陈友慧，刘 然，李冬雪 ，许傲然，谷彩连

(1.国网辽宁省电力有限公司经济技术研究院，辽宁 沈阳 110152；2.沈阳工程学院电力学院，辽宁 沈阳 110015)

由于导体的物理特性，架空传输线可承载的电流量受气象环境条件的限制[1]。通常架空线额定容量是基于低风速和高环境气温这类保守气象假设而被设定为静态值或随季节性变化的值[2]。由于这些气象情况通常只存在很短的一段时间，因此，常规设定方法通常不能充分利用现有的输电设备。事实上，当地天气条件下自然冷却导线可提供额外的载流量。动态调整线路容量是一种基于导线中吸收和耗散的总能量间热能平衡来动态计算线路容量的技术[3]。实时监控电气和环境参数可以帮助最大限度地提高架空线路的容量利用率。而且由于风力发电以及大风所产生的导体容量增加之间的自然协同作用，动态调整线路容量有助于显著提高现有架空线路的风能承载能力。

最近，动态调整线路容量的研究受到极大关注。IEEE和CIGRE成立了工作组以定义和标准化具有时变天气条件的架空线路温度的计算方法[4]。特别是IEEE为动态调整线路容量开发了IEEE 738标准。文献[5]通过爱尔兰的案例研究分析了关于动态调整线路容量相对于静态额定容量的潜在好处；文献[6]介绍了动态调整线路容量在芬兰的技术调查和适用性。这些在不同地理区域进行的研究结果表明，动态调整线路容量在提高现有架空线的载流量利用率方面具有巨大潜力；文献[7-8]详细研究了环境条件对线路额定容量的影响；文献[9-10]介绍了动态调整线路容量在改善风能并网方面的潜在应用；文献[11]给出了动态调整线路容量的时间序列建模，文献[12]对架空线的电动力学和热动力学进行了分析。

最近的一些文献也研究了动态调整线路容量在电网中的潜在应用。例如：文献[13]开发了一种使用动态调整线路容量改善架空线运行跳闸的方法；文献[14]将动态调整线路容量应用到机组组合中。尽管在动态调整线路容量的理论基础方面取得了一些进展，但关键的挑战仍然是如何通过在考虑运行数据和当地气象条件的电网中进行试点研究，从而量化动态调整线路容量的效益。

本研究在沈阳郊区的4条架空线上应用了动态调整线路容量技术。使用如线路负荷等实际运行数据以及风速、风向、环境温度和太阳辐照度等气象数据来量化动态调整线路容量在提高线路载流量利用率方面的优势[15]。首先，考虑气象站之间的地理位置、计算复杂性和中点坐标的精度，为测试系统确定气象站的位置；然后，基于气象数据和中点坐标，使用母线载流量状态解算器(bus current carrying state solver,BCCSS)实时计算架空线的载流量；最后，量化动态调整线路容量在提高架空线设备利用率方面的优势，并结合实际运行数据和当地气象条件评估动态调整线路容量在实际电网上的性能。

1 测试点概述

测试地点位于沈阳市郊区，由2条输电通道组成，每条通道都有东西和南北向各2条线路。气象站位置、导线类型如图1所示，测试线路的导体类型和夏/冬季额定容量如表1所示。此外，在测试电网的北侧有扩大风力发电场的潜力。由于风能在所考虑的架空线上传输的电能中占比较大，而风力发电和并行冷却之间存在天然的协同作用，因此，试验场是评估动态调整线路容量方法性能的理想之选。

图1 试点区架空线结构Figure 1 Structure of overhead lines in test area

表1 架空线路数据Table 1 The data of overhead lines

1.1 数据采集

由于如风速、风向、环境空气温度和太阳辐照度水平等气象条件的时空变化显著影响线路额定容量设定，因此，气象站的正确配置和数据收集对于准确计算现有架空线中可用的额外容量至关重要。综合考虑地理因素、气象站的成本以及中点坐标的精度，确定4个气象站的安装位置。从这些气象站获得的气象数据被用来完成对整个架空线附近的天气状况和温度的准确描述。每隔3 min从气象站数据记录器中检索天气数据，并将数据传输到数据处理中心。除天气数据外，每3 min采集一次线路的负荷数据。

