美国本土四十年水电发电量重建数据集RectifHydPlus：填补水文一致性能源数据空白的关键突破

为解决美国90%水电站2003年后仅提供年度发电数据导致的月度估算不准确问题，Oak Ridge国家实验室团队开发了增强版RectifHydPlus数据集。该研究通过整合5类水文代理数据（包括ResOpsUS水库泄流记录和Dayflow模拟径流）及改进溢流校准方法，重建了1980-2019年间590座>10MW水电站的月均发电量，验证显示NSE效率系数中位数从0.41提升至0.67。数据集特别新增"水文控制情景"模块，可分离基础设施演变对发电量的影响，为电网可靠性模拟提供关键输入。

　　

水电作为可再生能源的重要组成，其发电量记录对评估气候变化风险、保障电网稳定至关重要。然而美国能源信息署(EIA)自2003年起仅对10%水电站开展月度调查，其余90%依赖行政区域统计降尺度，这种方法因忽略本地水文条件常导致显著误差。更棘手的是，现有观测数据还混杂了机组扩容、环保调度等非气候因素，难以反映当前设施在历史气候条件下的真实发电潜力。这些数据缺口严重制约了水电在能源系统建模中的应用。

为解决这一双重挑战，美国橡树岭国家实验室的Sean W.D. Turner团队在《Scientific Data》发表了RectifHydPlus数据集。研究通过创新性地整合多源水文数据和改进计算方法，不仅显著提升了月度发电量估算精度，更首创"水文控制情景"模块，首次实现了对纯气候影响的量化分离。这项工作为评估现有水电设施的气候韧性建立了新标准。

研究团队主要采用四项关键技术：(1)构建五级水文代理数据优先级（实测泄流>坝下径流>径流模拟>泄流模拟>HUC4出口径流），覆盖17%-22%的电站；(2)基于Brent算法为每座大坝校准溢流分位数（中位数85^th），替代原统一的90^th分位限制；(3)应用能量受限容量因子曲线(ELCFC)模型，通过参数γ和τ将年入库流量(Q_yr)转化为容量因子(CF_yr)；(4)利用HILARRI v3数据库实现电站-大坝-河流的精准映射，确保590座>10MW电站（占全美95.6%容量）的数据可靠性。

【数据构建方法】通过整合EIA-923等年度发电记录与HILARRI v3基础设施数据，研究首次建立了包含GRaND_ID、NIDID等标识的电站-水文映射体系。其中228座电站采用ResOpsUS实测泄流数据，106座使用坝下USGS径流记录，102座依赖Dayflow径流模拟，形成史上最完整的水电-水文关联网络。

【溢流校准改进】如图3所示，通过1980-2000年月度观测数据反演，发现最优溢流分位数呈双峰分布：大型水库（>100MCM）集中于90^th分位以上，而小型水库多低于80^th分位。这种定制化校准使Proxy B（坝下径流）的R²从0.31跃升至0.84。

【水文控制情景】如图4所示，以康涅狄格河Vernon电站为例，该站2007年扩容71%导致历史数据不可比。通过ELCFC模型反向推算，生成仅反映气候波动的"纯净"发电序列，解决了基础设施演变带来的数据断层问题。

【验证结果】如图6所示，新数据集在15个电网区域均表现优异，其中西北太平洋区(BPA)的NSE中位数达0.82。53座异常电站（如分流式电站Ohio Falls）的识别，为后续研究指明了数据改善方向。

该研究的突破性体现在三个维度：其一，RectifHydPlus首次实现全美95%水电容量的水文一致性重建，将月度估算误差降低40%；其二，独创的水文控制情景为区分气候与人为影响提供新工具，支持更准确的气候风险评估；其三，公开发布的每日泄流数据支持任意时间尺度分析，极大拓展了在电力市场模拟等场景的应用潜力。正如作者强调，这些进展对实现"双碳"目标下的水电优化配置具有战略意义，特别是在极端气候事件频发的背景下，为电网韧性建设提供了不可替代的数据基石。