输电线路建设对地闪密度的影响与建模

《Electric Power Systems Research》:Influence and modeling of transmission line construction on ground flash density

【字体: 大 中 小 】 时间:2026年08月30日 来源:Electric Power Systems Research 4.3

编辑推荐:

   •3 km范围内的云地(CG)雷电密度上升6.5%,峰值电流上升7.3%,多重性上升6.8%。•通过线源模型量化了沿连续特高压通道雷电活动的增强情况。•三种空间模式揭示了地形、气溶胶、TPI以及LLS不确定性的影响。引言特高压(UHV)输电线路是现代电力系统的重要组成部分。截

  
  • •
    3 km范围内的云地(CG)雷电密度上升6.5%,峰值电流上升7.3%,多重性上升6.8%。
  • •
    通过线源模型量化了沿连续特高压通道雷电活动的增强情况。
  • •
    三种空间模式揭示了地形、气溶胶、TPI以及LLS不确定性的影响。

引言

特高压(UHV)输电线路是现代电力系统的重要组成部分。截至2023年底,中国已建成39条UHV/EHV线路,总运行长度超过60,000 km,总投资超过6000亿元人民币[1]。然而,特高压输电线路面临着极其严峻的雷电威胁。据统计,雷击事故占UHV输电线路故障的70%以上。对于中国南方广东和广西沿海地区,其云地(CG)闪击密度超过7.98次/km2/年,这对输电线路的防雷保护提出了更高要求[2,3]。雷击不仅导致线路频繁跳闸,由此产生的过电压还可能导致设备损坏,甚至引发大面积停电。因此,对这些大容量、远距离输电线路进行准确的雷电风险评估,已成为电力系统防雷领域的一个关键问题。
以往针对输电线路的雷电风险评估方法主要依赖于雷电定位系统(LLS)和电力系统故障数据。通过分析云地闪击密度和跳闸率等参数,可以阐明输电线路附近的雷电特征[2,4]。此外,林峰等人利用地理信息系统(GIS)将雷电模式与通道地形相结合,分析微地形的影响以识别易击雷区段[5]。这些统计规律为电力行业标准中的跳闸率预测和绝缘水平计算提供了依据。然而,以往雷电风险评估方法的底层前提是假设线路通道内的云地闪击密度是静态的,不会随线路的建设而变化。
然而,这一静态假设正面临挑战。现有研究表明,高结构物建成后会显著影响周围的云地闪击密度分布。作为线性分布的高结构物,输电线路极有可能影响局部雷电密度。现有研究主要集中在风能领域:Soula等人研究了法国西南部的风电场,结果表明在风力涡轮机建成后,100 m半径范围内的累积云地闪击数量增加了4.7倍[6];Chen等人分析了中国沿海和内陆风电场的雷击情况,发现涡轮机建成后回击密度显著增加了27.9%,且这一增强效应随距离增加呈非线性衰减[7];Zou等人分析了珠江三角洲广东沿海的风电场,发现回击密度增加了10.1%,并将其归因于风电场扭曲了其上方的电场[8]。可以合理推断,如果防雷设计仍依赖于建设前的历史数据而忽视了输电线路建设对周围雷电环境的影响,那么实际的雷击风险极有可能被低估。这可能是当前特高压线路的防雷设计与其实际运行状况之间存在差异的主要原因之一。
然而,现有的"建设前与建设后"对比研究主要集中于风力涡轮机等集群结构,针对特高压输电线路的相关分析仍然匮乏。尽管刘强等人利用"单档通道法"证实了线路建设改变了通道区域内的云地闪击分布[9],但他们并未量化已建成输电线路对周围云地闪击密度的影响。
同时,定量评估输电线路建设前后的雷电风险面临来自各种参数的挑战。Gu等人表明,探测站的数目显著影响LLS的定位精度[10]。Mazur指出,位于增强地面电场中的高塔更容易主动引发出地先导[11]。Lal和Pawar进一步证实,城市化导致的气溶胶浓度增加和热岛效应显著增加雷电活动[12]。此外,地形至关重要:Sola等人提出了"反复雷电击击点"(RLS)的概念,强调突出的地形地貌和高大的人工结构在连续年份中会被反复击中[13]。这些研究表明,输电线路的引雷效应受复杂环境因素的影响,而LLS误差会进一步干扰分析结果。仅依赖建设前后的云地闪击密度统计极有可能引入误差。因此,有必要建立引雷模型以揭示各种参数对该效应的影响机制。
对于引雷效应的建模,物理仿真模型和经验统计模型是当前的两种主流建模方法。一方面,以电气几何模型(EGM)和双向先导模型为代表的物理计算方法被广泛用于模拟雷电先导与输电铁塔之间的雷击附着过程,从而预测线路的雷击概率[14,15]。另一方面,经验统计模型已成为近年研究的热点。Said等人(2025)对全美风力涡轮机进行了研究,提出了一种统计模型来量化单台风力涡轮机的引雷能力。他们假设风力涡轮机周围的云地闪击密度服从指数分布。通过考虑三个因素的影响——上行雷电的比例、引雷半径以及LLS的定位误差——他们成功地建立了一个评估单台风力涡轮机引雷能力的统计模型[16]。然而,输电线路具有跨越数千公里的线性特征,其暴露环境和电场扭曲效应与风力涡轮机不同,使得难以直接应用基于点目标的现有统计模型。
为解决上述问题,我们基于LLS系统2005至2011年(建设前)和2015至2021年(建设后)共14年的数据,分析了线路25 km范围内建设前后云地闪击密度的变化和分布趋势。此外,我们分析了已建成输电线路对回击多重性和回击电流峰值的影响。最后,通过将Said等人(2025)提出的点源引雷模型扩展为线性引雷模型,我们对输电线路25 km范围内云地闪击密度的增长速率进行了建模。该模型量化了上行雷电比例、线路引雷半径和LLS定位误差等参数。本研究为特高压输电线路的差异化防雷设计提供了科学参考。

