CN112001070B - 一种输电线受外部环境影响停运概率的建模方法 - Google Patents
一种输电线受外部环境影响停运概率的建模方法 Download PDFInfo
- Publication number
- CN112001070B CN112001070B CN202010795202.5A CN202010795202A CN112001070B CN 112001070 B CN112001070 B CN 112001070B CN 202010795202 A CN202010795202 A CN 202010795202A CN 112001070 B CN112001070 B CN 112001070B
- Authority
- CN
- China
- Prior art keywords
- rate
- lightning
- line
- total
- calculating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种输电线受外部环境影响停运概率的建模方法,建立雷击对设备停运概率模型,在雷电天气下利用雷击对设备停运概率模型计算出雷击总跳闸率和总雷击线路故障率;建立风力对设备停运概率模型,在大风天气下利用风力对设备停运概率模型计算风速线路故障率;建立冰力对设备停运概率模型,冰力对设备停运概率模型结合气候计算出区域降水总量,通过区域降水总量获取垂直方向的降水流量和水平方向的降水流量;通过雷击总跳闸率、总雷击线路故障率、风速线路故障率、区域降水总量、降水流量和水平方向的降水流量分析停运概率。可见本发明从气象学的角度分析,根据气候地理位置,避开易产生恶劣气候的地形,提高电力***输电线路可靠性。
Description
技术领域
本发明涉及电力输电技术领域,尤其涉及一种输电线受外部环境影响停运概率的建模方法。
背景技术
外部环境影响造成的元件故障模型,是指由外界自然环境,如雷击、雨雪、鸟害、山林火灾、风害、树害、洪水、地震等,所引起的元件停运频率。对于置于室内的发电机和变压器,这些偶然失效对设备故障率的贡献可使用常数λc来表示,并通过设备停运的历史统计数据来获得。对于暴露于室外的变压器和输电线路,在雷雨、台风、飓风、冰雪等一些极度恶劣的天气条件下,设备的故障率大大增加。其中,用λ表示气温、天气、季节、地理位置等因素,在运行评估中,需要根据实时的外界环境选取对应值。
输电塔-线体系主要包括输电杆塔、传输线和绝缘子等组成部分,根据现有的电网受灾情况分析可知,极端恶劣气候引起的输电塔-线体系故障表现为以下四种方式:
(1)由档距、高差和不均匀荷载引起纵向不平衡张力,档距差过大时,导线覆冰造成铁塔前后档导线的张力差急剧增加,高差角过大时,导线覆冰造成铁塔承受的垂直荷载增加,而不平衡张力致使铁塔失稳;
(2)导线覆冰产生的冰力载荷使得输电线路首先故障断线,从而引起相邻杆塔故障倒塌,一般表现为侧塌;
(3)冰力载荷和风力载荷共同作用或者导线不均匀覆冰将会引起覆冰舞动(galloping),在覆冰的冰力载荷下,当风力的舞动频率与线路自然频率发生共振时,引起输电塔-线体系停运率增加,其表现形式一般不是输电塔-线体系的直接倒塌,而是产生急剧增大的应力疲劳;
(4)线路绝缘子严重覆冰,导致频繁冰闪跳闸。一方面由于覆冰中存在的电解质大大增加了冰水的电导率;另一方面,绝缘子串覆冰过厚会减小爬距从而降低冰闪电压。综上所述,天气相依的偶然失效模型三个考虑因素分别为:雷击、风力、冰力。
如何保证在冰灾等极端恶劣气候条件下输电网络的正常工作是一个亟待解决的问题。尽管在大多数地区极端恶劣气候并不常见,但是由于其引起的严重后果,包括引起电力***输电线路大面积的停运率增加,以及有限的人力物力维修资源在极端恶劣气候条件下引起的修复时间增加。因此如何对恶劣气候条件下进行输电线路停运率的建模是分析气候条件对电网可靠性影响的重要前提。
发明内容
针对上述不足,本发明所要解决的技术问题是:提供一种输电线受外部环境影响停运概率的建模方法,可以实现输电线路停运率的精准建模,可靠性高。
一种输电线受外部环境影响停运概率的建模方法,包括以下步骤:
建立雷击对设备停运概率模型,在雷电天气下利用雷击对设备停运概率模型计算出雷击总跳闸率和总雷击线路故障率;
建立风力对设备停运概率模型,在大风天气下利用风力对设备停运概率模型计算风速线路故障率;
建立冰力对设备停运概率模型,冰力对设备停运概率模型结合气候计算出区域降水总量,通过区域降水总量获取垂直方向的降水流量和水平方向的降水流量;
通过雷击总跳闸率、总雷击线路故障率、风速线路故障率、区域降水总量、降水流量和水平方向的降水流量分析停运概率。
优选方式为,雷击总跳闸率的计算方法如下:
步骤一、采用电气几何模型计算绕击跳闸率,具体如下:
S1、计算建弧率η,建弧率η通过公式(1)计算得到:
η=(4.5E0.75-14)×10-2 (1)
(1)式中,E为绝缘子串的平均电压梯度,其大小与杆塔种类、***接地方式、电压等级、绝缘子串的放电距离有关;
S2、计算绕击率Pa,绕击率Pa通过公式(2)计算得到:
(2)式中,B为与地形相关的参数,对于平原和山区分别取为3.9和3.35,α为避雷线对边导线的保护角,h为杆塔高度;
S3、计算绕击跳闸率Ps,绕击跳闸率Ps通过公式(3)计算得到:
Ps=ηPa (3)
(3)式中,η为建弧率,Pa为绕击率;
步骤二、计算出绕击跳闸率Ps后,利用蒙特卡罗模拟法计算反击跳闸率Pc,通过公式(4)计算得到:
(4)式中,η为建弧率,ni为绝缘子50%冲击击穿次数;
步骤三、计算输电线路雷击总跳闸率PT,雷击总跳闸率PT通过公式(5)计算得到:
(5)式中,Psi为绕击跳闸率,Pci为反击跳闸率,m为假设一条线路有数个杆塔,在同一时段内共遭到雷击次数。
优选方式为,计算雷电天气下的总雷击线路故障率,具体如下:
S10、从电网公司的地闪密度图中得到地闪密度Ng或计算得到地闪密度Ng,地闪密度Ng通过公式(6)计算得到:
Ng=γTd (6)
(6)公式中,Td为雷暴日,γ为每平方公里每个雷暴日的地面落雷次数,γ的数值需要统计得到;
S20、计算雷电流幅值超过I的概率P,概率P通过公式(7)计算得到:
(7)式中,A为经验值,与该地区的雷电流幅值大小有关,当数据不完备的情况下,根据地区多雷或少雷选择标准中的推荐值88或44;
S30、计算反击耐雷水平I1和绕击耐雷水平I2,反击耐雷水平I1通过公式(8)计算得到,绕击耐雷水平I2通过公式(9)计算得到:
I1=AR-B (8)
(8)式中,A和B均为拟合常数,R为接地电阻的大小;
(9)式中,U50%通过绝缘子参数获得;
S40、在得到反击耐雷水平I1和绕击耐雷水平I2后,再根据公式(7)计算得到当地雷电流幅值超过两者的概率P1和P2;
S40、计算雷击线路故障率λ* T,雷击线路故障率λ* T通过公式(10)计算得到:
λ* T=0.1Ng(b+4h)η(gP1+PaP2) (10)
(10)式中,b为两根避雷线的间距,h为导线或避雷线的平均高度,η为建弧率,g为击杆率平原区和山区分别取和/>Pa为绕击率;
S50、计算线路总雷击线路故障率λT,对于一条穿越n个不同地闪密度的雷电区域的线路,总雷击线路故障率λT通过公式(11)计算得到:
(11)式中,Li为各段线路的长度。
优选方式为,所述S10中,γ的数值通过国际大电网会议或IEEE仅基于雷暴日Td给出的地闪密度公式分别如下:
Ng=0.023Td 1.3 (12)
Ng=0.04Td 1.25 (13)。
优选方式为,风力对设备停运概率模型如下:
(14)式中,a、b分别为拟合常数,Vc为风速的临界值,通常根据地区不同风速条件下的故障率统计数据人为拟定。
优选方式为,对于长距离输电线路,其线路走廊的各部分输电线路处在不同的风速环境中,将线路分为N段,获得N段线路的环境风速,整条线路的大风致停运故障率表示为:
优选方式为,冰力对设备停运概率模型如下:
综合考虑垂直和水平方向降水量对覆冰厚度的影响;随着线路段与低压气候中心(xc(t),yc(t))的距离增加,降水率P(xj,yj,t)(mm/h)逐渐减少,并且超过低压气候影响半径Rice之外,降水率为0;
其中AI为常数,在计算出降水率之后,分别从垂直和水平方向求解单位时间内的区域降水流量;
垂直方向的降水流量表示为:
Fv=P(xj,yj,t)·ρw (17)
(17)式中,ρw为水密度g/cm3;
水平方向平均风速Vh,mean=0.7β(t)Vmax,则水平方向的降水流量为:
Fh3.6Vh,mean·v(t) (18)
(18)式中,v(t)是液态水含量,液态水含量与降水率之间的关系表示为:
v(t)=0.072·P(xj,yj,t)0.88 (19)
总的降水流量为:
根据总的降水流量F,导线上均匀覆冰时的厚度R(mm/h)表示为:
随着时间增加,每个时间步长内导线上均匀覆冰的冰力载荷变化为:
LI(xj,yj,t)=LI(xj,yj,t-Δt)+ΔR(xj,yj,t-Δt)·Δt (22)。
采用上述技术方案后,本发明的有益效果是:
由于本发明的输电线受外部环境影响停运概率的建模方法,包括以下步骤:建立雷击对设备停运概率模型,在雷电天气下利用雷击对设备停运概率模型计算出雷击总跳闸率和总雷击线路故障率;建立风力对设备停运概率模型,在大风天气下利用风力对设备停运概率模型计算风速线路故障率;建立冰力对设备停运概率模型,利用冰力对设备停运概率模型计算出区域降水总量,通过区域降水总量获取垂直方向的降水流量和水平方向的降水流量;通过雷击总跳闸率、总雷击线路故障率、风速线路故障率、区域降水总量、降水流量和水平方向的降水流量分析停运概率。可见,本发明从气象学的角度分析,根据气候地理位置,避开易产生恶劣气候的地形,可以实现输电线路停运率的精准建模,提高了电力***输电线路的可靠性。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
一种输电线受外部环境影响停运概率的建模方法,包括以下步骤:
建立雷击对设备停运概率模型,在雷电天气下利用雷击对设备停运概率模型计算出雷击总跳闸率和总雷击线路故障率;
建立风力对设备停运概率模型,在大风天气下利用风力对设备停运概率模型计算风速线路故障率;
建立冰力对设备停运概率模型,冰力对设备停运概率模型结合气候计算出区域降水总量,通过区域降水总量获取垂直方向的降水流量和水平方向的降水流量;
通过雷击总跳闸率、总雷击线路故障率、风速线路故障率、区域降水总量、降水流量和水平方向的降水流量分析停运概率。
本发明从气象学的角度分析,根据气候地理位置,避开易产生恶劣气候的地形,可以实现输电线路停运率的精准建模,提高了电力***输电线路的可靠性。
其中,电力***中造成输电线路雷击跳闸的原因主要是绕击和反击,绕击跳闸占了绝大多数,雷击总跳闸率的计算方法如下:
步骤一、采用电气几何模型计算绕击跳闸率,具体如下:
S1、计算建弧率η,建弧率η通过公式(1)计算得到:
η=(4.5E0.75-14)×10-2 (1)
(1)式中,E为绝缘子串的平均电压梯度,其大小与杆塔种类、***接地方式、电压等级、绝缘子串的放电距离有关;对于220kV双避雷线的酒杯型铁塔,可取η=0.8。
S2、线路运行经验等表明,避雷线的绕击率通常与杆塔高度h、避雷线对边导线的保护角α以及线路通过的地形有着密切的关系。
计算绕击率Pa,绕击率Pa通过公式(2)计算得到:
(2)式中,B为与地形相关的参数,对于平原和山区分别取为3.9和3.35,α为避雷线对边导线的保护角,h为杆塔高度;
S3、在得到了上述数据后,计算绕击跳闸率Ps,绕击跳闸率Ps通过公式(3)计算得到:
Ps=ηPa (3)
(3)式中,η为建弧率,Pa为绕击率;
步骤二、
计算出绕击跳闸率Ps后,利用蒙特卡罗模拟法计算反击跳闸率Pc,通过公式(4)计算得到:
(4)式中,η为建弧率,ni为绝缘子50%冲击(即击穿电压U50%)击穿次数;
步骤三、计算输电线路雷击总跳闸率PT,雷击总跳闸率PT通过公式(5)计算得到:
(5)式中,Psi为绕击跳闸率,Pci为反击跳闸率,m为假设一条线路有数个杆塔,在同一时段内共遭到雷击次数。
其中,计算雷电天气下的总雷击线路故障率,具体如下:
在电力***中,电网运行方比较容易得到平稳状态下输电线路的故障率数据,但却很难计算出停运概率。因此,采用雷电天气条件下输电线路的故障率λ,而不是线路停运概率P。关于雷击故障率的算法,通常有规程法和电气几何模型法。本发明基于杆塔类型、地形、雷电流统计数据和地闪密度,在规程法的基础上。
S10、从电网公司的地闪密度图中得到地闪密度Ng或计算得到地闪密度Ng,地闪密度Ng通过公式(6)计算得到:
Ng=γTd (6)
(6)公式中,Td为雷暴日,γ为每平方公里每个雷暴日的地面落雷次数,γ的数值需要统计得到;
S20、计算雷电流幅值超过I的概率P,概率P通过公式(7)计算得到:
(7)式中,A为经验值,与该地区的雷电流幅值大小有关,当数据不完备的情况下,根据地区多雷或少雷选择标准中的推荐值88或44;
S30、计算反击耐雷水平I1和绕击耐雷水平I2,由于中国电力行业标准给出的反击耐雷水平算式较为复杂,本发明采用了基于接地电阻的统计方法的计算方式,其基本思想是利用历史数据进行数据分析并拟合反击耐雷水平与接地电阻间的关系。一方面它大大简化了计算反击耐雷水平的过程,另一方面也能够充分考虑到运行经验的影响。
反击耐雷水平I1通过公式(8)计算得到,绕击耐雷水平I2通过公式(9)计算得到:
I1=AR-B (8)
(8)式中,A和B均为拟合常数,R为接地电阻的大小;
(9)式中,U50%通过绝缘子参数获得;
S40、在得到反击耐雷水平I1和绕击耐雷水平I2后,再根据公式(7)计算得到当地雷电流幅值超过两者的概率P1和P2;
S40、计算雷击线路故障率λ* T,雷击线路故障率λ* T通过公式(10)计算得到:
λ* T=0.1Ng(b+4h)η(gP1+PaP2) (10)
(10)式中,b为两根避雷线的间距,h为导线或避雷线的平均高度,η为建弧率,根据电力行业标准DL/T620-1997,击杆率g通常与地形和避雷线根数有关对于输电线路,其避雷线根数通常为两根,因此对于平原和山区,g为击杆率分别取和/>Pa为绕击率;
S50、计算线路总雷击线路故障率λT,对于一条穿越n个不同地闪密度的雷电区域的线路,总雷击线路故障率λT通过公式(11)计算得到:
(11)式中,Li为各段线路的长度。
本例中S10中,γ的数值通过国际大电网会议或IEEE仅基于雷暴日Td给出的地闪密度公式分别如下:
Ng=0.023Td 1.3 (12)
Ng=0.04Td 1.25 (13)。
风力载荷对其停运率的影响主要体现在:(1)中速稳定的风垂直作用在覆冰输电线上引起传输线振动;(2)输电杆塔受风力载荷的影响随着高度的增加而呈指数关系增加。同时传输线和杆塔在风力载荷作用下的塔线耦联引起舞动:首先,传输线在风力载荷作用下产生变化的张力,张力传到输电杆塔上使得杆塔发生位移;此位移与杆塔单独在风力载荷作用下的位移相叠加;而杆塔的振动又会引起传输线的支座节点发生位移,使得传输线内的张力进一步变化。
对于某段输电线路(xj,yj)所承受的载荷与气候强度以及距离气候中心的距离相关:
其中A为气候严重程度,ux(t),uy(t)是随着时间移动的气候中心。
风速的定义是距离地面10米高度持续时间为10分钟风行进的平均速度。将风速从小于0.2m/s的无风状态到大于55.6m/s的飓风分为17个等级,并把地表分为四种情况,因此可知,每种地表情况下输电塔-线体系上的风力载荷与风速、风向、温度以及距地表的高度相关。对于风力载荷来讲,气候严重程度参数A对应的是风速指标,但是由于气候中心点的风速为0,所以本发明通过增加一项表达式来模拟风力载荷与气候强度以及距离气候中心的距离之间的关系:
其中A2<A1,δx2<δx1,δy2<δy1,w(t)=sinβ(t)对应于风向指标对输电线路风力载荷的影响,β(t)是风向与某段输电线路(xj,yj)的夹角。由此当风向与线路垂直(β(t)=-90°)的时候风力载荷值最大。
假设在坐标点(xm,ym)与(xn,yn)之间的某段线路,其承受的极端恶劣气候中心为(μx,μy)。矢量=[(xm,ym),(μx,μy)]与=[(xm,ym),(xn,yn)]的夹角在0°到π之间变化,由于风向与矢量始终垂直,
因此β(t)在0°到之间变化,可表示成:
考虑强风气候条件下风速大小对输电线路停运率的影响:当风速小于某一临界值ωcri时,线路停运率为一恒定值λnorm;当风速超过临界值时,停运率随着风速增加成平方关系增加,如下式所示:
其中Cp为尺度参数。
因此,根据上述定义可知线路停运率与风速之间的关系如下式所示:
上述基于风速的输电线路停运率模型仅仅考虑了强风这一种恶劣气候条件对输电线路停运率的影响,而对于强风气候也只是考虑风速变量,忽略了风向,影响半径等其它变量对输电线路停运率的影响,模型过于简单,不能准确模拟恶劣气候对电力***可靠性的影响。
线路故障率在风速较低(风力等级5级及以下,V<10m/s)的情况下较小,可近似看作为常数,其故障率通常与线路自身的参数有关;而在风速较高(风力等级6级及以上,V>10m/s)的情况下,故障率明显上升,并且有呈线性增长的趋势。因此,针对上述故障率变化情况,对风速较低和较高情况下的输电线路故障率进行了分段拟合。其中,第一段风速较低(V<10m/s)情况下的线路故障率为常数,可取为当地平稳天气情况下的平均风速对应的故障率,也可取为第二段拟合直线在V=10m/s下的值;第二段风速较高(V>10m m/s)的情况下,绘出不同气象等级下的平均风速及对应故障率点进行拟合,发现直线拟合效果最好(R-square=0.9963)。
基于上述分析过程,针对上述的故障率数据,建立起基于风速的故障率模型,如下式所示:
其中,风力对设备停运概率模型如下:
对于其它某一地区的线路故障率模型,也可以采用同样的方式建立,如上式中所示,其中a、b分别为拟合常数,Vc为风速的临界值,通常可以根据该地区不同风速条件下的故障率统计数据人为拟定。
(14)式中,a、b分别为拟合常数,Vc为风速的临界值,通常根据地区不同风速条件下的故障率统计数据人为拟定。
一种优选方案,对于长距离输电线路,其线路走廊的各部分输电线路处在不同的风速环境中,将线路分为N段,获得N段线路的环境风速,整条线路的大风致停运故障率表示为:
冰力载荷不仅仅是杆塔设计时的一个重要参照标准,也是输电网络中确定某条具体输电线的线路选择(Route Selection)时的影响因素。由于对输电塔-线体系产生实质影响的冰力载荷对应的恶劣气候出现频率较低,再加上冰力载荷不像风力载荷那样可以通过气象观测站的测量数据获得,因此目前各个国家的实际电网对冰力载荷的统计数据并不齐全,实际工程应用中认为,要建立可靠的冰力载荷数据库,至少需要十年以上的现场测量数据统计。
已有很多文献做出了相应的研究工作,通常选取空气湿度、降水率、液态水含量、风速风向和空气温度等参数作为模型的输入。对导线覆冰机理的研究至少需要解决两个问题,一是覆冰的判别准则,即导线在什么样的气象条件之下开始覆冰。因为导线开始覆冰后其力学性能和空气动力学特性均要发生较大变化。这些变化对杆塔的安全性和相间距离构成影响。二是覆冰的增长模型:即在一定的气象条件之下,经过一段时间以后,导线上可能产生的覆冰重量,因为覆冰重量及冰力载荷对线路停运率影响很大。
其中,冰力对设备停运概率模型如下:
载荷模型
对于某段输电线路(xj,yj)所承受的载荷与气候强度以及距离气候中心的距离相关:(单位)
其中A为气候严重程度,ux(t),uy(t)是随着时间移动的气候中心。
某段输电线路(xj,yj)上冰力载荷LI(t)不仅与气候强度以及距离气候中心的距离相关,同时还与气候持续的时间相关,因为输电线路上积冰是一个时间累积的过程。因此,冰力载荷LI(t)可以用积分表达式表示。
改进模型:
综合考虑垂直和水平方向降水量对覆冰厚度的影响;随着线路段与低压气候中心(xc(t),yc(t))的距离增加,降水率P(xj,yj,t)(mm/h)逐渐减少,并且超过低压气候影响半径Rice之外,降水率为0;
其中AI为常数,在计算出降水率之后,分别从垂直和水平方向求解单位时间内的区域降水流量;
垂直方向的降水流量表示为:
Fv=P(xj,yj,t)·ρw (17)
(17)式中,ρw为水密度g/cm3;
水平方向平均风速Vh,mean=0.7β(t)Vmax,则水平方向的降水流量为:
Fh3.6Vh,mean·v(t) (18)
(18)式中,v(t)是液态水含量,液态水含量与降水率之间的关系表示为:
v(t)=0.072·P(xj,yj,t)0.88 (19)
总的降水流量为:
根据总的降水流量F,导线上均匀覆冰时的厚度R(mm/h)表示为:
随着时间增加,每个时间步长内导线上均匀覆冰的冰力载荷变化为:
LI(xj,yj,t)=LI(xj,yj,t-Δt)+ΔR(xj,yj,t-Δt)·Δt (22)。
电气几何模型,对于一个设施采用适当的解析表达式将其尺寸与雷电流相联系,能够预测雷是否击在屏蔽***、大地和被保护设施构件上的几何模型。
把雷绕过避雷线击于导线的次数与雷击线路总次数之比称为绕击率。绕击率与避雷线对外侧导线的保护角、杆塔高度和地形条件有关。
反击率是处于地电位部件遭受雷击时电位升高到某一数值而引起的相对地绝缘或部件之间闪络次数与遭受雷击总次数之比。
建弧率:根据实验和运行经验,冲击闪络转为稳定工频电弧的概率称为建弧率。
各点之间电压相差的幅度与总电压的百分数(%)就叫电压梯度。
受外部环境影响的设备停运概率实例
一、设备规模统计
某地区220kV及以上电网设备规模如下表所示。
某地区220kV及以上电网设备规模
1)2017年电网规模
预计到2017年底,统调机组249台(其中1个风电场按1台机组统计),统调装机容量26242.73兆瓦。
按机组类型分,火电装机容量15245兆瓦,占统调装机容量的58.09%,其中600兆瓦及以上的机组15台;水电装机容量9165.93兆瓦,占统调装机容量的34.92%;抽水蓄能机组装机容量1200兆瓦,占统调装机容量的4.57%;风力发电装机容量229.8兆瓦,占统调装机容量的0.88%;生物质装机容量162兆瓦,占统调装机容量的0.62%;煤矸石装机容量240兆瓦,占统调装机容量的0.91%。
预计到2017年底,500千伏变电站17座(含艳山红开关站),500千伏变压器27台,容量21500兆伏安。220千伏变电站158座(含黄秧坪和康田开关站),220千伏变压器317台,容量39984.08兆伏安,其中用户专用变电站28座,220千伏变压器95台,容量7130.08兆伏安。
预计到2017年底,500千伏线路48条,长度3773千米。220千伏线路396条,长度12474千米,其中用户专用线路56条,长度927千米。
2)2018年电网规模
预计到2018年底,统调机组264台、风电场9座,统调装机容量28322.88兆瓦,容量同比增长4.18%。
按机组类型分,火电装机容量15905兆瓦,占统调装机容量的56.34%,其中600兆瓦及以上的机组15台;水电装机容量10111.93兆瓦,占统调装机容量的35.82%;抽水蓄能机组装机容量1200兆瓦,占统调装机容量的4.25%;风力发电装机容量424.95兆瓦,占统调装机容量的1.51%;生物质装机容量192兆瓦,占统调装机容量的0.68%;综合利用发电装机容量399兆瓦,占统调装机容量的1.41%。
预计到2018年底,500千伏变电站17座(含艳山红开关站),500千伏变压器27台,容量21500兆伏安,容量同比持平。220千伏变电站168座(含黄秧坪和康田开关站),220千伏变压器334台,容量43274.08兆伏安,容量同比增长8.08%,其中用户专用变电站27座,220千伏变压器93台,容量6644.08兆伏安,容量同比持平。
预计到2018年底,500千伏线路49条,长度3940千米,长度同比增长4.39%。220千伏线路416条,长度12920千米,长度同比增长3.64%,其中用户专用线路55条,长度850千米,长度同比持平。
3)2019年电网规模
预计到2019年底,统调机组280台、风电场17座,统调装机容量28957.13兆瓦,容量同比增长5.62%。
按机组类型分,火电装机容量15905兆瓦,占统调装机容量的54.93%,其中600兆瓦及以上的机组15台;水电装机容量10300.93兆瓦,占统调装机容量的35.57%;抽水蓄能机组装机容量1200兆瓦,占统调装机容量的4.15%;风电装机容量711.2兆瓦,占统调装机容量的2.46%;生物质装机容量222兆瓦,占统调装机容量的0.77%;综合利用发电装机容量618兆瓦,占统调装机容量的2.14%。
预计到2019年底,500千伏变电站17座(含艳山红开关站),500千伏变压器27台,容量21500兆伏安,容量同比持平。220千伏变电站189座(含黄秧坪、顶光坡和康田开关站),220千伏变压器388台,容量47013.08兆伏安,容量同比增长8.64%,其中用户专用变电站39座,220千伏变压器136台,容量8403.08兆伏安,容量同比增长26.47%。
预计到2019年底,500千伏线路50条,长度3973千米,长度同比增长0.83%。220千伏线路460条,长度13756千米,长度同比增长6.58%,其中用户专用线路79条,长度1358千米,长度同比增长59.76%。
二、设备停运概率分析
2017—2019年,某地区500kV线路故障停运共67次,故障停运时间合计99.34h;年均故障停运次数22.33次/年,年均故障停运时间合计33.11h/年;故障停运率为0.57334次/百公里年,平均修复时间为1.48269小时/次;220kV线路故障停运共32次,故障停运时间合计16.55h;年均故障停运次数10.67次/年,年均故障停运时间合计5.52h/年;故障停运率为0.08174次/百公里年,平均修复时间为0.51719小时/次。
2017—2019年某地区覆冰情况
三、电网故障原因分析
该地区2017年-2019年220kV输电线路故障停运共149次,情况如以下表所示:
某地区220kV输电线路故障情况
故障成因 | 雷电 | 冰害 | 大风 | 其他 |
故障次数(次) | 80 | 1 | 13 | 55 |
注:表中大风主要指风偏和飑线风,其他主要有外力破坏、鸟害、污闪、设计不周、施工质量等。
某地区220kV输电线路雷击跳闸成因
雷击成因 | 绕击 | 反击 | 不明 |
2014-2016 | 22 | 2 | 31 |
2017-2019 | 20 | 5 | 0 |
合计(次) | 42 | 7 | 31 |
注:雷击成因不明是指故障记录表中没有相应的具体成因记录
从上表中数据可以看出,2017年-2019年造成该地区220kV输电线路故障的天气因素主要为雷电和大风。雷电的具体成因来看,造成该地区220kV输电线路雷击跳闸的成因则主要为绕击。雷电、大风天气和线路总的输电线路故障率(线路总长度以2019年度的长度为标准进行计算),如下表所示。
某地区220kV输电线路故障停运率
表中没有给出来的输电线路可靠性数据还有输电线路停运持续时间等相关停运后果分析。基于以上该地区220kV输电网络的故障分析过程,为了减少恶劣天气情况对输电线路故障的影响,有必要根据雷电和大风故障的成因建立起雷电和大风致停运的运行可靠性模型。
(1)基于统计数据的某地区220kV电网故障率验算
以220kV电网输电线路为例,对本发明提出的天气相依的运行可靠性模型进行算例分析,主要内容为利用模型进行估算220kV网络的输电线路雷击故障率。大风致停运的故障模型没有予以考虑,原因是利用一个平均风速标准来估算全省的大风致停运故障率是没有意义的。
雷击跳闸致停运可靠性模型的参数如下表所示,表中选取了ZM6-23.7型杆塔的部分典型参数。
雷击故障致停运模型参数
可靠性模型参数 | 数值 |
卫星观测地闪密度Ng(次/km2) | 1.5 |
经验常数A | 88 |
反击耐雷水平(kA) | 140 |
绝缘子50%冲击击穿电压U50%(kV) | 1750 |
避雷线之间的距离b | 11.6 |
导线平均高度h(m) | 23.7 |
建弧率η | 0.8 |
击杆率g | 平原1/6,山区1/4 |
避雷线对边导线的保护角α(*) | 11.7 |
对表中的参数进行雷击故障率的计算分析,计算结果如下表所示:
雷击故障率模型和统计结果比较
模型计算结果 | 17-19年统计结果 | 相对误差 |
0.05941 | 0.06058 | 0.117% |
计算结果和统计结果相比误差较小,原因可能是这一组杆塔参数能够作为某地区220kV电网的雷击故障率典型参数。当表格中的杆塔参数有一定的误差时,例如杆塔反击耐雷水平发生改变时,故障率会出现较大偏差,原因主要有以下几点:
1)卫星观测地闪密度的值对计算结果有较大的影响;
2)只选取了一组典型输电线路杆塔的参数,这一组参数的绕击耐雷水平和反击耐雷水平不能等同于全省所有杆塔的参数;
3)对地形参数的选取过程中假设输电线路全国平原地区;
4)雷击故障统计结果中故障次数往往是由少部分地闪密度较高的线路产生的
因此可以看出,由一组数据估算全省雷击故障率的大小存在一定的误差。
(2)基于天气运行信息的输电线路故障率计算
以某地区省竹园-罗霄变电站之间的220kV电网输电线路(全长:66.39km)为例进行算例分析。基本思路是,模拟在短时间内出现的台风雷暴天气情况,并计算得到输电线路的运行可靠性参数。
在计算中,作如下假设:
1)能够得到的预测性的天气信息仅考虑雷电和风速情况并假设整条线路处在同种天气条件下;
2)根据雷暴类别的不同,通常在某地区出现的雷暴持续时间通常为200-300min之间。因此本节的评估持续时间假设为6h;
3)风速情况采用参数估计的方法得1h为周期的最大风速变化情况;
4)雷电信息仅仅具体到短时期内出现雷暴天气,不考虑落雷次数以及可能出现的雷电流幅值大小,假设雷击过程持续时间为4h;
5)输电线路沿线的地闪密度采用地闪密度图中地闪密度等级对应的地闪密度范围的下确界值,其经过地形假设均为平原。
地闪密度等级与数值对照表
注:地闪密度等级与具体数值(单位:次/平方千米年)之间的对照关系如上表所示。
杆塔参数仍然采用上表中的数据,线路参数信息见下表。D2、D1、C2、C1为线路段对应的地闪密度等级。
竹园-罗霄线路输电线路参数
线路参数 | 数值 |
线路全长(km) | 66.385 |
D2段长度(km) | 22.404 |
D1段长度(km) | 11.081 |
C2段长度(km) | 25.819 |
C1段长度(km) | 7.081 |
线路故障率(次/年·百公里) | 0.008 |
利用以上参数计算出输电线路的单位长度故障率,如下表所示,进一步计算得到两种运行可靠性模型下输电线路实时故障率曲线。
线路分段情况下的单位长度故障率
从上表可以看出,在大风以及雷电过程的影响下,线路总故障率随之发生变化。在短时大风以及雷电流影响下的输电线路故障率为正常天气情况下线路故障率的几十倍。随着时间推移,短时雷电大风天气情况好转,线路总故障率又随之回落。这一过程能够清晰的反映恶劣天气情况下输电线路的故障率变化情况。
因此,本发明采用上述一种输电线受外部环境影响停运概率的建模方法,可以实现输电线路停运率的精准建模,可靠性高。
以上所述本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同一种输电线受外部环境影响停运概率的建模方法的改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.一种输电线受外部环境影响停运概率的建模方法,其特征在于,包括以下步骤:
建立雷击对设备停运概率模型,在雷电天气下利用雷击对设备停运概率模型计算出雷击总跳闸率和总雷击线路故障率;
建立风力对设备停运概率模型,在大风天气下利用风力对设备停运概率模型计算风速线路故障率;
建立冰力对设备停运概率模型,冰力对设备停运概率模型结合气候计算出区域降水总量,通过区域降水总量获取垂直方向的降水流量和水平方向的降水流量;
通过雷击总跳闸率、总雷击线路故障率、风速线路故障率、区域降水总量、降水流量和水平方向的降水流量分析停运概率;
雷击总跳闸率的计算方法如下:
步骤一、采用电气几何模型计算绕击跳闸率,具体如下:
S1、计算建弧率η,建弧率η通过公式(1)计算得到:
(1)式中,E为绝缘子串的平均电压梯度,其大小与杆塔种类、***接地方式、电压等级、绝缘子串的放电距离有关;
S2、计算绕击率Pa,绕击率Pa通过公式(2)计算得到:
(2)式中,B为与地形相关的参数,对于平原和山区分别取为3.9和3.35,α为避雷线对边导线的保护角,h为杆塔高度;
S3、计算绕击跳闸率Ps,绕击跳闸率Ps通过公式(3)计算得到:
(3)式中,η为建弧率,Pa为绕击率;
步骤二、计算出绕击跳闸率Ps后,利用蒙特卡罗模拟法计算反击跳闸率Pc ,通过公式(4)计算得到:
(4)式中,η为建弧率,为绝缘子50%冲击击穿次数,/>表示绝缘子50%冲击击穿次数有/>个不同取值;
步骤三、计算输电线路雷击总跳闸率,雷击总跳闸率/>通过公式(5)计算得到:
(5)式中,Psi为绕击跳闸率,Pci为反击跳闸率,m为假设一条线路有数个杆塔,在同一时段内共遭到雷击次数;
计算雷电天气下的总雷击线路故障率,具体如下:
S10、从电网公司的地闪密度图中得到地闪密度Ng或计算得到地闪密度Ng,地闪密度Ng通过公式(6)计算得到:
(6)公式中,Td为雷暴日,γ为每平方公里每个雷暴日的地面落雷次数,γ的数值需要统计得到;
S20、计算雷电流幅值超过的概率P,概率P通过公式(7)计算得到:
(7)式中,A为经验值,与该地区的雷电流幅值大小有关,当数据不完备的情况下,根据地区多雷或少雷选择标准中的推荐值88或44;表示雷电流幅值;
S30、计算反击耐雷水平I1和绕击耐雷水平I2,反击耐雷水平I1通过公式(8)计算得到,绕击耐雷水平I2通过公式(9)计算得到:
(8)式中,A和B均为拟合常数,R为接地电阻的大小;
(9)式中,是通过绝缘子参数获得的击穿电压;
S40、在得到反击耐雷水平I1和绕击耐雷水平I2后,再根据公式(7)计算得到当地雷电流幅值超过两者的概率P1和P2;
S40、计算雷击线路故障率,雷击线路故障率/>通过公式(10)计算得到:
(10)式中,b为两根避雷线的间距,h为导线或避雷线的平均高度,η为建弧率,g为击杆率,平原区和山区分别取和/>,Pa为绕击率;
S50、计算线路总雷击线路故障率,对于一条穿越n个不同地闪密度的雷电区域的线路,总雷击线路故障率/>通过公式(11)计算得到:
(11)式中,Li为各段线路的长度,表示第i段线路的雷击线路故障率,n表示线路段数;
风力对设备停运概率模型如下:
(14)式中,a、b分别为拟合常数,Vc为风速的临界值,通常根据地区不同风速条件下的故障率统计数据人为拟定,V表示输电线的环境风速;
对于长距离输电线路,其线路走廊的各部分输电线路处在不同的风速环境中,将线路分为N段,获得N段线路的环境风速,整条线路的大风致停运故障率表示为:
(15)式中,表示第/>段线路的大风致停运故障率;/>表示第/>段线路的长度;
冰力对设备停运概率模型如下:
综合考虑垂直和水平方向降水量对覆冰厚度的影响;随着线路段与低压气候中心的距离增加,降水率/>(mm/h)逐渐减少,并且超过低压气候影响半径/>之外,降水率为0;
其中为常数,在计算出降水率之后,分别从垂直和水平方向求解单位时间内的区域降水流量;/>和/>是输电线路的横坐标和纵坐标;/>表示时间;/>是低压气候中心在/>时间的横坐标和纵坐标;/>是低压气候影响半径的平方;
垂直方向的降水流量表示为:
(17)式中,为水密度/>;
水平方向平均风速,则水平方向的降水流量为:
(18)式中,v(t)是液态水含量,液态水含量与降水率之间的关系表示为:
总的降水流量为:
根据总的降水流量F,导线上均匀覆冰时的厚度R(mm/h)表示为:
(21)式中,为圆周率,/>为导线覆冰密度,/>为水密度;
随着时间增加,每个时间步长内导线上均匀覆冰的冰力载荷变化为:
。
2.根据权利要求1所述的输电线受外部环境影响停运概率的建模方法,其特征在于,所述S10中,γ的数值通过国际大电网会议或IEEE仅基于雷暴日Td给出的地闪密度公式分别如下:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010795202.5A CN112001070B (zh) | 2020-08-10 | 2020-08-10 | 一种输电线受外部环境影响停运概率的建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010795202.5A CN112001070B (zh) | 2020-08-10 | 2020-08-10 | 一种输电线受外部环境影响停运概率的建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112001070A CN112001070A (zh) | 2020-11-27 |
CN112001070B true CN112001070B (zh) | 2023-10-03 |
Family
ID=73462928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010795202.5A Active CN112001070B (zh) | 2020-08-10 | 2020-08-10 | 一种输电线受外部环境影响停运概率的建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112001070B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112463906A (zh) * | 2020-12-03 | 2021-03-09 | 国网黑龙江省电力有限公司电力科学研究院 | 一种高寒区域配电变压器故障分布分析方法 |
CN113742973A (zh) * | 2021-09-07 | 2021-12-03 | 云南电网有限责任公司电力科学研究院 | 一种支柱类设备震后失效概率分析方法 |
CN114492044B (zh) * | 2022-01-27 | 2023-05-16 | 国网经济技术研究院有限公司 | 架空输电线路飑线风荷载计算方法、***、介质和设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103646296A (zh) * | 2013-11-29 | 2014-03-19 | 国家电网公司 | 一种基于环境因素的停运概率计算模型 |
CN103761414A (zh) * | 2013-12-18 | 2014-04-30 | 国网安徽省电力公司 | 输电线路的雷击停运概率分析方法 |
CN104122488A (zh) * | 2014-08-13 | 2014-10-29 | 国家电网公司 | 一种输电线路故障校核诊断方法 |
CN104573340A (zh) * | 2014-12-25 | 2015-04-29 | 国家电网公司 | 冰冻天气输电线路时变可靠性计算方法 |
CN105868872A (zh) * | 2016-05-30 | 2016-08-17 | 东北大学 | 一种配电网雷电灾害故障预测方法 |
WO2020083091A1 (zh) * | 2018-10-25 | 2020-04-30 | 国网湖南省电力有限公司 | 电网故障的风险分析方法及*** |
CN111210102A (zh) * | 2019-11-22 | 2020-05-29 | 国家电网有限公司 | 一种极端灾害条件下电网故障建模方法 |
CN111460388A (zh) * | 2020-04-24 | 2020-07-28 | 广东电网有限责任公司东莞供电局 | 电网雷击停运概率计算方法、装置、设备和存储介质 |
-
2020
- 2020-08-10 CN CN202010795202.5A patent/CN112001070B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103646296A (zh) * | 2013-11-29 | 2014-03-19 | 国家电网公司 | 一种基于环境因素的停运概率计算模型 |
CN103761414A (zh) * | 2013-12-18 | 2014-04-30 | 国网安徽省电力公司 | 输电线路的雷击停运概率分析方法 |
CN104122488A (zh) * | 2014-08-13 | 2014-10-29 | 国家电网公司 | 一种输电线路故障校核诊断方法 |
CN104573340A (zh) * | 2014-12-25 | 2015-04-29 | 国家电网公司 | 冰冻天气输电线路时变可靠性计算方法 |
CN105868872A (zh) * | 2016-05-30 | 2016-08-17 | 东北大学 | 一种配电网雷电灾害故障预测方法 |
WO2020083091A1 (zh) * | 2018-10-25 | 2020-04-30 | 国网湖南省电力有限公司 | 电网故障的风险分析方法及*** |
CN111210102A (zh) * | 2019-11-22 | 2020-05-29 | 国家电网有限公司 | 一种极端灾害条件下电网故障建模方法 |
CN111460388A (zh) * | 2020-04-24 | 2020-07-28 | 广东电网有限责任公司东莞供电局 | 电网雷击停运概率计算方法、装置、设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
计及气象因素的电网输电线路故障停运概率分析与应用;李龙;谢大为;汤伟;余丽;;价值工程(第32期);全文 * |
输电线路的雷击跳闸概率预测计算新方法;赵芝;石季英;袁启海;林济铿;叶剑华;胡世骏;;电力***自动化(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112001070A (zh) | 2020-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112001070B (zh) | 一种输电线受外部环境影响停运概率的建模方法 | |
CN107992962B (zh) | 一种基于熵权法的输电线路防雷措施优化选择方法 | |
Balijepalli et al. | Distribution system reliability assessment due to lightning storms | |
CN102072992B (zh) | 基于精细地形数据的输电线路绕击防雷性能评估方法 | |
CN105426671B (zh) | 一种雷暴天气下架空配电线路的可靠性评测方法 | |
CN106099753B (zh) | 重覆冰地区的无避雷线输电线路设计方法 | |
CN112785117B (zh) | 一种输电线路全线雷电绕击跳闸风险多维分析方法 | |
CN102508046B (zh) | 一种户外电气设备实时雷击预警方法及装置 | |
CN116579617B (zh) | 一种电网风险评估方法及*** | |
Sirad et al. | Optimization of grounding resistance to minimize transient currents at 150 kV SULSELRABAR system | |
Souto et al. | Probabilistic impact assessment of lightning strikes on power systems incorporating lightning protection design and asset condition | |
Chun et al. | Research on differentiated lightning protection comprehensive management for the 500-kV power network in the area near the three gorges project | |
Kezunovic et al. | Optimal placement of line surge arresters based on predictive risk framework using spatiotemporally correlated big data | |
Warmi et al. | Horn Length Estimation for Decrease of Trip-out Rates on 150 kV Transmission Line in West Sumatra in Indonesia | |
Xie et al. | Extensions of power system early-warning defense schemes by integrating wide area meteorological information | |
El Gayar et al. | Wind Induce Clearances Infringement of Overhead Power Lines | |
Zhang et al. | An optimization model for distribution networks lightning protection system design: a reliability indexes and cost-based solution | |
Shi et al. | Modeling of dynamic behavior for suspension insulator string under wind and rain loadings | |
CN109888711B (zh) | 500kV输电线路杆塔接地状态的分析运维方法 | |
Amicarelli et al. | Impact of snow storms on distribution grids: e-distribuzione and RSE experimental stations | |
Lei et al. | A Regionalized Evaluation Method for Indirect Lightning Stroke Flashover Rate in 10kV Distribution Networks | |
Tariku et al. | Power Distribution System Failure and Vulnerability Analysis in Ethiopia | |
Yu et al. | An overview of transmission line trip risk assessment under typhoon disaster | |
Abdel-Fattah et al. | Extreme Weather Effects on Transmission Grids and the Potential of the Utilization of Real Time Monitoring for Smart Grids Applications | |
Nie | Optimization Design of Distribution Line Lightning Protection Based on BP Neural Network Algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210902 Address after: No. 521, Huanghe 4th Road, Bincheng District, Binzhou City, Shandong Province Applicant after: State Grid Shandong Electric Power Company Applicant after: STATE GRID CORPORATION OF CHINA Address before: No. 521, Huanghe 4th Road, Binzhou City, Shandong Province Applicant before: State Grid Shandong Electric Power Company |
|
GR01 | Patent grant | ||
GR01 | Patent grant |