CN107330243A - 一种基于典型气象年的架空输电线路载流量计算方法 - Google Patents
一种基于典型气象年的架空输电线路载流量计算方法 Download PDFInfo
- Publication number
- CN107330243A CN107330243A CN201710388982.XA CN201710388982A CN107330243A CN 107330243 A CN107330243 A CN 107330243A CN 201710388982 A CN201710388982 A CN 201710388982A CN 107330243 A CN107330243 A CN 107330243A
- Authority
- CN
- China
- Prior art keywords
- transmission line
- meteorological
- year
- current
- typical
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于典型气象年的架空输电线路载流量计算方法。目前架空输电线路载流量计算方法中环境边界条件通常由运行经验确定,无法确定架空输电线路运行的风险水平。本发明采用的技术方案为:基于气象观测数据,采用Finkelstein‑Schafer统计方法获得典型气象年;通过中尺度气象预报模式对典型气象年的气象要素再分析,获得输电线路所处位置在典型气象年中的气象要素数据;基于气象要素数据,采用热平衡模型计算得到输电线路逐小时的沿线载流量变化情况,并得到全年的载流量概率密度分布。依据输电线路运行部门可接受的风险水平,确定输电线路载流量值。
Description
技术领域
本发明涉及架空输电线路运行技术领域,尤其是一种基于典型气象年的架空输电线路载流量计算方法。
背景技术
架空输电线路载流量是指架空输电线路可以承受的最大通流能力,主要由导线的热特性和输电线路所处的气象环境所决定。载流量直接决定了架空输电线路的电能输送能力,对于架空输电线路建设和运行的经济性具有重要意义。
架空输电线路载流量通常由输电线路运行管理部门进行计算。输电线路运行管理部门会根据架空输电线路所处的地区的气象特点,确定载流量计算的环境边界条件。这些环境边界条件包括环境温度、日照强度和风速。基于环境边界条件,利用导线的热平衡模型计算出导线的运行载流量。
架空输电线路所处的气象环境处于不断变化之中,在确定环境边界条件之时应该对输电线路在该条件下的运行风险有量化的计算,以便在运行经济性和可靠性之间取得平衡。但目前输电线路运行部门在确定环境边界条件时主要依靠运行经验,缺乏对不同环境边界条件下的输电线路风险的量化计算方法,因此其最终计算出的载流量也不尽合理。
发明内容
有鉴于此,为了合理确定架空输电线路载流量,本发明提供一种基于典型气象年的架空输电线路载流量计算方法。
本发明采用如下的技术方案:一种基于典型气象年的架空输电线路载流量计算方法,其包含如下步骤:
1)搜集输电线路所处区域近10-40年的气象站观测数据;
2)采用Finkelstein-Schafer统计分析法,基于气象站观测数据,通过对不同气象要素的逐年累积分布函数的比较分析获得12个典型气象月,将12个典型气象月组合形成典型气象年;
3)通过中尺度数值预报模式WRF对典型气象年中的气象数据进行再分析,获得输电线路所处区域的风速、风向、日照和气温数据;选择距离杆塔最近的格点数据作为输电线路各基杆塔的典型气象年气象数据集;
4)利用热平衡模型,对每一基杆塔在典型气象年中逐小时的载流量进行计算,并获得载流量概率密度分布图;基于输电线路运行部门的可接受风险水平,选择相应的风险水平对应的载流量值作为输电线路的允许载流量。
进一步地,步骤1)中,所述的气象站观测数据包括降水、2m高度气温、10m高度风速风向和日照时数。
进一步地,步骤2)中,Finkelstein-Schafer统计分析法的具体计算公式为:
其中,N为某个月的天数,如1月为31天;Ei为第i天的气象要素观测值在长期累积概率密度分布和年度累积概率密度分布中对应累积概率值之差的绝对值。
更进一步地,步骤2)中,首先分别计算各月份的气温、风速和日照FS值,随后按照各气象要素对载流量影响的大小确定不同的权重,具体按照下述公式计算综合FS值:
FS=0.4FS气温+0.4FS风速+0.2FS日照,
在历年各月份中选择综合FS值最小的月份作为典型气象月。
进一步地,步骤3)中,WRF模型输出的气象数据分辨率为3km×3km,时间分辨率为1h。
进一步地,步骤4)中的热平衡模型指架空输电线路的焦耳热、日照吸热、辐射散热和对流散热间的平衡,具体公式为:
I2R+Q日照=Q辐射+Q对流,
式中,I2R为焦耳热,Q日照为日照吸热,Q辐射为辐射散热,Q对流为对流散热。
本发明基于气象站观测数据,采用统计方法获得典型气象年;通过对典型气象年的气象数据再分析,获得输电线路所处位置在典型气象年中的气象要素数据;基于气象要素数据,采用热平衡模型计算得到输电线路载流量概率密度分布;依据输电线路运行部门可接受的风险水平,确定输电线路载流量值。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,根据这些附图获得其它的附图仍属于本发明的范畴。
图1为本发明的流程图;
图2为本发明线路A路径图和WRF气象分析格点图;
图3为本发明线路A在特定时间段的沿线允许载流量变化情况;
