大渡河过饱和溶解气体原型观测研究

邹 琴，刘四华，黄 翔，杨 军，顾 洋，王振华，冯镜洁*，李 然，李克锋

(1.四川大学 水力学与山区河流开发保护国家重点实验室，四川成都610065；2.国电大渡河流域水电开发有限公司，四川成都610041；3.国电大渡河大岗山发电有限公司，四川雅安625400)

近年来中国建成并运行了一大批高坝，在发挥重大供电、防洪、灌溉效益的同时也带来了一些生态环境问题。其中之一即是高坝泄洪时，掺气水流进入消力池底部，在高压作用下气体溶解于水体，相对于大气压来说达到总溶解气体（total dissolved gas，TDG）过饱和，而溶解气体析出缓慢，TDG过饱和的影响将维持较长河段，由此可能导致下游鱼类患气泡病甚至大规模死亡[1]。

20世纪60年代，美国在哥伦比亚河及其支流蛇河上发现大坝泄水引起TDG过饱和进而导致鱼类患气泡病死亡的现象，随后美国陆军工程兵团布设了现场监测网络，华盛顿大学等机构开展了持续的过饱和TDG现场监测分析[2]。中国最早在20世纪80年代葛洲坝泄水下游发现溶解氧（dissolved oxygen, DO）过饱和导致暂养舱鱼类规模性死亡现象[3]，而后在三峡、溪洛渡等电站泄水下游都发生过大规模鱼类患气泡病死亡事件[4]。长江水产所、长江三峡公司等机构对葛洲坝、三峡电站开展了DO的现场监测[5-6]。四川大学自2006年起对二滩、三峡、瀑布沟等电站开展了持续的过饱和TDG现场观测[7-8]。

基于原型观测数据，美国陆军工程兵团[9]最初提出仅与流量相关的坝下过饱和TDG生成经验公式。Roesner等[10]对泄洪生成TDG的物理机制开展分析，建立了适用于底流消能的过饱和TDG生成机理模型。Witt等[11]分析了哥伦比亚河中游Grand Coulee等7个大坝坝下TDG生成与下游水深、泄水流量和发电流量的关系，并对每个电站率定了经验系数。Li等[12]对挑流消能中掺气水流的运动过程分析，将TDG生成概化为消力池内气体过溶及消力池出口处瞬间释放的两个过程，建立了高坝挑流消能过饱和TDG生成预测机理模型。Lu等[13]将泄洪水舌的空中运行过程纳入分析，考虑掺气水流在消力池内滞留时间的影响，进一步完善了高坝泄洪TDG生成预测模型。为了更好捕捉泄洪过程的水动力学特性和传质特性，发展起了紊流数学模型。Urban等[14]将水垫塘和下游尾水分为主流区、回流卷吸区和下游尾水区，建立气体运输物理模型，考虑气泡聚并影响计算TDG饱和度。Politano等[15]进一步考虑压力引起的气泡尺寸的变化，建立气泡密度方程，提出3维水气两相流模型，在水面线计算稳定的流场中加入输运方程计算溢流坝的过饱和TDG生成。Ma等[16]提出新的气泡粒径组成，对挑流消能高坝泄洪生成的过饱和TDG开展水气两相流模拟。虽然预测模型得到长足发展，但各个模型中关键参数的确定严重依赖于原型观测成果，甚至不同大坝率定得到的参数也不同。

美国陆军工程兵团[9]基于监测数据分析提出TDG释放过程服从一阶动力学反应，认为水深和流速是影响释放系数的主要因素，并给出关键参数释放系数的估算方法。冯镜洁等[7,17]基于雅砻江等9条河流的原型观测资料，修正了释放系数的估算公式。Ma等[18]针对泄洪的非恒定流特征，建立了过饱和TDG一维非恒定流释放预测模型。Perkins等[19]为了模拟坝下的TDG分布，建立了过饱和TDG释放的平面2维模型MASS2。为了反映水流交汇影响下的TDG分布，Shen等[20]建立了深度平均平面2维模型。考虑深水库内过饱和TDG输运的垂向分布特征，Feng等[21]提出了横向平均立面2维的过饱和TDG释放预测模型。Huang等[22]通过耦合气泡夹带模型和欧拉两相流模型，建立了以卷吸区域气泡大小为唯一参数的释放预测模型，再现了大渡河铜街子电站泄洪观测的TDG分布。确定这些释放预测模型涉及的关键参数，也基本依赖于类比典型河流的原型观测结果。

总的来说，随着学者们对过饱和TDG生成、释放过程的持续研究，预测模型和方法已发展得较为精细，但众多方法的预测精度，均受制于其中需依赖原型观测成果率定的参数取值精度。原型观测是反映大坝泄水导致的TDG过饱和程度的最直观手段。鉴于现场观测具有一定的偶然性和不确定性，泄洪运行组合的丰富程度将影响相关预测模型的精度以及减缓措施的有效性。本文基于对水电站A的3年汛期过饱和TDG原型观测数据，对过饱和TDG生成释放特性与高坝泄水特性的关系展开研究，并开展减缓措施的分析和讨论，多年期的观测成果丰富了高坝泄洪过饱和TDG生成释放原型观测内容，为进一步探究过饱和TDG机制和减缓措施的研究提供基础数据和技术支撑，对水电开发河流的水生态保护具有重要意义。

1 观测点位布置与方法

水电站A位于大渡河干流，混凝土双曲拱坝的最大坝高210 m，正常蓄水位1 130 m，防洪限制水位1 123 m。泄洪建筑物由坝身4个深孔和右岸1条开敞式进口无压泄洪洞组成，均采用挑流消能。泄洪洞可控泄，深孔仅启闭两种方式。

作者于2016—2018年每年汛期对水电站A库尾至水电站C库尾约78 km大渡河干流河段及主要支流河口开展观测，共15个观测断面，见图1和表1。观测因子包括TDG饱和度、水温、当地大气压。所有因子均采用美国Pentair公司生产的Point Four TGP测定仪，TDG饱和度测量范围为0～200%，分辨率为1%，精度为±2%；水温的测量范围为-20～40℃，分辨率为0.1℃，精度为±0.2℃；大气压测量范围为0～191 984 Pa，分辨率为133 Pa，精度为±2 000 Pa。

图1 观测断面设置Fig.1 Setting of observation section

表1 观测断面情况Tab.1 Observation section

2 观测结果与分析

2.1 过饱和TDG生成情况与分析

已有研究表明，泄洪消能方式、泄洪流量、上下游水位等因素可能影响过饱和TDG的生成[23]。利用观测数据分析过饱和TDG生成与典型影响因素的关系，并讨论3年观测期的过饱和TDG年际变化。

2.1.1 过饱和TDG生成与泄水方式的关系

水电站A的泄洪建筑物包括坝身4个深孔和右岸1条开敞式进口无压泄洪洞。在3年观测期间，已测得单深孔泄洪、双深孔泄洪、泄洪洞泄洪、单深孔与泄洪洞联合泄洪等多种泄水方式。对比接近流量条件下不同泄洪孔口运行方式生成TDG饱和度，见图2。

图2 不同泄水方式生成的TDG饱和度对比Fig.2 Comparison of TDG saturation generated by different dischargepatterns

由图2结果显示：不同泄洪建筑物泄洪导致的坝下过饱和TDG生成水平有显著差异。当宣泄同等流量水平的洪水时，泄洪洞泄洪生成的过饱和TDG水平显著低于深孔。当泄洪流量约1 300 m3/s时，泄洪洞比单深孔泄洪的TDG饱和度低4.1%；当泄洪流量约2 600 m3/s时，采用单深孔与泄洪洞联合泄洪比双深孔泄洪的TDG饱和度低5.3%。据此建议水电站A泄洪运行时优选泄洪洞。

2.1.2 过饱和TDG生成与泄洪流量的关系

普遍认为流量是过饱和TDG生成的重要影响因素，其影响着掺气水流的动量以及在消力池内的运行深度、滞留时间等。由于不同泄洪建筑物泄水生成的TDG水平差异显著，因此分别给出各泄水方式下生成TDG饱和度随流量变化关系，见图3。

