程瑜
摘要:通过调查发现,由电弧故障引发的新能源汽车起火事故呈逐年增多趋势,我国品牌众多的新能源客车尤为严重。为了选择和优化区分故障电弧的特征参量,识别汽车电弧故障,首先介绍了直流故障电弧产生机理、特性和类型,分析了时域、频域和时频域3种直流电弧故障检测方法。其次,搭建了模拟实验测试系统,获取不同负载下的正常电弧和故障电弧回路信号。然后,建立时频域Cassie电弧仿真模型,利用5层小波包分解技术,重构和提取电弧故障发生前后的电流信号,使用能量比值作为特征参量。研究结果表明,在检测周期内大于阈值的特征量区分度明显,能有效识别直流电弧故障。
关键词:电弧故障;Cassie模型;小波包;电气火灾;新能源汽车
1新能源汽车电气火灾现状及原因分析
据2017年《中国消防年鉴》的数据显示,2007—2016年,我国汽车火灾首要原因是电气故障,占总数的44%,其次是供油系统故障,占火灾总数的29.4%,三是机械故障,占总数的14.6%,之后依次为排气系统故障(5.6%)、人为意外原因(3.8%)和自燃(1.2%)。2017年“中国电动汽车百人会”发布的新能源汽车安全报告显示,2015年国内发生起火事故14起,而2016年增加至29起(40辆车),新能源汽车自燃火灾次数(包括碰撞后自燃)随产销量增长而急剧增加。根据该报告公开资料不完全统计,2016年国内外共发生新能源汽车起火事故35起,涉事车辆共计45辆(1起人为纵火除外),根据动力类型和起火原因分类,分布数据如图1和图2所示。
图12016年新能源汽车起火事故数量及占比
图2新能源汽车起火原因及占比
汽车电源系统故障是导致起火的首要原因,其次是电气零部件故障,再次是充电和浸水短路故障,碰撞后自燃和电气线路连接故障。其中,纯电动汽车属于起火高发领域,由于私人领域新能源汽车数量持续增长,乘用车领域起火事故逐渐增多。综合上述原因,除了操作不当和产品质量缺陷外,由于电气系统故障产生故障电弧导致的汽车火灾比例高达60%。由直流源带来的故障电弧给电压不断升级的新能源汽车电气系统带来巨大威胁。
2电弧故障的产生和危害
实验显示,在大气中开断电路,当开断电压超过12~20V、开断电流超过0.25~1A时,在触头间隙中产生近似圆柱形的导电气体介质即为电弧,具有导电性强、温度高、亮度大和能量集中等特点。在工业领域可控状态下,如电弧炉、电弧焊等被广泛利用;而在非控状态下产生火花放电和电弧放电等现象,会对用电设备造成损伤或严重电气事故。在新能源汽车三电系统中,由于电气设备的增加和自动化程度的提高,增加用电负荷导致车载线路的复杂化和电压等级的提高(例如14VDC/42VDC双电压系统),汽车电气系统产生电弧故障的概率增大。2013年国际电工委员会出台了标准IEC62606-2013《电弧故障检测设备的一般要求》,2015年我国开始实施相同作用的标准GB14287.4—2014《电气火灾监控系统:故障电弧检测器》,这类标准用以指导和设计故障电弧相关保护装置,快速可靠切断故障电弧,促进新能源汽车“三电”技术发展。下面重点分析新能源汽车电弧故障的检测方法和测试系统。
3新能源汽车电弧故障检测方法
3.1直流电弧故障检测技术的研究现状
当前国外对直流电弧故障的研究领域涉及汽车电气系统、船舶电气系统、光伏发电系统和航空供电系统以及公共能源储存和高压直流输电应用系统。主要技术包括:利用电弧模型仿真电路参量特征与识别电弧;利用电弧的弧光、温度变化、辐射等物理现象检测电弧利用电弧电压、电流波形特征检测故障电弧,此方法又分为时域分析法、频域分析法和时频域分析法。
国内对直流电弧故障的研究处于起步阶段,对新能源汽车电弧故障检测的技术文献较少。西安交通大学祝令瑜等提出用模式识别提高阈值法的局限性,研究多信息融合技术在电弧故障检测中的应用;南京航空航天大学王莉等根据直流电弧故障运行参量,提出以回路中电流标准差、电流交流分量与设定频段功率和为特征量,利用马氏距离算法识别直流电弧故障;华侨大学丁环等通过采集汽车不同负载正常时与故障时的电流参量,在并联电弧故障发生时研究其时域波形特征与电火花特性,持续检测多个电流脉冲判别汽车电弧故障。
国内其他研究偏重于汽车火灾的产生原因及危害性,提出获取汽车火灾后的残留物和融化痕迹来识别事故前存在的电弧故障,验证电弧故障与汽车火灾的密切关联。但是汽车电气系统与船舶电气系统、光伏发电系统和航空供电系统相比,电压等级较低且固定,负载种类复杂多样,各种仪表车灯等均采用负极搭铁方式连接,电弧故障信号更隐蔽、微弱。而新能源汽车结构复杂,电气系统电压等级不一,充、用电技术问题和使用环境恶劣等原因,还有汽车零部件故障之外的常见因素,诸如导线老化断裂、负极搭铁不牢靠、线束之间被挤压、噪音和电磁兼容性等现象都会导致电弧故障频发。随着汽车传感器技术、车联网技术的不断发展,国内外出台电弧相关安全技术指标,使得汽车电弧故障检测技术成为研究热点。
3.2故障电弧的伏安特性
以某客车24V直流供电系统为例,用纯电阻负载采集得到汽车电弧故障电流和电压的时域波形图,如图3所示,在T时刻产生汽车电弧,回路电压值瞬间增高,在一段时间内电压维持稳定,当电弧消失时迅速恢复到端电压。与电压波形相反,在电弧发生时回路电流突然下降,然后波形慢慢地回升,然后趋于平缓,随着间隙距离增大,电流下降趋近于零,故障电弧消失。电弧存在时段里,电压和电流的波形不断上下波动,且它们的变化趋势恰好相反。图4为汽车直流电弧的伏安特性曲线。由图4可知,故障电弧与正常情况下的伏安特性曲线不同,在电弧产生期和电弧即将熄灭期,伏安特性曲线近似直线,具备纯阻性特征;在电弧持续燃烧期,不具备阻性特征。
图3汽车电弧故障电流和电压时域波形图
图4汽车直流电弧伏安特性图
3.3直流电弧故障检测方法
选择正确的电弧故障检测方法是准确测试的前提。直流电弧故障分为串联电弧故障和并联电弧故障,并联电弧故障又分为线线电弧故障和搭铁电弧故障,故障类型如图5所示。其中,串联电弧故障的发生率占直流电弧故障的绝大部分。
图5直流电弧故障类型
(1)时域直流电弧故障检测法
由图3和图4得出,直流电弧故障会使回路中的电量发生突变,电流变化率和电压变化率与电弧故障的电量变化有关,如果进行等周期时间Ts采样,通过公式(1)可得到电压变化量Δu,通过公式(2)可得到电流变化量ΔI。采样周期会根据原始直流故障信号特性调整,以免出现误检测。
Δu=u(Ts+t)-u(t)(1)
ΔI=Imax-Imin(2)
式(1)~(2)中:Ts为采样周期时间;Δu为电压变化量;u(Ts+t)为Ts+t时刻的电压;ΔI为电流变化量;Imax为采样周期内的大电流;Imin为采样周期内的小电流。
MRABLA等2013年提出了另一种时域检测方法,建立的测试系统如图6所示,运用双罗氏线圈检测电弧故障电路输出的电量波形,其中一个罗氏线圈与故障电弧保持距离不变获得电量信号f(t),另一个罗氏线圈与故障电弧保持渐变距离获取电量信号g(t),通过两个信号间的关联程度,通过公式(3)得到表征量Φ(t),在正常状态下其波形平滑,在故障状态下其波形产生剧烈波动。由于罗氏线圈在检测单元中的位置限制,该方法只适合汽车静态下的测试。
图6双罗氏线圈电弧故障测试系统
(2)频域直流电弧故障检测法
通过对故障电弧的回路电压、电流数据的傅里叶变换,可以发现故障电弧暂态过程和稳态过程中各频段的幅值变化,暂态时电压幅值增加,进入燃弧稳态时幅值回落,低频段非常明显。韩国首尔国立大学的GSSEO等研究了不同电压等级下串联、并联和接地电弧的变化特性,得出直流系统电弧故障频域分析方法,但是新能源汽车负载频率大多较低,环境高频噪音比较复杂,给提取电弧故障频段带来影响。
(3)时频域直流电弧故障检测法
小波变换和短时傅里叶分析等数学工具被应用于研究直流电弧故障中。美国圣地亚哥实验室成员WANGZ等提出对比短时傅里叶变换与正交连续小波变换两种方法;美国俄亥俄州立大学YAOX等学者对电流信号极值差进行3层小波包分解,利用分解后小波包系数有效值对电弧故障识别;英国诺丁汉大学CAOY等[16]学者提出将信号能量与电流信号3层小波包分解后的3层低频信号能量的比值,作为电弧特征向量研究故障信号的时频域方法。下面以两层小波包分解法为例进行说明。
图7两层小波包分解法
如图7所示,根据小波类型,利用低通滤波器h[n]2采样得到逼近信号a,通过高通滤波器g[n]2采样得到细节信号d,2层分解亦同,空间划分更为细致。然后利用公式(4)的j节点处时间窗分解系数的方均根值,可以获得更好的区分效果。研究者认为,不能仅靠一次检测结果判断电弧故障,应连续重复检测多次,以避免偶然条件下的误动作。
式(4)中:Xj,i为节点j在i个时间窗下分解系数的方均根值;Kj,n为节点j处的n个系数;N为j节点的全部系数个数。
4新能源汽车电弧故障模拟实验
4.1模拟实验测试系统的搭建
由于暂未出台新能源汽车电弧故障实验平台标准,参考国内新能源客车电气结构和美国电气规范的UL1699b标准搭建电弧故障模拟实验系统,如图8所示,测试不同单一负载、复合负载下汽车电弧故障的回路电流信号和电压信号,并经过滤波放大调理之后,分析故障电弧伏安特性和故障特征,然后识别汽车电弧故障。
图8电弧故障模拟实验测试系统
4.2电弧故障模拟实验方案
实验测试平台给电弧发生装置提供12~42V的可调直流电源,把新能源汽车典型负载车灯、信号灯、动力电池组、起动系统等与电弧发生装置串联,实验过程分为正常运行和故障运行两种模式,每种模式下有单一串联负载、混合并联负载和突变负载3种类型。单一串联负载类型较少,而混合式负载数量巨大,表1只列举了12种单一负载和6种常见混合式负载,实际中的突变负载包括线路碳化、开关烧蚀、过电压等复杂故障。
由于电弧故障的不可预知性,将电弧故障回路电流作为比对参数。数据采集系统中,由高频电流互感器PA3655NL(50~500kHz)采集高频交流分量,获得电流信号数据,然后信号调理电路滤除干扰信号,接着利用采样率可调的信号采集器PXI(1MS/s、2MS/s、250kS/s)采集实验数据。实验中通过负荷切换开关实现各种类型的切换导通。在60~110kHz频段下,故障信号功率谱幅值大于正常信号值,可作为汽车直流电气系统电弧故障的特征频段,但是汽车负载固有频率大多分布于低频,并且携带较大能量和噪声,仅靠功率谱很难识别复杂电弧故障。由于故障前后电量的突变,使得电故障电路的信号能量低于正常电路,因此考虑采用故障发生前后能量比值作为识别汽车电弧故障的特征量。
负载 类型 |
负载 | 编号 | 负载类型 | 负载 | 编号 | ||
正常运行 | 故障运行 | 正常运行 | 故障运行 | ||||
单一 串联 负载 |
车灯 | A1 | B1 |
混合式 负载 |
两车灯 | A13 | B13 |
左转向灯 | A2 | B2 | |||||
右转向灯 | A3 | B3 | 电机+车灯 | A14 | B14 | ||
刹车灯 | A4 | B4 | |||||
动力电池组 | A5 | B5 | 喇叭+车灯 | A15 | B15 | ||
发电机 | A6 | B6 | |||||
起动机 | A7 | B7 | 电池组+起动机 | A16 | B16 | ||
点火电路 | A8 | B8 | |||||
雨刮电机 | A9 | B9 | 电池组+点火电路 | A17 | B17 | ||
车窗电机1-4 | A10 | B10 | |||||
喇叭 | A11 | B11 | 电池组+点火+起动机 | A18 | B18 | ||
突变负载 | 空调系统 | A12 | B12 | ||||
串联突变负载 | A19 | B19 | 突变负载 | 并联突变负载 | A20 | B20 |
4.3仿真模型的建立与实例
为了判断电弧故障的物理特性,建立优的直流电弧故障模型,使输出的理论波形与检测的故障电量波形吻合,才能准确检测和识别电弧故障。Cassie电弧模型主要适用于高阻电弧仿真,改进的Mayr电弧模型适用于低阻电弧仿真。通过能量平衡原理可以得到直流电弧故障的Cassie仿真模型,如式(5)所示。利用电弧故障模拟实验测试平台,分别获得正常电流信号、串/并联故障电弧电流信号和负载突变电流信号,以小波变换之后的系数变化作为基础。以5层小波包分解法为例,使用节点能量之比λ作为有效识别汽车电弧故障的特征量,以式(6)的2~5个节点间能量与1节点能量的比值作为特征量,设定阈值为0.001,分别计算16个周期内的4种电流信号的特征量,实验结果如图9所示,超过阈值的次数分别为0次、1次、11次和11次,在预设周期内,可以通过此仿真模型构造的特征量识别
串、并联和突变负载电弧故障。
图9电弧故障的区分
式(5)~(6)中:g为电弧电导值;τ为时间常数;u为电弧电压;UC为电弧电压系数;λ为故障区分特征量;E为2至5节点间的能量之和;E1为1节点的能量;X1(n)为1节点的重建系数;xr(n)为r节点的重建系数。
5安科瑞智慧消防云平台
5.1平台概述
安科瑞智慧消防云平台依托物联网、云计算、互联网、大数据、AI等技术,对充电站配电系统的运行、电能消耗、电能质量、充电安全和行为安全进行实时监控和预警,为充电站的可靠、安全、经济运行提供保障,并及时切除安全隐患、避免电气火灾发生,从而保障人员的生命财产安全,打造“安全、高效、舒适、绿色”的“人—车—桩—电网—互联网—多种增值业务”的智慧充电站,提升充电站的社会和经济价值。
5.2适用场合
可广泛应用于医院、学校、酒店、体育场等公共建筑;商业广场、产业园等综合园区;企业、住宅小区等场所。
5.3组网架构
平台采用分层分布式结构,主要由终端感知设备、边缘计算网关和能效管理平台层三个部分组成,详细拓扑结构如下:
5.4参考选型
序号 | 名称 | 单位 |
1 | 智慧用电云平台 | EIOT |
2 | 电气火灾探测器 | ARCM300系列 |
3 | 限流式保护器 | ASCP系列 |
4 | 汽车充电桩 | AEV200系列 |
6相关产品介绍
6.1 7KW交流充电桩AEV-AC007D
产品功能
(1)智能监测:充电桩智能控制器对充电桩具备测量、控制与保护的功能,如运行状态监测、故障状态监测、充电计量与计费以及充电过程的联动控制等。
(2)智能计量:输出配置智能电能表,进行充电计量,具备完善的通信功能,可将计量信息通过RS485分别上传给充电桩智能控制器和网络运营平台。
(3)云平台:具备连接云平台的功能,可以实现实时监控,财务报表分析等等。
(4)保护功能:具备防雷保护、过载保护、短路保护,漏电保护和接地保护等功能。
(5)材质可靠:保证长期使用并抵御复杂天气环境。
(6)适配车型:满足国标充电接口,适配所有符合GB/T20234.2-2015国标的电动汽车,适应不同车型的不同功率。
(7)资产安全:产品全部由中国平安保险承保,充分保障设备、车辆、人员的安全。
6.2直流充电桩系列
6.3电气火灾探测器ARCM300-Z
序号 | 名称 | 型号、规格 | 单位 | 数量 | 备注 |
1 | 电气火灾监控装置 | 三相(I、U、Kw、Kvar、Kwh、Kvarh、Hz、COSφ),视在电能、四象限电能计算,单回路剩余电流监测,4路温度监测,2路继电器输出,2路开关量输入,事件记录,内置时钟,点阵式LCD显示,1路独立RS485/Modbus通讯,支持4G/NB等多种无线上传方案,支持断电报警上传功能。 | 只 | 1 | 安科瑞 |
6.4限流式保护器ASCP200
产品功能:
(1)短路保护:保护器实时监测用电线路电流,当线路发生短路故障时,能在150微秒内实现快速限流保护,并发出声光报警信号;
(2)过载保护:当线路电流过载且持续时间超过动作时间(3~60秒可设)时,保护器启动限流保护,并发出声光报警信号;
(3)表内超温保护:当保护器内部器件工作温度过高时,保护器实施超温限流保护,并发出声光报警信号;
(4)组网通讯:保护器具有1路RS485接口,可以将数据发送到后台监控系统,实现远程监控。
7平台功能
7.1登录
7.2首页
平台首页显示充电站的位置及在线情况,统计充电站的充电数据
7.3实时监控
(1)充电站监控
可以按站点名称进行筛选,显示站点详情、充电枪列表、统计订单信息、故障记录,点击某个充电枪编号后在进入充电枪监控页面实时监测变压器负荷(搭配ACM300T、ADW300),当负荷超过50%时,系统会限制新增开始充电的充电桩的功率,降为50%,当变压器负荷超过80%时,系统将不允许新增充电桩开始充电,直到负荷下降为止。如图所示:
统计当前充电站各充电桩回路的数据;通过卡片的形式展现充电桩的数据;显示故障列表;如图所示:
(2)充电桩监控
显示充电桩充电数据;显示各回路的充电状态;可以对充电中的回路进行手动终止;显示订单信息、故障信息;如图所示:
(3)设备监控
显示限流式保护器的状态,包括线路中的剩余电流、温度及异常报警,如图所示:
7.4故障管理
(1)故障查询
故障查询中记录了登录用户相关联的所有故障信息。如图所示:
(2)故障派发
故障派发中记录了当前待派发的故障信息。如图所示:
(3)故障处理
故障处理中记录了当前待处理的故障信息。如图所示:
7.5能耗分析
在能耗分析中,可查看指定时段关联站点和关联桩的能耗信息并显示对应的能耗趋势图。如图所示:
7.6故障分析
在故障分析中,可查看相关时间内的故障数、故障状态、故障类型、趋势分析以及故障列表。如图所示:
7.7财务报表
在财务报表中,可根据时间查看关联站点的财务数据。如图所示:
7.8收益查询
在收益查询中,可查看总的收益统计、收益变化曲线图、支付占比饼图以及实际收益报表。如图所示:
8案例实景
9结论
为了准确检测与区分新能源汽车电弧故障,分析和研究了汽车直流系统的电弧故障检测方法,并搭建了模拟实验测试系统。研究认为故障电弧是引发新能源汽车发生自燃事故的首要因素,故障电弧包括单一串联负载、混合并联负载和突变负载3种类型。产生期和熄灭期的故障电弧伏安特性曲线近似直线,具备纯阻性特征;持续燃烧期的故障电弧不具备阻性特征。搭建了电弧故障模拟实验测试系统,分析确认使用电弧故障发生前后的能量比值作为识别电弧故障的特征量。从时域、频域和时频域3方面分析了直流电弧故障检测法,建立时域Cassie直流电弧仿真模型,利用5层小波包分解技术,重构和提取了故障电弧的特征量,在检测周期内大于阈值的特征量区分度明显,能有效识别故障电弧。研究结果为快速、可靠切除产生故障电弧的电气系统组件单元,有效提高直流供电系统的安全性,为保障汽车电气系统安全运行提供了必要条件。
参考文献
[1]郭琳,柯希彪,汤引生,陈垚,李英,刘志远.新能源汽车电弧故障检测方法及测试系统设计.
[2]彭忆强,芦文峰,邓鹏毅,等.新能源汽车“三电”系统功能安全技术现状分析[J].西华大学学报(自然科学版),2018,37(1):54-61.
[3]陈思磊,李兴文,屈建宇.直流故障电弧研究综述[J].电器与能效管理技术,2015(15):1-6,45
[4]安科瑞企业微电网设计与应用手册2022.05版.
审核编辑 黄宇
-
新能源汽车
+关注
关注
141文章
10527浏览量
99444 -
测试系统
+关注
关注
6文章
821浏览量
62121 -
故障检测
+关注
关注
0文章
75浏览量
20010
发布评论请先 登录
相关推荐
评论