时空特性（共4篇）
时空特性 篇1
雷电是一种壮观的自然现象, 并且伴随有声、光、电的发生。它被联合国有关部门列为“最严重的10种自然灾害之一”[1]。依据历史资料统计结果, 我国大部分地区市处在多雷区, 年雷暴日从20到60天不等。李玉塔等[2]利用2004年~2007年江西地区闪电监测网获取的闪电资料, 从闪电的时间分布、强度分布、密度和极性等方面研究了江西地区的雷电分布特征。李霞等[3]利用苏州地区2002年~2004年闪电定位系统监测资料, 分析了该地区地闪的月变化、日变化、强度、闪电密度等特征, 为雷电预警提供参考。根据历年资料统计结果, 4月~10月是宁夏闪电的高发期, 其大多数集中发生在7月~8月, 纬度上表现为南多北少, 峰值区域出现在河流流域, 山地, 森林覆盖较高的区域[4]。
宁夏回族自治区地处内陆地区, 年降水量南多北少, 雷电出现频率较高。随着改革开放以来伴随着西部大开发的浪潮, 经济快速发展, 境内大量电子设备的出现并且高层建筑物逐年增多, 加之境内古建筑物较多, 每年因雷击造成的损失很大, 如何避免损失, 是对雷电预警和防护工作提出的迫切要求。现阶段充分利用现有的资源, 找出宁夏雷电的时间, 地域分布特征, 以及其他特性, 为雷电预警和防雷工作提供参考依据, 是当前的迫切要求。
一、宁夏闪电定位网介绍
历史资料统计, 目前全国有26个省 (自治区、直辖市) 气象局建设的雷电定位总探测站数为150多个, 主要测量云地闪电。资料显示闪电定位系统对于监测中小尺度雷电的发生和发展以及对其进行预测效果是比较好的[5], 并且对闪电造成的灾害事故的鉴定能够提供可靠的科学依据[6]。
闪电资料中包括闪电发生的时间, 经纬度位置, 电流强度大小, 陡度, 定位方法等。探测的结果中显示了四种定位方式, 分别为“二站振幅”、“二站混合”、“三站混合”、“四站算法”。该定位系统网络共有5个测站, 分别位于银川, 中卫, 盐池, 同心和六盘山。
从2009年1月份至2009年12月份, 由宁夏闪电定位系统监测到的所有闪电中, 使用的闪电定位算法主要有二站混合算法、二站振幅算法、三站混合算法以及四站算法。各种算法的使用比例是不同的, 其中二站混合算法使用最多达到52%, 其次是三站混合20%以及四站算法15%, 二站振幅在所有算法里面使用最少, 只有13%。从这些统计结果来看二站混合算法是闪电定位系统中主要使用的算法, 并且这种算法精度也比较高, 并且联合定位法有着很多优良特性。
二、宁夏地区闪电分布规律研究
㈠闪电地位资料介绍闪电定位资料来源于宁夏闪电定位监测系统, 下文中分别计算了闪电的强度谱分布, 月变化, 日变化, 季节闪电密度分布, 其中计算闪电强度谱分布的时间以0KA-10KA, 10KA-20KA, ……, 140KA-150KA, 150KA-200KA及大于200KA共17段进行了统计, 在进行密度图绘制时, 图上的任意一点就代表资料中闪电发生具体位置。
㈡宁夏地区的时间分布特征在2009年1月至2009年12月, 在12个月闪电定位系统总共监测到的21281次闪电中, 正地闪总共发生4318次, 负地闪发生15662次, 正负地闪的比例达到1:3.63, 负地闪占到总数的78%, 与其他地区的研究结果不太一样, 这可能与宁夏地区的雷暴云结构与其他地区有所差别。一般来讲, 雷暴云的上部带正电荷, 下部则带负电荷。因而雷暴的电荷结构是典型的电偶极子, 偶极子的带电区直径为几公里量级。除了这两个主电荷区外, 在雷暴云的底部还可有一个小的正电荷区, 在偶极结构雷暴中, 下部小正电荷区一般不参与放电, 但有些地方的雷暴云下部小正电荷区较强, 并参与放电过程。如我国甘肃、青藏高原地区等。因为雷暴云底部的负电荷距离地面较近容易放电, 所以负闪较多。但是目前有关雷暴云的电荷结构还没有统一定论, 还有争议, 宁夏地区的雷暴云电荷结构还有待于进一步考证。
图1中可以清楚的看出2009年闪电次数随着月份呈现明显的单峰结构, 峰值最大出现在8月份, 闪电主要发生在6月份~10月份, 这几个月闪电发生的次数站总的闪电的次数超过99%, 7月份、8月份是全年闪电发生的鼎盛时期, 而冬季极少发生。可能是这一时期, 太阳辐射比较强, 水汽丰富, 地面增温明显, 水汽抬升较容易发生, 从而引起天气多变, 容易引发强对流天气, 而冬季由于地表增温不明显, 水汽含量低, 没有强对流天气出现。
图2给出了地闪次数的日变化图, 图像呈明显的双峰分布, 下午14时至18时是全天雷电活动最活跃的时间, 晚上0时左右为全天雷电活动的次峰值, 两个峰值之间相差比较大, 而在凌晨6时到上午11时地闪发生相对较少。原因分析为从下午12时开始, 由于太阳辐射的作用, 导致地表温度明显骤增, 大气静力不稳定度加强, 极易生成强对流性天气, 使得雷电活动开始发展, 到达下午16时, 强对流天气发展成熟, 闪电活动频繁。
