Ringkasan Isi Jurnal 2

1. PENDAHULUAN

Selama beberapa tahun terakhir, Departemen A.S. Energi (DOE) telah menghabiskan banyak
upaya dalam penelitian dan pengembangan Plug-in Hybrid Electric Vehicle (PHEV) teknologi,
karena potensi perpindahan bahan bakar menawarkan teknologi. R & D PHEV DOE Plan [US
DOE, 2007], yang diluncurkan dengan tujuan mengurangi ketergantungan pada minyak asing
dengan melakukan diversifikasi sumber bahan bakar mobil, menjelaskan perbedaannya kegiatan
yang diperlukan untuk mencapai tujuannya. DOE akan melakukannya gunakan Argonne
National Laboratory (Argonne’s) Perangkat Analisis Sistem Powertrain (PSAT) untuk memandu
kegiatan analisis, yang menyatakan bahwa "PSAT Argonne akan menjadi digunakan untuk
merancang dan mengevaluasi serangkaian PHEV dengan beragam Rentang 'listrik primer',
mempertimbangkan semua listrik dan strategi penagihan biaya ”. PSAT [Argonne National
Laboratory, 2008; Rousseau, 2004] dirancang untuk berfungsi sebagai alat tunggal yang bisa
digunakan untuk memenuhi persyaratan teknik otomotif sepanjang proses pengembangan, dari
pemodelan kontrol. Salah satu ciri terpenting PSAT adalah bahwa itu adalah model berwawasan
ke depan - itu adalah PSAT memungkinkan pengguna untuk memodelkan kondisi dunia nyata
dengan menggunakan perintah nyata. Untuk alasan ini, PSAT disebut a model berbasis perintah
atau driver-driven. Ditulis dalam Matlab / Simulink / Stateflow [Mathworks, 2005], perangkat
lunak memungkinkan simulasi berbagai kendaraan aplikasi, termasuk light- (dua dan empat-
wheeldrive), kendaraan menengah, dan tugas berat.
Pada tahun 2004, PSAT, alat simulasi kendaraan utama untuk mendukung Kantor Efisiensi
Energi dan Terbarukan DOE Energi (EERE) FreedomCAR dan Teknologi Kendaraan Program
[US DOE, 2004], menerima R & D100 Penghargaan, yang menyoroti 100 produk dan teknologi
terbaik baru tersedia untuk penggunaan komersial dari semua seluruh dunia. Salah satu hasil
utama dari analisis kendaraan adalah untuk menentukan sasaran dan persyaratan kinerja
komponen untuk Litbang / permohonan. PSAT telah digunakan untuk mengatur target teknis
baterai [Rousseau, 2007; Pengikut, 2007], yang digunakan untuk mengembangkan United States
Advanced Battery Consortium (USABC) Permintaan PHEV untuk Proposal [USABC, 2007].
Selain parameter yang memengaruhi strategi kontrol (seperti status baterai). Mengisi atau
mengarahkan siklus) dari HEVs, beberapa penelitian miliki menunjukkan dampak jarak
mengemudi pada perpindahan bahan bakar untuk PHEVs [Karbowski, 2006]. Tambahan ini
parameter membuatnya lebih sulit untuk menyetel parameter yang meminimalkan konsumsi
bahan bakar secara manual. Dengan demikian, diperlukan algoritma optimasi otomatis mencari
parameter optimal. Banyak algoritma optimisasi tersedia, dan mereka dapat dikategorikan dalam
berbagai cara; sebagai contoh, ada algoritma optimasi lokal versus global algoritma optimasi,
optimasi deterministik Algoritma versus algoritma optimasi stokastik atau algoritma berbasis
gradien versus turunan- algoritma gratis. Membuat pilihan yang tepat dari suatu algoritma
optimasi untuk aplikasi hybrid desain powertrain tidak jelas. Dalam tulisan ini, LANGSUNG
(untuk DIvided RECTangles) telah algoritma dipilih berdasarkan pekerjaan sebelumnya yang
dilakukan oleh University of Michigan [Whitehead, 2001].Makalah ini akan fokus pada
optimalisasi parameter dari PHEV paralel pra-transmisi dengan 10 mil Semua Rentang Listrik
(AER). Setelah menggambarkan kendaraan dan logika strategi kontrolnya, kami akan
mengevaluasi dampaknya dari siklus drive dan jarak beberapa parameter utama kontrol.

2. DESKRIPSI KENDARAAN

Kelas kendaraan yang digunakan untuk simulasi adalah menengah SUV, karena platform ini
digunakan untuk mendefinisikan USABC persyaratan baterai jangka pendek. Komponen yang
dipilih, ditunjukkan pada Tabel 1, adalah yang telah diimplementasikan di Otomotif Lanjutan
Seluler Argonne Diuji (MATT). MATT adalah sasis yang berputar mengevaluasi teknologi
komponen dalam konteks sistem kendaraan. Strategi kontrol dikembangkan berdasarkan hasil
optimasi pada akhirnya akan diimplementasikan dan diuji pada perangkat keras. Dalam
penelitian ini, persamaan baterai diturunkan untuk menghitung impedansi baterai kendaraan
hibrida plug-in.Mengembangkan persamaan untuk mengekspresikan baterai resistensi baterai
PHEV lebih kompleks daripada pengembangan mereka untuk kendaraan hybrid standar karena
baterai plug-in dapat diisi dan dikosongkan selama operasi kendaraan untuk periode yang
berlangsung beberapa menit. Idealnya, persamaan harus dapat mereproduksi kurva tegangan
diukur untuk debit lengkap dan mengisi daya pada arus konstan, serta daya tahan baterai dalam
kondisi arus yang berubah dengan cepat. Data arus dan tegangan yang diambil di Argonne
tersedia untuk sel yang dibuat oleh SAFT, Inc. Data untuk sel diukur di Argonne adalah untuk
debit 3 jam di arus konstan dan untuk Karakterisasi Daya Pulsa Hibrid (HPPC) tes [Shidore,
2006]. Data-data ini adalah cocok dengan model simulasi elektronik dengan dua konstanta waktu
(Gambar 1) dari formulir:   1 2 0 1 2 L p p hal L L L OCV V I I R R R AKU AKU AKU   
   (1) Dalam hubungan ini, OCV dan VL adalah sirkuit terbuka dan masing-masing memuat
voltase; R0, Rp1, dan Rp2 adalah resistensi ohmik dan impedansi polarisasi; dan Ip1 / IL dan Ip2
/ IL adalah rasio dari arus polarisasi ke arus beban. Arus polarisasi ditentukan dengan integrasi
persamaan dI p (IL I p) dt    (2) untuk masing-masing impedansi polarisasi, di mana τ1 dan
τ2 adalah konstanta waktu, seperti dalam penelitian sebelumnya yang juga digunakan dua
impedansi polarisasi dan dalam PNGV DOE Model Parameter Benjolan, yang merupakan model
serupa dengan satu impedansi polarisasi. Parameter dalam persamaan (OCV, R0, Rp1, Rp2)
dipilih untuk mencocokkan data yang diukur untuk debit 3-jam dan HPPC data untuk seluruh
rentang pembuangan, dan parameter ini disajikan dalam bentuk tabel pencarian dengan nilai dari
0% hingga 100% status biaya 10% Interval (τ1 dan τ2 dipertahankan konstan pada
keseluruhannya) melepaskan). Seperti yang ditunjukkan pada Gambar 2, konfigurasi yang dipilih
adalah a hybrid paralel pra-transmisi, yang sangat mirip untuk yang digunakan dalam
DaimlerChrysler Sprinter Van [Graham, 2005].
3. ALGORITMA STRATEGI PENGENDALIAN Strategi kontrol dapat dipisahkan menjadi dua
yang berbeda mode, seperti yang ditunjukkan pada Gambar 3: • Mode Mengisi Daya (CD):
Operasi kendaraan aktif penggerak listrik, subsistem mesin atau keduanya dengan a penurunan
bersih status baterai-of-charge. • Mode Pengisian Daya (CS): Operasi kendaraan aktif penggerak
listrik, subsistem mesin atau keduanya dengan Status baterai 'konstan' (dalam keadaan sempit)
kisaran), yang mirip dengan yang ada di HEV itu sedang dalam produksi saat ini.Bagian penting
pertama dari logika strategi kontrol terkait ke logika ON / OFF mesin. Seperti Gambar 4
menunjukkan, engine ON logic didasarkan pada tiga kondisi utama:

• Kekuatan yang diminta di atas ambang batas.

• SOC baterai lebih rendah dari ambang batas.

• Motor listrik tidak dapat menyediakan yang diminta

torsi roda.Selain parameter ini, logika tambahan juga disertakan untuk memastikan kualitas drive
yang tepat dengan mempertahankan engine ON atau OFF selama durasi tertentu. Tambahan,
untuk menghindari terjadinya engine ON yang tidak diinginkan akibatnya dari lonjakan
permintaan daya, daya yang diminta miliki berada di atas ambang batas untuk durasi yang
ditentukan sebelumnya. Itu Kondisi logika engine OFF mirip dengan kondisi engine DI. Kedua
ambang daya digunakan untuk memulai atau mematikan mesin serta menentukan durasi
minimum dari setiap peristiwa telah dipilih sebagai parameter input dari masalah optimasi.Untuk
dapat mengatur baterai SOC, terutama selama mode pengisian daya, permintaan daya itu
digunakan untuk menentukan logika ON / OFF mesin adalah jumlah daya yang diminta di
kemudi plus tambahan kekuatan yang tergantung pada SOC baterai. Kekuatan ini dapat positif
atau negatif tergantung pada nilai SOC saat ini dibandingkan dengan target. Gambar 5
menunjukkan berbagai parameter yang digunakan untuk mendefinisikan kekuatan tambahan
untuk mengatur SOC secara lebih rinci.Target SOC telah ditetapkan saat kendaraan berada
dianggap memasuki mode penahan biaya (30% SOC). Ess_percent_pwr_discharged dan dan
ess_percent_pwr_charged telah dipilih sebagai input parameter untuk masalah optimasi.Dalam
mode hanya listrik, kendaraan didorong oleh mesin listrik. Ketika mesin HIDUP, itu
dioperasikan dekat dengan kurva efisiensi terbaiknya, tergantung pada kendaraannya permintaan
daya dan status SOC baterai. Meja 2 merangkum parameter kontrol yang dipilih yang digunakan
sebagai bagian dari proses optimasi.

