計及氣象因素的電網輸電線路故障停運概率分析與應用

李龍+謝大為+湯偉+余麗

摘要： 本文針對氣象自然災害對特高壓交直流混聯電網安全運行構成的威脅，介紹各類氣象因素（雷電、微氣象等）影響下輸電線路氣象停運概率的計算方法和功能應用。包括基于多時次信息進行雷擊數值預報，預測雷區信息及發展軌跡，基于風速大小的線路停運分段線性模型，由電網微氣象記錄的風速數據，和相應風偏跳閘事故記錄進行線性擬合，得到風偏引發的線路停運概率。在雷擊和風偏強度基礎上，獲得輸電線路總的氣象災害停運概率，為生成“電網氣象風險設備故障集”提供基礎。

Abstract： In view of the threat to the safety operation of the special high voltage AC/DC power network， the paper introduces the calculation method and function of the meteorological outage probability of transmission line under the influence of the meteorological factors such as lightning， typhoon and micro Meteorological. Based on multi time information for numerical prediction of lightning， the minefield information and development trajectory prediction and wind speed size based line outage piecewise linear model， the grid micro meteorological monitoring wind record data， and the corresponding wind yaw tripping accident record of linear fitting， get wind deviation caused by the line outage probability. Based on the intensity of lightning and the wind， the total meteorological disaster outage probability of transmission line is obtained.

關鍵詞： 氣象；因素；電網；線路；故障；停運概率

Key words： meteorological；factors；power network；transmission line；outage；probability

中圖分類號：TM73 文獻標識碼：A 文章編號：1006-4311（2017）32-0148-03

0 引言

目前，我國尚未建立面向電網調控人員，基于氣象災害因素的電網輸電線路故障停運概率。對于不同的氣象災害的電網設備停運模型的研究也不夠深入，沒有實現較為精確的定量分析手段。本文主要介紹了雷電、微氣象影響下輸電線路氣象停運概率的計算方法。采用包括基于三時次信息進行雷擊數值預報，基于電網微氣象數據挖掘進行線路分段線性擬合等技術，獲得輸電線路總的氣象災害停運概率，為電網調控運行人員預控電網運行風險提供決策支撐。

1 雷電停運概率計算

雷電氣象生消時間短、變化快。因此，以實時統計的雷電監測信息為基礎，基于三時次識別當前雷電區域，預測雷電發展趨勢，再篩選出在雷電影響范圍內的桿塔，結合桿塔信息進行桿塔雷電停運概率計算，最終綜合線路各桿塔雷電停運概率得到線路的雷電停運概率。雷電停運概率計算主要分為兩部分：雷電發生范圍的預測和輸電線路雷電停運概率計算。

1.1 基于圖像識別技術的每一時次雷電分區識別

選擇短時間段（2min）為時間單位對雷電監測數據進行統計，包括雷擊發生時間、落雷點位置（經度和緯度）、 雷電電流和回擊次數等參數。因雷電統計時間段按時間先后次序進行區分，稱一個統計時間段為一個時次。為了識別雷電范圍，首先將監測區域按經緯度方向劃分成若干個面積相同的正方形，使之構成一個圖1所示的2D網格圖像。基于經緯度方向，以正方形的邊長作為坐標體系的單位長度，構建水平方向和垂直方向的坐標體系，以小正方形右下角點的坐標作為小正方形的標記。建立坐標體系后，小正方形的邊長決定了識別落雷分區的空間粒度，并且也在一定程度上決定著外推算法的有效性和預報區域的精準度。取方格大小為0.01°×0.01°，以2分鐘為一個統計時間段，將雷電監測系統在相應時間段內統計的落雷點累計到對應的小方格，以便識別出落雷密集區域。

1.2 雷電發展預測

針對相鄰的兩個時次雷電分區的最優軌跡進行雷電預測，只能從中獲知連續的兩個時次雷電的線性分布情況，并且這種雷電預測方法雷區采樣信息量不足，預測精度并不高。而若基于連續三時次雷電分區最優軌跡所做的雷區發展預測，則可以考慮雷區發展的非線性，同時也因為所采樣的雷區信息量大，使得其預測精度相對更高。基于此，在連續三個時次t-2，t-1，t的雷電分區的最優軌跡計算的基礎上，進行雷電分區的預測，如圖2所示，根據t-2，t-1時次和時次t-1，t的雷電分區位置及移動軌跡計算雷電分區的移動速度（包括速度大小及方向），從而預測t，t+1時次的雷電分區移動速度，預測t+1時次雷電分區的位置，其預測準確度相對于基于兩時次雷電分區的最優軌跡預測更高。

2 輸電線路雷擊跳閘概率計算

線路的雷電停運概率以桿塔的雷電停運概率為基礎，為了考慮具體的雷電天氣對線路的影響，以實時的雷電信息為基礎建立桿塔的雷電停運概率計算模型。桿塔的雷電停運概率等于桿塔所在位置的落雷概率與當前雷電強度下桿塔的閃絡概率的乘積。首先，在雷電分區內建立落雷概率模型，描述雷電分區內各點受當前雷電影響的情況；然后，利用雷電流計算桿塔雷擊閃絡概率，分別采用改進電氣幾何模型計算繞擊跳閘概率和蒙特卡洛模擬方法計算反擊跳閘概率。endprint

2.1 雷區內桿塔處落雷概率

雷電分區表示了受雷電影響的區域，但分區內不同位置的桿塔受雷電影響的情況不盡相同。考慮了雷電分區的形狀、大小等特性，利用高斯分布表示雷電分區內任一點（x，y）處桿塔的受雷電影響情況，區別于氣象學科里的落雷概率的概念，稱此模型為桿塔的落雷概率模型。