㈢闪电电流强度特征在12个月所有闪电资料中, 正地闪发生4318次, 平均电流强度为93.97千安, 负地闪发生15662次, 平均电流强度为49.32千安, 正负地闪比例为1:3.63。正负地闪电流平均电流强度均比兰州[7]的高, 反映了各地雷暴云的不同的区域性特征, 也说明各地雷暴云的带电量是不同的。如图3所示, 负地闪与总地闪的电流强度谱分布形式基本相同, 均呈单峰分布, 这个结果与赵旭寰[4]的结果基本类似, 其中20千安~50千安范围内的电流占53.7%, 81.13%的电流值小于80千安, 分布较为集中。正地闪电流强度谱也呈明显的单峰分布, 峰值出现在40千安~50千安区域之中, 约占总数的10.8%, 与负地闪谱分布相比较, 观察可得正地闪具有更宽的谱分布。根据一般的理论, 在对流系统发展成熟时正地闪才有可能发生, 所以可以用正地闪做为对流发展的指标, 而其强度平均达到93.97千安, 危害比负地闪大。
㈣闪电的空间分布特征观察图4 (从上至下, 从左到右) 所给出的2009年四个季度的闪电密度图, 点的密集程度代表闪电发生的密集程度, 部分点重合叠加在一起了, 清楚的表明了闪电发生的密集程度, 和随季节分布特征。从图上观察可以得到以下结论。
第一, 闪电密度分布明显存在地区差异, 尤其是在4月~9月这几个闪电高发期, 中南部山区高于北部地区。
第二, 地闪的密度较大区出现在中南部山体密布区, 银川, 中卫, 固原等城市地区。这个结果与郑栋[8]等北京地区研究结果基本相符。
第三, 地闪密度的峰值区出现在夏季, 分布范围广, 其次是春秋两季, 冬季的闪电出现次数很少。
第四, 距离闪电定位系统的距离越远, 能测到的闪电发生次数越少。这表明闪电定位系统的探测能力与水平距离有密切关系, 这与国外有关理论分析相一致。
第五, 地闪密度分布随着季节明显呈现南北纬度变化, 具体表现为春夏北进, 秋冬南退的迹象。许多研究人员认为闪电常常随着降水发生, 这是否与西风槽的东移以及太平洋副高的西升北抬有关还有待于进一步证实。
原因分析为一是夏季水体蒸发强烈, 造成局部地区的水汽密度增大, 由于空气中所含水汽的不同, 外加太阳辐射作用形成局地温度差, 造就了小范围的空气环流为局地热力抬升提供良好的条件, 以至于水体密布地区的闪电密度较大。二是银川等城市地区的大型企业较多, 工业生产所释放的大量暖湿气体为气层抬升提供有利条件, 容易形成不稳定层;另外由于城市下垫面的关系, 形成城市热岛效应, 为雷暴天气的形成提供的有利条件。三是在土壤电阻率分布不均匀的区域内, 当雷暴云在某区域上空形成时, 雷暴云的电荷将在该区域感应出反极性的感应电荷, 由于该区域内土壤的电阻率分布不均匀, 就会有一块电阻率最小的地方, 这个地方的导电性能也相对最好, 所以在该地方出现的感应电荷将明显多于周围的其它地方, 在这里的电场强度也就高于其他地方。这就为先导放电提供了良好的条件, 雷暴云的下行先导自然也就可能被吸引到这里来, 从而导致在这里容易出现闪电。在城市或河边, 土壤的含水量比较高, 其电阻率低于其它远离水边的区域, 因此, 该地区出现闪电的密度较高, 另外在森林覆盖较高的区域, 高大树木顶部容易聚集电荷, 使得电场强度增大, 易触发闪电。四是中南部的山地, 受到地形对气流的明显抬升作用的影响, 雷暴天气也较容易发生, 闪电密度相应也较大。五是随着经济发展, 城市人口增多, 市区高层建筑物增多, 高层建筑物顶部尖端会聚集大量电荷, 使其电场强度增大, 在其上部若有雷暴云生成, 易形成上行先导, 使其易受雷击。
三、小结
研究中发现, 年平均雷暴日简单的反映了一个地区的雷暴发生情况, 但是局限性较大。依据闪电定位仪观测的资料可以清楚的知道具体区域的落雷情况, 相比之下更有说服力, 值得雷电防护工作参考。总结宁夏地区雷电活动规律有以下几点。一是宁夏地区闪电活动主要集中于夏季, 8月的闪电总数占全年的50.3%单峰特征十分明显, 春秋两季闪电活动相对较少, 而冬季则很少发生。二是宁夏地区闪电主要发生在沿黄流域, 中南部山区以及银川等大城市地区, 闪电活动与下垫面性质关系密切。三是一年四季地闪分布不均匀, 地闪的发生随季节存在纬度上出现夏季北进, 秋冬季南退的趋势, 初步分析可能与太平洋副高的移动有关。四是正地闪电流强度比负电闪强, 可以做为对流发展程度的指标, 危害也比负地闪大。五是宁夏地区闪电的主要发生峰值时段集中在下午14时至18时左右, 与夏季强对流的发生发展密切相关。
摘要：利用宁夏回族自治区2009年1月至2009年12月的闪电定位系统监测资料, 分析了该地区地闪的月变化、日变化、强度谱分布、闪电密度等特征。统计结果显示:宁夏地区闪电活动主要集中于夏季, 主单峰特征十分明显。宁夏地区地闪的密度较大区域出现在沿黄流域, 中南部山区以及银川等大城市地区, 闪电活动与下垫面性质有很大关系。全年四季中地闪密度分布不均匀, 地闪的发生随季节也存在纬度上的变化。
关键词：闪电定位系统,地闪密度,月分布,空间分布
参考文献
[1]陈渭民.雷电学原理[M].北京:气象出版社, 2003.
[2李玉塔, 傅智斌.2004-2007年江西雷电分布特征分析[J].气象与减灾研究, 2008, ⑵.
[3]李霞, 汪庆森, 巩晴霞, 等.苏州地区雷电分布规律分析[J].气象科学, 2006, ⑷.
[4]赵旭寰.江苏省雷电分布规律及预报研究[D].江苏:南京信息工程大学, 2008.
