11월 말, 중부 지방의 자르라이, 다크락 및 여러 해안 지방은 수년 만에 가장 심각한 홍수로 어려움을 겪었습니다.
진흙탕물이 하류로 흘러내렸고, 혼란 속에서 사람들은 수력발전 댐의 문이 열리고 흰 물이 쏟아지는 것을 보았습니다.
일부 의견에서는 수력 발전소와 저수지가 홍수 방류 절차를 시행하는 데 있어 심각한 오류가 있다고 주장합니다.
단트리 신문 기자와의 인터뷰에서 베트남 대형댐 및 수자원 개발 협회 상임부회장인 응우옌 꾸옥 중 교수는 다음과 같이 자신의 의견을 피력했습니다. 수력 발전 저수지 이야기는 모든 사람이 옳은 상황에서는 가장 위험한 일이라는 것입니다.
"수력발전소 소유주는 '정확한 절차를 따랐다'고 말했고, 방재사령부도 '정확한 절차에 따라 지시했다'고 했습니다. 하지만 절차는 사람이 결정하는 겁니다."라고 둥 교수는 말했습니다.
송바하 수력발전소가 역대 최대 규모의 홍수를 방류했습니다(사진: 중티).
농업환경부 관개 공사 관리건설부장인 응우옌 통 퐁 씨는 현재 단일 및 저수지 간 운영 프로세스의 상당수가 오래된 역사적 데이터 시리즈를 기반으로 구축되었다고 말했습니다.
따라서 지난 2~3년 동안의 새로운 극단적인 값은 반영되지 않습니다. 당시에는 월 평균 강수량의 4~6배에 달하는 강수량과 이전에 기록된 홍수량을 크게 넘어섰을 수 있습니다.
그러한 현실은 계획, 프로젝트 설계 및 시공 모두에서 빈도와 설계 확률을 결정하는 방식을 검토하고 운영 절차를 조정하는 것을 요구합니다.
전 세계를 둘러보면, 산악 지형과 극심한 강수량, 베트남과 유사한 많은 자연재해를 겪는 아시아 국가를 비롯한 국가들은 경제적 요인과 하류 지역의 안전을 균형 있게 고려한 수력 발전소 운영을 위해 어떤 조치를 취하고 있을까요?
일반 추세: 데이터 기반 댐 운영, 홍수 전 방류
많은 국제 모델은 핵심이 실시간 데이터, 홍수 예측 모델, 저수지 간 관리 기술 및 조기 경보 시스템에 있다는 것을 보여줍니다.
국제 에너지 기구(IEA)는 수력 발전 저수지가 다목적 수자원 조절 인프라, 즉 발전, 홍수 조절, 가뭄 예방, 하류 지역의 유량 조절 역할을 한다는 점을 반복해서 강조해 왔습니다.
일본의 수력 발전 댐 시스템(사진: 게티).
Research Gate에 따르면, 유럽, 남미, 아시아의 많은 대규모 유역에서는 특정 시나리오에 따라 운영되는 예측 및 의사 결정 지원 시스템을 기반으로 전기를 생산하고 홍수 피크를 줄이도록 저수지를 설계하거나 개조했습니다.
각 국가마다 고유한 조건이 있지만 현대 모델은 세 가지 공통적인 기술 "계층"을 공유합니다.
실시간 모니터링: 강수량, 수위, 유량은 센서, 자동 측정 스테이션, 카메라, 기상 레이더 네트워크를 통해 지속적으로 측정되며, 몇 분마다 제어 센터에 업데이트됩니다.
Science Direct에 따르면, IoT 홍수 경보 시스템에 대한 연구에 따르면 지속적인 강우량 및 수위 측정과 모바일 네트워크를 통한 데이터 전송을 결합하면 운영자가 몇 개의 희소한 측정소에만 의존하지 않고도 매분 홍수 상황을 "볼" 수 있다는 사실이 밝혀졌습니다.
일본의 국가 수문 시스템에는 수천 개의 강우량 및 수위 관측소가 있으며, 그중 다수는 5~10분마다 업데이트되어 홍수 예측과 댐 운영에 사용됩니다.
홍수 및 유량 예측 모델: 관측 데이터는 인공 지능을 통합한 수문 및 유압 모델에 입력되어 호수로 유입되는 물의 양을 몇 시간에서 며칠 전에 예측합니다.
이는 모든 수문을 동시에 열기 전에 경보 임계값까지 물이 올라갈 때까지 기다리는 대신 홍수에 대비한 용량을 확보하기 위해 "조기 방류"를 결정하는 근거입니다.
일본, 스위스, 한국은 모두 고해상도 기상 예보와 유량 모델을 통합하여 호수 유입량과 필요한 방류 시나리오를 미리 계산합니다.
지역사회를 위한 조기 경보 시스템: 호수 수위, 유량, 홍수 예보에 대한 정보가 문자 메시지, 애플리케이션, 공공 확성기 시스템, 전자 표지판을 통해 당국과 하류 주민에게 전송되어 사람들이 사람과 재산을 대피할 충분한 시간을 확보할 수 있도록 돕습니다.
예를 들어, 일본 국토교통성(MLIT)은 댐 운영 규칙과 홍수 방류 정보를 대중과 공유하고, 대피를 용이하게 하기 위해 홍수 및 위험 지역 지도를 발행하도록 요구합니다.
이러한 3중 기반 위에서 각국은 자국의 하천 상태, 경제, 기술 수준에 적합한 자체 관리 모델을 구축하지만, 그 목표는 동일합니다. 즉, 조기 방류, 통제된 방류, 홍수가 최고조에 달했을 때 '모든 수문을 열어야 하는' 상황을 최소화하는 것입니다.
다음은 전 세계 각국의 안전한 수력 발전 운영에 대한 뛰어난 모델입니다.
일본: 각 지역별 대응 시나리오를 통해 유역 전체 디지털화
일본 수자원청에 따르면 일본은 세계에서 가장 많은 비와 강력한 태풍을 겪는 나라 중 하나이므로, 일본의 댐과 저수지 시스템은 "안전 제일"이라는 사고방식으로 운영됩니다.
일본 국토교통성은 다목적 댐 네트워크를 관리하고 있으며, 각 유역의 상세한 격자 기반 강우량 예측 시스템과 홍수 예측 모델을 연계하고 있습니다.
일본은 운영 중인 댐에서 조기 방류 결정을 지원하는 매우 효과적인 홍수 예측 모델을 보유하고 있습니다(사진: MDPI).
강우량 데이터를 통합한 유출 모델은 수위를 예측하고, 홍수를 시뮬레이션하고, 댐 운영에 대한 결정을 내리는 데에도 사용됩니다.
MLIT와 JICA 문서는 일본이 정보 공유를 중요한 요소로 생각한다는 것을 보여줍니다.
각 하류 지역에는 홍수 지도와 저수지 방류량에 따른 수위 시나리오가 있습니다. 지방 당국은 수위 및 방류량에 대한 실시간 정보와 함께 권고 경보 수준(주의에서 비상 대피까지)을 제공받습니다.
폭우가 예보되면 댐 운영자는 홍수 방지 용량을 확보하기 위해 방류해야 할 물의 양을 미리 계산하고, 필요한 경우 관계 당국과 협력하여 대피령을 발령합니다. 이러한 "조기, 점진적 방류"는 하류에 물이 갑자기 고일 위험을 줄여줍니다.
한국: AI를 적용해 홍수 방류 최적화
스마트워터 매거진에 따르면, 한국은 인공지능 적용 분야에서 한 단계 더 나아가고 있습니다. 물관리 기업인 K-water는 가뭄 및 홍수 예측부터 저수지 운영에 이르기까지 전체 물관리 시스템에 AI를 통합하는 "AI First" 전략을 발표했습니다.
K water는 매일 센서, 측정소, 위성으로부터 74억 개 이상의 데이터를 처리하여 예측 모델을 훈련하고 운영을 최적화합니다.
K-water의 수질 모니터링 시스템은 디지털 트윈 기술을 기반으로 한다(사진: K-water).
K water는 유역의 "디지털 트윈"을 구축하여 강, 호수, 댐 및 하류 주거 지역의 구조를 시뮬레이션합니다.
폭우가 예보되면 엔지니어는 수치 모델을 통해 다양한 방류 옵션을 시험해 볼 수 있습니다. 물을 더 많이 가두어 댐에 어떤 위험이 발생할까요? 유량을 다르게 하여 물을 조기에 방류하면 하류 수위는 어떻게 될까요? 이를 바탕으로 실제 적용 전에 가장 위험도가 낮은 시나리오를 선택할 수 있습니다.
홍수 방류 정보와 경보는 웹사이트, 애플리케이션, 전자 게시판에 공개적으로 표시되어 사람들이 미리 알고 적극적으로 대응할 수 있도록 도와줍니다.
중국: 흐름 예측을 위한 빅데이터 플랫폼
중국에는 양쯔강의 삼협을 포함하여 많은 대형 수력발전소가 있습니다.
싼샤댐은 유역 전체에 걸쳐 강우 관측소, 수위, 그리고 위성 데이터 네트워크와 연결된 대규모 홍수 용량을 갖도록 설계되었습니다. 중국의 홍수 예측 시스템은 빅데이터 기반의 수문 및 수리 모델을 사용하여 저수지로 유입되는 물의 양을 계산하여, 장마철 각 단계에서 물을 저장하거나 방류할지에 대한 결정을 지원합니다.
Science Direct에 따르면, 최근 중국에서 진행된 연구에서도 저수지 간 운영을 최적화하여 홍수 안전을 보장하고 전기 생산량을 유지하기 위해 머신 러닝 알고리즘을 테스트했습니다.
노르웨이, 스위스: 센서와 AI를 통한 댐 위험 평가
NGI에 따르면 노르웨이는 유럽의 "수력 발전 강국"으로, 대부분의 전기를 산악 저수지에서 생산합니다.
기후 변화 압력으로 인해 댐 안전 요건이 점점 더 엄격해지고 있습니다.
노르웨이 지반공학원(NGI)은 GeoHub 디지털 플랫폼과 NGI Live 시스템을 사용하여 댐과 사면에 설치된 센서에서 데이터를 수집하고, 실시간으로 변형, 침투, 진동을 측정하고, 수치 모델과 인공 지능을 결합하여 위험성을 평가하는 전문 댐 안전 부서를 설립했습니다.
이를 통해 수위를 볼 수 있을 뿐만 아니라 댐 구조물의 성능을 "들을" 수 있어 극심한 홍수 발생 시 더 안전한 운영 결정을 내릴 수 있습니다.
또 다른 매우 주목할 만한 모델은 스위스 론 강 유역에 있는 MINERVE입니다.
이는 제네바 호수로 유입되기 전 론 강 상류 전체에 대한 홍수 예측 및 의사결정 지원 시스템입니다. MINERVE는 스위스 기상청과 유럽 예보 센터의 기상 예보를 RS MINERVE 수문 모델에 입력하여 강과 호수의 유량 및 수위를 계산합니다.
이러한 예측을 바탕으로 MINDS 의사결정 지원 도구는 수력 발전소 저수지 운영 시 터빈이나 저층 수문을 통해 조기에 방류하여 홍수 발생 시 수용 능력을 확보하는 시나리오를 제시합니다. 목표는 저수지 내 홍수 정점의 대부분을 유지하여 홍수 정점이 하류를 지날 때 적절한 시기에 방류해야 할 필요성을 최소화하는 것입니다.
MINERVE는 주 홍수 조절 프로세스에 통합되어 유역 전체에 걸쳐 저수지 간 관리의 이점을 명확히 보여주며, 이를 개별 시설에 맡기지 않습니다.
출처: https://dantri.com.vn/khoa-hoc/cac-nuoc-lam-the-nao-de-tranh-giua-dinh-lu-thuy-dien-xa-het-cong-suat-20251127232650764.htm
댓글 (0)