图4为本发明线路A的载流量概率密度分布。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
针对线路A的载流量计算,其流程如如图1所示。首先,搜集线路A所处区域的气象站观测数据。包括近30年的气象站逐日气象观测资料。具体包括了降水、2m高度气温、10m高度风速风向、日照时数。计算近30年的气温、风速和日照时数长期累积概率密度分布和逐年累积概率密度分布。
采用Finkelstein-Schafer统计分析法计算每一年每个月的综合FS值,在历年相同月份中选择综合FS值最小的月份作为典型气象月,如将2013年的1月作为第一个典型气象月,2012年二月作为第二个典型气象月,这样12个典型月组成典型气象年。
采用WRF模型对线路A所处区域在典型气象年中的风速、风向、气温和日照进行分析,获得3km×3km水平分辨率、1h时间分辨率的气象要素数据。如图2所示,选择离线路A各基杆塔最近的格点数据分别作为各基杆塔在典型气象年中的气象数据集。
基于各基杆塔的气象数据,并采用热平衡模型逐小时计算线路A沿线的允许载流量变化情况,并选择最小值最为线路A的允许载流量值。线路A在某时刻沿线的允许载流量变化情况如图3所示。
统计线路A在典型气象年中逐小时的允许载流量变化情况,结果如4所示。当输电线路运行部门的可接受风险水平为3%时,线路A的允许载流量为1150A;当输电线路运行部门的可接受风险水平为5%时,线路A的允许载流量为1250A。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的实施例,而是要符合与本文所公开的原理和发明点相一致的最宽的范围。
Claims (6)
1.一种基于典型气象年的架空输电线路载流量计算方法,其包含如下步骤:
1)搜集输电线路所处区域近10-40年的气象站观测数据;
2)采用Finkelstein-Schafer统计分析法,基于气象站观测数据,通过对不同气象要素的逐年累积分布函数的比较分析获得12个典型气象月,将12个典型气象月组合形成典型气象年;
3)通过中尺度数值预报模式WRF对典型气象年中的气象数据进行再分析,获得输电线路所处区域的风速、风向、日照和气温数据;选择距离杆塔最近的格点数据作为输电线路各基杆塔的典型气象年气象数据集;
4)利用热平衡模型,对每一基杆塔在典型气象年中逐小时的载流量进行计算,并获得载流量概率密度分布图;基于输电线路运行部门的可接受风险水平,选择相应的风险水平对应的载流量值作为输电线路的允许载流量。
2.根据权利要求1所述的架空输电线路载流量计算方法,其特征在于,步骤1)中,所述的气象站观测数据包括降水、2m高度气温、10m高度风速风向和日照时数。
3.根据权利要求1所述的架空输电线路载流量计算方法,其特征在于,步骤2)中,Finkelstein-Schafer统计分析法的具体计算公式为:
<mrow>
<mi>FS</mi>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>N</mi>
</mfrac>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>E</mi>
<mi>i</mi>
</msub>
</mrow>
其中,N为某个月的天数,Ei为第i天的气象要素观测值在长期累积概率密度分布和年度累积概率密度分布中对应累积概率值之差的绝对值。
4.根据权利要求1所述的架空输电线路载流量计算方法,其特征在于,步骤2)中,首先分别计算各月份的气温、风速和日照FS值,随后按照各气象要素对载流量影响的大小确定不同的权重,具体按照下述公式计算综合FS值:
FS=0.4FS气温+0.4FS风速+0.2FS日照,
在历年各月份中选择综合FS值最小的月份作为典型气象月。
5.根据权利要求1所述的架空输电线路载流量计算方法,其特征在于,步骤3)中,中尺度数值预报模式WRF输出的气象数据分辨率为3km×3km,时间分辨率为1h。
6.根据权利要求1所述的架空输电线路载流量计算方法,其特征在于,步骤4)中,所述的热平衡模型指架空输电线路的焦耳热、日照吸热、辐射散热和对流散热间的平衡,具体公式为:
I2R+Q日照=Q辐射+Q对流,
式中,I2R为焦耳热,Q日照为日照吸热,Q辐射为辐射散热,Q对流为对流散热。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710388982.XA CN107330243B (zh) | 2017-05-25 | 2017-05-25 | 一种基于典型气象年的架空输电线路载流量计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710388982.XA CN107330243B (zh) | 2017-05-25 | 2017-05-25 | 一种基于典型气象年的架空输电线路载流量计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107330243A true CN107330243A (zh) | 2017-11-07 |
CN107330243B CN107330243B (zh) | 2020-07-17 |
Family
ID=60193109