[5]林逸, 陈丹青.雷电定位系统在深圳的应用[J].广东气象, 2002, (z2) .
[6]罗树如, 段和平.雷电定位资料在雷电灾害鉴定中的应用[J].江西气象科技, 2004, ⑵.
[7]李照荣, 陈添宇, 康凤琴, 等.兰州周边地闪分布特征[J].干旱气象, 2004, ⑵.
[8]郑栋, 孟青, 吕伟涛, 等.北京及其周边地区夏季地闪活动时空特征分析[J].应用气象学报, 2005, ⑸.
时空特性 篇2
随着客运专线的网络完善和服务范围延伸, 我国客运专线将会组织旅客列车跨线运行, 列车运行时间的延长和“夕发朝至”列车的开行, 将会导致一定夜间行车需求的产生。然而客运专线综合维修作业也会在夜间进行, 对线路进行占用, 这与其夜间行车需求是相互矛盾的。在实际运输组织中, 相当一部分跨线列车只运行于客运专线的某一段线路, 对线路的占用具有时间和空间的二维特性。客运专线综合维修天窗方案只有紧密结合其夜间行车需求, 才能在满足夜间综合维修作业需要的前提下, 最大限度地减少对行车的影响。因此, 客运专线夜间行车需求的时空特性分析对于良好的综合维修天窗设置是必要的, 对于客运专线能力提高、效益发挥也具有很好的现实意义。
1 列车运行结构分析
基于我国国情和路情, 客运专线如果组织旅客列车跨线运行, 将会采用开行跨线直达列车、本线列车与跨线列车混跑的运输组织模式。若跨线旅客列车运行于不止一条客运专线上时, 视单条最长的线路为客运专线。本线列车运行速度高, 运行距离短, 运行时间短 (京沪高速铁路全程运行时间约4 h) , 不会产生夜间行车需求, 因而此处进行的列车运行结构分析对象只需考虑客运专线的长途跨线列车即可。
跨线列车运行结构主要包括跨线列车的跨线点、运行区段和区段运行速度三个基本要素, 其分析是以研究年度跨线旅客列车开行方案和运行区段技术标准为基础的。跨线旅客列车开行方案包括旅客列车始发终到站、开行对数、跨线点和列车在客运专线上的最高运行速度, 可以为列车运行结构分析提供相关数据。根据跨线旅客列车开行方案和运行区段技术标准列车运行结构分析需要遵循如下两个基本原则:
1) 运行区段划分原则。 为简化列车运行结构, 在满足区段划分原则的前提下, 列车运行区段越长越好。跨线旅客列车在不同线路的运行区段划分原则也有所差异。旅客列车在客运专线上的运行线路视为该列车的一个运行区段, 对于非本客运专线上的线路, 只要线路连续且研究年度最高运行速度相同就可视为一个运行区段。
2) 运行速度匹配假设。 假设长途跨线旅客列车在非本线线路区段的运行速度不会高于在在本线上的运行速度不同最高运行速度的旅客列车技术标准是有差异的, 因此, 即使既有线路技术标准允许, 跨线旅客列车的既有线路最高运行速度也不得高于其客运专线的最高运行速度。
2 跨线夕发朝至列车合理运行时间范围
2.1 跨线旅客列车的运行时间估算
跨线旅客列车运行时间可按公式 (1) 进行估算
式中:ti为列车i的运行时间, ni为旅客列车i的运行区段数目, i、j分别为跨线列车的编号和该列车的运行区段编号, lij、βij、vij分别为旅客列车i的运行区段j的长度、速度系数和运行速度。
夕发朝至旅客列车发车时间范围为18∶00～23∶00, 到达时间范围为6∶00～9∶00, 其运行时间范围为7～15 h。根据旅客列车的运行时间估算值, 剔除不满足夕发朝至旅客列车运行时间条件的跨线旅客列车, 则剩余跨线旅客列车均满足开行夕发朝至旅客列车的条件。假定相同始发终到站间只开行一对夕发朝至旅客列车[4]。
2.2 跨线旅客列车的合理运行时间范围
满足夕发朝至旅客列车时间条件的跨线旅客列车合理运行时间范围是唯一的。旅客列车成对开行, 且上下行旅客列车运行时间的估算值一致, 因此其上下行列车始发终到合理时间范围是相同的, 具有对称性[4]。
假设ti、ts和te分别为夕发朝至旅客列车的运行时间、始发时间和终到时间, 则ts和te应分别满足式 (2) 和式 (3)
由于夕发朝至旅客列车运行时间限制, 式 (2) 和 (3) 可等价变换为式 (4) 和 (5) 来计算客运专线夕发朝至旅客列车的始发终到时间范围, 时间循环性问题利用差的模运算Θ处理
假定s1和s2分别为某列车的上下客运专线的衔接车站, ts1和ts2分别表示该旅客列车的上下线时间, tq、tk和th分别表示该旅客列车在上线前运行时间、客运专线上运行时间和下线后运行时间, 则该列车的合理上下限时间范围分别如式 (6) 和式 (7) 所示
成对开行的旅客列车合理始发终到时间范围是一致的, 且上下行列车运行区段, 上下线衔接站, 上线前运行时间和下线后运行时间三者都是对称的。如图1所示, AF为一客运专线, 由 B到E的上行跨线列车运行区段依次为BC、CD和DE, C和D分别为上下线衔接站, tBC和tDE分别为上线前和下线后运行时间, 由E到B的下行跨线列车运行区段、上下线衔接站、上线前和下线后运行时间则是与前者正好相反的。
成对开行的旅客列车运行区段相同, 运行时间也相同, 因此, 两者的始发终到合理时间范围是一致的。但是, 成对开行的旅客列车始发终到站正好相反, 运行区段的运行次序也相反, 因此两者的合理跨线时间范围是不相同的, 需要在始发终到合理时间范围的基础上分别计算。
