考慮時變氣象參數的輸電導線覆冰數值仿真

王 強，樓文娟，徐海巍，王禮祺

(浙江大學 建筑工程學院，杭州 310058)

近年來輸電線路覆冰災害頻發，易導致大面積停電、斷線、倒塔等事故的發生，給電網的安全可靠運行帶來了極大威脅。各國學者和研究機構開展了大量輸電線路覆冰研究，主要的研究方法包括：現場觀冰實測[1-3]、人工覆冰試驗[4]和數值仿真[5-6]。相比現場實測和人工試驗，基于流體動力學和覆冰增長機理的數值仿真為輸電線路導線覆冰厚度和性狀等預測提供了更加便捷的途徑，對指導電網的冰災防治具有重要工程意義。

目前已有的輸電導線覆冰模型可歸納為3類：統計經驗模型、機器學習模型和機理模型。統計經驗模型是通過分析運行和試驗獲得的覆冰數據建立覆冰影響因素與導線質量的經驗統計學解析模型，如Goodwin模型[1]、Jones模型[2]、湖南覆冰估算模型[3]等。但該類模型受制于有限的樣本數據，往往僅適用于某些特定的環境條件，通用性較差。機器學習模型是在數據統計分析的基礎上通過機器學習智能算法構建的覆冰預測模型，該類模型采用的智能算法具有良好的非線性擬合能力。但該類模型尚處于研究的初期階段，無法反映導線覆冰的動力學與熱力學特性，模型泛化能力較差[4-6]。機理模型則是通過分析過冷卻水滴的碰撞和凍結這兩個導線覆冰的主要物理過程而構建的物理模型，在此基礎上結合數值仿真技術發展出了覆冰過程動態數值仿真模型。文獻[7]首次提出了導線覆冰增長的動態模型，該模型簡單地假設導線保持圓柱形均勻覆冰且其直徑隨時間不斷增大。文獻[8]綜合分析了濕增長過程中導線表面的水膜流動狀態，建立了基于邊界單元法的二維導線覆冰仿真計算模型。文獻[9]同樣采用邊界單元法建立了導線覆冰時變數值模型，并考慮了水滴所受電場力和電流產生的焦耳熱影響。文獻[10]基于UDF和動網格技術實現對導線覆冰過程的動態仿真。文獻[11]研究了分裂導線中子導線遮蔽效應對流場的影響，提出了分裂導線覆冰增長的數值模型。文獻[12-13]研究了導線覆冰數值計算中最優時間步長模型，并分析了導線覆冰過程中的扭轉特性，提高了模型預測精度。然而，現有覆冰數值仿真研究大多著眼于單一固定覆冰的氣象條件[14]，未考慮實時變化的微氣象條件對導線覆冰所產生的影響，因此僅對短期覆冰預測具有較好的效果，而難以適用于工程實際中冰凍嚴重的復雜情況。

鑒于此，本文基于歐拉氣液兩相流計算方法和水滴凍結熱力學模型，建立了考慮時變氣象參數情況下的輸電導線覆冰數值仿真模型，提出了基于FLUENT和FENSAP-ICE軟件的導線覆冰動態仿真框架，在此基礎上分析了溫度、風速、液態水含量、水滴中值體積直徑等覆冰參數對導線覆冰過程的影響規律，最終通過輸電線路現場覆冰實測結果驗證了本文數值仿真方法的有效性。

1 輸電線路導線的覆冰仿真模型

1.1 覆冰數值模型

1)導線建模及網格劃分

本文采用了一個長寬為40D×20D(D為導線直徑)大型計算域，以滿足尾流及渦脫的充分發展，算例中D=34.9 mm。網格質量是影響流場計算精度和計算效率的重要因素。相較于非結構化網格，本文采用了質量更高、邊界條件清晰的四邊形結構化網格。將計算域劃分為9個區域，中間的zone5為核心加密區，遠離導線表面的網格以1.05的系數逐漸擴散。對于近壁面網格，采用附面層網格，第一層網格高度為0.003D，該情況下壁面y+接近1。由于導線覆冰的復雜性以及FENSAP-ICE軟件的需求，本文通過二維網格拉伸生成三維結構化網格，充分考慮流場湍流的三維效應[15]。以3D的展向長度共劃分30層，每層網格尺度為0.1D，總節點數為2 193 064個，共2 104 470個六面體網格單元，三維模型的x-y平面網格劃分見圖1。

