随着分布式能源接入系统以及应对大量的电动汽车负荷的需求响应管理,运行调度部门对变电设备(变压器、断路器、隔离开关等)的动态增容有了进一步的需求。电力变压器作为电力系统中最昂贵、最重要的设备之一,担负着电网间电压变化、电能转换的功能,其负载能力是制约电网变电容量限额的主要因素,同时,它的运行状态也在很多方面深入地影响着电力系统的稳定性和可靠性。油浸式电力变压器的负载能力与油温、热点温度密切相关。为了更加准确地计算顶层油温和热点温度,以助于变压器的负载能力评估,本文基于传热学理论和电路定律,对一种变压器热电类比模型作了改进。引入油粘度重新定义了变压器相关部件的非线性热导,并考虑变压器与其环境温度之间热传递的影响。在模型中引入热点温度节点,使模型能够真实反映变压器内部热传导的基本过程,遗传算法被用来对模型中的热参数进行全局优化。以某180MVA变压器为例,改进前后的热电类比模型分别计算得到的热点温度、顶层油温、底层油温与导则推荐的经验公式的计算值以及在线监测值进行比较,结果表明改进后模型有较好的计算准确性。最后,首次尝试使用改进热电类比模型计算该变压器在给定运行工况下的日相对寿命损失、最大顶层油温、最大热点温度,并用以评估该变压器的负载能力,为变压器增容提供参考。另外,本文尝试构建了一种多参数灵敏性分析(Multi-parametric Sensitivity analysis,MPSA)方法来研究某一特定参数对变压器热模型输出结果准确性的影响,该方法不仅可以揭示对热模型输出结果最为敏感的参数,还可以进一步提高模型的准确性。本文基于一种变压器非线性热导的表示形式首次提出了变压器油与温差相关的非线性时间常数的表达式。该表达式被用于改进三个通用的变压器顶层油温升指数模型:改进的IEEE模型,Swift模型和Susa模型。通过在线监测数据的验证,考虑了非线性时间常数的模型相比较原模型准确性明显提高。基于此,利用本文构建的多参数灵敏性方法进行分析,得到的分析结果可以显示对模型准确性影响最大的参数,进而可以通过减少优化参数的数量来简化模型。将热运行试验的数据作为参考,验证经由群搜索算法优化所得的热模型参数。该验证表明了本文所提出的考虑了非线性时间常数的IEEE改进热模型表现优越,仅有一个敏感参数和很好的准确性结果。