方春华，陶玉宁，张威，智李，李景

(1. 湖北省输电线路工程技术研究中心，湖北 宜昌 443002；2. 三峡大学 电气与新能源学院，湖北 宜昌 443002；3. 国网湖北省电力有限公司宜昌供电公司，湖北 宜昌 443000；4. 国网安庆供电公司，安徽 安庆 246000)

0 引言

高压输电线路距离较长，受走廊限制，部分区段会经过微地形区，这些区域气象数据缺乏[1-2]。若输电走廊微地形区杆塔全部安装风速监测装置投资很大[3-5]。因此，根据大量实测风速数据考虑风荷载变化调整杆塔设计标准及强风时通过气象观测站实时准确计算附近微地形区杆塔风速尤为重要。实测风速数据对分析杆塔力学响应至关重要。文献[6]根据实测风速记录进行分界波数建模，为脉动风速模拟提供一条基于物理的建模途径。文献[7-12]采用自回归（AR）模型和自回归滑动平均（ARMA）模型模拟脉动风速时程，获得台风空间相关性风场，并验证了模型的可行性。文献[13-17]通过台风中心实测结果，分析台风“海马”“海葵”“梅花”“尤特”脉动风速功率谱，得出Karman谱与实测谱吻合程度最高。局部微地形区风速增大会对输电线路造成较大影响。文献[18]对比分析微地形区风荷载，指出中国规范中微地形风速修正较为保守。文献[19]通过输电线路动力学仿真分析，指出山顶空旷时风速急剧增加，山顶风速修正系数可取1.5。文献[20]对垭口型微地形进行深入研究，提出更为准确的垭口风速修正系数。以上研究取得众多成果，但有待进一步研究的是：中国输电线路规范给出了相应的设计标准，但需根据各地区实际风速数据进一步完善。微地形对输电线路走廊风速放大作用使输电安全问题更加突出，以往设计中微地形对风速的影响考虑不够充分。

文章基于江苏省内各气象观测站实测数据，运用GEV模型，Weibull模型、Rayleigh模型分析风速分布统计规律，完成风速重现期拟合，提出输电线路脉动风速谱修正方法；基于Google Earth获取了输电线路微地形及输电塔的相对位置信息，并在此基础上完成微地形对输电线路风速的影响。

1 理论分析

1.1 风速分布模型

Gumbel分布模型也称为极值Ι型分布，其概率密度分布函数为

1.2 脉动风速谱

2 实测风速数据分析

2.1 风速采集方法

基于江苏省境内各气象站在线监测装置2016—2017年采集的风速数据，分析江苏13市的风速分布特征。图1为各气象观测站监测装置布点分布情况。

图1 气象观测站监测装置分布Fig. 1 Distribution of monitoring devices of meteorological observation stations

2.2 风速分布特征

运用Gumbel模型、Weibull模型，Rayleigh模型对江苏13市10 min最大风速概率密度进行拟合。受篇幅限制，图2仅列出了常州、南京、南通、盐城4个城市的平均风速概率密度和拟合曲线。

图2 江苏部分地市平均风速概率密度和拟合曲线Fig. 2 Mean wind speed probability density and fitting curve of some cities in Jiangsu province

Weibull曲线、Rayleigh曲线和Gumbel曲线对常州、南京、盐城的平均风速概率密度拟合效果较好。南通地区Rayleigh曲线和Gumbel曲线拟合效果较好，但Weibull曲线呈现较大误差。以盐城地区为例，在0 ～5 m/s的低风速区，Gumbel模型比Rayleigh模型呈现出更加良好的包络性和贴合性。即Gumbel模型更适合于江苏全境风速概率分布密度拟合。

表1为江苏地区Gumbel模型概率密度分布拟合函数的形状参数ξ和尺度参数σ值。在进行工程计算时，可直接选用本地区参数值计算出风速概率密度。

表1 Gumbel概率密度模型参数取值Table 1 Values of Gumbel probability density model parameters

2.3 风速重现期

使用Gumbel模型对江苏13个地区的风速数据进行重现期计算，10 ～45 m/s风速重现期曲线如图3所示。

图3 江苏各地市风速重现期拟合曲线Fig. 3 Fitting curve of wind load recurrence period in all cities of Jiangsu province

13个城市风速重现期曲线趋势基本一致。随着风速增加，风速重现期年限也逐渐增加。参照文献 [21]， 对 于 重 要 性 较 高 的1000 kV 交 流 、±800 kV及以上的直流输电线路（含大跨越）风载荷设计时重现期应取100年，即连云港地区特高压输电线路设计风速为38.9 m/s左右，南通、常州、苏州、无锡和盐城五市设计风速为37～38 m/s，其他七市设计风速为 34.5～36 m/s。江苏各地市其他电压等级输电线路设计风速详见表2。

表2 江苏各地市不同电压等级输电线路设计风速Table 2 Design wind speed of different voltage grade transmission lines in various cities of Jiangsu

