基于WRF-Hydro的水电厂降水量、入库流量预报系统的制作方法

基于wrf-hydro的水电厂降水量、入库流量预报系统
技术领域
1.本发明涉及水电站来水预报技术领域，具体是基于wrf-hydro的水电厂降水量、入库流量预报系统。


背景技术：

2.四川水力资源丰富，目前四川省调直调水电装机已达4200多万千瓦，占直调总装机的71％以上，直调水电站近280座，形成了雅砻江、大渡河、岷江、嘉陵江等众多规模不等的梯级水电群。水电装机比重大，水电站数目众多、电力和水力联系紧密，水电运行对电网安全、优质、经济运行具有重要影响。
3.四川省调直调水电站中，具有季调节及以上性能的仅占直调水电总装机的27％，其他均为径流式或日调节电站。由于水库调节性能总体较差，水电发电能力受季节和来水变化影响大。丰水期来水丰沛，水电发电能力远大于用电和外送需求，消纳困难，“三公调度”面临压力日益增大；枯期发电能力大幅下降，低至丰水期的约1/4，必须密切跟踪水电发电能力变化动态安排火电开机和水库水位，这些给全网电力电量平衡和运行控制造成较大影响。另外，四川电网网架薄弱，省调直调水电上网点分布广，对电网安全影响大，同时还需与国调、西南分中心等上级调度管辖电厂配合，水电调度运行安排十分复杂。
4.在目前实际调度管理中，水电调度所依赖的来水预测主要依靠传统的经验型预测模式，同时结合水电站预测成果，虽然对预测工作具有一定指导意义，但预测精度不高，预测结果相对粗放，难以对电网调度形成有效支撑；在梯级电站调度中，主要依靠经验和电站信息汇报进行调度计划安排和实时调度，难以全面、精细化开展流域梯级水电站优化调度。在电网调度日益精益化的背景下，水电来水及发电能力预测、梯级水电群协调优化调度的现状难以适应电网运行的要求。


技术实现要素：

5.本发明所要解决的技术问题是提供基于wrf-hydro的水电厂降水量、入库流量预报系统，以解决现有技术中存在的缺陷。
6.本发明解决上述技术问题的技术方案如下：
7.基于wrf-hydro的水电厂降水量、入库流量预报系统，包括数据输入、模式运行、后处理、输出应用四个模块，
8.其中，数据输入模块用于输入背景场数据和观测数据，背景场数据用于输入至模式运行模块驱动模式启动运行；观测数据同化后输入至模式运行模块进行修正模式运行；
9.所述后处理模块接收模式运行模块的输出结果，然后对输出结果进行数据提取、数据诊断、统计分析；
10.所述输出应用模块接收后处理模块的分析结果并将结果进行可视化输出；
11.进一步的，所述后处理模块包括依次连接的数据下载模块、数据质量控制与集成模块、wrf天气预报模块、降水订正模块、hydro水文预报模块和结果可视化模块，
12.其中的降水订正模块包括区域订正模块、降水概率订正模块和降水量订正模块；wrf天气预报模块包括模拟区域优化模块、数据同化模块和降水参数方案优化模块；
13.本发明的有益效果是：通过对基于wrf-hydro的精细化水文数值预报技术的研究和应用，全面提升省调直调各大中小型水电厂的精细化水文预报、来水预测等能力和水平，在此基础上，通过对水电群运行特性的研究分析，更加准确的预测评估水电站群的未来发电能力，提高水库群联合优化调度水平，丰富分析应用和决策支撑手段，提高调度决策的科学性和及时性，支撑电网调度运行，确保电网安全、优质、经济运行。
附图说明
14.图1为本发明系统整体结构原理示意图；
15.图2为本发明信息处理流程示意图；
具体实施方式
16.以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
17.如图1所示，基于wrf-hydro的水电厂降水量、入库流量预报系统，包括数据输入、模式运行、后处理、输出应用四个模块，
18.其中，数据输入模块用于输入背景场数据和观测数据，背景场数据用于输入至模式运行模块驱动模式启动运行；观测数据同化后输入至模式运行模块进行修正模式运行；
19.所述后处理模块接收模式运行模块的输出结果，然后对输出结果进行数据提取、数据诊断、统计分析；
20.所述输出应用模块接收后处理模块的分析结果并将结果进行可视化输出；
21.在具体实施时，所述后处理模块包括依次连接的数据下载模块、数据质量控制与集成模块、wrf天气预报模块、降水订正模块、hydro水文预报模块和结果可视化模块，
22.其中的降水订正模块包括区域订正模块、降水概率订正模块和降水量订正模块；wrf天气预报模块包括模拟区域优化模块、数据同化模块和降水参数方案优化模块；
23.该系统处理流程主要包括数据输入、模式运行、后处理、输出应用等环节。其中数据输入包括背景场数据和观测数据，背景场数据用于驱动模式启动运行，观测数据同化后用于修正模式运行，后处理环节主要是对模式的标准输出结果进行数据提取、数据诊断、统计分析，实现功能如图1所示。
24.在具体实践中，通过对数值天气预报模式系统流程的分析发现，各环节之间存在依赖关系，采用消息队列机制驱动模式系统自动运行是比较好的办法。
25.如图2所示，该系统建立一个消息队列和一个消息读取器，各模块向该队列写入相应的消息体。消息读取器是一个大的循环体，不停的从消息队列取得消息，判断消息类型，进行相应操作。数据下载程序实时的从互联网上同步背景场数据，当一个cycle的背景场数据同步完成后，向消息队列写入bg-complete消息。主模式积分结束后向消息队列写入wrf-complete消息。后处理程序完成后向消息队列写入postproc-complete消息。消息读取器取到bg-complete消息后启动主模式运行，取到wrf-complete消息后启动后处理程序，取到postproc-complete消息后启动数据传送程序，将数据传送至nwp发布服务器上供新能源预
测系统下载使用。
26.wrf-hydro水文模式耦合了wrf模式中的传统的一维noah-lsm陆面过程，可以模拟多尺度多物理水文过程，包括地表水流动，饱和地下流动，河道汇流和基流过程。该系统还包含一个简单的湖泊或水库框架。wrf中的noah-lsm是一种合理有效的陆面过程表征模型，能够模拟冷冻和液体土壤湿度，土壤温度，体感温度，积雪水当量，树冠含水量以及地球表面的能量和水分通量。主要的水文成分是渗透，由冠层拦截的降雨再蒸发，土壤渗透，直接土壤蒸发，垂直土壤水分运动，蒸腾作用，地表和地下径流。渗透能力过剩时就会产生地表径流，而地下径流则通过土壤底部排出。wrf-hydro系统为现有的一维陆地表面模型(例如noah-lsm)提供的一个允许超过渗透能力的水保留在模型域内作为“积水”，随后可用于横向再分配。在横向重新分布之后，剩余的积水与新的降水通过降水相结合，然后在下一个时间步骤计算渗透量。
27.可以用逐小时wrf输出结果去驱动hydro模式运行，可以使用子网格，空间加权，将noah-lsm中的垂直湿度从wrf网格(即3km wrf模型网格)分解到高分辨率网格进而传递给河道网络。在这里，4千米的网格分解方案在每个4千米的网格内以250米的分辨率产生总共144个网格。从noah-lsm传递到河网的相关输入变量包括每种土壤类型的最大土壤湿度、渗透能力、每种土壤类型的横向饱和水力传导率以及每个土壤层的土壤水分含量。
28.除了上述noah-lsm数据(地形，土地覆盖，土壤类型)和驱动数据外，wrf-hydro系统还需要额外的数据集(例如高分辨率地形和河道网络)，以便通过陆地准确地将水流引入地表、地下或河道流量。
29.该系统可以实现异常处理的自动化以及数值预报系统的高效控制，最终实现降水、流量、温度、湿度、辐照度等水文气象要素的业务化预报。
30.以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。