考虑实际泄洪流量趋近于0时，生成的TDG饱和度趋近于100%，线性拟合得到的泄洪洞泄洪方式下，TDG生成值与泄洪流量关系并不显著。进一步采用幂函数拟合的相关系数达到0.73，认为拟合效果较好。结果表明，各种泄水方式下生成的TDG饱和度与泄洪流量均呈现较好的单调增长关系，拟合的相关系数大于0.73。

2.1.3 过饱和TDG生成与下游水位的关系

学者们一致认为过饱和TDG是掺气水流进入消力池深部受高压作用引起气体溶解形成的，已有的机理模型和数值模型都将气泡承压作为过饱和TDG生成的关键作用因素。生成的TDG饱和度与水电站A坝下游水位的关系见图4。

由图4可知，同等下游水位时，深孔泄水生成的TDG饱和度高于泄洪洞，与第2.1.1 节分析的结论一致。但无论是整体分析还是单独分析各种泄洪运行方式的数据，TDG水平对下游水位的响应关系均不显著。分析其原因是，下游水位的变化受泄洪水流和发电水流共同影响，另外，原型观测中无法确定掺气水流在不同的下游水位条件下是否都运行到消力池底部，因此，下游水位并不完全等效于掺气水流受到的水压力，如何研究承压条件对TDG生成的影响有待进一步讨论。

2.1.4 过饱和TDG生成的年际变化分析

目前，过饱和TDG的原型观测大多是针对特定工程开展单次或集中几日的短期观测，观测数据较少，加之受现场条件等限制，数据的代表性受到影响。

作者团队连续3年汛期对水电站A泄洪生成TDG进行观测，数据系列更丰富。对泄洪生成的TDG饱和度的年际变化展开分析，见图5。

3年整体数据显示：水电站A泄洪生成的TDG饱和度在年际间呈现较好的一致性。不同流量范围的泄洪方式选择相对固定，而由此生成的TDG饱和度也在一定范围内上下浮动。总体来说，TDG饱和度与泄洪流量呈同向增长趋势。

图3 3种泄水方式下TDG（总溶解气体）与泄洪流量的关系Fig.3 Relationship between TDG (total dissolved gas)and discharge under three discharge patterns

图4 过饱和TDG与下游水位的关系Fig.4 Relationship between supersatur ated TDG and downstream water elevation

图5 不同泄水方式下TDG生成值的3年对比Fig.5 Comparison of TDG generated values in three years under different discharge patterns

2.2 过饱和TDG释放情况与分析

2.2.1 过饱和TDG释放过程及分析

过饱和TDG是大坝泄水造成，在坝址断面会呈现突变，观测河段内分布有水电站A和水电站B两座拦河大坝，因此过饱和TDG释放分析时以两座拦河大坝为界划分为3段，分别为水电站A库区、水电站B库区和水电站B下游。各段的代表性释放过程见图6。

从图6中可以看出：过饱和TDG均呈沿程降低的趋势；水电站B库区段2018年10月的两条释放曲线降低值明显较其他工况小，这是因为这两日水电站A未泄洪，释放曲线表示发电水流在水电站B库区段的释放过程。

对比各河段的过饱和TDG释放速度，计算每千米的TDG饱和度降低值，水电站A库区、水电站B库区和水电站B下游分别为0.12%、0.49%、0.14%。数据显示水电站A库区单位距离释放量最小，而水电站B库区最大，分析其原因是因为水电站B库区起始饱和度较高，因此释放量更大。

2.2.2 过饱和TDG释放系数计算及分析

过饱和TDG的释放服从一阶动力学反应[9,24]。方程表达为：

式中：G为计算时刻的TDG饱和度；Geq为TDG平衡饱和度；t为滞留时间；kT为释放系数，释放系数是决定释放过程快慢的关键参数，且该参数不受起始饱和度高低影响。

代入初值条件，初始时刻TDG饱和度为G0，求解式（1）得：

图6 过饱和TDG沿程释放Fig.6 Path dissipation diagram of supersaturated TDG

式中，e为自然常数。观测河段内过饱和TDG变化主要反映在纵向上，则认为原型观测数据可以代表该观测断面的TDG饱和度。对原型观测数据进行指数拟合，部分释放过程的拟合曲线，见图7。通过拟合结果计算得到水电站A库区、水电站B库区和水电站B下游各段释放系数平均值分别为每小时0.049、0.121、0.132，数据表明水电站A库区段释放速度最慢，水电站B下游段释放最快。分析其原因，水深是影响过饱和TDG释放的重要因素，随着水深的增加，TDG释放减缓，水电站B下游为天然河道，水深最小，且流速较大、紊动更强，因此释放系数是最大的，过饱和TDG释放更快[7]。

