CN105184407B - 基于大气数值模式的输电线路覆冰增长预测方法 - Google Patents

基于大气数值模式的输电线路覆冰增长预测方法 Download PDF

Info

Publication number
CN105184407B
CN105184407B CN201510579166.8A CN201510579166A CN105184407B CN 105184407 B CN105184407 B CN 105184407B CN 201510579166 A CN201510579166 A CN 201510579166A CN 105184407 B CN105184407 B CN 105184407B
Authority
CN
China
Prior art keywords
forecast
ground
ice
electricity
line
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
Application number
CN201510579166.8A
Other languages
English (en)
Other versions
CN105184407A (zh
Inventor
陆佳政
张�杰
张红先
方针
李波
徐勋建
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
State Grid Hunan Electric Power Co Ltd
Disaster Prevention and Mitigation Center of State Grid Hunan Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Hunan Electric Power Co Ltd
Disaster Prevention and Mitigation Center of State Grid Hunan Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, State Grid Hunan Electric Power Co Ltd, Disaster Prevention and Mitigation Center of State Grid Hunan Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201510579166.8A priority Critical patent/CN105184407B/zh
Publication of CN105184407A publication Critical patent/CN105184407A/zh
Application granted granted Critical
Publication of CN105184407B publication Critical patent/CN105184407B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种基于大气数值模式的输电线路覆冰增长预测方法，包括：利用WRF得到各个时刻、预测区域的近地面风速Vi、近地面温度Ti、预报时段内的降水量Ri、输电线路处地形高度H、风向α数据；根据公式计算出相应时刻的该段线路覆冰增长量ΔLi。采用本发明方法可准确预测具体线路覆冰增长趋势；可操作性强，数据来源丰富；预报精度高，可给出不同微地形区域精细化的覆冰数值预报，并且可根据微地形大小及微地形范围调整分辨率；可精确的指导输电线路运行人员开展电网融、除冰工作，保障电网安全稳定运行，有效提高除冰效率，优化资源配置，减小电网冰灾对输电线路造成的损失。