圖1 計算域與網格劃分Fig.1 Computational domain and meshing

2)空氣流場計算

基于計算流體力學原理，將含有過冷卻水滴的空氣流動視為氣液兩相流動，由于水滴粒徑較小，一般忽略過冷卻水滴運動對流場的影響，將水滴視為離散相。故先求解導線周圍的空氣流場，再分析過冷卻水滴的運動軌跡和碰撞特性。根據粘性不可壓縮流體動量守恒的運動方程，即Navier-Stokes方程(N-S方程)，以及連續性方程可求得空氣流場的速度分布，方程具體形式如下[18]：

(1)

(2)

式中：ui(i=1,2,3)、uj(j=1,2,3)為流場在3個方向上的速度分量，Fi(i=1,2,3)為單位流體上所受質量力在3個方向上的分量，ρ為空氣密度，p為空氣壓強，ν為空氣運動粘度。

N-S方程是一個復雜的二階線性偏微分方程，直接求解較為困難，一般需要對方程組進行離散。本文通過FLUENT軟件進行導線周圍空氣流場的計算，采用有限體積法離散控制方程，離散格式采用二階迎風格式，并對控制方程進行Reynolds平均，可得非定常不可壓縮流動的RANS方程[16]：

(3)

(4)

由于雷諾應力的出現，上述方程組不封閉，需要引入新的湍流模型才能求解。本文采用k-ωSST兩方程湍流模型，該模型考慮了湍流中剪切應力對湍流粘度的影響，具有較高的計算精度。

3)冷卻水滴碰撞軌跡計算

基覆冰導線周圍過冷卻水滴的運動軌跡見圖2(a)。過冷卻水滴的局部碰撞系數反映了各個微元的實際水滴碰撞率與最大可能的水滴碰撞率之比，是后續導線覆冰形狀及覆冰質量預測重要參數，其定義式為

(5)

式中：β為局部碰撞系數，dy為相鄰入射點的初始豎向坐標之差，dl為相鄰碰撞點之間的導線表面圓弧的距離。

本文采用FENSAP-ICE有限元軟件分析過冷卻水滴的碰撞過程，該軟件采用歐拉法分析氣液兩相流，引入了相體積分數的概念，表示某一相的體積占總體積的比例，定義為

(6)

碰撞系數的計算取決于過冷卻水滴的運動軌跡。本文基于歐拉法得到歐拉氣液兩相粘性流模型的由ANSYS FENSAP-ICE用戶手冊可知N-S方程和連續性方程為

(7)

(8)

(9)

式中：Va,∞為自由來流空氣速度；d為導線直徑；L∞為特征長度，取導線半徑。由上述方程組可求解導線周圍各點水的相體積分數和速度，進而計算水滴的碰撞區域和局部碰撞系數。

4)水滴凍結過程計算

導線表面水滴凍結過程本質上是熱交換過程，是一個熱力學平衡過程，主要表現為對流、傳導、蒸發、升華等形式，見圖2(b)。在覆冰濕增長過程中，水滴碰撞后只有部分立即凍結，會在導線表面形成液態水膜，基于覆冰表面熱質傳遞的熱力學模型，可建立導線覆冰表面微元的質量守恒方程和能量守恒方程：

圖2 過冷卻水滴的碰撞與凍結過程Fig.2 Freezing and colliding of supercooled water droplets

(10)

(11)

為使上述方程組封閉，補充一組物理方程，其物理意義是當覆冰界面平衡溫度低于冰點(0 ℃)時，模型中不會存在液態水，且高于冰點(0 ℃)時模型不會形成覆冰:

(12)

覆冰密度是導線覆冰預測中的重要參數，本文采用Makkonen-Stallabrass密度公式[7]，該公式考慮了較全面的覆冰影響參數，表達為

ρ=378+425lgRM-82.3(lgRM)2

(13)

(14)

獲得導線微元體在某時間步長下的覆冰質量和覆冰密度后，可基于微元體體積計算該時間步長下的覆冰厚度。假定每個微元體的覆冰增長沿覆冰表面法線方向，綜合所有微元體的覆冰增長情況，可以得到該時間步長后導線覆冰形狀。