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710388982.XA Active CN107330243B (zh) | 2017-05-25 | 2017-05-25 | 一种基于典型气象年的架空输电线路载流量计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107330243B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108460233A (zh) * | 2018-03-28 | 2018-08-28 | 国网福建省电力有限公司 | 风电场架空软导线截面选择方法 |
CN108734342A (zh) * | 2018-04-28 | 2018-11-02 | 山东大学 | 区域天气预报用于地区电网架空线路热定值概率预测方法 |
CN109978269A (zh) * | 2019-03-29 | 2019-07-05 | 上海电力学院 | 一种用于光伏发电的多地区逐时散射比预测控制方法 |
CN110084403A (zh) * | 2019-03-27 | 2019-08-02 | 山东信通电子股份有限公司 | 架空导线载流量的多时段联合概率密度预测方法及系统 |
CN110781577A (zh) * | 2019-09-16 | 2020-02-11 | 北京工业大学 | 一种气象要素缺失时典型气象年的生成方法及装置 |
CN111611548A (zh) * | 2020-05-25 | 2020-09-01 | 合肥阳光新能源科技有限公司 | 一种光伏电站典型年等效利用时间的测算方法 |
CN111896769A (zh) * | 2020-08-18 | 2020-11-06 | 广东电网有限责任公司 | 一种架空输电线的等效风速测量方法及相关装置 |
CN115575737A (zh) * | 2022-09-06 | 2023-01-06 | 江苏达蓝能源服务有限公司 | 一种载流量检测方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101167028A (zh) * | 2005-04-29 | 2008-04-23 | 法特斯帕尼尔技术公司 | 改进可再生能源系统中的性能度量 |
WO2010081165A2 (en) * | 2009-01-12 | 2010-07-15 | Battelle Memorial Institute | Nested, hierarchical resource allocation schema for management and control of an electric power grid |
CN104598743A (zh) * | 2015-01-27 | 2015-05-06 | 国家电网公司 | 一种无量测地区太阳辐射数据的生成方法 |
CN106600460A (zh) * | 2016-12-13 | 2017-04-26 | 国网福建省电力有限公司 | 一种基于环境变化概率模型的输电线路动态增容方法 |
-
2017
- 2017-05-25 CN CN201710388982.XA patent/CN107330243B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101167028A (zh) * | 2005-04-29 | 2008-04-23 | 法特斯帕尼尔技术公司 | 改进可再生能源系统中的性能度量 |
WO2010081165A2 (en) * | 2009-01-12 | 2010-07-15 | Battelle Memorial Institute | Nested, hierarchical resource allocation schema for management and control of an electric power grid |
CN104598743A (zh) * | 2015-01-27 | 2015-05-06 | 国家电网公司 | 一种无量测地区太阳辐射数据的生成方法 |
CN106600460A (zh) * | 2016-12-13 | 2017-04-26 | 国网福建省电力有限公司 | 一种基于环境变化概率模型的输电线路动态增容方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108460233B (zh) * | 2018-03-28 | 2022-03-08 | 国网福建省电力有限公司 | 风电场架空软导线截面选择方法 |
CN108460233A (zh) * | 2018-03-28 | 2018-08-28 | 国网福建省电力有限公司 | 风电场架空软导线截面选择方法 |
CN108734342B (zh) * | 2018-04-28 | 2020-12-25 | 山东大学 | 区域天气预报用于地区电网架空线路热定值概率预测方法 |
CN108734342A (zh) * | 2018-04-28 | 2018-11-02 | 山东大学 | 区域天气预报用于地区电网架空线路热定值概率预测方法 |
CN110084403B (zh) * | 2019-03-27 | 2022-03-01 | 山东信通电子股份有限公司 | 架空导线载流量的多时段联合概率密度预测方法及系统 |