3 夜间行车需求分析
3.1 行车需求表示方法
在客运专线运行图编制之前, 跨线旅客列车的运行时刻是不确定的, 可能是合理运行时间范围内的任意时刻。客运专线夜间行车需求分析实质上确定某时段在某区段可能出现跨线旅客列车的频数, 这与跨线列车在客运专线上和运行区段和合理运行时间范围是密切相关的。这种行车需求的时空二维特性与列车运行图的二维表现方式相契合, 因此, 可以借助运行图的表现形式进行夜间行车需求分析。
3.2 行车需求分析
客运专线夜间行车需求的时空特性分析可以按照如下4个步骤进行。
3.2.1 二维坐标系构建
以时间为横轴、距离为纵轴构建需求特性图的二维坐标系。坐标系纵轴以上行方向为正方向, 其跨度为所研究客运专线的长度;横轴以时间推移方向为正方向, 跨度为夕发朝至旅客列车的最长运行时间15 h, 其范围为18∶00～9∶00。
3.2.2 需求分析底图
绘制表征客运专线车站的水平线和表征时间单元的竖直线。绘制水平线不必表示客运专线的所有车站, 但必须包括跨线列车的所有上下线车站, 视距离间隔可增加跨线点车站。绘制竖直线时, 时间单元大小应视需求分析精度要求而确定, 范围在10～60 min且为10 min的整数倍数为宜。整条客运专线各区段在夜间0∶00～6∶00区域背景颜色设置为灰色, 以便于统计。图2所示的需求分析图表示客运专线共有8个跨线点车站, A-H为上行方向, 时间单元为60 min。
3.2.3 需求频数统计
根据需求分析底图建立需求频数统计表, 统计表格单元格与需求底图上灰色区域的“时间—区段”单元是一一对应的, 用以记录该时段该区段可能出现的列车次数。按照运行区段长度由小到大对跨线旅客列车在客运专线上的运行区段进行排序, 并将合理跨线时间范围已知的旅客列车按照运行区段进行分类。
按照运行区段长度由小到大顺序在需求分析底图上绘制跨线旅客列车的合理运行时间范围, 运行区段一致的旅客列车则按照合理运行时间范围的宽度由小到大进行。图2表示以C和G为跨线点的旅客列车上下行合理运行时间范围。
绘制完某一列旅客列车的合理运行范围后, 统计该列车合理运行时间范围占用需求底图“时间—区段”的情况。经过合理运行时间范围内所有水平线与垂直线的交点, 作垂直于合理运行时间范围边线且与之相交的垂线, 根据垂线段的比例来分配占用“时间—区段”单元格的频数。如图3所示, 过O、P分别做垂线与合理运行时间范围分别相交于O1、O2和P1、P2, 则F-E区段1∶00～2∶00时段的频数为PP1/P1P2, 2∶00～3∶00时段的频数为OO2/O1O2, 其他区段时段的频数可以用同样的方法获得。
3.2.4 行车需求图形化
根据步骤 (3) 中的方法把所有旅客列车合理运行时间范围分布到需求分析底图上, 并统计相应的时空需求频数, 累加同时段同区段的数据得到最后的行车需求时空分布表。根据数据跨度将行车需求划分为不同的需求等级, 并利用某一色系根据单元格数据大小对单元格着色, 可得到夜间行车需求的时空特性分析图, 以直观地表示夜间行车需求的时空分布。
4 算 例
现采用上述方法来分析京沪高速铁路夜间行车需求的时空特性。根据2007年《京沪高速铁路初步设计总体说明书》以及其衔接线路的技术标准, 京沪高速铁路2015年旅客列车开行方案中有37对长途跨线旅客列车满足“夕发朝至”时间条件[5]。开行方案中跨线旅客列车共有北京、天津、德州、济南、南京、上海7个跨线点, 将其划分为6个相应天窗分段。时空特性分析时间单元为30 min, 夜间0∶00～6∶00包括12个时间单元。
利用前述方法可以获得京沪高速铁路夜间0∶00～6∶00行车需求的时空分布频数表和时空分布特性图, 分别如表1和图4所示。
如图4所示, 京沪高速铁路2015年跨线夕发朝至列车的运行时间范围在夜间0∶00～6∶00时间段内, 北京—天津和南京—上海在整个夜间行车需求均较小, 行车需求较大的主要有天津—德州段的1∶00～2∶00时段, 德州—济南段3∶00～4∶00时段, 济南—徐州段的1∶30～3∶30时段, 徐州—南京段的4∶30～5∶00时段, 这些区段维修天窗应该尽量错开对应需求较大的时段。
5 结束语
本文通过分析跨线旅客列车合理运行范围在“时段—区段”图上的分布来分析高速铁路夜间行车需求的时空特性, 是一种定性分析的图解方法。案例分析表明, 该方法可以很好地表现出夜间行车需求的“时间—空间”特性, 有利于制定更佳的天窗开设方案以减少维修作业对行车的不利影响。
摘要：高速铁路开行长途跨线旅客列车产生的夜间行车需求可能与其维修作业相冲突, 提出一种夜间行车需求时空特性分析方法, 以制定更佳的天窗开设方案, 减少维修作业对行车的影响。在分析旅客列车运行结构的基础上, 计算其运行时间和在高速铁路上运行合理时间范围, 利用图解方法借助运行图表现形式来获得夜间行车需求的时空分布情况。利用该方法进行京沪高速铁路的夜间行车需求分析, 结果证明该方法是可行且有效的。
关键词：高速铁路,夜间行车需求,时空特性分析
参考文献
[1]董守清.我国铁路客运专线综合维修天窗设置方式研究[D].成都:西南交通大学, 2005.
[2]闵国水, 黄永柳.京沪客运专线铁路综合维修天窗设置方案的探讨[J].北京交通大学学报, 2008 (3) :16-20.
