Cuối tháng 11, Gia Lai, Đắk Lắk và nhiều tỉnh ven biển Trung Bộ vật lộn với đợt lũ được xem là dữ dội nhất trong nhiều năm.
Trong cuộc trao đổi với phóng viên báo TinCongNghe, GS.TS Nguyễn Quốc Dũng, Phó Chủ tịch thường trực Hội Đập lớn và Phát triển nguồn nước Việt Nam nêu quan điểm: Câu chuyện các hồ thủy điện đang bị tình trạng ai cũng đúng, đấy là cái nguy hiểm nhất.
"Chủ đập thủy điện nói "tôi làm đúng quy trình". Ban Chỉ huy phòng chống thiên tai cũng nói "tôi ra lệnh đúng quy trình". Mà quy trình là do con người" GS Dũng nhận định.
' %2F%3E%3C%2Fsvg%3E)
Ông Nguyễn Tùng Phong, Cục trưởng Cục Quản lý và Xây dựng công trình thủy lợi (Bộ Nông nghiệp và Môi trường) cho rằng nhiều quy trình vận hành hồ đơn và liên hồ hiện nay được xây dựng trên chuỗi số liệu lịch sử cũ.
Do đó, chưa phản ánh các giá trị cực trị mới trong 2-3 năm gần đây khi mưa có thể đã gấp 4-6 lần trung bình tháng và lũ vượt xa các kỷ lục ghi nhận trước đó.
Thực tế đó đòi hỏi phải xem xét lại cách xác định tần suất, xác suất thiết kế, cả trong quy hoạch, thiết kế công trình lẫn trong xây dựng, điều chỉnh quy trình vận hành.
Nhìn ra thế giới, các nước, đặc biệt là các quốc gia châu Á với địa hình đồi núi, mưa cực đoan, chịu nhiều thiên tai tương đồng với Việt Nam đang có những biện pháp gì để vận hành thủy điện cân bằng giữa yếu tố kinh tế và an toàn cho vùng hạ du?
Xu hướng chung: Điều hành đập theo dữ liệu, xả nước trước lũ
Nhiều mô hình quốc tế cho thấy, chìa khóa nằm ở dữ liệu thời gian thực, mô hình dự báo lũ, công nghệ điều hành liên hồ và một hệ thống cảnh báo sớm.
Tổ chức Năng lượng quốc tế (IEA) nhiều lần nhấn mạnh vai trò của hồ thủy điện như hạ tầng điều tiết nước đa mục tiêu: phát điện, cắt lũ, chống hạn, điều tiết dòng chảy cho hạ du.
' %2F%3E%3C%2Fsvg%3E)
Theo Research Gate, ở nhiều lưu vực lớn tại châu Âu, Nam Mỹ, châu Á, các hồ đã được thiết kế hoặc cải tạo để vừa phát điện vừa cắt đỉnh lũ, dựa trên hệ thống dự báo và hỗ trợ quyết định vận hành theo kịch bản cụ thể.
Dù mỗi nước một điều kiện, các mô hình hiện đại đều chia sẻ ba “lớp” công nghệ chung:
Quan trắc thời gian thực: Mưa, mực nước, lưu lượng được đo liên tục bằng mạng lưới cảm biến, trạm đo tự động, camera, radar thời tiết, cập nhật về trung tâm điều hành vài phút một lần.
Theo Science Direct, các nghiên cứu về hệ thống IoT cảnh báo lũ cho thấy, việc đo mưa và mực nước liên tục, kết hợp truyền dữ liệu qua mạng di động, giúp nhà vận hành “nhìn thấy” diễn biến lũ theo từng phút, thay vì chỉ dựa vào vài trạm đo thưa thớt.
Tại Nhật Bản, hệ thống thủy văn quốc gia có hàng nghìn trạm mưa, mực nước, nhiều loại được cập nhật 5 đến 10 phút một lần, dùng cho cả dự báo lũ và điều hành đập.
Mô hình dự báo lũ, dòng chảy: Dữ liệu quan trắc được đưa vào mô hình thủy văn, thủy lực, thậm chí kết hợp trí tuệ nhân tạo, để dự báo lượng nước đổ về hồ trước vài giờ đến vài ngày.
Đây là cơ sở để quyết định “xả sớm”, dành dung tích đón lũ, thay vì chờ nước dâng đến ngưỡng báo động mới buộc phải mở đồng loạt cửa xả.
Nhật Bản, Thụy Sĩ hay Hàn Quốc đều tích hợp dự báo khí tượng độ phân giải cao với mô hình dòng chảy để tính toán trước lượng nước vào hồ và kịch bản xả cần thiết.
Hệ thống cảnh báo sớm cho cộng đồng: Thông tin về mực nước hồ, lưu lượng xả, dự báo lũ được gửi đến chính quyền, người dân hạ du qua tin nhắn, ứng dụng, hệ thống loa công cộng, biển báo điện tử, giúp người dân có đủ thời gian di dời người và tài sản
Ví dụ, Bộ Đất đai, Hạ tầng, Giao thông và Du lịch Nhật Bản (MLIT) yêu cầu chia sẻ quy tắc vận hành đập và thông tin xả lũ với người dân, công bố bản đồ ngập lụt và vùng nguy cơ để phục vụ sơ tán.
Trên nền tảng 3 lớp này, mỗi nước xây dựng mô hình quản lý riêng phù hợp với điều kiện sông ngòi, kinh tế và trình độ công nghệ, nhưng đều chung mục tiêu: xả sớm, xả có kiểm soát, giảm tối đa khả năng phải “mở hết cửa” đúng lúc đỉnh lũ tràn về.
Dưới đây là một số mô hình nổi bật về vận hành an toàn thủy điện ở các nước trên thế giới:
Nhật Bản: Số hóa toàn bộ lưu vực, có kịch bản ứng phó cho từng vùng
Theo Japan Water Agency, Nhật Bản là một trong những nước hứng chịu mưa lớn và bão mạnh nhiều nhất thế giới, nên hệ thống đập và hồ chứa được vận hành với tư duy “an toàn trước hết”.
Bộ Đất đai, Hạ tầng, Giao thông và Du lịch Nhật Bản quản lý một mạng lưới đập đa mục tiêu, kết nối với hệ thống dự báo mưa chi tiết theo ô lưới và mô hình dự báo lũ cho từng lưu vực.
' %2F%3E%3C%2Fsvg%3E)
Các mô hình dòng chảy kết hợp dữ liệu mưa cũng được sử dụng để dự báo mực nước, mô phỏng ngập lụt và hỗ trợ quyết định vận hành đập.
Tài liệu của MLIT và JICA cho thấy, Nhật Bản coi việc chia sẻ thông tin là yếu tố sống còn.
Mỗi khu vực hạ du đều có bản đồ ngập lụt, kịch bản mực nước tương ứng với các mức xả khác nhau của hồ. Chính quyền địa phương được nhận thông tin mực nước và lưu lượng xả theo thời gian thực, đi kèm khuyến nghị mức độ cảnh báo (từ cảnh giác đến sơ tán khẩn cấp).
Khi dự báo có mưa lớn, nhà vận hành đập sẽ tính toán trước lượng nước phải xả để dành dung tích phòng lũ, đồng thời phối hợp với chính quyền để phát thông báo di dời nếu cần. Việc “xả sớm, xả từ từ” nhờ đó giảm được nguy cơ dồn nước bất ngờ xuống hạ du.
Hàn Quốc: Ứng dụng AI để tối ưu xả lũ
Theo Smart Water Magazine, Hàn Quốc đang đi xa hơn trong ứng dụng trí tuệ nhân tạo. Tập đoàn quản lý nước K water công bố chiến lược “AI First”, tích hợp AI vào toàn bộ hệ thống quản lý nước, từ dự báo hạn hán, lũ lụt đến điều hành hồ chứa.
Mỗi ngày, K water xử lý hơn 7,4 tỉ dữ liệu từ cảm biến, trạm đo, vệ tinh để huấn luyện mô hình dự báo và tối ưu vận hành.
' %2F%3E%3C%2Fsvg%3E)
K water xây dựng các “bản sao số” (digital twin) cho lưu vực, mô phỏng cấu trúc sông, hồ, đập, khu dân cư hạ du.
Khi có dự báo mưa lớn, kỹ sư có thể thử nhiều phương án xả trên mô hình số: nếu giữ nước thêm thì rủi ro với đập thế nào, nếu xả sớm với lưu lượng khác nhau thì mực nước hạ du sẽ ra sao, từ đó chọn kịch bản ít rủi ro nhất trước khi áp dụng ngoài thực tế.
Thông tin xả lũ và cảnh báo được hiển thị công khai trên website, ứng dụng, bảng điện tử, giúp người dân biết trước và chủ động ứng phó.
Trung Quốc: Nền dữ liệu lớn dự báo dòng chảy
Trung Quốc sở hữu nhiều hồ thủy điện lớn, trong đó có Tam Hiệp trên sông Dương Tử.
Đập Tam Hiệp được thiết kế với dung tích phòng lũ lớn, kết nối với mạng lưới trạm mưa, mực nước, dữ liệu vệ tinh toàn lưu vực. Hệ thống dự báo lũ của Trung Quốc sử dụng mô hình thủy văn, thủy lực trên nền dữ liệu lớn để tính toán lượng nước về hồ, hỗ trợ quyết định tích nước hay xả lũ theo từng giai đoạn trong mùa mưa.
Theo Science Direct, các nghiên cứu gần đây ở Trung Quốc còn thử nghiệm thuật toán học máy để tối ưu hóa vận hành liên hồ, nhằm vừa bảo đảm an toàn lũ, vừa duy trì sản lượng điện.
Na Uy, Thụy Sĩ: Đánh giá rủi ro đập qua cảm biến và AI
Theo NGI, Na Uy là “cường quốc thủy điện” ở châu Âu, với phần lớn điện năng đến từ các hồ chứa trên núi.
Áp lực biến đổi khí hậu khiến yêu cầu an toàn đập ngày càng khắt khe.
Viện Địa kỹ thuật Na Uy (NGI) thành lập bộ phận chuyên trách an toàn đập, sử dụng nền tảng số GeoHub, hệ thống NGI Live để thu thập dữ liệu từ các cảm biến gắn trong đập, bờ dốc, đo biến dạng, thấm, rung chấn theo thời gian thực, kết hợp mô hình số và trí tuệ nhân tạo để đánh giá rủi ro.
Cách làm này cho phép họ không chỉ nhìn thấy mực nước mà còn “nghe” được kết cấu đập đang làm việc ra sao, từ đó đưa ra quyết định vận hành an toàn hơn trong các sự kiện lũ cực đoan.
Một mô hình rất đáng chú ý khác là MINERVE trên lưu vực sông Rhône ở Thụy Sĩ.
Đây là hệ thống dự báo lũ và hỗ trợ quyết định cho toàn bộ thượng nguồn sông Rhône trước khi chảy vào hồ Geneva. MINERVE sử dụng dự báo thời tiết từ cơ quan khí tượng Thụy Sĩ và Trung tâm Dự báo châu Âu, đưa vào mô hình thủy văn RS MINERVE để tính dòng chảy, mức nước ở sông và hồ.
Trên nền dự báo đó, công cụ hỗ trợ quyết định MINDS đề xuất cho vận hành các hồ chứa thủy điện các kịch bản xả sớm qua tuabin hoặc cống đáy, nhằm dành dung tích đón lũ. Mục tiêu là giữ lại phần lớn đỉnh lũ trong hồ, hạn chế tối đa phải xả tràn đúng thời điểm đỉnh lũ đi qua hạ du.
MINERVE được tích hợp vào quy trình phòng chống lũ cấp bang, minh họa rõ lợi ích của việc điều hành liên hồ trên quy mô cả lưu vực, không để mỗi nhà máy tự quyết.