1.2 数据分析

对2018年6月5日至2018年12月9日的天气数据进行分析，分析周期包括夏、冬季天气状况。将来自气象站的观测气象数据与电网公司用于设定静态额定容量的保守气象数据进行比较。

线路的静态额定容量见表1。对Ⅰ型线路应用全年性静态额定容量，对Ⅱ型线路应用季节性静态额定容量。Ⅰ型东西和南北向线路全年额定容量的差异是由于使用了不同的导线。平均强度在4.5 m/s以上的主要风向的统计数据如图2(a)所示，统计数据的平均值大于保守假设，并且其风向有利于南北向线路的冷却。平均日风速曲线如图2(b)所示，可以观察到白天风速较高。风力发电量较高可能导致电网公司需要进行调度优化，从而保持电力平衡。在发电机联络线上使用动态调整线路容量的情况下，若电能大部分来自风力发电，则并行冷却可避免大风时风力发电厂的发电量超过架空线的静态额定容量。

图2 主要风向和风速曲线Figure 2 Wind direction and wind speed curves

气象站收集的太阳辐照度数据如图3所示，与电网公司1 004.8 W/m2的太阳辐照度假设相比，统计的平均太阳辐照度为600 W/m2。电网公司的假设温度和气象站实际观测温度如图4所示，假设温度远高于整个夏季的实测环境温度。因此，动态调整线路额定容量可以显著提高夏季的载流量利用率。从对收集的气象数据的分析来看，电网公司对风速、太阳辐照度和环境温度的假设是保守的。

图3 太阳辐照度数据Figure 3 Solar irradiance data

图4 气温数据对比Figure 4 Comparison of temperature data

2 动态调整线路容量方法

基于天气的动态调整线路容量方法核心要素如图5所示。云容器引擎(cloud container engine,CCE)是动态调整线路容量的主要计算引擎，WindSim是计算流体力学模型的仿真软件，BGHT是组织和预处理历史天气数据以使其与CCE可以使用的格式兼容工具包，MMR是组织预测天气数据以驱动CCE计算的工具包。由于MMR和BGHT是使外部输入输出与CCE或WindSim兼容的支持工具，因此本研究主要集中在CCE和WindSim上。

动态调整线路容量方法的详细框架及其与不同构件之间的交互如图6所示，WindSim负责接收配置数据，例如气象站的位置、来自地理信息系统的数据以及本地历史气象数据。此外，WindSim使用地形数据来计算架空线所在区域的地形和拓扑。在接收到这些信息之后，WindSim在线路的中点处计算更精确的天气数据。流体力学模型计算不是直接使用气象站的天气数据，而是将天气数据换算至到中点，以提供更精确的当地气象条件。在计算中点数据之后，这些数据连同实时和历史天气数据一起送至CCE处理。此外还向CCE提供线路导体类型，并从导体目录中获得实际的导体特性。根据这些信息，CCE计算每条线路的温度和可用容量。

图5 动态调整线路容量方法的核心要素Figure 5 Core elements of dynamically adjusting line capacity

图6 动态调整线路容量方法的详细框架Figure 6 Detailed framework of dynamically adjusting line capacity

2.1 计算流体力学模型

WindSim是一个计算流体力学模型的仿真软件，使用来自气象站的数据精确估计试验区中心的风场情况。WindSim使用地形拓扑等地理信息来创建模拟风场，然后将模拟风场数据与气象站的位置、架空线结构和位置、环境温度和太阳辐照度等数据结合使用，以估计试验区中心的风速和风向。WindSim使用气象站历史数据来验证和改进模型，建立高效率的查找表，以将气象站数据映射到试验区中心位置。为更好地模拟近地面区域，绘制基于植被、农田和居民区的地形模拟图，如图7所示。

图7 试点区地形模拟Figure 7 Topographic simulation map of test area

为有效地模拟风湍流，WindSim使用雷诺平均Navier-Stokes方程，标准k-ε模型用于模拟湍流动能k和动能耗散率ε：

(1)

其中湍流粘度为

(2)

湍流产生项为

(3)

其中，Ui为速率，Cμ、cε1、cε2、σk和σε为k-ε模型的固定常数，分别设置为0.09、1.55、2.0、1.0和1.3[16]。将经纬度的x-y空间分解为一个恒定的30 m网格，该网格与地理信息数据系统中描述的特征具有相同的分辨率。在垂直方向上，距地面50 m的范围内使用5 m分辨率，以便更精确地求解输电线路和气象站附近的风场。在距地面50 m的范围外，使用对数间距，最大为3 500 m，共有40个网格，流体力学计算共模拟950万个单元。

对24个间距为15°的不同进风区进行仿真。WindSim在24个中央处理器上并行求解，每个处理器运行12 h，然后在所有中点和气象站的位置输出仿真结果，这些结果用于为每个中点创建相对风向变化和风速加减的查找表。若假定边界层为自相似流动，则在任意风速和风向的情况下，可以在每个中点位置进行给定方向求解，东、西2个基本方向的求解结果如图8所示。

查找表包含了给定位置的风场数据。中心的太阳辐照度、风速风向和环境温度数据从距离最近的气象站获取。从动态调整线路容量的角度来看，这些是WindSim的关键输出，CCE使用这些输出计算线路可用容量。

图8 风场求解结果Figure 8 Wind field results

2.2 可用容量计算

CCE是动态调整线路容量的核心，通过考虑当地如太阳辐射、当前温度和辐射热损失等天气数据来支撑计算架空线可用容量。CCE采用IEEE 738标准，并利用热能平衡方程计算实时稳态电流容量：

(4)

式中qr、qc、qs分别为辐射热损失、对流热损失和通过太阳辐射获得的热增益；R为导体电阻，是关于导体温度Tc的函数；I为流过导体的电流。

单位长度辐射热损失(W/m)：

qr=0.013 8Dε·

(5)

式中ε为发射率；D为导体直径；Tc为导体温度；Ta为环境空气温度。

单位长度的热传导损失(W/m)：

kfKangle(Tc-Ta)

(6)

或者

(7)

式中Vw为空气的速度；μf为粘度；ρf为流体参数密度；kf为环境温度下计算的导热系数；Kangle为风向系数。风速小于1.34 m/s时采用式(6)计算qc，风速大于1.34 m/s时采用式(7)计算qc。

Kangle=

1.194-cosφ+0.194cosφ+0.368sin 2φ

(8)

其中φ为线路方位和传入风向量之间的角度。风向系数可以显著改变冷却效果，因为在比较直接平行和直接垂直风流时，风向系数可以变化3倍。导体还从太阳辐射中获得热能，根据IEEE 738标准，太阳辐射产生的热增益为

qs=αQseA′sinθ

(9)

式中α为太阳吸收率；Qse为经海拔校正的太阳和天空总辐射热通量；θ为太阳光的有效入射角；A′为单位长度导体的投影面积。

CCE通过将实时电网运行数据与现场部署的气象站测量数据和计算的流体力学模型相结合，计算具有少量气象站的线路可用容量。CCE还能够通过灵活的系统架构集成传感器、通信通道、数据管理和实时处理系统，从而向电网公司提供架空线热限制的信息，支持电网公司系统进行更好的运营规划。CCE在计算中使用架空线特定的导体热物理和几何特性。CCE还可以使用在本研究期间收集的天气数据，以计算历史载流量与负荷的关系。

3 案例分析

电网公司收集气象站数据，并将负荷数据加载到CCE中。在收到来自电网公司的数据后，CCE利用这些处理后的数据来计算出每条线路段的可用容量。由于在所有气象站数据中，基于WS32气象站的数据通常计算出的可用容量最低，本文主要考虑来自WS32气象站的数据(除非特别说明，否则均以WS32气象站数据为基础)。

3.1 计算出的可用容量和现有静态额定容量

将4个线路的当前静态额定容量与计算出的可用容量进行比较，主要说明每条线路容量的增加潜能以及在该地区承载额外风能的可行性。

Ⅱ型线路的计算可用容量和当前静态额定容量之间的比较如图9所示，静态额定基准被设置为零，计算时间序列中每个数据点的计算可用容量和静态额定容量之间以及负荷和静态额定容量之间的差值，按降序对这些数据进行排序，这是为了将载流量裕量显示为负值，以直观分析所提出方法的性能。横坐标时间百分比指的是大于对应数据值的时间段与整个试验周期的比值，这是为了在时间层面上对计算可用容量与静态额定容量进行比较。对于Ⅱ型东西和南北向线路，在整个试验周期内，计算可用容量有95%的时间高于应用季节性静态额定容量的情况，平均比季节性静态额定容量增加72%。

图9 Ⅱ型线路的计算可用容量与静态额定容量Figure 9 Calculated available capacity and static rated capacity of type Ⅱ lines

Ⅰ型线路的计算可用容量和当前静态额定容量之间的比较如图10所示，对Ⅰ型线路使用的分析方法与在Ⅱ型线路中使用的分析方法相同。对于Ⅰ型东西向和南北向线路，在整个试验周期内，计算可用容量有76%以上的时间高于使用全年静态额定容量的情况，平均比全年静态额定容量增加22%。

图10 Ⅰ型线路的计算可用容量与静态额定容量Figure 10 Calculated available capacity and static rated capacity of type Ⅰ lines

线路计算可用容量、线路负荷、静态额定容量之间的差异如图11、12所示，可以看出，即使在额定负荷情况下，Ⅱ型线路也有很大的负荷提升空间，而Ⅰ型线路更接近静态限制。事实上，Ⅰ型东西向线路负荷(图12(a))在一段时间内非常接近静态极限，即使所有线路在地理上距离都不是很远，但可用容量提升空间差别很大。Ⅱ型南北向线路的提升空间最大(图11(b))，而Ⅰ型东西向线路(图12(a))的提升空间最小。

图11 Ⅱ型线路的计算容量与线路负荷Figure 11 Calculated capacity and load of type Ⅱ lines

图12 Ⅰ型线路的计算容量与线路负荷Figure 12 Calculated capacity and load of type Ⅰ lines

3.2 线路容量与负荷对比分析

使用WS32气象站作为参考来计算每条线路的可用容量。考虑到环境温度的差异，Ⅱ型线路是季节型静态额定容量，而Ⅰ型线路使用全年静态额定容量。从图11可以看出，Ⅱ型线路在整个测试周期内，负荷从未超过静态额定容量。然而在特定时间段内，计算出的容量在风速较低或环境温度高于设定静态额定容量时，计算容量可能会低于静态额定容量。从图11(a)、(b)可以看出，2条线路的负荷和静态额定容量变化趋势一致。

类似地，Ⅰ型线路计算容量、负荷和静态额定容量对比见图12。与Ⅱ型线路情况不同，Ⅰ型线路在容量上具有更高的拥堵性。观察到有几个时间段的负荷非常接近静态额定容量，线路存在拥堵的迹象。此外，即使计算的可用容量在大多数时间高于静态额定容量，但在某些情况下，计算的额定容量也低于静态额定容量。在静态额定容量高于计算的可用容量期间，导体温度可能达到较高水平。

整个研究期间出现了计算可用容量在短时间内低于线路负荷的情况。在7个实例中，负荷大于计算可用容量的情况如表2所示，总时间为21 min。负荷高于计算可用容量的实际情况如图13所示，2018年12月8日观测到的最长一段持续时间为9 min，在此期间负荷迅速增加，负荷回升后不久气象站处的风力增加。负荷超过计算可用容量的主要原因是天气条件，即风在到达架空线之前就已到达风电厂。这种情况下动态调整线路容量提供了更好的实时态势感知。

表2 线路负荷高于计算容量的情况Table 2 Cases where the line load is higher than the calculated capacity

图13 Ⅰ型南北向线路负荷高于计算容量的情况Figure 13 Case where the type Ⅰ north-south line load is higher than the calculated capacity

