電網(wǎng)架空導線載流量計算氣象參數(shù)組合特征及風險分析

顧光芹 李宏宇 鄭雄偉 井元元 王丙蘭

(1 河北省氣象與生態(tài)環(huán)境重點實驗室,石家莊 050031; 2 河北省氣候中心,石家莊 050031;3 國網(wǎng)河北省電力有限公司電力科學研究院,石家莊 050031; 4 北京玖天氣象科技有限公司,北京 100081)

引言

隨著我國經(jīng)濟的發(fā)展和人民生活水平的提高，電力需求快速增長，電網(wǎng)負荷持續(xù)增大。在不改變線路結(jié)構(gòu)的情況下，利用環(huán)境氣象要素，評估輸電線路的荷載能力、精細的計算電網(wǎng)架空裸導線載流量，確保在電網(wǎng)運行安全的情況下，充分發(fā)揮輸電線路的載流功能，提高正常輸送容量，對電網(wǎng)運行和滿足經(jīng)濟發(fā)展需求具有十分重要的意義[1-3]。

架空裸導線載流量與環(huán)境氣象狀況息息相關[4-5]。在輸電線路運行環(huán)境下，當線路載流越大、環(huán)境溫度越高、風速越小、輻射強度越強，導體溫度就越高，因此氣象參數(shù)是計算輸電線路允許載流量的重要依據(jù)。基于架空線路能量平衡方程的控制變量研究[6-7]表明，影響線路熱擴散和載流量的氣象參數(shù)按影響程度由高到低分別是風速、氣溫和日照強度，并且風速和氣溫影響程度遠高于日照強度，因此電力部門格外關注架空導線環(huán)境風速和氣溫狀況。如果計算允許載流量所用環(huán)境參數(shù)溫度取值過高、風速取值過小，則計算載流量偏小，會導致不必要的拉閘限電，輸電線路效益不能得到有效發(fā)揮；如果所用環(huán)境參數(shù)溫度取值過低、風速取值過大，則計算載流量會偏大，輸電線路可能過載，導致設備損壞，甚至引發(fā)重大災害。

架空線路所能承載的最大熱電流主要受限于導體的最高允許運行溫度，傳統(tǒng)的靜態(tài)熱定值采用一成不變的苛刻的氣象條件(風速0.5 m/s、風入射角90°、環(huán)境溫度40 ℃和日照強度1000 W/m2)確定線路的最大允許熱載流量[7]；靜態(tài)熱定值結(jié)果往往偏于保守，降低了架空線路的利用率，如何合理地設置環(huán)境氣象參數(shù)充分發(fā)揮導線輸電能力并減少電網(wǎng)運行風險就成為關鍵。實際試驗計算表明在靜態(tài)熱平衡下，若導線允許溫度設置為70 ℃，當風速為2 m/s，最大允許載流量比保守狀態(tài)下提高48.3%，風向的變化對載流量也有一定影響；在導線允許溫度為70 ℃，周圍環(huán)境溫度由40 ℃變?yōu)?0 ℃時，載流量能提高34.4%[8]。河北南部電網(wǎng)傳統(tǒng)的載流量計算使用固定氣象參數(shù)組合：5—9月，氣溫40 ℃，風速0.5 m/s；10月至次年4月，氣溫25 ℃，風速0.5 m/s[9]。然而電網(wǎng)運行的環(huán)境氣象要素復雜多變，固定的氣象參數(shù)組合無論是在空間尺度還是時間尺度上都不夠精細。

在電力運行中的氣象風險評估方面，目前科學界已經(jīng)有了一些進展。王艷玲[7]等利用山東大學(威海)天文臺共7年的氣象數(shù)據(jù)，對關鍵氣象參數(shù)的歷史數(shù)據(jù)進行統(tǒng)計分析，給出不同置信水平、不同時間尺度氣象數(shù)據(jù)子集內(nèi)的氣象參數(shù)閾值，利用各氣象參數(shù)閾值計算線路最大允許熱載流量，并評估了設置后的電網(wǎng)運行風險。李宏宇等[9]的評估表明，在全球變暖背景下，河北南部高溫天氣日數(shù)在年代際尺度上存在增加趨勢，但是根據(jù)實際氣象觀測從季節(jié)尺度上重新設定允許最大載流量后，在滿足一定的運行風險情況下，電網(wǎng)載流能力仍有很大提升空間。一些學者研究了電力負荷與氣象因子的關系。張自銀等[10]定量分析了北京市夏季電力負荷逐日變率與主要氣象因子的關系，發(fā)現(xiàn)與最大電力負荷顯著相關的氣象因子為溫度、風速和空氣濕度。付桂琴等[11]探討了晴熱天氣和悶熱天氣對電力日峰負荷、日谷負荷的影響特征，建立了引入積溫熱累積效應的日峰負荷、日谷負荷多元回歸氣象預測模型，提高了電力負荷預測準確率。

本文根據(jù)河北南部電網(wǎng)精細化載流量的計算需求，利用河北南網(wǎng)區(qū)域94個氣象站的歷史氣溫和風速資料，對高溫和小風速特征進行分析。選擇箱線圖分析方法，對河北南網(wǎng)傳統(tǒng)的載流量計算用氣象參數(shù)組合進行優(yōu)化和細化；利用自動站觀測的逐時氣溫和風速資料，分析各種氣象參數(shù)組合出現(xiàn)頻率；評估各種參數(shù)組合的氣象風險，為電網(wǎng)精細地計算架空導線載流量和風險評估提供參考依據(jù)。

1 資料與方法

河北南部電網(wǎng)所轄區(qū)域為河北省中南部，包括保定、滄州、邢臺、衡水、石家莊、邯鄲6個市，共94個氣象觀測站，資料來源河北省氣象信息中心。所用資料包括94個站點1974—2018年月平均最高氣溫、月極端最高氣溫和逐月14:00的平均風速資料；自動站建站至2018年09:00—20:00的逐時氣溫、風速資料。

箱線圖法：一組樣本量為N的樣本，使用其五個特征值來鑒別數(shù)據(jù)的異常值、判斷數(shù)據(jù)的偏態(tài)和尾重。這5個特征值分別是最大值、最小值、中位數(shù)xm、下四分位數(shù)QL=(N+1)/4、上四分位數(shù)QU=3(N+1)/4；上四分位數(shù)與下四分位數(shù)的差為四分位距；連接兩個四分位數(shù)畫一個箱子，在箱子內(nèi)部中位數(shù)xm的位置上畫出中位線,在QU+1.5(QU-QL)和QL-1.5(QU-QL)處畫兩條線段，為異常值截斷點，異常值截斷點以外的值為異常值。

風速訂正方法：在近地面層，風速隨高度的變化有指數(shù)律和對數(shù)律，國內(nèi)外在建筑設計上大都采用指數(shù)律公式計算風速隨高度的變化，即：

其中，h和Vh分別為高度(m)和風速(m/s)，z和Vz分別為參考點高度(m)和參考點風速(m/s)，α為地面粗糙度指數(shù)，也稱大氣穩(wěn)定度指數(shù)，與地面情況有關。國家電網(wǎng)公司企業(yè)標準Q/GDW 11005-2013《風區(qū)分級標準和風區(qū)分布圖繪制規(guī)則》將空曠平坦地面粗糙度指數(shù)取0.16。

2 結(jié)果分析

2.1 月平均和月極端最高氣溫特征分析

2.1.1 月平均最高氣溫特征分析

最高氣溫是影響架空裸導線載流量的重要參數(shù)，本文利用河北南部電網(wǎng)94個氣象站點1974—2018年逐月平均最高氣溫和月極端最高氣溫資料分析高溫特征，其中1992年8月有1個站缺測，用多年平均值代替。

圖1為各月平均最高氣溫箱線圖，箱線圖參數(shù)和平均值分析結(jié)果表明，河北省南部各月均值和中位數(shù)1—6月是升高的趨勢，6月為最高值，6—12月是下降趨勢，1月為最低值，各月均值和中位數(shù)差異很小，4月差異最大(0.3 ℃)，其他月份在0～0.2 ℃之間；上四分位數(shù)變化在1—6月是升高趨勢，6月和7月到最高值(32.7 ℃)，7—12月是下降趨勢，1月到最低值(4.6 ℃)；上異常值截斷點的變化與上四分位數(shù)、均值和中位數(shù)變化不同，1—7月是升高的趨勢，7月到最高值(35.4 ℃)，7—12月是下降趨勢，1月最低(8.7 ℃)；最高值變化與上異常值截斷點變化一致。

圖1 各月平均最高氣溫箱線

四分位距的大小代表了數(shù)據(jù)的集中程度，四分位距內(nèi)集中了數(shù)據(jù)的50%。由圖可見，5—9月箱子扁平，四分位距小于2 ℃，表明這些月份月平均最高氣溫值比較集中，變化幅度不大。2月和3月的四分位距最大，其值分別為3.1 ℃和3.2 ℃，表明這些月份月平均最高氣溫值相對離散，變化幅度較大。其他月份的四分位距在2～3 ℃之間。

統(tǒng)計分析中，通常將異常值截斷點作為閾值，異常值截斷點之外的數(shù)據(jù)認定為異常值，異常值的數(shù)量表明異常值的歷史出現(xiàn)概率，最高值與異常值截斷點的差值表明了異常值的極端性。導線載流量的計算關注的是最高氣溫，本文僅分析超過上異常值截斷點的異常值，稱之為上異常值。由圖可見，3月、4月、11月無異常值，這些月份月平均最高氣溫出現(xiàn)異常的概率很小；1月、2月、6月、10月和12月次之，5月異常值最多，為68個，表明該月月平均最高氣溫出現(xiàn)異常的概率最大；從最高值與上異常值截斷點的差異分析，7月差異最大，為1.7 ℃，表明該月月平均最高氣溫的極端性強；3月、4月、10月、11月的差異較小，表明這些月份月平均最高氣溫的極端性弱。

2.1.2 月極端最高氣溫特征分析

圖2為月極端最高氣溫箱線圖，箱線圖參數(shù)和平均值分析結(jié)果表明，河北省南部各月均值和中位數(shù)在1—6月呈現(xiàn)升高的趨勢，6月達到最高值，6—12月呈現(xiàn)下降趨勢，1月最低；均值和中位數(shù)差異很小；上四分位數(shù)的變化與均值和中位數(shù)變化一致；上異常值截斷點的變化與上四分位數(shù)、均值和中位數(shù)變化不同，1—7月表現(xiàn)為升高的趨勢，7月達到最高值(42.7 ℃)，7—12月是下降趨勢，12月最低(20.1 ℃)；最高值表現(xiàn)為在1—6月呈現(xiàn)上升趨勢，6月最高(44.4 ℃)，6—8月為下降趨勢，9月再次升高，之后為下降趨勢，最低值出現(xiàn)在1月(20.9 ℃)。

圖2 各月極端最高氣溫箱線

四分位距分析表明，6月、8月和9月，箱子扁平，四分位距分別為2.1 ℃、2 ℃和1.9 ℃，表明這些月份月極端最高氣溫值比較集中，變化幅度不大。1月、2月和3月的四分位距最大，其值分別為4.7 ℃、4.5 ℃和4.6 ℃，表明這些月份月極端最高氣溫相對離散，變化幅度較大。

從異常值個數(shù)分析，月極端最高氣溫上異常值個數(shù)明顯高于月平均最高氣溫上異常值個數(shù)。1月、8月和11月異常值較少，分別為2個、6個和5個，9月異常值最多，為115個；從上異常值截斷點與最高值的差異來看，月極端最高氣溫異常值的極端性明顯高于月平均最高氣溫，12月、4月和9月差異最大，為7.5、4.9和4.8 ℃,11月、1月和7月的差異較小，分別為0.5、0.6和0.7 ℃，這表明12月、4月和9月月極端最高氣溫的極端性較強，11月、1月和7月月極端最高氣溫的極端性較弱。

2.2 小風速特征分析

小風速也是影響架空裸導線載流量的重要參數(shù)，由于架空裸導線載流量計算關注的是高溫出現(xiàn)時的氣溫、風速組合狀況，自動站建站之前，氣象站觀測為4次定時觀測，難以分析最高氣溫對應時刻的風速。本文利用94個站點1974年至2018年定時觀測資料進行分析，一般情況下，4次定時觀測得到的最高氣溫出現(xiàn)在14:00，由于月最小風速序列風速值太小，分析意義不大，本文僅分析14:00的月平均風速，其中缺測5個數(shù)據(jù)，用平均值代替。

圖3為14:00月平均風速箱線圖，可見河北省南部各月14:00月平均風速上異常值截斷點以外的數(shù)據(jù)較多，即上異常值較多，而下異常值很少，表明各月平均風速較小，整個盒子(50%的樣本)集中在較小的風速區(qū)間。

圖3 各月14:00平均風速箱線

箱線圖參數(shù)和平均值分析結(jié)果表明，均值和中位數(shù)在1—4月呈現(xiàn)增大的趨勢，4月達到最大值，4—8月是減小趨勢，8—11月又呈增大的趨勢，但波幅很小；均值和中位數(shù)差異很小；下四分位數(shù)的變化與均值和中位數(shù)變化一致，4月達到最高值(3.3 m/s)，4—8月是減小趨勢，從3.3 m/s減小到2.0 m/s，8—10月再呈增加趨勢，之后再次減小，但波動很小。由于載流量計算僅關心小風速，本文僅對下異常值截斷點和下異常值進行分析。

下異常值截斷點1—5月呈現(xiàn)增加的趨勢，5月達到最大值(1.5 m/s)，5—9月是減少趨勢，9月最低(0.9 m/s),10月略上升后再下降，最小值出現(xiàn)在12月和1月。從四分位距分析來看，7月、8月和9月箱子相對扁平，四分位距相對較小，分別為0.8 m/s、0.7 m/s和0.8 m/s，表明這些月份月平均風速值比較集中，變化幅度不大。3月和4月四分位距較大，其值分別為1.2 m/s和1.3 m/s，表明這些月份月平均風速值相對離散，變化幅度較大。從各月異常值個數(shù)來看，各月平均風速值下異常值很少，3月、4月、10月和12月無下異常值。

2.3 高溫和小風速組合特征分析

高溫和小風速組合特征是計算允許載流量的重要參數(shù)，本文用09:00—20:00的逐時氣溫和風速資料，分析高溫和小風速組合特征。

高溫分析范圍：各月極端最高氣溫的平均值、中位數(shù)、上四分位數(shù)、上異常值截斷點和最高值等參數(shù)，明顯高于月平均氣溫。為確保電網(wǎng)運行安全，參考各月極端最高氣溫的上異常值截斷點和最高值，分析范圍從低于上異常值截斷點的第1個被5整除的數(shù)開始，到高于最高值的第1個被5整除的數(shù)，如果分析范圍僅5 ℃，再將分析范圍向低溫處延長5 ℃，使分析范圍擴展為10 ℃。按此標準，1月分析范圍為15 ℃≤T≤25 ℃，2月分析范圍為20 ℃≤T≤30 ℃，3月分析范圍為25 ℃≤T≤35 ℃，4月分析范圍為35 ℃≤T≤45 ℃，5月分析范圍為35 ℃≤T≤45 ℃，6月分析范圍為35 ℃≤T≤45 ℃，7月分析范圍為35 ℃≤T≤45 ℃，8月分析范圍為30 ℃≤T≤40℃，9月分析范圍為35 ℃≤T≤45 ℃，10月分析范圍為30 ℃≤T≤40 ℃，11月分析范圍為20 ℃≤T≤30 ℃，12月分析范圍為20 ℃≤T≤30 ℃，分析區(qū)間以5 ℃為間隔，分2個區(qū)間，以下稱為高溫度區(qū)間和低溫度區(qū)間。

小風速分析范圍：參考月平均風速箱線圖的下四分位，各月下四分位最小值為2 m/s(8月)，選擇2 m/s為小風速分析范圍，分析區(qū)間以0.5 m/s為間隔，分4個區(qū)間：0≤V≤0.5 m/s、0.5 m/s

2.3.1 高溫和小風速組合出現(xiàn)頻率

河北南網(wǎng)各站自動站建站時間不一樣，最早的是2003年建站，最晚的是2010年建站。為了充分利用每個逐時資料觀測樣本，利用94個自動氣象站建站至2018年09:00—20:00的逐小時氣溫和風速數(shù)據(jù)，結(jié)合上述氣溫和小風速范圍分析各月高溫和小風速組合出現(xiàn)的站時，統(tǒng)計結(jié)果見表1。分析表明，各氣象參數(shù)組合出現(xiàn)的總站時數(shù)在8月最多，共62576站時，12月最少，出現(xiàn)0次；各月高溫度區(qū)間和最低風速區(qū)間組合出現(xiàn)的站時數(shù)很少，6、7、8、11月分別為4、1、130、1站時，占總站時數(shù)的比例為萬分之0.12、0.03、3.83、0.03，其他月份該組合出現(xiàn)站時為0；各月低溫度區(qū)間和最高風速區(qū)間組合1—12月出現(xiàn)的站時數(shù)為29、5、233、0、275、2704、3836、24749、7、56、495、0，占總站時數(shù)的比例為萬分之0.85、0.16、6.87、0、8.11、82.36、113.09、729.60、0.21、1.65、15.08、0。