[3]束永正.关于列车运行图综合维修天窗的研究[D].同济大学, 2008.
[4]马建军, 胡思继, 周曦, 等.京沪高速铁路高中速列车到发时间域的计算方法[J].北方交通大学学报, 2002 (5) :28-31.
[5]铁道第三勘察设计院.京沪高速铁路初步设计总体说明书[R].天津:铁道第三勘察设计院, 2007.
[6]林宏.客运专线综合维修天窗开设模式研究[D].成都:西南交通大学, 2009.
[7]陈焕云.铁路综合维修天窗开设相关问题研究[D].西南交通大学, 2006.
时空特性 篇3
国家电网公司以建设和运营电网为核心业务,经营区域覆盖全国除广西、广东、海南、贵州和云南等5省以外26个省(自治区、直辖市),覆盖国土面积达88%,辖区内地形复杂多样,气候千变万化,山脉横亘连绵,森林茂密广泛,火灾隐患严重。对国网辖区内省份和区位热源点、森林火险气象等级进行综合评估和排序,确定热点省份和区位,便于制定整体防范策略,保证大数据时代全局性电网的安全发展。
国内外已有山火发生时空特性及其引发各级输电线路事故的统计分析研究。王浩东和胡湘等统计得出空气间隙的击穿通常有3种放电形式:导线对地面包含树木和建筑物等放电、导线对杆塔突出的塔材和脚钉等放电、 合成绝缘子在高温下扭曲变形使绝缘性能下降导致线路跳闸,其中前两种跳闸率分别约占90%和9%,绝缘子损坏引起的情况很少见。黄乐等从线路电压等级、故障时间分布、故障相分布、线路重合闸成功率、故障连续性和区域性等方面对南方电网2010年第一季度因山火引发的220kV及以上电压等级输电线路跳闸情况、相应的保护动作情况以及 对送电走 廊的影响 等进行了 统计和分 析。结果发现,山火引发多相故障的比例是其他原因引发多相故障比例4倍多,容易造成同一线路走廊多条线路相继跳闸和同一条线路在较短时间内连续多次跳闸, 对断路器等一次设备的安全威胁很大。尤飞等通过对中国南方电网辖区内2006-2010年引发输电线路跳闸的火灾事故进行统计,分析了山火发生次数和跳闸率、山火发生地理位置、山火过火区域地形地貌、山火事故简况、 跳闸事故简况。结果发现,发生跳闸时输电线路主要放电位置为子导线,放电方式依次为对树、相间和对地,在中高强度火灾条件下放电距离突破了输电线路正常运行所需安全间隙,产生流注而发生跳闸。
这些研究为进一步研究提供了宝贵的基础数据(如统计数据),表明火灾是引发输电系统故障的主体原因。 然而,利用中国气象台发布的权威热源点和森林火险气象等级数据进行综合潜在火灾危险性等级评估,实现预期重点监控和安全策略优化尚需深化探索。
1森林火险气象等级总体火灾危险性评估
笔者基于中国气象台官网2015年2月11日16时至4月20日20时周期内共计69天发布的全国热源点监测和森林火险气象等级数据,对国家电网辖区内各省份和区位进行热源点和各级(较高、高和极高)森林火险气象等级出现项次和频次进行统计,给出危险性排序并赋予权重后计算总体危险性分级。
1.1国网辖区省份和区位热源点总体火灾危险性评估
中国气象台官网2015年2月11日16时至4月20日20时统计周 期内热源 点监测数 据 (默认监测 时段: 2015年前日16时至次日16时)共涉及25个省份和直辖市,其中发生频次10次以下省份共计13个(降序排列: 福建、天津、湖南、北京、湖北、浙江、陕西、河南、甘肃、青海、安徽、宁夏、新疆)。
图1给出了统计周期内发生频次在10~30次以上10个省份热源点分布状态。
由图1可见,热源点出现10~20次有6个省份(降序排列:四川、山东、吉林、山西、西藏、江西),20~30次有3个省份(降序排列:内蒙古、黑龙江、河北),30次以上有1个省份(辽宁)。
基于图1对统计周期内10个省份热源点出现项次和频次统计数据进行分析,并对热源点出现总频次、3月份出现频次及比例、单项连续出现项次、3月单项连续出现项次及比例、单项连续出现最高频次及比例、单项连续出现最低频次及比例以及单项连续出现项总频次及比例等7项指标进行统计和逐一排序分布。其中,单项连续频次至少为3次以上;排序时,数字1~10依次为降序; 数值为0时,定义为危 险性最低 等级10;数值为100.0时,定义为危险性最高等级1;数值相同 时,等级并列 相同;单项高等级数字越多,其总体危 险性等级 越高;5以下等级数字比例越大,其总体危险性等级越高。其后,通过对热源点7项单项指标进行[1]-[10]级别排序,并分别赋予[1]-[5]级别30%、25%、20%,15%和10%权重 ([6]及以上排序忽略),计算可得10个代表性省份总体危险性排序值,按照降序排列依次为:内蒙古、黑龙江、山东、西藏、河北、辽宁、四川、吉林、山西、江西。
1.2森林火险气象等级总体火灾危险性评估
中国气象台网2015年2月11日16时至4月20日20时统计周期内森林火险气象等级监测数据(默认监测时段:2015年前日20时至次日20时)共涉及28个省份方位和区域,其中等级较高频次10次以下区域21个(频次5次以上降序排列:四川西南部、福建西南部、辽宁东部、辽宁东南部、西藏东南部),等级极高频次10次以下区域3个(5~10次1个,四川南部;1~5次2个,北京北部和河北北部)。
图2、图3给出了统计周期内发生频次在10次以上省份区位森林火险气象等级较高和高的分布状态。
由图2可见,森林火险气象等级较高频次10~20次区位2个(降序排列:四川西部、山西东部)、20~30频次区位3个(降序排列:四川南部、河北西部、北京西部)、40 ~50频次区位2个(北京北部和河北北部);由图3可见, 等级高频次30~40次1个(四川南部)、20~30次2个 (北京北部和河北北部)、10~20频次2个(四川西部和四川西南部)。统计周期内发生频次在10~20次省份区位森林火险气象等级极高区位仅有四川西南部,其中2月份连续3次和6次出现、3月份连续5次和4次出现。
基于图1、图2和图3森林火险气象等级极高区位分布状况,分别给出了统计周期内森林火险气象等级较高、 高和极高列示省份区位(分别为7个、5个和1个)出现项次和频次统计数据,并对三类区位出现总频次、3月份出现频次及比例、单项连续出现项次、3月单项连续出现项次及比例、单项连续出现最高频次及比例、单项连续出现最低频次及比例,以及单项连续出现项总频次及比例等7项指标进行排序分布。其中,单项连续频次至少为3次以上;数字1~7依次为降序;数值为0时,定义为危险性最低等级7;数值为100.0时,定义为危险性最高等级1; 数值相同时,等级并列相同;单项高等级数字越多,其总体危险性等级越高;5以下等级数字比例越大,其总体危险性等级越高。其后,通过对森林火险气象等级7项单项指标进行最多[1]-[7]级别排序,并分别赋 予[1][5]级别30%、25%、20%、15%和10%权重,计算可得7个代表性森林火险气象等级较高省份区位单项排序总体危险性排序值,按照降序排列依次为:河北北部、四川南部、北京北部、河北西部、四川西部、北京西部、山西东部。 同样,可得5个代表性森林火险气象等级高省份区位单项排序总体危险性排序值,按照降序排列依次为:河北北部、北京北部、四川西南部、四川西部、四川南部。
综上可见,统计周期内四川省热源点总体危险性排序为7,四川南部和西部在森林火险气象等 级较高区 位内对应总体危险性排序分别为2和5,西南部、西部和南部在森林火险气象等级高区位内对应总体危险性排序分别为3、4和5,西南部在森林火险气象等级极高区位内对应总体危险性排序为1,可作为代表性省份和区位。
2四川省2012-2014年典型火灾时空特性分析
图4列举了四川省近3年15起山火事故。
由图4中15起事故案例资料可知,火场现场空间特性为:地形复杂、地势陡峭(最高坡度75°)、天气干燥、风力较大(2~6级,风速5m/s以上)、风向不定、数条火线并存(2~4条)并大幅延 伸 (5~7km)、过火区域 较大 (1.2~92.0hm2)、火焰较高(10 m左右)、浓烟覆盖;线路通道内植被疯长,主要火场林相为云南松、冷云杉、栎类和杂草灌木;火点和烟点较多,上山火频现,存在中强度地表火伴随间歇性树冠火的立体燃烧。火场时间特性为:最长延烧时间长达10d左右;分别有1、3、5、5和1起发生在1、2、3、4和5月份(所占比例为6.7%、20.0%、 33.3%、33.3%和6.7%),处于前述根据热源点和火险气象森林等级判断的3-4月份高发期内;分别有8、3、1和1起发生时段为下午12:00-18:00、晚上18:00-22:00、 凌晨24:00-05:00和上午07:00-12:00(所占比例分别为53.3%、20.0%、6.7%和6.7%)。具有这些时空特性的山火极易诱发高压输电线路跳闸,15起火灾案例中有1起造成输电线路跳闸和大面积停电,跳闸率约为17%。
3结论
(1)统计周期内四川省热源点总体危险性排序为7, 四川南部和西部在森林火险气象等级较高区位内对应总体危险性排序分别为2和5,四川西南部、西部和南部在森林火险气象等级高区位内对应总体危险性排序分别为3、4、5,四川西南部在森林火险气象等级极高区位内对应总体危险性排序为1,可作为代表性省份和区位。
(2)山火火场空间特性为:地形复杂、地势陡峭、天气干燥、风力较大、风向不定、数条火线并存并大幅延伸、过火区域较大、火焰较高、浓烟覆盖;线路通道内植被疯长, 主要火场林相为云南松、冷云杉、栎类和杂草灌木;火点和烟点较多,上山火频现,存在中强度地表火伴随间歇性树冠火的立体燃烧。
(3)山火火场时间特性为:发生月份主要集中在2-4月(所占比例分别为20.0%、33.3% 和33.3%),发生时段主要集中在下午12:00-18:00和晚上18:00-22:00 (所占比例分别为53.3%和20.0%)。
摘要：通过中国气象台2015年2月11日16时至4月20日20时周期内发布的全国热源点监测和森林火险气象等级数据,对国家电网辖区内各省份和区位进行热源点和各级(较高、高和极高)森林火险气象等级出现项次和频次进行统计,给出危险性排序并赋予权重后计算总体危险性分级,以此确定较高等级代表性省份,对其2012-2014年代表案例进行时空特性分析。结果发现:统计周期内四川省热源点总体危险性排序为7,四川南部和西部在森林火险气象等级较高区位内对应总体危险性排序分别为2和5,四川西南部、西部和南部在森林火险气象等级高区位内对应总体危险性排序分别为3、4和5,四川西南部在森林火险气象等级极高区位内对应总体危险性排序为1,可作为代表性省份和区位;山火现场通常地形复杂、地势陡峭、天气干燥、风力较大、风向不定、火线漫长、浓烟密集;山火发生主要月份为3月和4月(比例均约为33.3%),主要时段为12:00-18:00(比例约为53.3%),主要火场林相为云南松、冷云杉、栎类和杂草灌木。
时空特性 篇4