3.3 流体力学模拟精度评估

为了评估流体力学模拟的准确性，将相邻气象站的流体力学模拟值进行比较，并与通过研究收集的现场数据进行比较。通过流体力学模拟计算风速预测值，然后将该预测值与实际测量值进行比较以评估误差。计算总热损失时取风速的平方根，则气象站之间风速预测的13%的平均误差转化为热量损失的6%的平均误差。中心气象站WS3和3个外部气象站结果对比如表3所示，气象站之间的最大误差为13%。以30 m的地形分辨率进行精度分析，如果使用10 m甚至1 m的分辨率来解析流体力学模型中的地形特征，则模型精度可获得提升。

表3 中心气象站和3个外部气象站结果对比Table 3 Comparison of results between the central weather station and three external weather stations

3.4 增加风能负荷的影响

为了研究风能负荷增加对线路容量的影响，假设：在测试区新建风电场，并对I型南北向线路进行分析；风力发电厂位于WS14气象站以北5 km、以西1.6 km处。考虑WS32、WS14这2个气象站的天气资料进行分析。

1)WS32气象站数据分析。

使用WS32气象站数据模拟保守天气场景进行分析。整个研究期间计算可用容量与负荷的关系如图14、15所示，观察到有5次负荷大于计算可用容量的情况，负荷超过可用容量总持续时间为102 min，占总研究周期的0.04%。最长的一次长达36 min，这需要减少风力发电量来保护输电线路。

图14 增加风能负荷情况下I型南北向线路负荷与计算容量对比Figure 14 Comparison of load and calculation capacity of Type I north-south line under the condition of increasing wind power load

图15 增加风能负荷情况下计算可用容量低于负荷实例Figure 15 Case of calculating available capacity lower than load under the condition of increasing wind power load

2)WS14气象站数据分析。

WS14气象站位于I型线路的起点，并且距离风能聚集点的位置最近。对比计算可用容量和负荷，如图16所示，共发生3个负荷超过计算可用容量事件，3个事件总持续时间为45 min，只占研究周期的0.017%左右。而负荷多次超过静态额定容量，总计为375 h，占研究周期的8%左右，线路可能被迫减少负荷以保持合规性。

图16 增加风能负荷情况下I型南北向线路负荷与计算容量对比Figure 16 Comparison of load and calculation capacity of type I north-south line under the condition of increasing wind power load

负荷超过计算可用容量的实例如图17所示，负荷超过计算可用容量的每个事件信息如表4所示。尽管3个事件发生时负荷超过计算出的载流量，但与WS32相比持续时间较短，并且在这些事件前、后有数百安培左右容量的提升空间。这意味着所有情况下导体过载后都很容易冷却。

图17 增加风能负荷情况下计算可用容量低于负荷实例Figure 17 Case of calculating available capacity lower than load under the condition of increasing wind power load

表4 线路负荷高于计算容量的情况Table 4 Cases where the line load is higher than the calculated capacity

以上结果分析基于文2中介绍的试点区研究。全球气候变化可能会显著改变输电线路运行的环境，从而影响导线的耐久性。由于传统静态线路额定容量假定载流量恒定，而不考虑实时天气情况，因此，传统静态额定容量不能考虑全球气候变化引起的环境变化。这种情况最终会增大线路超过最高温度限制的风险。然而，动态调整线路容量的实施会根据测量到的当地气象条件动态计算线路可用容量，从而降低线路电流超过限值的风险，并在不断变化的环境中提供态势感知。

4 结语

本文对基于风向风速等气象参数动态调整线路容量方法的价值进行了量化，以提高现有架空线的容量利用率。对于所研究的架空线系统，在整个试验周期内计算可用容量有76%以上的时间高于使用全年静态额定容量的情况，计算可用容量平均比全年静态额定容量增加22%以上。此外，假设在测试区新建风电场，研究风能负荷增加对线路容量的影响，以证明所提出方法的可扩展性。

在下一步工作中，将结合流体力学模拟数据和政府天气预报数据，以精准预测线路可用容量。此外，还将对人为因素和预测不确定性进行讨论，并探讨将其整合到电网调度决策中的可行性。