图7 观测河段的过饱和TDG释放系数拟合图Fig.7 Fitting diagram of the dissipation coefficient of supersaturated TDG in theobserved reach

3 减缓TDG过饱和优化泄水方式讨论

第2.1节分析表明水电站A采用不同泄洪建筑物坝下生成的TDG水平显著不同，同时过饱和TDG的生成与泄洪流量呈现较好的正相关关系。由此提出过饱和TDG生成预测经验模型，并以此开展减缓水电站A过饱和TDG影响的优化泄水方式的讨论。

在相同等流量下，TDG生成水平满足：1）泄洪洞小于单深孔；2）泄洪洞小于单深孔与泄洪洞联合泄洪；3）单深孔与泄洪洞联合泄洪小于双深孔，且过饱和TDG的生成与流量呈较好的正相关关系，结果见图8。

水电站A水库的防洪限制水位为1 123 m，对应的泄洪洞泄流能力为1 384 m3/s。单深孔与泄洪洞联合泄洪时观测流量最小值为2 060 m3/s。考虑到深孔无控泄能力，并对1 384～2 060 m3/s流量范围进行过渡段处理后，提出水电站A过饱和TDG生成预测模型，如下：

式中，G为TDG生成预测饱和度，Q为泄洪流量。

观测流量范围（泄洪流量2 600 m3/s以内）的水电站A泄洪优化调度方案：当流量小于泄洪洞泄流能力时，采用泄洪洞泄洪；当流量在1 384～2 600 m3/s时，采用单深孔与泄洪洞联合泄洪。

根据拟合得到的经验模型可预测优化泄洪方式后TDG生成值，见图9。基于图9中关系，当水电站A泄洪流量在2 600 m3/s左右，采用优化的泄水方式可以控制过饱和TDG的生成值约为129%，比实际观测中采用双深孔泄水方式约低6%，优化效果较好。

图9 优化泄洪方式过饱和TDG生成预测结果Fig.9 Prediction results of supersaturated TDG after optimized discharge pattern

4 结 论

本文基于对大渡河水电站A的3年期原型观测结果分析总溶解气体过饱和与高坝泄洪关系，得到以下主要结论：

1）不同泄洪建筑物泄洪导致的坝下过饱和TDG生成水平有显著差异。在相同的流量条件下，水电站A采用深孔泄洪生成的TDG饱和度高于泄洪洞泄洪的TDG生成值。

2）泄水方式一定的条件下，坝下生成的TDG饱和度随着泄洪流量的增加呈增大的趋势；但与下游水位的相关关系不显著。

3）过饱和TDG释放过程中单位距离的TDG饱和度降低值受初始饱和度影响较大。释放系数可消除初始饱和度的影响，宜用其评估过饱和TDG释放快慢，结果表明水深越小的河段释放系数越大。

4）采用观测数据拟合得到水电站A过饱和TDG生成预测模型。对观测流量（2 600 m3/s）范围内泄洪调度进行优化，建议当流量小于泄洪洞泄流能力（1 384 m3/s）时，采用泄洪洞泄洪；当流量大于泄洪洞泄洪能力且小于2600 m3/s时，采用单深孔与泄洪洞联合泄洪，可将生成的TDG饱和度控制在129%以下，优化的泄洪方式相较现场实测深孔过饱和TDG生成值有较好改善。

5）建议运行电站开展泄水期持续的过饱和TDG监测，多年期丰富的数据有助于提出更精确的预测模型，为以保护生态环境为目标的泄洪优化调度提供基础数据和技术支撑。