表1 河北省各月高溫(T，℃)與小風速(V，m/s)區(qū)間組合出現(xiàn)站時數(shù)

為了分析架空輸電線路高度處高溫和小風速組合出現(xiàn)的站時數(shù)，將氣象站(10 m)風速訂正到架空輸電線路高度(15 m和20 m)，氣溫仍用氣象站觀測數(shù)據(jù)。15 m 高度處各氣象參數(shù)組合結(jié)果與10m 高度組合結(jié)果比較，參數(shù)組合站時數(shù)總體低于10 m高度，高溫度區(qū)間和最低風速區(qū)間組合6月和8月分別為3站時和86站時，其他月份均為0；20 m高度處各氣象參數(shù)組合結(jié)果與15 m高度組合結(jié)果比較，參數(shù)組合站時數(shù)總體低于15 m高度，高溫度區(qū)間和最低風速區(qū)間組合出現(xiàn)的站時數(shù)與15 m高度相同。

2.3.2 參數(shù)組合氣象風險分析

為了分析載流量計算用各種氣象參數(shù)組合的風險，本文根據(jù)上述確定的各月溫度分析區(qū)間和小風速分析區(qū)間，規(guī)定了載流量計算用氣象參數(shù)組合的風險(以下稱參數(shù)組合氣象風險)，分3個等級，1級參數(shù)組合：風速在最小風速區(qū)間(0≤V≤0.5 m/s)，氣溫在高溫度區(qū)間，該參數(shù)組合氣象風險為高風險，如果利用該組合，計算得到的允許載流量最小；3級參數(shù)組合：風速在最大風速區(qū)間(1.5

根據(jù)各種組合出現(xiàn)的站時數(shù)以及總站時數(shù)，計算了各月不同等級參數(shù)組合氣象風險概率(各級參數(shù)組合出現(xiàn)站時數(shù)與總站時數(shù)之比)，圖4是各級參數(shù)組合的概率分布情況，可見，各月高風險氣象參數(shù)組合出現(xiàn)概率很小，有中、低風險氣象參數(shù)組合出現(xiàn)。其中，除了夏季(6—8月)，中級和低級參數(shù)組合氣象風險概率均低于1%，而8月中低氣象風險參數(shù)組合概率最大，分別為11.1%和7.3%，6月和7月中、低氣象風險參數(shù)組合概率僅次于8月，中風險分別為0.9%和1.3%，低風險分別為0.8%和1.1%。總體分析結(jié)果表明，河北南部各月高氣象風險組合概率很小，夏季(6—8月)中低氣象風險組合概率較大，其他月份中低氣象風險組合概率很小，可以認為高風險氣象參數(shù)組合是極端氣候事件。

圖4 河北南部各級參數(shù)組合氣象風險概率

2.3.3 參數(shù)組合氣象風險空間分布

為了分析各級參數(shù)組合氣象風險空間分布，綜合各級參數(shù)組合出現(xiàn)的概率，計算了94個氣象站點各月參數(shù)組合氣象綜合風險指數(shù)。定義參數(shù)組合氣象綜合風險指數(shù)=0.5×高風險概率+0.3×中級風險概率+0.2×低風險概率。賦予高風險概率較高的權(quán)重是為了突出高風險可能造成的嚴重危害。

自然斷點法是一種根據(jù)數(shù)值統(tǒng)計分布規(guī)律分級和分類的統(tǒng)計方法, 它基于數(shù)據(jù)中固有的自然分組對分類間隔加以識別，可對相似值進行最恰當?shù)胤纸M，并在數(shù)據(jù)值的差異相對較大的位置設置其分類邊界，可使各個類之間的差異最大化。基于自然斷點法的空間區(qū)劃使氣象風險區(qū)劃更為科學合理，空間分布具有更強的可辨識性。根據(jù)參數(shù)組合氣象綜合風險指數(shù)，利用自然斷點法將河北南部各站分為4類：無風險區(qū)(即風險指數(shù)為0的區(qū)域)、低級風險區(qū)、中級風險區(qū)和高級風險區(qū)。圖5為各季典型月份(1、4、7和10月)的參數(shù)組合氣象綜合風險指數(shù)空間分布，總體上來看，春季參數(shù)組合氣象綜合風險最低，夏季最高；滄州沿海和保定部分地區(qū)各季參數(shù)組合氣象綜合風險相對較低，太行山及其東麓較高，其原因可能與該地區(qū)常年風速偏小，同時受太行山東麓焚風效應的影響有關，特別是石家莊、衡水和邢臺西部[12]。

1月，滄州大部分區(qū)域和保定、衡水、雄安新區(qū)北部是無風險區(qū)，石家莊和保定以及邢臺東部為低風險區(qū)，其他地區(qū)為中風險區(qū)；4月，無風險區(qū)范圍擴大，僅在邢臺、邯鄲西部存在氣象參數(shù)組合中、低風險；7月，河北南部均存在高、中、低氣象參數(shù)組合風險，以中風險為主，高風險區(qū)在石家莊中東部一帶，可能與城鎮(zhèn)化造成的城市熱島有關，有研究表明石家莊市是華北地區(qū)典型的城市熱島之一，尤其是石家莊市中東部近20年來城鎮(zhèn)化進程加快，城市熱島強度接近0.7 ℃,熱島強度增溫率為0.19 ℃/10a，顯著高于河北其他地區(qū)[13-16]；10月，保定、雄安新區(qū)以北是無風險區(qū)，邢臺、衡水和滄州東部為中風險區(qū)。

為了評估線路高度處的氣象參數(shù)組合風險，利用15 m和20 m高度風速進行組合分析(圖略)，表明不同高度風速的氣象風險空間分布與圖5相比較是一致的，但風險等級有所降低。因此，利用氣象站資料確定的氣象參數(shù)組合計算載流量，與15 m和20 m高度資料比較，其標準更高，要求更嚴，能夠最大程度減少電力運行中的風險。

圖5 河北南部典型月份風險區(qū)劃分布

3 結(jié)論

選擇河北南部94個氣象站歷史氣象資料，結(jié)合箱線圖方法，確定了各月高溫分析區(qū)間、小風速分析區(qū)間和氣象參數(shù)組合；利用自動站建站以來09:00—20:00的逐時氣溫和風速資料，逐月分析了各種氣象參數(shù)組合出現(xiàn)的頻率和電網(wǎng)載流量計算用參數(shù)組合的氣象風險，主要結(jié)論如下：

(1)各月極端最高氣溫的平均值、中位數(shù)、上四分位數(shù)、上異常值截斷點和最高值等參數(shù)，明顯高于月平均氣溫，且異常值個數(shù)也明顯高于月平均最高氣溫。

(2)各月高溫度區(qū)間和最低風速區(qū)間組合出現(xiàn)的站時數(shù)很少，6、7、8、11月分別為4、1、130、1站時，其他月份該組合出現(xiàn)站時為0；15 m 高度處各氣象參數(shù)組合結(jié)果與10 m 高度組合結(jié)果比較，參數(shù)組合站時數(shù)總體低于10 m高度，高溫度區(qū)間和最低風速區(qū)間組合6、8月分別為3、86站時，其他月份均為0；20 m高度處各氣象參數(shù)組合結(jié)果與15 m高度比較，與上述結(jié)果相同。

(3)高風險(風速在最小風速區(qū)間、氣溫在高溫度區(qū)間)的氣象參數(shù)組合出現(xiàn)概率在12個月份都很小；中風險和低風險的氣象參數(shù)組合出現(xiàn)概率相對較高，8月最高，6、7月次之。

(4)參數(shù)組合氣象綜合風險的空間分布總體呈現(xiàn)為，滄州、保定和雄安新區(qū)綜合風險比較低，石家莊、邢臺、邯鄲綜合風險比較高，其中石家莊風險最高，這一結(jié)論與該區(qū)域氣溫高、風速小的氣候分布規(guī)律是一致的。

綜合以上分析表明，對于河北南部允許載流量的計算，在夏季(6、7和8月)可參考高溫度區(qū)間和最小風速區(qū)間組合，其他月份可參考其他的參數(shù)組合計算；如果分區(qū)域計算，可適當提高石家莊、邢臺、邯鄲的計算標準。