CN110084403A (zh) * | 2019-03-27 | 2019-08-02 | 山东信通电子股份有限公司 | 架空导线载流量的多时段联合概率密度预测方法及系统 |
CN109978269A (zh) * | 2019-03-29 | 2019-07-05 | 上海电力学院 | 一种用于光伏发电的多地区逐时散射比预测控制方法 |
CN110781577A (zh) * | 2019-09-16 | 2020-02-11 | 北京工业大学 | 一种气象要素缺失时典型气象年的生成方法及装置 |
CN111611548A (zh) * | 2020-05-25 | 2020-09-01 | 合肥阳光新能源科技有限公司 | 一种光伏电站典型年等效利用时间的测算方法 |
CN111611548B (zh) * | 2020-05-25 | 2024-02-27 | 阳光新能源开发股份有限公司 | 一种光伏电站典型年等效利用时间的测算方法 |
CN111896769A (zh) * | 2020-08-18 | 2020-11-06 | 广东电网有限责任公司 | 一种架空输电线的等效风速测量方法及相关装置 |
CN111896769B (zh) * | 2020-08-18 | 2022-01-25 | 广东电网有限责任公司 | 一种架空输电线的等效风速测量方法及相关装置 |
CN115575737A (zh) * | 2022-09-06 | 2023-01-06 | 江苏达蓝能源服务有限公司 | 一种载流量检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107330243B (zh) | 2020-07-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107330243A (zh) | 一种基于典型气象年的架空输电线路载流量计算方法 | |
Litjens et al. | Assessment of forecasting methods on performance of photovoltaic-battery systems | |
KR101035398B1 (ko) | 특정지점 기상예측 기반 신재생에너지 발전량 실시간 예측방법 및 그 시스템 | |
Hosek et al. | Effect of time resolution of meteorological inputs on dynamic thermal rating calculations | |
Olaofe et al. | Wind energy analysis based on turbine and developed site power curves: A case-study of Darling City | |
CN106351793A (zh) | 用于改进风力发电的系统和方法 | |
Ely et al. | Implications of the North Atlantic Oscillation for a UK–Norway renewable power system | |
CN103679282B (zh) | 风电功率爬坡的预测方法 | |
CN105260800A (zh) | 一种光伏组件温度预测方法及装置 | |
CN103679298A (zh) | 风电场短期功率预测精度的评价方法 | |
CN102945508A (zh) | 一种基于模型校正的风电功率预测预报系统及方法 | |
CN109978242A (zh) | 基于统计升尺度的光伏发电集群功率预测方法及装置 | |
CN105095668B (zh) | 基于亚洲极涡因子的电网覆冰长期预报方法 | |
KR102077646B1 (ko) | 신재생 발전설비 모니터링 시스템 | |
CN104598715B (zh) | 一种基于气候态风速预测的区域风电电量预测方法 | |
CN104504464A (zh) | 基于风区风带风速规律的风功率预测方法 | |
CN107422180A (zh) | 一种基于云监控的光伏电站的功率预测系统 | |
Michiorri et al. | Forecasting real-time ratings for electricity distribution networks using weather forecast data | |
CN102749471A (zh) | 一种短期风速、风电功率预测方法 | |
CN102664409A (zh) | 一种基于实测数据风电场风电功率实时预测的计算方法 | |
Barfod et al. | The expert tool XGEO and its applications in the Norwegian Avalanche Forecasting Service | |
CN102706304A (zh) | 一种输电线路导线覆冰厚度的预测方法 | |
CN108108871B (zh) | 风电场群输电设备的选型方法 | |
Zhong et al. | Wind power forecasting and integration to power grids | |
CN114118598A (zh) | 基于深度学习预测模型的电网雷电灾害预测方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |