宋慧娟，吳 瓊，李紅云，尹文闊，趙文彬

(1. 國網(wǎng)上海市電力公司，上海 200122 2. 北京國網(wǎng)富達(dá)有限公司，北京 100070 3. 上海電力學(xué)院，上海 200090)

在電網(wǎng)中，有大量的輸變電設(shè)備都暴露在大氣環(huán)境中，故對輸變電設(shè)備的運(yùn)檢修作業(yè)是電網(wǎng)工作中的重中之重。在氣候變化的大背景下，輸變電設(shè)備正經(jīng)受著越來越嚴(yán)峻的氣象災(zāi)害[1-3]。因此，氣象災(zāi)害預(yù)警、風(fēng)險防控相關(guān)理論及技術(shù)已成為電力系統(tǒng)輸電設(shè)備運(yùn)檢作業(yè)的重要技術(shù)[4-8]。國內(nèi)外對電力系統(tǒng)運(yùn)檢作業(yè)中的氣象災(zāi)害預(yù)警方面進(jìn)行了大量的研究[9-15]，薛麗芳等[10]介紹了電網(wǎng)氣象災(zāi)害監(jiān)測預(yù)警系統(tǒng)建設(shè)所需的基礎(chǔ)地理信息數(shù)據(jù)、氣象信息數(shù)據(jù)、地質(zhì)信息數(shù)據(jù)、電網(wǎng)系統(tǒng)結(jié)構(gòu)設(shè)計數(shù)據(jù)以及電網(wǎng)應(yīng)急預(yù)案數(shù)據(jù)等專業(yè)數(shù)據(jù)需求。李澤椿等[11]介紹了用于電網(wǎng)調(diào)度運(yùn)行的電網(wǎng)氣象信息系統(tǒng)，該系統(tǒng)具備氣象數(shù)據(jù)采集處理與統(tǒng)計分析、氣象災(zāi)害的監(jiān)視追蹤和預(yù)報預(yù)警功能。鄭旭[12]詳細(xì)介紹了華東電網(wǎng)公司重點(diǎn)科技項目的總體設(shè)想、氣象環(huán)境參數(shù)的獲取、線路故障風(fēng)險判斷、系統(tǒng)開發(fā)、系統(tǒng)運(yùn)行情況分析等方面情況。綜上述所知，目前缺少較為準(zhǔn)確的設(shè)備氣象風(fēng)險預(yù)警方法和數(shù)學(xué)模型，僅能針對大尺度氣象趨勢采取一定的預(yù)案，并未滿足電力系統(tǒng)氣象災(zāi)害的預(yù)警需求。

針對上述問題，本文首先基于覆冰機(jī)理和覆冰模型，建立了一種覆冰預(yù)警模型，并使用案例進(jìn)行了驗證；其次對污閃程度進(jìn)行量化分析，建立了可視化的污閃預(yù)警模型，并結(jié)合華東污閃案例，對模型的準(zhǔn)確性進(jìn)行了驗證分析。兩類氣象災(zāi)害模型都可應(yīng)用于輸電線路運(yùn)檢業(yè)務(wù)中。

1 覆冰防護(hù)

覆冰成災(zāi)不只是因低溫而導(dǎo)致的，它是一個漸變、多因素作用的結(jié)果[13]。當(dāng)建立覆冰模型時，主要考慮氣象因素。即，線路所處的氣溫范圍作為出現(xiàn)覆冰的先決條件，降雨量作為覆冰出現(xiàn)的最基本條件，結(jié)合氣溫和風(fēng)速作為判斷覆冰類型，但目前系統(tǒng)對于覆冰預(yù)警的流程是先結(jié)合預(yù)報氣象因素確定覆冰類型，再使用相應(yīng)的覆冰預(yù)測模型進(jìn)行預(yù)測。這種預(yù)測結(jié)果并不準(zhǔn)確，因為氣象因素是多變，覆冰類型也是多變，使用單一模型對覆冰預(yù)測必然是不準(zhǔn)確的。所以本文使用多種覆冰預(yù)測模型相結(jié)合，實(shí)時預(yù)測覆冰類型，建立覆冰預(yù)警新模型。

1.1 模型的建立

不同地區(qū)的氣候特征不同，地形環(huán)境不同，往往覆冰類型有較大差異。不同類型的覆冰，其增長速率不同，結(jié)合力也不同，影響線路結(jié)冰的增長的主要原因也不一樣。因此，想要掌握覆冰機(jī)理首先要了解覆冰的分類方法，才能針對不同種類的覆冰類型，深入研究其覆冰機(jī)理。劃分覆冰有很多種，一般是按照物理特性進(jìn)行劃分。我國采用的是《DL/T 5158-2012電力工程氣象勘測技術(shù)規(guī)程》[14]，其中將覆冰劃分為四個類型：雨凇、霧凇、混合淞和濕雪。

對于覆冰增長模型，《IEC 61774-1997Overhead lines-Meteorological data for assessing climatic loads》[15]中針對不同覆冰類型推薦了不同的覆冰增長模型，例如針對雨凇采用了Chaine和Skeates的模型，針對霜淞采用了Makkonen模型，針對濕雪采用了Sakamoto模型，各個模型只能代表其中的一種覆冰類型，如果用這些公式去描述同一種導(dǎo)線結(jié)冰情況，預(yù)測結(jié)果會有比較大的差異，所以本文模型的重點(diǎn)就是實(shí)時判斷覆冰類型，根據(jù)覆冰類型切換不同覆冰增長模型，使預(yù)測覆冰增長更加準(zhǔn)確。對于覆冰類型的判斷主要是結(jié)合風(fēng)速和氣溫，《IEC 60826-2017Overhead transmission lines. Design criteria》[16]中給了不同覆冰類型的判斷依據(jù)(圖1)。從圖1中可以看出，在5 m/s風(fēng)速下氣溫相差幾度，覆冰類型就有可能變化。故在建模過程中需要每小時的氣溫數(shù)據(jù)，本文根據(jù)每天氣溫的變化，計算每小時的溫度。選用計算每小時溫度數(shù)據(jù)函數(shù)：

(1)

圖1 不同覆冰類型分布圖

式中：t為每小時的溫度值、A為每天的平均溫度值、T為當(dāng)天時間、X為調(diào)節(jié)系數(shù)。

根據(jù)每小時的氣溫數(shù)，再結(jié)合當(dāng)?shù)氐拇笾嘛L(fēng)速，就能預(yù)測出每小時內(nèi)線路覆冰的類型。下面簡單介紹以下針對不同覆冰類型所取模型。

(1)針對雨凇覆冰的特點(diǎn)選用了Chaine的模型[18]。Chaine模型主要分析導(dǎo)線截面隨時間變化的關(guān)系，基本關(guān)系為：

(2)

(2)針對霜淞覆冰的特點(diǎn)選取了Makkonen模型，Makkonen模型給出了覆冰增長強(qiáng)度的概念，覆冰增長強(qiáng)度是單位面積上冰的增長率，單位是g·cm-2·h-1，基本關(guān)系為[17-18]：

(3)

式中：E為俘獲率表示碰撞水滴質(zhì)量與不反射情況下所有能夠與導(dǎo)線碰撞水滴質(zhì)量之比；n為凍結(jié)因子，表示成冰的質(zhì)量與碰撞水滴質(zhì)量之比；v為風(fēng)速；w為空氣中液態(tài)水滴含量。

(3)Sakamoto模型給出了對于濕雪的增長表達(dá)式，該表達(dá)式給出的覆冰增長量：

(4)

式中：dM/dt為濕雪單位長度導(dǎo)線上的增長率；σ為增長因子；U為風(fēng)速；G為空氣中液態(tài)水的含量；a(t)為導(dǎo)線橫截面積。

通過選定覆冰增長模型，可確定覆冰厚度，再結(jié)合國網(wǎng)覆冰預(yù)警系統(tǒng)，可準(zhǔn)確地預(yù)報覆冰。

1.2 線路覆冰類型的分析

為了對本模型進(jìn)行驗證，本文特取2008年湖南冰災(zāi)數(shù)據(jù)，表1為長沙市2008年1月的氣象數(shù)據(jù)。長沙當(dāng)時線路覆冰嚴(yán)重，本文選取了1月份不斷積雪的后半個月數(shù)據(jù)。

表1 長沙市2008年1月天氣情況

為了分析長沙市2008年1月份的線路覆冰情況，基于Chaine模型、Makkonen模型及Sakamoto 模型，針對表1中的氣象數(shù)據(jù)進(jìn)行計算分析覆冰類型。即，根據(jù)每天氣溫的增長趨勢，計算分析該天氣下的覆冰類型，并得出2008年1月長沙市的覆冰類型分布圖(圖2)。從圖2中,可清楚看出，雖然大多數(shù)的天氣為霜凇天氣，但有5 d為雨凇天氣，所以用單一的霜凇模型去預(yù)測并不準(zhǔn)確，而本文將同時使用霜凇和雨凇兩種模型預(yù)測線路覆冰情況，并與使用Makkonen模型分析的數(shù)據(jù)進(jìn)行對比(圖3)。

圖2 長沙市2008年1月覆冰類型分布圖

圖3 模型預(yù)測與實(shí)際值比對圖

從圖3中可以看出，使用兩種模型的預(yù)測增長曲線更貼近實(shí)際覆冰增長曲線，第7 d到第10 d是兩條曲線開始相差越來越大。因為這4 d都是雨凇天氣，雨凇附著力強(qiáng)，內(nèi)聚力大，覆冰厚度增加速率快。如果只是用Makkonen模型去預(yù)測，預(yù)測結(jié)果會比實(shí)際覆冰厚度小很多，但此時用Chaine模型就能很好的預(yù)測這幾天覆冰厚度的增長。故本文提出的模型比單一模型準(zhǔn)確性高。

在本次案例中，線路出現(xiàn)了雨凇覆冰，雨凇是一個濕增長的過程，而且雨凇的粘附能力十分強(qiáng)，通常輸電線路上的雨凇是很難自己脫落，需要借助外力進(jìn)行脫落。在有風(fēng)的情況下，導(dǎo)線會有一定程度上的晃動，重量變大的導(dǎo)線會使桿塔承受更大的張力，造成了絕緣子等其他金具的損壞，使設(shè)備的絕緣性能降低，可能會發(fā)生閃絡(luò)等事故，影響電力系統(tǒng)的安全運(yùn)行。因此，對覆冰厚度的準(zhǔn)確預(yù)測是十分重要的。

2 污閃防護(hù)

污閃現(xiàn)象在華東地區(qū)頻頻發(fā)生。在每年入冬初春時期，華東各省市少雨多霧，這時，設(shè)備外絕緣表面的積污速率和積污量大大增加，使得絕緣子表面鹽密達(dá)到年度周期的最大值。在此情況下，如果出現(xiàn)連續(xù)大霧天氣，將容易發(fā)生外絕緣閃絡(luò)，嚴(yán)重威脅架空線路的安全[16]。故建立一個污閃預(yù)警模型是很有意義的，本文以有效積污天數(shù)為指標(biāo)，建立了污閃風(fēng)險預(yù)警模型，并通過案例進(jìn)行了驗證。

2.1 污閃風(fēng)險預(yù)警模型

目前對于污閃的預(yù)警并沒有系統(tǒng)的理論，本文經(jīng)過研究對比發(fā)現(xiàn)，計算有效積污天數(shù)作為污閃的指標(biāo)，用以判斷污閃風(fēng)險，是貼切可行的[19]。

有效積污(干)日數(shù)是根據(jù)干旱季節(jié)期間出現(xiàn)的降雨量對絕緣子表面附鹽密度清洗效果來確定天數(shù)[19]。在雨天，絕緣子外層的上輪廓面比下輪廓面清洗效果更加明顯，而在持續(xù)干燥日，其污穢堆積速率也比下輪廓面高得多。因此，本文重點(diǎn)研究上輪廓面積污變化。其表達(dá)式為：

(5)

式中：Duji為j期間有效積污(干)日數(shù)；Di為j期間第i連續(xù)零降水日數(shù)；Kuji為j期間第i連續(xù)零降水日數(shù)出現(xiàn)的降水量造成絕緣子表層污穢脫鹽偏差調(diào)整值。經(jīng)多次絕緣子掛片污穢堆積測試，從中獲得降雨前后電導(dǎo)率及鹽密度等的變化，得出絕緣子積污雨淋溶失系數(shù)的回歸方程為：

(6)

式中：Ri為連續(xù)日數(shù)的降水量，有兩個邊界條件：Ri=0 mm時Kuji=1，即如果不下雨則Kuji直接為1，不用上式計算；Ri=50mm時，Kuji=0，即降雨量超過50 mm，也不用上式計算，Kuji直接為1。

2.2 污閃風(fēng)險預(yù)警方法

根據(jù)氣象臺前一日雨量監(jiān)測數(shù)據(jù)計算，無雨日溶失系數(shù)k取1，有效干日數(shù)加1 d；有雨日按公式計算溶失系數(shù)k，乘以前1 d的有效積污(干)日數(shù)得到新的有效積污(干)日數(shù)；連續(xù)雨日每日依次按公式根據(jù)計至本日的連續(xù)雨日累計雨量計算溶失系數(shù)k，乘以連續(xù)雨日前1 d的有效積污(干)日數(shù)得到每日新的有效積污(干)日數(shù)；判斷各地區(qū)連續(xù)雨日雨量是否達(dá)到50 mm，達(dá)到則有效積污(干)日數(shù)取為0；當(dāng)某地區(qū)有效積污(干)日數(shù)達(dá)到各級報警值時，對該地區(qū)內(nèi)線路發(fā)出相應(yīng)報警信息。

2.3 污閃模型驗證

污閃的發(fā)生不僅關(guān)系絕緣子表面積污程度，還與當(dāng)?shù)氐臍庀髼l件，以及線路的電壓，所以不同地區(qū)有效積污天數(shù)的承受能力是不一樣的。因此，綜合考慮華東四省一市地區(qū)的幾個氣象要素與輸電線路污閃現(xiàn)象關(guān)系，結(jié)合運(yùn)行經(jīng)驗、試驗研究驗結(jié)果以及污閃發(fā)生實(shí)例, 提出了發(fā)生污閃可能性的綜合氣象條件有效積污(干)日數(shù)指標(biāo)為60 d。

本文對2010年11月至2011年1月華東區(qū)域的氣象條件進(jìn)行分析，對華東地區(qū)500 kV主網(wǎng)架架空線路的防污閃能力進(jìn)行評估，使用本文污閃風(fēng)險預(yù)警模型，華東部分地區(qū)檢測站的氣象數(shù)據(jù)處理結(jié)果如表2所示。

表2 部分地區(qū)檢測站信息數(shù)據(jù)處理結(jié)果

為了更清楚觀察污閃預(yù)警的分布，本文基于ArcGIS軟件繪制了2011年2月份華東地區(qū)局部架空線路污閃預(yù)警圖(圖4)。圖4中，黑色曲線為有效積污(干)日數(shù)等勢線，紅色地區(qū)則代表有效積污(干)日數(shù)60 d以上的地區(qū)，從圖4中可以看出蘇北地區(qū)已經(jīng)進(jìn)入危險地區(qū)，而且根據(jù)華東四省一市2010-2011年冬季的氣象歷史數(shù)據(jù)，華東北部的蘇北、淮北地區(qū)出現(xiàn)了干旱。由于這些地區(qū)前期降雨量偏少，有效積污(干)日數(shù)已經(jīng)較高，所以蘇北地區(qū)出現(xiàn)接近或超過60d的有效積污(干)日數(shù)，而這些地區(qū)若遇持續(xù)大霧，均有可能發(fā)生污閃。

圖4 華東地區(qū)2011年2月污閃預(yù)警圖

通過華東電網(wǎng)污閃事故資料調(diào)查：2011年2月5日-21日，華東電網(wǎng)蘇北地區(qū)的500 kV堡雙5233線，500 kV任上5237線，500 kV田都5216線發(fā)生相繼發(fā)生污閃跳閘，其中以500 kV田都5216線為例，前后在三個時段共計發(fā)生20多次跳閘，重合不成功3次，強(qiáng)送不成功1次，華東其他地區(qū)并未發(fā)生污閃。

可以看到使用污閃模型預(yù)測的污閃事故危險地區(qū)發(fā)生了污閃，這證實(shí)本文提出的模型準(zhǔn)確性高，能夠?qū)€路運(yùn)檢業(yè)務(wù)提供新途徑，為提前預(yù)防或減少氣象災(zāi)害有著重要的意義。

3 結(jié)論

本文構(gòu)建了覆冰和污閃兩種氣象災(zāi)害模型，并分別結(jié)合案例對兩種模型進(jìn)行了分析，得到了以下結(jié)論：

(1)對于覆冰預(yù)警模型而言，最關(guān)鍵的是對覆冰增長的預(yù)測，而本文結(jié)合實(shí)例證明了，實(shí)時使用多模型預(yù)測比單一模型預(yù)測更準(zhǔn)確。

(2)對于污閃預(yù)警模型而言，提出的有效積污天數(shù)模型能對污閃危險程度進(jìn)行量化評價，并且通過該模型成功預(yù)測了2011年初華東電網(wǎng)污閃事故，證實(shí)了該模型的準(zhǔn)確性。

(3)本文中提出的基于ArcGIS計算的污閃預(yù)警圖，可用于輸電線路運(yùn)檢業(yè)務(wù)方面的數(shù)字化設(shè)計中，可實(shí)現(xiàn)線路運(yùn)檢業(yè)務(wù)的可視化管理，并為今后在線路運(yùn)檢業(yè)務(wù)上應(yīng)用輸變電工程數(shù)字化設(shè)計成果提供理論依據(jù)。