Description

基于大气数值模式的输电线路覆冰增长预测方法
技术领域
本发明属于输配电技术领域，尤其涉及一种输电线路覆冰增长预测方法。
背景技术
作为大型复杂生命线系统的重要组成部分，电力系统的安全性问题直接影响国家的生产建设和人民的生活秩序。据统计，电力系统的故障，除了运行设备故障、人为操作失误外，很大一部分源于自然灾害。而这其中输电线路的冰灾是威胁电网安全运行的重要灾害之一。因此，开展输电线路覆冰增长的预测，可以实现电网覆冰的提前应对，有效减少倒塔断线事故和跳闸事故的发生，提升电网抵御冰冻雨雪灾害的能力，大幅提高输配电和供电的可靠性。同时大幅减少由于电网冰灾引起的国民经济损失，维护社会和谐稳定。
目前国内外的输电线路覆冰预测研究主要考虑输电线路在特定气象条件下电网覆冰增长的微观过程，如具有代表性的Imai模型、Lenhard模型、Goodwin模型、Chaine模型和Makkonen模型。这些模型都没有考虑海拔高度对气温的影响，却由于气象场数据的限制，只能实现30km×30km较粗网格的电网覆冰增长预报，而针对微气象为地形区域的电网覆冰增长则无法预测，造成预报误差，导致特殊微地形微气象区域的断线倒塔。
发明内容
本发明要解决的技术问题是：针对目前电网覆冰短期预测网格精度不高、预测结果过于粗糙的现状，提出了一种基于大气数值模式-WRF(Weather Research Forecast)的输电线路覆冰增长预测方法，使用该方法可以利用大气数值模式的预报结果提供精细化的电网覆冰增长预测。
本方法的解决方案为：所提供的这种基于大气数值模式的输电线路覆冰增长预测方法，系利用大气数值模式(WRF)的输出结果，包括预报时段内每一个小时不同高度层的气压、温度、风速、风向、降水等与输电线路覆冰相关的气象因子及地形高度场数据，使用电网覆冰增长模型公式计算未来预测各时次的覆冰增长趋势。该方法包括如下步骤：
利用WRF得到各个时刻、预测区域的近地面风速Vi、近地面温度Ti、预报时段内的降水量Ri、输电线路处地形高度H、风向α数据；
根据下式计算出相应时刻的该段线路覆冰增长量ΔLi：
其中，Li-1表示上一时刻线路覆冰厚度，β为线路走向与水平夹角，μ取值为0.25。
所述近地面指距离地面高度2m处。
WRF使用NCEP提供的全球地形数据。WRF气象数据源为ECMWF、GFS、JMAGSM或NCEP2。
WRF选取模式嵌套方案，根据微地形位置及气候特点确定网格中心点选择，根据微地形范围确定嵌套网格精度。
本发明方法的有益效果是：
1)由于利用WRF的输出结果，更重要的是提出了一个全新的、更准确的电网覆冰增长量计算公式，可准确预测具体线路覆冰增长趋势；
2)可操作性强，数据来源丰富，WRF模式可支持多种不同气象数据源如ECMWF、GFS、JMAGSM、NCEP2等气象场数据；
3)预报精度高，可给出不同微地形区域精细化的覆冰数值预报，并且可根据微地形大小及微地形范围调整分辨率；
4)可精确的指导输电线路运行人员开展电网融、除冰工作，保障电网安全稳定运行，有效提高除冰效率，优化资源配置，减小电网冰灾对输电线路造成的损失。
附图说明
图1为本发明方法流程图。
图2为湖南省网格嵌套方案示意图。
具体实施方式
本发明从WRF输出结果的过程(下述步骤1～6)均为采用现有的流程进行。以湖南为例，基于大气数值模式的输电线路覆冰增长预测方法具体实施步骤如下：
1、WRF中尺度气象预报环境设置。将WRF程序集放置到统一目录当中，标记该目录为WRF中尺度气象预报系统目录。并对程序的编译环境、预处理环境、运行环境、后处理环境进行配置；
2、收集WRF中尺度气象预报系统所需的地形场数据。收集NCEP提供的全球地形场数据,将地形场数据添加到步骤(1)所搭建的WRF中尺度气象预报系统中；
3、模式最优参数化方案选取。选用不同参数化方案配置方法，对比WRF模式输出结果，通过采用线性插值三角网法处理到实际站点，并与实际站点资料进行对比，选取模式最优参数化方案如下：
表1 湖南模式参数化选择方案
参数类型 选择方案
微物理方案 WSM6
长波辐射方案 RRTM
短波辐射方案 Dudhia scheme
陆面物理方案 Noah Land Surface Model
行星边界层方案 YouseiUniversity scheme
4、模式嵌套方案选取。设定模式嵌套层数，对微地形区域覆冰历史数据进行分析，根据微地形位置及气候特点确定网格中心点选择，根据微地形范围确定嵌套网格精度。
针对湖南，选取三层嵌套方案(具体分辨率为27km×27km、9km×9km、3km×3km)，27km网格覆盖整个中国区域，湖南天气受青藏高原影响较大，9km网格覆盖青藏高原区域，3km网格覆盖整个湖南区域，见图2。
5、收集WRF中尺度气象预报系统所需的气象场数据。确定所需预报时段，收集相应时段的ECMWF(欧洲中心)气象场数据；
6、WRF中尺度气象预报计算。根据步骤(3)和步骤(4)所确定的模式参数化方案和嵌套方案，以步骤(2)和步骤(5)中收集的地形场数据和气象场数据为依据，运行WRF中尺度气象预报系统。得到相应预报时段内各个时刻内的预报结果；
7、提取不同高度层的气象要素。通过步骤(6)得到的预报结果，根据湖南电网输电线路坐标，提取出不同时刻、预测区域近地面(近地面指距离地面高度2m)温度Ti、近地面风速Vi、风向α、预报时段内的降水量Ri等与输电线路覆冰相关的气象因子及地形高度场数据H。
8、计算电网覆冰增长量，结合步骤(7)提取的气象因子，结合线路走向因子β，计算出相应时刻的该段线路覆冰增长量ΔLi。
其中：ΔLi表示线路覆冰增长量，单位：mm；
Li-1表示上一时刻线路覆冰厚度，单位为：mm；
Vi表示该时刻近地面风速，单位：m/s；
Ti表示该时刻近地面温度，单位：℃；
Ri表示预报时段内的降水量，单位mm；
H表示输电线路处地形高度(海拔)，单位：m；
α表示风向，单位：°(东风是0度，北风是90度，西风是180度，南风是270度)；
β表示线路走向因子，为线路走向与水平方向所呈角度，单位：°；
μ表示高度订正系数，取值为：0.25。

Claims (1)

1.一种基于大气数值模式的输电线路覆冰增长预测方法，其特征在于包括：
将NCEP提供的全球地形场数据添加到WRF气象预报系统中；
选取模式最优参数化方案和模式嵌套方案；所述模式嵌套方案是设定模式嵌套层数，根据微地形位置及气候特点确定网格中心点选择，根据微地形范围确定嵌套网格精度；
确定所需预报时段，收集相应时段的ECMWF气象场数据；
运行WRF气象预报系统，得到相应预报时段内各个时刻内的预报结果；
提取各个时刻、预测区域的近地面风速Vi、近地面温度Ti、预报时段内的降水量Ri、输电线路处地形高度H、风向α数据，所述近地面指距离地面高度2m处；
获得输电线路走向因子β，其为线路走向与水平夹角；
根据下式预测相应时刻的该段线路覆冰增长量ΔLi：
其中，Li-1表示上一时刻线路覆冰厚度，μ取值为0.25。
CN201510579166.8A 2015-09-11 2015-09-11 基于大气数值模式的输电线路覆冰增长预测方法 Active CN105184407B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510579166.8A CN105184407B (zh) 2015-09-11 2015-09-11 基于大气数值模式的输电线路覆冰增长预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510579166.8A CN105184407B (zh) 2015-09-11 2015-09-11 基于大气数值模式的输电线路覆冰增长预测方法

Publications (2)

Publication Number Publication Date
CN105184407A CN105184407A (zh) 2015-12-23
CN105184407B true CN105184407B (zh) 2017-03-01

Family

ID=54906470

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510579166.8A Active CN105184407B (zh) 2015-09-11 2015-09-11 基于大气数值模式的输电线路覆冰增长预测方法

Country Status (1)

Country Link
CN (1) CN105184407B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107092983A (zh) * 2017-04-11 2017-08-25 北京国网富达科技发展有限责任公司 输电导线覆冰厚度预测方法及装置

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106203713B (zh) * 2016-07-14 2017-10-13 国网湖南省电力公司 考虑太阳辐射的北方地区电网覆冰数值预报修正方法
CN106781229A (zh) * 2016-11-15 2017-05-31 国网四川省电力公司电力科学研究院 架空输电线路覆冰预警方法
CN107330189B (zh) * 2017-06-29 2021-03-09 国网湖南省电力有限公司 一种临近网格温度分层细化预测方法和系统
CN109543907B (zh) * 2018-11-23 2020-08-21 华润电力技术研究院有限公司 一种复杂地形风资源评估方法及其装置
CN112711919A (zh) * 2020-12-17 2021-04-27 国网湖南省电力有限公司 基于中小尺度模式耦合的导线覆冰预报方法及系统
CN113917566B (zh) * 2021-09-28 2023-06-27 国网湖南省电力有限公司 考虑效率-资源最优平衡的微地形气象预测方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103473610A (zh) * 2013-09-06 2013-12-25 国家电网公司 基于数字高程模型的电网覆冰增长趋势预测方法
CN104361528A (zh) * 2014-10-31 2015-02-18 广西电网公司电力科学研究院 一种不同海拔高度架空输电线路覆冰厚度计算方法
CN104697588A (zh) * 2015-04-07 2015-06-10 国家电网公司 一种输电线路自然覆冰气象条件下覆冰观测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103473610A (zh) * 2013-09-06 2013-12-25 国家电网公司 基于数字高程模型的电网覆冰增长趋势预测方法
CN104361528A (zh) * 2014-10-31 2015-02-18 广西电网公司电力科学研究院 一种不同海拔高度架空输电线路覆冰厚度计算方法
CN104697588A (zh) * 2015-04-07 2015-06-10 国家电网公司 一种输电线路自然覆冰气象条件下覆冰观测方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107092983A (zh) * 2017-04-11 2017-08-25 北京国网富达科技发展有限责任公司 输电导线覆冰厚度预测方法及装置

Also Published As

Publication number Publication date
CN105184407A (zh) 2015-12-23

Similar Documents

Publication Publication Date Title
CN105184407B (zh) 基于大气数值模式的输电线路覆冰增长预测方法
wei Zheng et al. Assessment of the global ocean wind energy resource
CN102628876B (zh) 一种包含上下游效应实时监测的超短期预测方法
Yamaguchi et al. Assessment of offshore wind energy potential using mesoscale model and geographic information system
CN105894106B (zh) 一种海洋模式和气象模式的一体化耦合方法
Lee et al. Assessment of offshore wind energy at Younggwang in Korea
CN102915387B (zh) 一种电网冰区分布图绘制方法
CN103383471B (zh) 瞬变扰动天气图和低频扰动天气图制作方法及其在天气预报中的应用
CN109583653A (zh) 基于统计模型的西北太平洋台风的延伸期预报方法
Wang et al. The crucial role of synoptic pattern in determining the spatial distribution and diurnal cycle of heavy rainfall over the South China coast
CN106203713B (zh) 考虑太阳辐射的北方地区电网覆冰数值预报修正方法
Ye et al. Interdecadal change of the northward jump time of the western Pacific subtropical high in association with the Pacific decadal oscillation
CN102508321B (zh) 电网覆冰预报方法
CN103473610A (zh) 基于数字高程模型的电网覆冰增长趋势预测方法
CN104850919A (zh) 一种输电线路山火数值预测方法
Zheng et al. A seasonal grade division of the global offshore wind energy resource
CN105069238A (zh) 一种特定重现期电网覆冰舞动区域分布图绘制方法
Ji-Hang et al. Analysis of wind power assessment based on the WRF model
CN107491839A (zh) 基于历史舞动特性的电网舞动预报方法及系统
CN107067339A (zh) 一种寒冷及严寒地区抽水蓄能电站水库冰冻库容的计算方法
Abbes et al. Investigation of wind characteristics and wind power potential in El-Kef region, Tunisia
Liu et al. Comparison of pan evaporation and actual evaporation estimated by land surface model in Xinjiang from 1960 to 2005
CN107330189A (zh) 一种临近网格温度分层细化预测方法和系统
Ibrahim et al. Short-range rainfall prediction over Egypt using the weather research and forecasting model
Reiszadeh et al. The wind energy potential in the coasts of Persian Gulf used in design and analysis of a horizontal axis wind turbine

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant