基于WRF的江西电网110～500 kV输电线路雷电短期预警方法研究

上官帖，丁 煌，刘明军，童军心，周龙武，崔 方

（1.国网江西省电力科学研究院，南昌 330096；2.中国电力科学研究院，南京210009）

基于WRF的江西电网110～500 kV输电线路雷电短期预警方法研究

上官帖1，丁 煌2，刘明军1，童军心1，周龙武1，崔 方2

（1.国网江西省电力科学研究院，南昌 330096；2.中国电力科学研究院，南京210009）

在江西省110 kV～500 kV输电线路雷击跳闸情况分析的基础上，利用最新的中尺度模式WRF对发生在江西省内的一次雷击事件过程进行模拟预报，并对比分析对流有效位能、对流抑制能量的有效区域和雷电定位系统数据落雷区域，验证该方法的可用性。结果表明：WRF模拟结果能够成功预报所有监测雷电落点图密集区，即能很好反映雷电天气过程的空间位置，在时间上亦能提前预报雷电天气过程发生时间段，说明在模式72 h预报的基础上能够对雷电防灾预警提供支持。

WRF模式；输电线路；雷电定位系统；对流有效位能；对流抑制能量；雷电预警

0 引言

雷电活动是大气中的自然放电现象，严重威胁电网的安全运行。在我国输电线路遭受雷击的概率较高，雷击跳闸故障常有发生。江西是我国雷电活动最活跃的省份之一，每年的雷电活动都给江西电网带来了巨大的经济损失。

雷击已成为影响架空输电线路设备安全稳定运行的重要因素[1-3]。因此，对雷电活动及可能遭受雷击的输电线路区域进行提前预警，对于电网的安全稳定运行有着重要作用。国内外学者对雷电预警方面进行了大量研究，何金良等[4]分析和讨论了先导发展过程中不同空间阶段的统计结果。赵淳等[5]提出了包含电网面向输电线路全层级对象的整体评估方法，并采用改进层次分析法建立了电网雷害风险评估模型。谷山强等[6]结合雷电监测网和气象卫星云图实时监测，提出了基于大气电场仪探测与输电线路位置的输电线路雷击闪络预警方法。童雪芳等[7]通过比较分析雷区等级及地闪密度值与雷击故障分布之间的相关性，表明地闪密度分布与雷击故障之间存在正相关性。龚嘉锵等[8]通过WRF模式模拟了南京市区的两次雷电活动过程，并建立雷电潜势预报模型。沙跃龙[9]通过建立基于决策树的雷电预报模型，实现了空间分辨率为1°X1°、时间分辨率为12 h的雷电潜势预报。王强等[10]通过分析晴天与雷暴天气大气电场时序差分的基本特征，提出基于地面电场仪的电场时序差分阈值雷电预警方法。Brandom等[11]基于雷达等气象观测资料，在云地闪预报方面进行了研究。Smith[12]对比分析了同步卫星红外云图和美国国家雷电监测网的地闪定位结果，研究了基于云顶温度冷却速率监测的雷电预警方法。

这些研究中利用数值预报模式WRF对雷电发生区域进行中短期预警较少。笔者在分析江西省110 kV～500 kV输电线路雷击跳闸情况分析的基础上，利用最新的中尺度模式WRF对发生在江西省内的一次雷击事件过程进行模拟分析，通过分析模拟结果验证可用性。

1 110 kV～500 kV输电线路跳闸情况

2014年江西省范围内110～500 kV输电线路雷击故障占输电线路总故障的61.1%，110 kV输电线路雷击故障占110 kV输电线路故障的65.9%、220 kV输电线路雷击故障占220 kV输电线路故障的47.9%、500 kV输电线路雷击故障占500 kV输电线路故障的23.0%；2013年江西省范围内110～500 kV输电线雷击故障占输电线路总故障的38.3%，110 kV输电线路雷击故障占110 kV输电线路故障的40.3%、220 kV输电线路雷击故障占220 kV输电线路故障的33.3%、500 kV输电线路雷击故障占500 kV输电线路故障的20.0%。

从表1可以看出雷击跳闸次数多发月份集中在3、4、6、7、8 月份，占总累计跳闸次数近 90%，其中以7、8月份跳闸总次数最多。从历史数据方面来说，2014年的雷击跳闸次数较2013年有所增加，说明2014年输电线路上雷电灾害较2013年严重。

表1 各月份雷击跳闸次数情况Table 1 The number of lightning trip by each month

2 雷电过程实况

笔者采用了江西省雷电定位系统监测数据，该数据包含雷击的发生时间、位置、雷电流、回击次数等信息。

在上文中提到输电线路受雷击跳闸故障多发于7、8月份，故选取江西省境内8月份雷击跳闸故障较高的一天进行雷电天气过程案例分析。2014年8月28日江西省境内发生了一次雷电过程，在此过程中由于雷击导致故障的线路有1条220 kV线路和9条110 kV线路，分布在南昌、抚州、九江区域（与图1中地闪密集落区位置相同），雷击故障时间大部分在21时-23时之间。图1为2014年8月28日20时-22时30分（雷电数据仅到22时30分）江西省雷电定位系统监测雷击落点图，从图1可以看出，本次雷电过程在南昌、抚州区域，九江区域以及江西省外东部地区。

图1 2014年8月28日20时-23时江西省雷电定位系统监测雷击落点图Fig.1 Jiangxi Province LLS measurement lightning area from 20:00 to 23:00 28thAugust 2014

图 2（a）、（b）、（c）的雷击落点密度可以看出雷电天气过程的分时过程：自图 2（a）至图 2（b）区域Ⅰ（见图1）雷击落点密度变化不大，区域Ⅱ（见图1）雷击落点密度减小，区域Ⅲ（见图1）雷击落点密度增大；自图2（b）至图2（c）区域Ⅰ雷击落点密度变化减小，区域Ⅱ雷击落点密度减小，区域Ⅲ雷击落点密度亦减小，可以看出雷电过程逐渐减弱。

3 雷电过程模拟及分析

3.1 数值模式及模拟方案

雷电活动属于中小尺度系统天气系统的一种，可以使用中尺度数值预报模式来进行模拟和预报。本文采用中尺度模式WRF（Weather Research Fore cast）[13-14]的最新版本 V3.6.1 及 1°X1°的 NCEP/NCAR GFS资料对发生在江西省境内发生的雷电过程进行模拟。模拟采用两重嵌套方案，第一重网格空间分辨率为12 km，第二重网格空间分辨率为4 km，时间分辨率均为15 min。为了体现业务化运行效果及本次雷电过程的发生发展，模拟时间从2014年8月26日20时～2014年8月29日20时共72 h。模式的参数化方案选择如下：长波辐射参数化方案选用RRTM方案，短波辐射参数化方案选用Dudian方案，近地面层参数化方案选用Monin-Obukhov方案，边界层参数化方案选用YSU方案，积云对流参数化方案选用Grell-Devenyi集合方案，微物理过程参数化方案选用LIN方案。

3.2 雷电天气物理量

（a）对流有效位能[15-16]

对流有效位能 （Convective Available Potential Energy，CAPE）表示了在指定环境中气块绝热上升受到的正浮力能量的垂直积分，其表达式为

式（1）中，Zf为自由对流高度，Ze为平衡高度，Tve为环境虚温，Tva为气块虚温为自由对流高度和平衡高度之间环境的平均虚温。CAPE比传统意义上的对流不稳定能量更能恰当地表示出对流发展的强度[15-18]，是雷电活动潜在强度的一个重要指标。

（b）对流抑制能量

对流抑制能量（Convective Inhibition Energy，CIN）表示了通过稳定层到达自由对流高度的平均大气边界层气块所做的负功[19-20]，其表达式为

式中：g是重力加速度，TB是该层的平均温度，Te、Tp分别表示环境与气块的温度。CIN能够反映对流天气发生前的能量累积情况[19-20]，是雷电活动发展的一个重要指标。

笔者利用WRF模式生成数据，提取以上公式所需参数计算对应的CAPE和CIN值，分析这些物理量在雷电天气预报中的模拟性能，并在此基础上验证预报可用性。

3.3 模拟结果分析

在雷电天气发生前CAPE较大，并有逐渐积累的过程，可作为雷电天气预报的参考。一般在雷电天气开始的阶段，CAPE有急剧升高的现象。在雷电天气结束阶段CAPE有急剧下降的过程。雷电天气越强，CAPE急剧升高和下降就越明显。

选取区域Ⅰ作为代表，考察CAPE随时间演变特征。从图3可见，28日10时代表区域ⅠCAPE在1 500～2 500 J/kg之间，已经具备雷电发生的条件，到14时迅速增大，至18时已到达锋值，CAPE已达到3 000～4 000 J/kg，即将发生强雷电天气。这一段时间说明代表区域内CAPE在10时～18时之间逐渐增加，是对流能量逐渐积累且迅速增大的过程，在此过程中会伴随雷电天气发生，且CAPE积累较大，即将发生强雷电天气。到20时CAPE迅速减小，说明对流有效位能开始释放，雷电天气变强，至22时CAPE继续迅速减小，继续释放能量使雷电天气过程持续，至24时CAPE减小幅度变小，雷电天气过程强度逐渐减弱。同理可得，区域Ⅲ的雷电天气过程：从10时至18时是能量积累过程，期间伴随雷电天气，至18时达到CAPE峰值，从18时-22时是能量释放过程，期间雷电天气过程变强，22时至24时对流能量释放较小，雷电天气过程逐渐减弱。区域Ⅱ雷电天气过程不同于以上两者，10时至18时CAPE逐渐积累，且在18时达到峰值，在18时-20时能量释放较大，雷电天气过程增强，在20时-22时能量释放较小，雷电天气过程减弱。

整体上看，CAPE分布图高值区包含所有监测雷电落点图密集区，能够很好反映雷电天气过程的空间位置，在时间上亦能提前预报雷电天气过程发生时间段，说明在模式72 h预报的基础上，能够对雷电防灾预警给予帮助。但模式仍有误差，比如在江西省中偏东部出现一个虚假CAPE高值区，该地区监测雷电落点较少。

在CIN分布图方面（图4），区域Ⅰ从27日22时至28日6时CIN一直比较高，即对流抑制能量比较高，说明这段时间在进行能量积累。28日6时至28日14时CIN逐渐减小，同时参照图2发现区域ⅠCAPE开始增大，即说明在对流抑制能量的减少同时有一个明显的对流有效位能释放，从而产生雷电天气。28日14时至28日20时，CIN继续减小，与此同时CAPE在不断增大，继续释放能量，雷电天气过程变强。至28日22时CIN指数逐渐增大，CAPE逐渐减小，雷电天气开始减弱，由于CAPE仍处于雷电发生可发生区域段，因此仍有雷电产生。

图3 2014年8月28日10 时（a）、14 时（b）、18 时（c）、20 时（d）22 时（e）、24 时（f）WRF 模拟 CAPE 分布图Fig.3 WRF simulation CAPE distribution at 10:00 （a），14:00（b），18:00（c），20:00（d），22:00（e），24:00（f） on 28th August 2014

4 结语

利用WRF模式对江西省境内2014年8月28日的一次雷电过程进行了模拟，并将利用CAPE和CIN模拟结果与雷电定位系统监测数据对比，验证结果的可用性，结果表明：CAPE和CIN结合能够很好定位雷电天气发生区域，WRF模拟结果能够成功预报所有监测雷电落点图密集区，即能很好反映雷电天气过程的空间位置，在时间上亦能提前预报雷电天气过程发生时间段，说明在模式72 h预报的基础上，能够对雷电防灾预警提供支持。但模式有一定误差，会出现虚假CAPE高值区。