章节摘要

数据与方法

本研究选取的特高压输电线路为BJ线,一条位于中国南方的±800 kV UHVDC输电线路。该线路起于四川,止于浙江,年输电容量为800万kW。线路全长超过1600 km,由3000多座铁塔组成,平均塔高75.5 m,平均海拔853 m,平均档距500 m。BJ线的建设始于2012年,于2014年7月投入运行。图1

输电线路建设后对云地闪击密度的影响

图4描述了线路建设前后云地闪击密度及其变化率的分布模式。建设前,各段落的归一化云地闪击密度稳定在0.99至1.01之间,表明建设前雷电密度分布均匀。建设后,线路3 km范围内的云地闪击密度显著增加,1 km范围内的平均归一化密度从0.99升至1.09,

建模

为解释第3.4节中云地闪击密度的空间模式,我们采用了Said等人提出的统计反演模型。Said的模型将风力涡轮机视为孤立的点源来计算其引雷效应,并使用高斯分布来考虑LLS的误差[16]。然而,直接应用该模型存在两个局限性:我们的34条线路段落超过50 km,呈现线性几何特征。且高斯分布可能不准确

云地闪击密度

图4显示,输电线路建成后云地闪击密度的变化率随距离衰减。在输电线路两侧3 km的通道内,线路由于其几何高度优势和良好的导体特性,成为该区域的主要雷电受体。随着侧向距离的增加,线路的引雷效应迅速减弱,并逐渐被海拔等自然随机因素所掩盖,以及

结论

针对±800 kV BJ特高压直流输电线路,我们利用LLS 14年的实测数据研究了输电线路对区域雷电参数的影响,并建立了基于线性结构引雷效应的统计模型。主要结论如下:
  • 1.
    特高压输电线路的建设改变了输电通道内的雷电活动。实测数据表明,线路建成后,

CRediT作者贡献声明

李彩:撰写——审阅与编辑,撰写——初稿,监督指导,项目管理,方法论,资金支持,形式分析。陈光烈:撰写——初稿,方法论,调查研究,形式分析。陈梦远:撰写——初稿,方法论,形式分析。李涛:撰写——初稿,形式分析。陶涵涛:撰写——审阅与编辑,数据整理。顾善强:撰写——审阅与编辑,监督指导,资金支持,数据
李彩|陈光烈|陈梦远|李涛|陶涵涛|顾善强
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号