1.2 導線覆冰仿真框架

基于導線覆冰機理和上述導線覆冰數值模型，本文提出了更為精細地考慮氣象參數時變情況下的輸電線路導線覆冰數值仿真框架，見圖3。首先，根據所獲取的輸電線路附近的風速、風向、溫度和相對濕度等氣象數據得到仿真計算所需的條件參數；其次，建立覆冰導線的三維仿真模型并進行網格劃分；然后，假定每小時內氣象參數保持其均值不變，并基于導線覆冰速率及氣象條件選擇合適的時間步長，在此基礎上采用FENSAP-ICE軟件進行多時間步的導線覆冰增長仿真計算。在每個時間步內先后依次開展FLUENT流場計算、FENSAP-ICE水滴碰撞及凍結仿真和基于網格置換的覆冰邊界自動更新；最后，分析多個時間步后的網格大小及橫縱比，當網格質量降低而無法滿足計算精度時，輸出覆冰導線形狀重新劃分網格，然后繼續計算直至達到預計的覆冰時間。

圖3 導線覆冰過程數值仿真流程圖Fig.3 Flow chart of numerical simulation of conductor icing process

1.3 覆冰仿真模型驗證

為考察本文導線覆冰數值仿真方法的有效性，選取了文獻中的兩組導線人工覆冰試驗數據[8]作為驗證。人工試驗導線覆冰參數如表1中工況1和2所示。

表1 不同工況下的導線覆冰參數Tab.1 Conductor icing parameters under different working conditions

圖4給出了工況1下多時間步導線覆冰仿真計算結果。總覆冰時間為30 min，計算時間步分別取2、3、4、5步，對應時間步長15、10、7.5、6 min，經迭代計算后獲得導線覆冰預測結果。

圖4 不同時間步長下導線覆冰仿真計算結果Fig.4 Simulation results of conductor icing under different time steps

由圖4可知，不同時間步長下仿真計算獲得的導線覆冰形狀存在差異，多時間步長下覆冰形狀仿真效果較單時間步好。隨著時間步長的減小，導線

最大覆冰厚度逐步增加，兩側覆冰寬度也略有減小，這是由于迭代更新導線覆冰外形后，過冷卻水滴的碰撞范圍會逐漸減小，覆冰往中心處生長，這也較符合實際覆冰情況。對比分析可知，10 min時間步長已可較好地模擬實際覆冰情況，再增加時間步對覆冰模擬效果改善不大但卻大大增加了計算資源的消耗。因此，應合理選擇時間步長進行多時間步計算，建議取10 min。

對工況1和2的試驗導線和環境參數工況進行覆冰仿真分析，計算中采用Langmuir D水滴多尺寸分布和多時間步，時間步長取10 min，總覆冰時間為30 min，啟用砂粒粗糙度模型，仿真計算結果見圖5。由圖5可知，仿真計算所得的覆冰極限位置和覆冰形狀與試驗結果整體吻合較好，僅在覆冰的上下邊緣處與實際情況存在一定差異，這是由導線形成了不規則的鋸齒狀覆冰造成的，由于自動置換網格后節點數不變而覆冰面積增加，導線覆冰邊界網格質量會降低，網格橫縱比過大，需人工更新覆冰導線外形。將計算好的覆冰外形邊界數據導出，在ICEM里面重新劃分網格。由此可見，本文提出的導線覆冰仿真方法能較好地反演人工覆冰試驗結果，具有良好的預測能力。

圖5 導線覆冰數值仿真與人工覆冰試驗結果對比Fig.5 Comparison of conductor icing numerical simulation and artificial icing test results

2 覆冰影響因素分析

導線覆冰是一個非線性、多因素綜合影響的時序變化過程，其覆冰形狀和覆冰質量與微氣象和自身結構等有關，是多種覆冰參數共同作用的結果。本節通過仿真計算研究風速、溫度、水滴中值體積直徑、液態水含量和導線直徑等因素對導線覆冰質量及形狀的影響。采用控制變量法進行研究，即當研究某一影響因素時保持其他參數為基準值。導線覆冰參數基準值如表1中的工況3所示。總覆冰時長為30 min，具體各參數變化范圍及覆冰計算結果詳見圖6～7。需要說明的是，計算中假設風向與導線長度方向垂直。圖中19.98、26.82、33.6、38.4 mm的導線直徑分別對應于LGJ-210/25、LGJ-400/35、LGJ-630/45、LGJ-800/55的實際導線型號。

