實測風速分析模擬及微地形下桿塔風速修正方法

方春華，陶玉寧，張威，智李，李景

(1. 湖北省輸電線路工程技術研究中心，湖北 宜昌 443002；2. 三峽大學 電氣與新能源學院，湖北 宜昌 443002；3. 國網(wǎng)湖北省電力有限公司宜昌供電公司，湖北 宜昌 443000；4. 國網(wǎng)安慶供電公司，安徽 安慶 246000)

0 引言

高壓輸電線路距離較長，受走廊限制，部分區(qū)段會經(jīng)過微地形區(qū)，這些區(qū)域氣象數(shù)據(jù)缺乏[1-2]。若輸電走廊微地形區(qū)桿塔全部安裝風速監(jiān)測裝置投資很大[3-5]。因此，根據(jù)大量實測風速數(shù)據(jù)考慮風荷載變化調整桿塔設計標準及強風時通過氣象觀測站實時準確計算附近微地形區(qū)桿塔風速尤為重要。實測風速數(shù)據(jù)對分析桿塔力學響應至關重要。文獻[6]根據(jù)實測風速記錄進行分界波數(shù)建模，為脈動風速模擬提供一條基于物理的建模途徑。文獻[7-12]采用自回歸（AR）模型和自回歸滑動平均（ARMA）模型模擬脈動風速時程，獲得臺風空間相關性風場，并驗證了模型的可行性。文獻[13-17]通過臺風中心實測結果，分析臺風“海馬”“?？薄懊坊ā薄坝忍亍泵}動風速功率譜，得出Karman譜與實測譜吻合程度最高。局部微地形區(qū)風速增大會對輸電線路造成較大影響。文獻[18]對比分析微地形區(qū)風荷載，指出中國規(guī)范中微地形風速修正較為保守。文獻[19]通過輸電線路動力學仿真分析，指出山頂空曠時風速急劇增加，山頂風速修正系數(shù)可取1.5。文獻[20]對埡口型微地形進行深入研究，提出更為準確的埡口風速修正系數(shù)。以上研究取得眾多成果，但有待進一步研究的是：中國輸電線路規(guī)范給出了相應的設計標準，但需根據(jù)各地區(qū)實際風速數(shù)據(jù)進一步完善。微地形對輸電線路走廊風速放大作用使輸電安全問題更加突出，以往設計中微地形對風速的影響考慮不夠充分。

文章基于江蘇省內各氣象觀測站實測數(shù)據(jù)，運用GEV模型，Weibull模型、Rayleigh模型分析風速分布統(tǒng)計規(guī)律，完成風速重現(xiàn)期擬合，提出輸電線路脈動風速譜修正方法；基于Google Earth獲取了輸電線路微地形及輸電塔的相對位置信息，并在此基礎上完成微地形對輸電線路風速的影響。

1 理論分析

1.1 風速分布模型

Gumbel分布模型也稱為極值Ι型分布，其概率密度分布函數(shù)為

1.2 脈動風速譜

2 實測風速數(shù)據(jù)分析

2.1 風速采集方法

基于江蘇省境內各氣象站在線監(jiān)測裝置2016—2017年采集的風速數(shù)據(jù)，分析江蘇13市的風速分布特征。圖1為各氣象觀測站監(jiān)測裝置布點分布情況。

圖1 氣象觀測站監(jiān)測裝置分布Fig. 1 Distribution of monitoring devices of meteorological observation stations

2.2 風速分布特征

運用Gumbel模型、Weibull模型，Rayleigh模型對江蘇13市10 min最大風速概率密度進行擬合。受篇幅限制，圖2僅列出了常州、南京、南通、鹽城4個城市的平均風速概率密度和擬合曲線。

圖2 江蘇部分地市平均風速概率密度和擬合曲線Fig. 2 Mean wind speed probability density and fitting curve of some cities in Jiangsu province

Weibull曲線、Rayleigh曲線和Gumbel曲線對常州、南京、鹽城的平均風速概率密度擬合效果較好。南通地區(qū)Rayleigh曲線和Gumbel曲線擬合效果較好，但Weibull曲線呈現(xiàn)較大誤差。以鹽城地區(qū)為例，在0 ～5 m/s的低風速區(qū)，Gumbel模型比Rayleigh模型呈現(xiàn)出更加良好的包絡性和貼合性。即Gumbel模型更適合于江蘇全境風速概率分布密度擬合。

表1為江蘇地區(qū)Gumbel模型概率密度分布擬合函數(shù)的形狀參數(shù)ξ和尺度參數(shù)σ值。在進行工程計算時，可直接選用本地區(qū)參數(shù)值計算出風速概率密度。

表1 Gumbel概率密度模型參數(shù)取值Table 1 Values of Gumbel probability density model parameters

2.3 風速重現(xiàn)期

使用Gumbel模型對江蘇13個地區(qū)的風速數(shù)據(jù)進行重現(xiàn)期計算，10 ～45 m/s風速重現(xiàn)期曲線如圖3所示。

圖3 江蘇各地市風速重現(xiàn)期擬合曲線Fig. 3 Fitting curve of wind load recurrence period in all cities of Jiangsu province

13個城市風速重現(xiàn)期曲線趨勢基本一致。隨著風速增加，風速重現(xiàn)期年限也逐漸增加。參照文獻 [21]， 對 于 重 要 性 較 高 的1000 kV 交 流 、±800 kV及以上的直流輸電線路（含大跨越）風載荷設計時重現(xiàn)期應取100年，即連云港地區(qū)特高壓輸電線路設計風速為38.9 m/s左右，南通、常州、蘇州、無錫和鹽城五市設計風速為37～38 m/s，其他七市設計風速為 34.5～36 m/s。江蘇各地市其他電壓等級輸電線路設計風速詳見表2。

表2 江蘇各地市不同電壓等級輸電線路設計風速Table 2 Design wind speed of different voltage grade transmission lines in various cities of Jiangsu

3 脈動風速模擬

3.1 修正風速譜

目前國內外各自采用相應的風速譜，但其經(jīng)驗風速譜與實測風速譜有較大差距，有一定的修正提升空間。具體的修正步驟如下。

（1）獲取臺風過境時，桿塔在線監(jiān)測裝置和氣象觀測站風速時程數(shù)據(jù)多條，記為Sw。

（2）在截取的季風-臺風-季風時間跨度內的風速時程數(shù)據(jù)中，將季風時間區(qū)段的風速時程數(shù)據(jù)記為Sm，臺風時間區(qū)段的風速時程數(shù)據(jù)記為St。

（3）對季風時間區(qū)段的風速時程Sm，采用最小二乘法擬合Kaimal風速譜與實測季風風速譜得到修正Kaimal風速譜。擬合公式為

標準差公式為

擬合計算得到A值為2.37，B值為9.38，修正Kaimal風速譜標準差為6.3%，標準差較小，風速譜修正效果良好。

（4）對臺風區(qū)段的風速時程St，采用最小二乘法擬合Von-Karman風速譜與實測臺風風速譜得到修正Von-Karman風速譜。擬合公式為

標準差公式為

擬合后C值為3.75，D值為65.42，修正Von-Karman風速譜標準差為8.5%，風速譜修正效果較好。

（5）將步驟3和步驟4中的修正風速譜Su(n)和Sv(n)均稱為脈動風風速譜S(n)。由于觀測站觀測得到的脈動風場是非平穩(wěn)的隨機過程，而步驟3和步驟4中得到的S(n)為平穩(wěn)隨機過程，因此對其進行修正，修正后的具有非平穩(wěn)隨機過程特征的風速譜為

（6）根據(jù)步驟（1） ～（5），得出受臺風影響時輸電線路脈動風速譜修正公式為

3.2 脈動風速譜模擬

根據(jù)實測數(shù)據(jù)修正后的風速譜方程模擬風速時程，得出不同風速下的空間脈動風速。脈動風速的時間間隔為0.5 s，脈動風速時程曲線和自功率譜如圖4所示。修正后的風速譜與實測的風速譜吻合程度較高。

圖4 基準風速時程模擬Fig. 4 Time-history simulation of reference wind speed

4 微地形修正

4.1 微地形信息獲取方法

編寫XML文件格式的KML文件，導入Google Earth地理信息軟件后顯示輸電走廊、桿塔的地理坐標及輸電走廊附件的地理環(huán)境、地形海拔、地形角度等大量信息。根據(jù)微地形信息，結合氣象觀測站實時數(shù)據(jù)，可準確計算附近微地形區(qū)桿塔風速。

4.2 微地形風速修正方法

根據(jù)架設在江蘇省內桿塔及附近微地形區(qū)風速測量裝置2016、2017年觀測記錄的風速數(shù)據(jù)，在文獻[22]的基礎上對比桿塔與附近微地形區(qū)數(shù)據(jù)對風速公式進行修正。江蘇地區(qū)平均海拔在50 m以下，平均空氣密度為1.22 kg/m3，風速監(jiān)測裝置附近無密集或較高建筑群。

4.2.1 埡口型

埡口地形為連綿山嶺中相對較低部分。埡口風速v1在臺風預報風速v的基礎上修正為

式中：k1為地形系數(shù)，0 ～45°取 2.1；45 ～90°取 3。k2為線路埡口距離影響因子，線路距埡口頂部超過20 m取1.2；小于20 m取1.5。α為埡口角度。k3為環(huán)境風速（附近氣象站觀測風速）影響因子，風速小于25.3 m/s時取1；當風速大于25.3 m/s時取1.6。H為埡口深。z為鄰近鐵塔塔頂標高，當z/H高于2.5時，z=2.5H。

4.2.2 分水嶺

分水嶺即山脊地形，其迎風坡面風速v2在v的基礎上修正為

式中：k1為地形特征增速因子，二維山脊地形取值1.3；三維軸對稱小山地形取值0.95。k2為地形高度換算因子，可由式（17）計算。α為分水嶺坡度角。H為山高。z為輸電塔高，當z/H高于3時，z=3H。r為常數(shù)，二維山脊地形取值3.0；三維軸對稱小山地形取值4.0。Lh為迎風區(qū)頂端到分水嶺一半高度處的水平距離。

4.2.3 低越高地

在較為平坦的平原或盆地中拔地而起的山峰地形為低越高地地形，其風速v3修正公式為

式中：k1為地形系數(shù)，坡角為0 ～30°時取1.8；30 ～60°取 2.2；60 ～90°取 3.1。k2為山高影響因子，山高 50 ～100 m 內取 1.2；山高 100 ～200 m 內取 1.5，山高超過200 m取2。k3為環(huán)境風速（附近氣象站觀測風速）影響因子，風速小于25.3 m/s時取1；當風速大于25.3 m/s時取1.6。α為起伏的坡度角。H為起伏高度。z為鄰近鐵塔的塔頂標高，當z/H高于3時，z=3H。

4.2.4 峽谷地形

峽谷為陡峻、深度大于寬度的山谷，中間布滿水道或叢林，其風速v4按下式修正為

4.3 風壓修正系數(shù)

參考各國的建筑荷載規(guī)范，結合文章微地形風速修正的方法，從山峰的高度、山峰的坡度角、桿塔呼稱高對分水嶺中的二維山脊地形和三維軸對稱小山地形進行工程簡化計算。圖5表示風壓修正系數(shù)與山峰高度的關系曲線。當桿塔呼稱高一定時，風壓修正系數(shù)隨峰高的增加而變大；當峰高一定時，風壓修正系數(shù)隨桿塔呼稱高的增加大致呈現(xiàn)出減小的趨勢。圖6表示風壓修正系數(shù)與坡度角的關系曲線。當桿塔呼稱高一定時，風壓修正系數(shù)隨坡角的增加而變大；當坡角一定時，風壓修正系數(shù)隨桿塔呼稱高的增加大致呈現(xiàn)出減小的趨勢。通過計算可知，桿塔呼稱高/山高數(shù)值高于3.0時，隨著峰高或坡度的增大，風壓修正系數(shù)將不再變化。風壓與風速的平方成正比，實際風荷載計算時應乘以開方后的風壓修正系數(shù)。

圖5 不同山高風壓修正系數(shù)Fig. 5 Wind pressure correction coefficient of different mountain heights

圖6 不同山坡角風壓修正系數(shù)Fig. 6 Correction coefficients of wind pressure at different slope angles

5 結論

（1）GEV模型更適合江蘇全境風速概率分布密度擬合。南通、常州、蘇州、無錫、鹽城和連云港六市特高壓輸電線路設計風速為37～39 m/s，其他七市設計風速為 34.5～36 m/s。

（2）截取季風-臺風-季風時間跨度內風速時程數(shù)據(jù)，得出風速譜修正公式，修正后的風速譜與實測的風速譜吻合程度較高。

（3）當桿塔呼稱高一定時，風壓修正系數(shù)隨峰高或坡角的增加而變大；當峰高或坡角一定時，風壓修正系數(shù)隨桿塔呼稱高的增加大致呈現(xiàn)出減小的趨勢。