图4 2014年8月27日22时（a）、28日 6时（b）、28日 14时（c）、28日18 时（d），28日20 时（e）、28 日时 22 时（f）WRF模拟CIN分布图Fig.4 WRF simulation CIN distribution at 10:00 （a），14:00（b），18:00（c），20:00（d），22:00（e），24:00（f） on 28th August 2014

[1]段涛，罗毅，施琳，等.计及气象因素的输电线路故障概率的实时评估模型[J].电力系统保护与控制，2013，41（15）：59-67.DUAN Tao，LUO Yi，SHI Lin，et al.A real-time fault probability evaluation model of transmission line considering meteorological factors[J].Power System Protection and Control，2013，41（15）：59-67.

[2]邹贵彬，高厚磊，朱峰，等.输电线路雷击与故障的积分识别方法[J].电力系统保护与控制，2012，40（9）：43-48.ZOU Guibin，GAO Houlei，ZHU Feng，et al.Integral identification method of lightning stroke and fault for transmission line[J].Power System Protection and Control，2012，40（9）：43-48.

[3]张保会，张嵩，尤敏，等.高压直流输电线路单端暂态量保护研究[J].电力系统保护与控制，2010，38（15）：18-23.ZHANG Baohui，ZHANG Song，YOU Min，et al.Research on transient-based protection for HVDC lines[J].Power System Protection and Control，2010，38（15）：18-23.

[4]何金良，董林，张薛巍，等.输电线路防雷分析分形模型及其统计特性[J].高电压技术，2010（6）：1333-1340.HE Jinliang，DONG Lin，ZHANG Xunwei，et al.Fractal model and statistical characteristics of lightning protection analysis of transmission line[J].High Voltage Engineering，2010（6）：1333-1340.

[5]赵淳，陈家宏，王剑，等.电网雷害风险评估技术研究[J].高电压技术，2012，37（12）：3012-3021.ZHAO Chun，CHEN Jiahong，WANG Jian，et al.Research on technology of lightning disaster risk assessment for power system[J].High Voltage Engineering，2011，37 （12）：3012-3021.

[6]谷山强，陈家宏，陈维江，等.架空输电线路雷击闪络预警方法[J].高电压技术，2013，39（2）：423-429.GU Shanqiang，CHEN Jiahong，CHEN Weijiang，etal.Method for lightning flashover warning of overhead transmission lines[J].High Voltage Engineering，2013，39（2）：423-429.

[7]童雪芳，王海涛，陈家宏，等.雷电定位系统地闪密度分布图与雷击故障相关性分析[J].高电压技术，2009（12）：2924-2929.TONG Xuefang，WABG Haitao，CHEN Jiahong，etal.Analysis of correlation between cloud-to-ground flash density map using LLS and lightning flashover[J].High Voltage Engineering，2009（12）：2924-2929.

[8]龚嘉锵，郭凤霞，田琨，等.基于WRF模式的雷电潜势预报[J].气象科学，2014，34（2）：206-212.GONG Jiaqiang，GUO Fengxia，TIAN Kun，et al.The lightning potential forecast with WRF model[J].Journal of the Meteorological Sciences，2014，34（2）：206-212.

[9]沙跃龙.雷电预警预报技术研究与实现[D].电子科技大学，2009.SHA Yuelong.Study and realize on the lightning forecast and early-warning technology[D].University of Electronic Science and Technology of China，2009.

[10]王强，王建初，顾宇丹.电场时序差分在雷电预警中的有效性分析[J].气象科学，2009，29（5）：657-663.WANG Qiang，WANG Jianchu，GU Yudan，et al.Validity analysis of electric field temporal difference in thunder-storm warning[J].Internal Publication，2008.

[11]VINCENT B R，CAREY L D，SCHNEIDER D，et al.Using WSR-88D reflectivity data for the prediction of cloud-toground lightning：A central north carolina study[J].Natl.Wea.Dig，2004（27）：35-44.

[12]SMITH S B.A comparison of satellite-observed cloud-top cooling and the onset of cloud-to-ground lightning[C].18th Conference on Severe Local Storms.San Francisco，USA，1996:479-482.

[13]WILLIAM C Skamarock，JOSEPH B Klemp.A time-split nonhydrostatic atmospheric model for weather research and forecasting applications[J]. Journal of Computational Physics，2008，227（7）：3465-3485.

[14]ZAVISA Janjic，BLACK T，PYLE M，et al.High resolution applications of the WRF NMM[C].21st Conference on Weather Analysis and Forecasting/17th Conference on Numerical Weather Prediction，Washington：American Meteorological Society，2005.

[15]钱传海，张金艳，应冬梅，等.2003年4月江西一次强对流天气过程的诊断分析[J].应用气象学报，2007，18（4）：460-467.QIAN Chuanhai，ZHANG Jinyan，YING Dongmei，et al.A severe convection weather of Jiangxi in april 2003[J].Journal of Applied Meteorology，2007，18（4）：460-467.

[16]李耀东，高守亭，刘健文.对流能量计算及强对流天气落区预报技术研究[J].应用气象学报，2004，15（1）：10-20.LI Yaodong，GAO Shouting，LIU Jianwen.A calculation of convective energy and the method of severe weather fore casting[J].Journal of Applied Meteorology，2004，15 （1）：10-20.

[17]刘玉玲.对流参数在强对流天气潜势预测中的作用[J].气象科技，2004，31（3）：147-151.LIU Yuling.A study of severe convective parameters and their potential predictability to severe convective storms[J].Meteorological Science and Technology，2004，31（3）：147-151.

[18]HUNTRIESER H，S CHIESSER H H，SCHMID W，et al.A new thunderstorm index for switzerland.18th Conference on Severe Local Storms.Amer Meteor Soc，1996:255-259.

[19]梁爱民，张庆红，申红喜，等.北京地区雷暴大风预报研究[J].气象，2006，32（11）：73-80.LIANG Aimin，ZHANG Qinhong，SHEN Hongxi，et al.Application of NCEP data and doppler weather radar data to thunderstorm prediction in Beijing area[J].Meteorological Monthly，2006，32（11）：73-80.

[20]刘伟，高艳红.能量参数在中川机场雷暴预测中的应用[J].高原气象，2007，26（4）：791-797.LIU Wei，GAO Yanhong.Application of some simulated energy index to thunderstorm forecast at Zhongchuan airport[J].Plateau Meteorology，2007，26（4）：791-797.

Study on Lightning Short-Term Warning Methods of 110～500 kV Transmission Lines in Jiangxi Grid Based on the WRF Model

SHANGGUAN Tie1，DING Huang2，LIU Mingjun1，TONG Junxin1，ZHOU Longwu1，CUI fang2
（1.Jiangxi Electric Power Research Institute，Nanchang 330096，China；2.China Electric Power Research Institute，Nanjing 210003，China）

Based on the analysis of 110 kV～500 kV transmission line lightning trip in Jiangxi province，a lightning process which occurred in Jiangxi province is simulated and forecasted with the latest meso scale WRF model.The effective area of convective available potential energy （CAPE） and convective inhibition energy （CIN）with the area of actual lightning of the Lightning Location System（LSS） are compared and analyzed to verify the availability of the method.The results show that WRF not only can able to successfully predict the actual lightning occurs zone which can well reflect the spatial location of lightning weather process，but also can early forecasting the periods of lightning process.So it can offer support to the lightning early 72 h warning.

WRF model；transmission line；LSS；CAPE；CIN；lightning warning

10.16188/j.isa.1003-8337.2017.01.004

2015-11-09

上官帖 （1958—），男，教授级高级工程师，主要研究方向：电力系统及其自动化。

江西电网气象信息监测系统研究与应用 （编号：5218201350DT）。