圖6 不同覆冰參數對導線覆冰形狀的影響Fig.6 Influence of different icing parameters on icing shape of conductor

圖7 不同覆冰參數對導線覆冰質量的影響Fig.7 Influence of different icing parameters on conductor icing mass

由圖6(a)可知，導線徑向覆冰厚度和環向覆冰寬度均隨風速的增加而增大。當風速較低時，導線覆冰呈較規則的新月形，隨著風速增大導線覆冰逐漸向上下兩側發展。這是因為隨著風速的增加，單位時間內撞擊到導線表面上的水滴增多，導線覆冰由干增長逐漸變為濕增長，碰撞后未立即凍結的水滴形成液態水膜向兩側流動導致上下覆冰極限增加。由于駐點處過冷卻水滴受氣流影響最小，故該處局部碰撞系數和覆冰厚度最大。圖6(b)表明，當溫度較低時導線覆冰形態受溫度影響較小，而當溫度較高(如-3 ℃)時，導線上下兩側覆冰增加呈濕增長狀態，這是由于溫度主要影響導線覆冰密度和干濕增長過程，對覆冰形狀影響較小。由圖6(c)可知，導線覆冰形狀受水滴中值體積直徑(DMVD)影響較大，隨著DMVD的增大，過冷卻水滴的碰撞極限和局部碰撞系數逐漸增大，導線覆冰橫截面積也越來越大，導線覆冰逐漸變為濕增長。這是因為水滴直徑越大，其慣性越大，受氣流影響較小，且更容易被導線捕獲。圖6(d)說明，當液態水含量(ωLWC)從0.5 g/m3增加到1.5 g/m3時，導線覆冰厚度明顯增大，而繼續增加ωLWC(如1.5～3.5)則覆冰厚度變化有限，覆冰沿導線表面上下兩側發展，由干增長轉變為濕增長。對液態水含量為3.5 g/m3和2.5 g/m3這兩種工況，導線覆冰形狀幾乎一致，因為此時水滴凍結系數隨ωLWC量的增加而降低，凍結能力受到限制。圖6(e)～(h)則表明相同環境條件下導線直徑不同將導致覆冰形狀有較大差異。隨著導線直徑的增加，導線徑向覆冰厚度略有減小，水滴上下碰撞極限及導線側向覆冰飽滿度變小，單位面積覆冰量逐漸降低。這是因為導線直徑越大，其對周圍空氣流場的干擾越強，則水滴在流場中的運動軌跡偏移程度更高，使得局部碰撞系數降低。

圖7給出了不同覆冰參數對導線覆冰質量的影響。由圖7(a)和(b)可知，導線覆冰質量增長速度隨風速的增大而增大，但隨溫度的升高而呈減少趨勢。當氣溫較高(-3 ℃)時，降低溫度有助于增加導線覆冰質量，這是由于溫度降低而凍結系數增加，凍結的過冷卻水滴質量也有所增加，但當環境溫度較低(-5 ℃以下)時，繼續降低溫度對導線覆冰質量影響不大。圖7(c)和(d)則說明，導線覆冰質量增長速度隨DMVD和ωLWC的增大而增大。當ωLWC較高(2.5 g/m3)時，繼續增加ωLWC使得導線覆冰質量增加有限，這是由于導線覆冰已逐漸趨于飽和狀態，這與圖7(d)的觀測結果一致。由圖7(e)可以發現，導線覆冰質量增長速度隨著導線直徑的增大而增大。這可能受兩個方面的因素綜合影響，一方面導線直徑的增加導致水滴局部碰撞系數的降低，但是另一方面隨著導線直徑的增加,水滴的碰撞接觸面增大。從計算結果來看，在計算微氣象條件下后者占主導地位，導線碰撞面積的增大作用對覆冰量的影響大于碰撞率的降低作用。

3 覆冰影響因素分析

3.1 覆冰仿真模型驗證

導線覆冰是一個受多種微氣象因素影響、隨時間推移而發展變化的連續性過程，在導線覆冰預測中有必要考慮氣象因素時間累積效應，是一個長周期過程。脈動風周期短，對覆冰過程的影響較小，因此驗證時所用的數據為氣象站現場觀測得到的平均風速。為進一步檢驗導線覆冰預測模型的有效性，在浙江省嵊州市某山上試驗基地開展輸電線路覆冰監測試驗。以該基地內一條已退役的500 kV線路作為監測對象，在試驗線路的2#和3#塔上設置輸電線路在線監測系統，并在該線路下方設置氣象站監測系統，見圖8。氣象站監測系統采用中尺度六要素自動氣象站，能監測風速、風向、溫度、相對濕度、氣壓、降水量等氣象六要素，主要用于實時監測線路周圍的氣象參數。輸電線路在線監測系統主要用于獲取2#～4#塔檔距內的實時等值覆冰厚度，該系統由絕緣子串拉力傳感器、絕緣子串傾角傳感器以及導線傾角傳感器組成，可由覆冰荷載改變引起的應力應變變化求解出輸電線路的等值覆冰厚度[14]。

3.2 輸入參數處理

本文選取輸電線路覆冰情況較為嚴重的2018年觀測結果作為研究對象。選擇該冰期內輸電線路覆冰初始的增長階段即2018年1月24日0時作為仿真計算的起始點，對當時的歷史氣象數據進行處理。由于天氣惡劣導致儀器故障，因而該時段的現場風速風向數據缺失。故根據嵊州市風速數據與試驗基地已有數據的線性關系，將該時段嵊州市市區的風速數據折算為試驗基地風速，再根據線路走向計算出投影到垂直于導線方向的投影風速。根據線路走向計算出垂直導線風速。通過實測的空氣相對濕度和環境溫度計算出液態水含量，然后計算各氣象參數的逐時平均值。導線覆冰時段的逐時氣象參數及等值覆冰厚度見表2。

3.3 水滴中值體積直徑參數分析

該試驗線路所用導線型號為LGJ-630/45，導線外徑為33.6 mm。首先需確定氣象條件未給出的水滴中值體積直徑參數，對實測0～4時進行不同DMVD下的導線覆冰仿真計算，結果見圖9(a)。通過對比仿真計算與實測得到的等值覆冰厚度，綜合考慮導線覆冰形狀及覆冰速率來推得符合條件的DMVD值。根據覆冰質量不變原則，等效為圓形均勻覆冰導線的等值覆冰厚度計算公式為

(15)

式中：b為導線等值覆冰厚度，ρ為導線覆冰密度，S為導線覆冰面積。

由圖9(a)可知，不同DMVD下導線軸向覆冰厚度相近，而側向覆冰寬度存在一定差異。由式(12)可計算DMVD為15、18、22、25 μm時導線等值覆冰厚度分別為1.602、2.412、2.691、2.731 mm。與實測4時的等值覆冰厚度2.665 mm相比，15 μm和25 μm條件下導線等值覆冰厚度與實際差異較大，而22 μm條件下導線覆冰增長速率較實測偏大，容易導致后續仿真中因為覆冰速度過快而產生冰形和質量失真。因此，綜合考慮導線覆冰速率、覆冰形狀以及等值覆冰厚度等因素后，仿真計算采用18 μm水滴中值體積直徑。

圖9 導線覆冰形態仿真計算結果Fig.9 Simulation results of conductor icing shape

3.4 氣象參數逐時變化對導線覆冰的影響

針對實測的0～6時，分別進行考慮氣象參數時變和保持氣象參數恒定情況下的導線覆冰仿真，相應的計算結果繪于圖9(b)和(c)中。其中氣象參數恒定情況是指氣象參數始終與初始第1小時相同。由圖9(b)和(c)比較可知，兩種氣象條件情況下導線覆冰形狀和覆冰厚度均差異較大。對于氣象參數恒定的情況，導線覆冰厚度隨時間均勻增長。這是因為氣象參數保持不變，導線覆冰增長速度僅受導線覆冰邊界改變的影響，且該恒定氣象條件下覆冰增長較緩，導線局部碰撞系數和覆冰增長速度變化不大。對于氣象參數時變的情況，導線覆冰厚度增長逐漸變快，兩側覆冰寬度逐漸變小，覆冰向冰形的中心線處聚集。這是由于時變氣象條件下，環境溫度隨著時間逐漸降低，導線覆冰增長速度逐漸變快，導線覆冰形狀因氣象條件每小時變化而各不相同。兩種計算工況下0～6時的導線等值覆冰厚度見圖10。

圖10 0～6時不同氣象條件下的導線等值覆冰厚度Fig.10 Equivalent icing thickness of conductor under different weather conditions during 0:00-6:00

由圖10可知，考慮時變氣象條件下的仿真結果更加接近現場觀測結果，而采用恒定的氣象條件的仿真結果則會產生較大誤差。因此在導線覆冰仿真計算中應考慮氣象參數實時變化。

3.5 數值仿真方法驗證

圖11(a)給出了實測6～10時考慮氣象參數時變情況下的導線覆冰計算結果。由圖11(a)可知，隨著環境溫度和液態含水量的繼續降低，6～10時內導線覆冰厚度較均勻增長，覆冰寬度進一步收縮變小。計算得7～10時的導線等值覆冰厚度繪于圖11(b)。仿真結果的覆冰增長規律與實測結果具有較好的一致性，預測覆冰厚度稍稍偏大，但整體平均絕對誤差僅約為14.6%，證明了本文提出的仿真方法在覆冰質量的預測上具有良好的精度。

圖11 預測和試驗獲得的導線覆冰形態Fig.11 Predicted and experimental conductor icing morphologies

圖12為本次輸電線路覆冰監測觀測得到的導線覆冰形狀，可以看出其冰形與本文仿真結果較為類似，驗證了本文模型對導線覆冰形狀預測的有效性。綜上所述，本文預測模型在導線覆冰質量與冰形上均有較好的預測精確度。

圖12 覆冰監測試驗中脫落的冰塊Fig.12 Ice cube falling off during icing monitoring test

在覆冰的初始和結束階段，導線的等值覆冰厚度仿真結果與實測值誤差較大，其主要原因可能包含以下兩個方面：1)在初始計算時刻前，即23日下午已有一段緩慢覆冰過程，到23日晚上時導線覆冰處于維持階段，直到24日凌晨覆冰才開始較快增長。覆冰仿真難以模擬計算時刻之前的覆冰情況，而實際初始觀測點的導線等值覆冰厚度包含了前一階段的覆冰從而與預測結果產生較大誤差。2)本文通過0～4時的導線覆冰結果確定恒定的水滴中值體積直徑參數，但由于初始階段的誤差可能過高地估計了導線覆冰增長速度，從而導致最終階段仿真預測的結果偏大。此外，受輸電線路所處山區微地形與微氣象條件的影響，計算時采用恒定的水滴中值體積直徑與實際情況可能存在差異也將造成預測結果的偏差。因此，建議后續研究中進一步對水滴中值體積直徑的取值方法進行探索，以提高模型的預測精度。

4 結 論

本文基于導線覆冰機理和歐拉氣液兩相流模型，提出了考慮氣象參數時變影響下的輸電線路導線覆冰數值仿真方法，在此基礎上建立了基于 FLUENT和FENSAP-ICE軟件的導線覆冰增長數值模擬框架，研究了溫度、風速、液態水含量、水滴中值體積直徑和導線直徑等因素對導線覆冰質量及覆冰性狀的影響，最終利用輸電線路現場覆冰監測數據對仿真計算方法的有效性進行了驗證，預測結果與輸電線路覆冰監測結果吻合度較好，該方法能有效地預測導線實時覆冰形狀和質量，表明本文提出的導線覆冰仿真方法具有較好的精度。主要結論如下：

1)覆冰過程中，環境參數以及導線直徑會影響局部碰撞系數與覆冰的干濕增長過程，進而影響導線覆冰形狀。干增長條件下導線覆冰形狀呈鈍體或流線體，通常傾向于遵循導線的原始輪廓，而濕增長條件下由于導線表面液態水膜的存在，覆冰極限和覆冰寬度更大，導線覆冰形態可能超越導線的原始輪廓。導線覆冰形狀受風速、過冷卻水滴中值體積直徑、液態含水量和導線直徑影響較大，受溫度影響較小。

2)本文算例表明，導線覆冰質量增長速度隨風速、過冷卻水滴中值體積直徑、液態含水量、導線直徑的增大而增大，但隨環境溫度的升高而減小。相較于其他環境參數，溫度對導線覆冰質量較不敏感。

3)采用恒定的氣象計算參數會造成較大的導線覆冰預測誤差，本文提出了考慮氣象參數時變的輸電線路導線覆冰數值仿真方法，預測結果與輸電線路覆冰監測結果吻合度較好。該方法能有效地預測導線實時覆冰形狀和質量，可為輸電線路冰災風險分析和預警提供參考。