3 脉动风速模拟

3.1 修正风速谱

目前国内外各自采用相应的风速谱，但其经验风速谱与实测风速谱有较大差距，有一定的修正提升空间。具体的修正步骤如下。

（1）获取台风过境时，杆塔在线监测装置和气象观测站风速时程数据多条，记为Sw。

（2）在截取的季风-台风-季风时间跨度内的风速时程数据中，将季风时间区段的风速时程数据记为Sm，台风时间区段的风速时程数据记为St。

（3）对季风时间区段的风速时程Sm，采用最小二乘法拟合Kaimal风速谱与实测季风风速谱得到修正Kaimal风速谱。拟合公式为

标准差公式为

拟合计算得到A值为2.37，B值为9.38，修正Kaimal风速谱标准差为6.3%，标准差较小，风速谱修正效果良好。

（4）对台风区段的风速时程St，采用最小二乘法拟合Von-Karman风速谱与实测台风风速谱得到修正Von-Karman风速谱。拟合公式为

标准差公式为

拟合后C值为3.75，D值为65.42，修正Von-Karman风速谱标准差为8.5%，风速谱修正效果较好。

（5）将步骤3和步骤4中的修正风速谱Su(n)和Sv(n)均称为脉动风风速谱S(n)。由于观测站观测得到的脉动风场是非平稳的随机过程，而步骤3和步骤4中得到的S(n)为平稳随机过程，因此对其进行修正，修正后的具有非平稳随机过程特征的风速谱为

（6）根据步骤（1） ～（5），得出受台风影响时输电线路脉动风速谱修正公式为

3.2 脉动风速谱模拟

根据实测数据修正后的风速谱方程模拟风速时程，得出不同风速下的空间脉动风速。脉动风速的时间间隔为0.5 s，脉动风速时程曲线和自功率谱如图4所示。修正后的风速谱与实测的风速谱吻合程度较高。

图4 基准风速时程模拟Fig. 4 Time-history simulation of reference wind speed

4 微地形修正

4.1 微地形信息获取方法

编写XML文件格式的KML文件，导入Google Earth地理信息软件后显示输电走廊、杆塔的地理坐标及输电走廊附件的地理环境、地形海拔、地形角度等大量信息。根据微地形信息，结合气象观测站实时数据，可准确计算附近微地形区杆塔风速。

4.2 微地形风速修正方法

根据架设在江苏省内杆塔及附近微地形区风速测量装置2016、2017年观测记录的风速数据，在文献[22]的基础上对比杆塔与附近微地形区数据对风速公式进行修正。江苏地区平均海拔在50 m以下，平均空气密度为1.22 kg/m3，风速监测装置附近无密集或较高建筑群。

4.2.1 垭口型

垭口地形为连绵山岭中相对较低部分。垭口风速v1在台风预报风速v的基础上修正为

式中：k1为地形系数，0 ～45°取 2.1；45 ～90°取 3。k2为线路垭口距离影响因子，线路距垭口顶部超过20 m取1.2；小于20 m取1.5。α为垭口角度。k3为环境风速（附近气象站观测风速）影响因子，风速小于25.3 m/s时取1；当风速大于25.3 m/s时取1.6。H为垭口深。z为邻近铁塔塔顶标高，当z/H高于2.5时，z=2.5H。

4.2.2 分水岭

分水岭即山脊地形，其迎风坡面风速v2在v的基础上修正为

式中：k1为地形特征增速因子，二维山脊地形取值1.3；三维轴对称小山地形取值0.95。k2为地形高度换算因子，可由式（17）计算。α为分水岭坡度角。H为山高。z为输电塔高，当z/H高于3时，z=3H。r为常数，二维山脊地形取值3.0；三维轴对称小山地形取值4.0。Lh为迎风区顶端到分水岭一半高度处的水平距离。

4.2.3 低越高地

在较为平坦的平原或盆地中拔地而起的山峰地形为低越高地地形，其风速v3修正公式为

式中：k1为地形系数，坡角为0 ～30°时取1.8；30 ～60°取 2.2；60 ～90°取 3.1。k2为山高影响因子，山高 50 ～100 m 内取 1.2；山高 100 ～200 m 内取 1.5，山高超过200 m取2。k3为环境风速（附近气象站观测风速）影响因子，风速小于25.3 m/s时取1；当风速大于25.3 m/s时取1.6。α为起伏的坡度角。H为起伏高度。z为邻近铁塔的塔顶标高，当z/H高于3时，z=3H。

4.2.4 峡谷地形

峡谷为陡峻、深度大于宽度的山谷，中间布满水道或丛林，其风速v4按下式修正为

4.3 风压修正系数

参考各国的建筑荷载规范，结合文章微地形风速修正的方法，从山峰的高度、山峰的坡度角、杆塔呼称高对分水岭中的二维山脊地形和三维轴对称小山地形进行工程简化计算。图5表示风压修正系数与山峰高度的关系曲线。当杆塔呼称高一定时，风压修正系数随峰高的增加而变大；当峰高一定时，风压修正系数随杆塔呼称高的增加大致呈现出减小的趋势。图6表示风压修正系数与坡度角的关系曲线。当杆塔呼称高一定时，风压修正系数随坡角的增加而变大；当坡角一定时，风压修正系数随杆塔呼称高的增加大致呈现出减小的趋势。通过计算可知，杆塔呼称高/山高数值高于3.0时，随着峰高或坡度的增大，风压修正系数将不再变化。风压与风速的平方成正比，实际风荷载计算时应乘以开方后的风压修正系数。

图5 不同山高风压修正系数Fig. 5 Wind pressure correction coefficient of different mountain heights

图6 不同山坡角风压修正系数Fig. 6 Correction coefficients of wind pressure at different slope angles

5 结论

（1）GEV模型更适合江苏全境风速概率分布密度拟合。南通、常州、苏州、无锡、盐城和连云港六市特高压输电线路设计风速为37～39 m/s，其他七市设计风速为 34.5～36 m/s。

（2）截取季风-台风-季风时间跨度内风速时程数据，得出风速谱修正公式，修正后的风速谱与实测的风速谱吻合程度较高。

（3）当杆塔呼称高一定时，风压修正系数随峰高或坡角的增加而变大；当峰高或坡角一定时，风压修正系数随杆塔呼称高的增加大致呈现出减小的趋势。