根據2011-2013年某地區線路雷擊跳閘故障事件的統計，距離線路350米內的落雷引起該線發生跳閘閃絡的概率在70%左右，需要注意的是，線路雷擊故障統計結果表明，除雷電強度過小的情況外，距離線路350米以內的落雷對線路的影響較大但影響效果差異不大。因而可以據此選取高斯分布的形狀參數s。由于采用圓形描述雷電分區，這里以分區內點（x，y）到分區中心的距離z為變量建立高斯分布。計算雷電分區內任一點（x，y）桿塔的落雷概率PT時，如式（1）所示，首先計算該點到雷電分區中心的距離z，認為z？燮350m的桿塔落雷概率均為70%，其他桿塔則服從高斯分布，如式（2）所示。

2.2 桿塔雷擊跳閘概率計算

雷擊跳閘概率為繞擊跳閘概率和反擊跳閘概率的總和，其計算流程如圖3所示。以雷區的雷電強度為基礎。首先，基于改進電氣幾何模型進行繞擊跳閘概率的計算，計算過程考慮了桿塔所處地形及雷電入射角的隨機性；然后，在已知跳閘概率的基礎上，采用蒙特卡洛法計算反擊的跳閘概率。在模擬雷電發生的過程中，考慮了工頻電壓對三相電路的影響。最后得出了桿塔的雷擊跳閘概率，得到了跳閘的總跳閘概率。

2.3 計算線路因雷擊跳閘概率

線路雷擊跳閘率以桿塔雷擊跳閘率為基礎，根據式（3）所示的可靠性邏輯串聯關系進行計算。

式中，PL為線路的總雷擊跳閘概率；n為該線路在雷區內的桿塔數；PiT為第i基桿塔所在位置受雷電影響的概率；Pi為第i基桿塔的雷擊跳閘概率，為第i基桿塔的反擊跳閘率和繞擊跳閘概率的總和，Pi=Pic+Pis

3 輸電線路微氣象跳閘概率計算

在氣壓、降水量、環境溫濕度等微氣象因素中，大風引起的風偏閃絡是電網所面臨的最大安全威脅。輸電線路設計規范中明確指出：在相應的風偏條件下，帶電部分和桿塔構件之間的最小間隙，如500kV線路的最小間隙dc=1.2m，在風速v與臨界風速vc一致的條件下，最小空氣間隙與最小間隙dc相同，可能成為風偏閃絡的誘因。風偏閃絡現象多半在工作電壓下發生，出現這種現象后通常已無法完成重合閘操作，因此它造成線路停運的可能性較大。由于空氣的擊穿強度與其顆粒物含量、水汽含量等因素有一定的關聯性，所以風偏閃絡時的風速具有不確定性。對此，本文主要按以下思路通過建模分析風偏停運進行概率：

在風速v比臨界風速vc小很多的情況下，風偏角較小，最小空氣間隙將遠大于最小間隙dc，風偏跳閘概率PM=0，線路不會出現風偏閃絡現象；在風速v比臨界風速vc大很多的情況下，風偏角也比較大，最小空氣間隙將遠小于最小間隙dc，風偏跳閘概率PM=1，線路出現風偏閃絡現象的概率是100%。此外，當風速v在臨界風速vc附近時，風偏跳閘概率與風速的增長趨勢相同，PM介于（0，1）之間。為了使微氣象停運概率模型更加簡單實用，采用如圖4所示的分段線性模型近似。

圖4中的風速轉折點v7、v10分別為7級和10級風速，vc為線路的臨界風速，vm為必定發生跳閘的最小風速，P10和Pc為相應風速下的停運概率，P10、Pc、vc和vm可由某地區電網微氣象監測設備的風速數據和風偏跳閘事故記錄采用線性擬合得到。

4 實例分析

線路停運概率預報效果：

省級電網雷電監測區內的線路總共458條，其中包括399條220kV線路和59條500kV線路。每次線路停電概率預測過程中，提前6分鐘結合雷電觀測數據進行雷電預測，然后預測未來1分鐘的雷電分區的雷電發展情況，最后算出本區各條線路雷擊閃電的停運概率。

表1為某天18：14：00線路停運概率預測數據。從表中可以看出5條線路閃電分區的雷擊跳閘概率。其中，繁朱2873線的雷擊中斷概率比另外4條線路的雷擊中斷概率偏大，是5條線路中最容易遭受雷擊的線路。另外，從電網雷擊跳閘事故也可以看出，某日18：15繁朱2873線路上發生雷擊停運故障。從實踐的角度來講，筆者提出的停電概率計算方法切實可行，客觀有效，并且通過概率大小可以預測雷擊跳閘事故的發生概率。

5 結語

本文介紹雷電、微氣象等氣象因素影響下輸電線停運概率的計算方法和應用實例，基于多時次信息進行雷擊數值預報，預測雷區信息及發展軌跡，基于風速大小的線路停運分段線性模型，利用電網微氣象監測的風速數據挖掘，和相應風偏跳閘事故記錄進行線性擬合，得到風偏引發的線路停運概率，為電網調控運行人員在遇到極端災害性氣候影響情況下，預控電網運行風險提供重要的參考應用。

參考文獻：

[1]DL 75-2001 電力系統安全穩定導則.北京：中國電力出版社，2001.

[2]薛禹勝.時空協調的大停電防御框架：（二）廣域信息、在線量化分析和自適應優化控制[J].電力系統自動化，2006，30（2）.

[3]段濤，羅毅，等.計及氣象因素的輸電線路故障概率的實時評估模型[J].電力系統保護與控制，2013（15）：59-67.endprint