪对下游河道冲刷 + 可能的社会影响。这个数字至少是百万级。
把这两个数字摆在桌面上,调度决策就从”拍脑袋”变成了”算账”。
| 决策 | 暴雨来了 | 暴雨没来 |
|---|---|---|
| 预泄 | 安全,损失 10 万(水资源) | 损失 10 万(水资源) |
| 不预泄 | 超限风险,潜在损失 100 万+ | 零损失 |
一个理性的决策者看到这个矩阵,应该能做出判断。
错峰调度的数学逻辑
常德地区水库群多,上下游关系复杂。错峰调度的核心问题是:上游水库什么时候放水,才能让洪峰到达下游的时间与下游支流洪峰错开?
简化模型:
实际操作中,上游水库需要在 T2 – T1 – 2 小时之前完成泄洪,或者在 T2 – T1 + 2 小时之后再开始泄洪。前者是”抢在支流洪峰之前过境”,后者是”等支流洪峰过去再过境”。
这个计算本身不复杂,难的是 T1 和 T2 的准确估算。T1 取决于河道流速,而流速又受河道水位影响——水位越高,流速越快,传播时间越短。这是一个循环依赖的问题,需要迭代求解。
给常德水库调度的建议
1. 把气象预报的”可能范围”纳入调度计算,而不是只看一个预报值
2. 建立预泄决策的”代价矩阵”,让调度员看到不同决策在不同场景下的后果
3. 对水库群,建立错峰调度的简化计算表,标注上下游洪水传播时间
4. 每次洪水后做复盘,对比预报值和实际值,更新降雨-径流模型的参数
这些事不需要大模型、不需要数字孪生平台,一张 Excel 表就能做。关键是思维方式从”按规则执行”变成”在不确定性下做决策”。