随着常规化石能源的日益枯竭,中国政府已将发展可再生能源提升至重要地位,并逐步实现能源结构的战略性调整。2011年中国以62GW的累计装机容量蝉联世界第一,按照我国“十二五”规划目标,预计到2015年风电装机容量将达到1×108k W,年发电量1900×108k W·h[1]。我国的风能资源非常丰富,根据中国气象局2011年开展的第四次风能资源普查结果,我国陆上50m高度风能资源潜在开发量为23.8亿k W,近海5~25m水深范围内风能资源潜在量为2亿k W。
由于风电输出功率具有较大的间隙性和波动性,其大规模并入电网会给电力系统的安全稳定运行带来诸多不利影响。对于如何平滑风电输出功率波动从而减少对电网不利影响,国内外已有众多文献提出相关方法,如利用储能技术[2]、风火打捆[3]、增加无功补偿装置[4]等,但是这些方法没有考虑到可再生能源在广域范围内的资源优化配置。
合理利用广域范围内风能资源的时空互补性,能够平滑其功率输出波动水平,从而减弱对电网的不利影响。自1979年Kahn[5]提出将地理上分散分布的风电场互联可以平滑其输出功率波动以来,欧美国家的一些研究[6,7,8,9,10,11,12]随后也得出了相关结论。文献[8]研究了美国东部沿海岸2500km分布的风电场在小时时间尺度下的时空互补特性,因此利用海底电缆将广域范围内风电互联可以很好地降低输出功率小时时间尺度下的波动性。文献[6]分析了北欧众多国家广域范围内风能资源小时时间尺度下的互补特性,提出整合广域风能资源的互补性可以降低输出功率波动,提高可预测性等。国内文献[13]调查研究了中国广域范围内小时时间尺度下的风能资源时空互补特性,文献[14]基于NASA地球观测数据库研究了3h及以上时间尺度下的中国区域风电功率波动特性和地域相关性。但以上所述文献均为广域范围内风能资源小时及以上时间尺度下的时空互补性。文献[15]对风电各时间尺度下的波动给电力系统运行所产生的影响进行了研究,并提出数分钟级的风电波动对电力系统的无功储备(电压管理)、一次备用或二次备用需求具有重要影响。因此,有必要对中国风能资源分钟时间尺度的时空互补特性进行研究,以便掌握广域范围内风电输出功率在各时间尺度下的波动规律,实现大范围资源优化配置和利用。基于中国气象局实测气象数据,本文研究了中国广域范围内风能资源短时间尺度(1min)的时空互补特性。
2 气象站点的选择
本文从气象局提供的气象站点中挑选了35个适合建设风电场且风能资源相对较好(10m高年平均风速大于3m/s)的气象站点,并用其观测的2009年整年以1min为时间间隔的数据作为本文的原始数据。本文所挑选的站点在中国部分地图的分布如图1所示,经纬度及站点编号如表1所示。为了方便研究,本文将所有挑选站点分成了四个分区。
3 风功率模拟方法及评价指标
对于陆上风电场输出功率的模拟,首先用Gipe幂律[16]将10m高标准测风塔观测的风速转化为典型风机(本文选用国内主流风机3MW Sinovel SL3000/90型)轮毂高处风速:
式中,V为轮毂高Hhub处风速;Vland为气象观测塔高H0处风速。
对于本文B区海上风电场,首先用式(2)[17]将近海陆上风速转化为近陆海上同高度风速:
式中,Vsea为与测风塔等高处近陆海上风速。海风风机轮毂高处风速通过式(3)模拟,其中L0=0.001[18]:
各站点的风电输出功率通过所选风机的风速-功率特性进行模拟。为了简化研究,各站点风电装机容量相同。四个区域的功率分别记为PA、PB、PC、PD,四个区域总输出功率记为PGrid。
对于广域范围内风能资源在分钟时间尺度下的时空互补性本文采用相关系数、标准离差、一定阈值下的全年时间百分数等指标和方法进行研究。
4 结果
4.1 相关系数
本文计算了站点之间输出功率的相关系数,如图2所示。图中每个点表示在一定距离下的两个站点之间的相关系数。图中任意两个站点的相关系数均在0.7以下(中度相关及轻度相关)。相关系数最大的(0.69)两个站点之间的距离为93.9km。当两个站点之间的距离超过约250km时,两个站点之间输出功率的相关系数约在0.4以下(低相关性)。两个站点之间的距离越远,相关系数越低,在同一时刻两个站点发电功率同时满发或同时输出功率为零的时刻将会大大减少。
此外,本文拟合了不同站点不同时间尺度下功率变化差ΔPn,t随距离改变的相关系数的变化情况,如图3所示。这里:
式中,ΔPn,t为第n个站点在某时间尺度下,第t个时间段内与t-1个时间段内的平均输出功率差。
各时间尺度下相邻时间段的功率变化量对电力系统安全稳定运行非常重要。由图3可见,10min尺度以下,相距仅数公里两个站点相关系数近似于零。时间尺度越大,其功率变化量的相关性越强,即时空互补性越差。由图3可见,广域范围内风电场之间分钟时间尺度下具有良好的时空互补性。
4.2 输出功率在一定阈值下的全年时间百分数
表2计算了单个站点或在特定区域互补总输出功率在一定阈值下全年分钟时间百分数。单个站点输出功率大于0.5pu或者小于0.1pu的时间明显高于各区域在此阈值的全年时间百分比。单个站点输出功率在0.1~0.5pu阈值下全年分钟数占全年总分钟数百分比最大的站点为B6,达到57.0%。而四个区域在此阈值的全年时间百分数分别为88.4%、84.7%、53.3%、76.9%。四个区域总输出功率在此阈值的全年时间百分数达到91.2%,全年仅仅0.2%的分钟数功率低于0.1pu。
以上结果表明在一定区域范围内风能资源互补后,总输出功率全年大部分时间在一个相对比较集中的范围(0.1~0.5pu)内波动。
4.3 输出功率全年的分钟时间尺度变化量
可再生能源影响电力系统安全稳定运行最重要的因素是其特定时间尺度下功率变化量。表3计算了单个站点及某特定区域全年相邻分钟功率波动量的平均值、标准差、最大值。单个站点全年分钟时间尺度的功率变化量最大值均为1,即单个站点均有在一分钟内从输出功率为零到额定功率,或从额定功率变为零的情况出现。尽管风电场内风机的惯性系数对风电在数秒钟内的功率输出具有一定的平滑作用[19],但对分钟时间尺度下的功率突变改善作用仍然有限。
将广域范围内的风能站点互联后,四个区域分钟时间尺度的功率最大变化量分别为0.184pu、0.245pu、0.413pu、0.708pu。而四个区域总功率分钟变化量最大为0.140pu。这意味着广域范围内互补后平滑分钟时间尺度风电波动所需配置的储能容量要远小于风电场装机容量。同时,广域范围内分钟级别风能资源互补后,其功率波动的平均值和标准差的值相对于大多数站点来说均为一个较低的值。这表明广域范围内风能资源分钟时间尺度的波动量全年集中在一个较低的水平。
表4显示了分钟时间尺度的功率波动量在一定阈值下的全年时间百分比。从表4中可见,区域内站点互补后的总输出功率波动量低于一定阈值的全年时间百分数远大于各区域内单个站点。而当四个区域互补后总输出功率分钟级波动量小于0.03pu的分钟数占全年总分钟数的85%,仅有15%的时间波动量大于0.03pu。
考虑用配置储能来平滑风电波动,如果对单个站点或者互补后的场景配置其风电装机容量的5%的储能容量,对四个风电区域该储能容量能平滑分钟时间尺度功率波动的时间分别占全年的96.5%、96.1%、72.1%、67.1%。而当所有风能站点互补后,仅仅配置5%的风电装机容量的储能装置便可以平滑全年98.5%的波动,这样全年仅仅有1.5%的时间分钟时间尺度的波动超过其配置储能的调节能力。
4.4 一定概率置信区间的分钟时间尺度的波动量
文献[20]利用概率统计了一定区域的风电在不同时间尺度下的波动率分布特点。图4计算了在置信区间为99.5%时,单个风电场和区域输出功率分钟时间尺度下的变化量。对于分钟级变化量,单个风电场普遍在±0.3pu以上,四个区域和PGrid分别为±0.089pu、±0.117pu、±0.221pu、±0.344pu和±0.076pu。在四个区域内风能资源互补后,总输出功率分钟级功率变化量较单个站点来说有明显的降低。较置信区间为100%来说,不论是单个风电场还是区域,其分钟时间尺度下的最大功率变化量都明显降低。
5 讨论
从上面的结果可以看出,从分钟时间尺度下风电输出功率和波动量两个方面的特点来看,广域范围内风能资源在分钟时间尺度具有良好的互补性。与10分钟级、半小时级、小时级等长时间尺度相比,风能资源在分钟时间尺度下的变化量在几公里的范围内(大型风电场、风电基地内)的相关系数为零,呈现良好的互补性。因此,相对较小区域范围内的风机的互联便可有效平滑风电功率输出分钟级的波动。
利用互补性能够有效降低风电输出功率波动水平,从而降低电力系统运行成本和提高其安全稳定性。当整合一定区域风能资源后,在一定置信度下的输出功率分钟级波动最大值明显低于单个站点,因此平滑分钟时间尺度的波动所需储能容量明显降低,从而降低了电力系统运行成本。风电功率分钟时间尺度的波动主要影响电力系统的二次调频(AGC)[21],而分散在一定区域的风能资源互补后分钟级功率波动更平缓,这有利于提高电力系统频率稳定性,并降低对机组爬坡速率的限制。
在充分调查研究各时间尺度下广域范围内中国风能资源的时空互补性后,有必要对中国其他可再生能源之间的时空互补性(如风能和太阳能资源[22],风能与水能资源等)以及未来大规模可再生能源接入电网后对传统输电方式[23]、电网结构[24]等带来的影响进行进一步的研究。文献[23]提出用高压直流环网构成中国骨干电网,从而充分利用广域范围内各种可再生能源之间的时空互补性。因此,有必要充分了解中国实际的各种可再生能源的时空分布特点[22]和其互补性,并结合我国负荷分布特点,进一步研究如何从目前交流电网向未来直流为主的电网进行过渡,这也是本文作者以后的研究方向。
6 结论
利用中国气象局提供的气象数据,本文对广域范围内风能资源短时间尺度(1min)时空互补性进行了研究。主要结论如下:
对于单个风能站点,其输出功率在分钟时间尺度下的波动性,中国西北新疆地区相对较强,东部沿海地区相对较弱。
在一定区域范围内,地域分散分布的风能资源具有良好的分钟时间尺度下的互补性。文中研究了不同地点风电时空互补性随距离的变化关系。
相比于单个风能站点,一定范围分布的区域分钟级输出功率全年功率满发或者接近满发,等于或接近零的时间大大减少。
在相同的置信度,区域输出功率分钟时间尺度最大波动量明显小于单个站点。文中详细计算了单个站点和各风电区域分钟时间尺度的最大波动量。
摘要：风能资源所具有的间歇性和波动性的特性致使风电输出功率具有很大程度的随机性和难以预测性。将这种大规模的波动电源接入电网会给电力系统安全稳定运行带来诸多不利影响。近些年来利用广域范围内风能资源时空互补特性平滑大规模风能输出功率波动已引起国内外学者的广泛关注。中国小时级别及以上时间尺度下的风能资源时空互补性已得到了初步的调查研究,但小时级别以下时间尺度下的时空互补性有待进一步研究。因此,基于中国气象局提供的气象风速数据,本文结合各种统计方法和指标调查研究了中国广域范围内风能资源短时间尺度(1min)的时空互补特性。