4. HASIL OPTIMASI LANGSUNG

Ekonomi bahan bakar plug-in HEV tergantung pada banyak hal parameter desain seperti ukuran
komponen dan kontrol parameter strategi. Di sini, algoritma optimisasi global, DIRECT [Jones,
2001], digunakan untuk mencari parameter strategi kontrol yang optimal. Algoritma
mengoptimalkan penghematan bahan bakar, dan telah dilakukan pada dua siklus mengemudi,
Urban Driving Dynamometer Jadwal Mengemudi (UDDS) dan jalan raya drive cycle (HWFET).
Untuk menilai dampak jarak, setiap siklus telah diulang 2, 4, 6 dan 8 kali. 4.1 Nilai kontrol
parameter Beberapa parameter memiliki dampak yang lebih tinggi daripada yang lainnya pada
hasil dari hasil. Berdasarkan korelasinya koefisien antara input dan penghematan bahan bakar
nilai, parameter dengan dampak tertinggi adalah ambang batas daya untuk menghidupkan mesin
(eng_pwr_wh_above_turn_on) dan waktu mesin dipertahankan ON (eng_time_min_stay_on).
Sebaliknya, mereka yang berdampak paling rendah adalah ambang batas daya untuk matikan
mesin (eng_pwr_wh_above_turn_on) dan persentase daya pengisian baterai maksimum pada
SOC rendah (ess_percent_pwr_charged). Untuk menyederhanakan analisis, hanya siklus
penggerak UDDS yang akan dipertimbangkan dalam paragraf berikut. Tabel 4 menunjukkan
hasil optimisasi standar UDDS siklus berkendara. Seperti yang ditunjukkan tabel, keduanya
merupakan ambang daya terkait dengan mesin cenderung menurun dengan meningkatnya jarak.
Hasil ini dapat dijelaskan oleh fakta bahwa mesin harus dihidupkan lebih sering lebih lama jarak
dari yang lebih pendek. Gambar 6 menunjukkan saat itu, membandingkan tenaga mesin pada
UDDS ketika siklus diulang 2 dan 8 kali. Bahkan jika mesin digunakan pada kondisi operasi
yang serupa (mis., efisiensi cukup konstan sekitar 32%, terlepas dari jarak), ternyata AKTIF
lebih jarang selama jarak pendek siklus (2,2% pada UDDS * 2 vs 11,6% pada UDDS * 8 selama
siklus pertama). Untuk menilai dampak dari parameter, kami akan melakukannya pertimbangkan
berbagai opsi: • Jarak yang sama, parameter yang berbeda. • Parameter yang sama, jarak yang
berbeda. • Parameter yang sama, siklus yang berbeda. 4.2 Pengaruh berbagai parameter pada
jarak Untuk mengevaluasi dampak parameter pada bahan bakar Secara ekonomi, perjalanan yang
sama dijalankan dengan parameter yang dioptimalkan dari jarak siklus penggerak yang berbeda.
Misalnya, Gambar 7 menunjukkan kendaraan yang disimulasikan pada 2 UDDS (total jarak 23,7
km) dengan nilai parameter dioptimalkan untuk siklus penggerak 2, 4, 6 dan 8 UDDS. Itu rasio
sehubungan dengan hasil 2xUDDS. Gambar 7 menunjukkan bahwa, untuk jarak pendek (23,7
km), ada adalah perbedaan yang signifikan dalam konsumsi bahan bakar antara set parameter
yang diperoleh untuk 2 UDDS dan yang lainnya. Semakin lama jarak untuk mengoptimalkan,
semakin sedikit
berbeda- Gbr. 6 Tenaga mesin untuk 2 dan 8 UDDS Gbr. 7 Konsumsi bahan bakar dan rasio
energi baterai pada 2 * UDDS Jika ada konsumsi bahan bakar. Gambar 8 memperkuat titik ini
dengan menunjukkan informasi yang sama selama 6 berturut-turut Siklus penggerak UDDS.
Selain itu, bedanya antara nilai parameter yang dihasilkan untuk 2 UDDS adalah tidak seketat
itu. Hasil yang dihasilkan untuk 4 dan 8 UDDS mirip dengan hasil untuk 6 UDDS. Atas dasar
informasi di atas, setidaknya dua set parameter harus digunakan untuk mengontrol kendaraan:
satu set untuk jarak pendek dan satu untuk jarak jauh. Namun, pendekatan ini hanya berlaku
ketika satu tahu jarak perjalanan di muka. 4.3 Pengaruh jarak yang berbeda pada parameter
Untuk mengevaluasi dampak jarak siklus penggerak pada ekonomi bahan bakar, perjalanan yang
berbeda dijalankan dengan masing-masing mengatur parameter optimal. Gambar 11
menunjukkan kendaraan disimulasikan pada 2, 4, 6 dan 8 UDDS menggunakan parameter nilai
dioptimalkan untuk 2 UDDS. Gambar 9 menunjukkan konsumsi bahan bakar dan energi baterai
rasio untuk beberapa jarak (2, 4, 6, dan 8 UDDS) berbasis pada parameter optimal yang
ditetapkan untuk 2 UDDS. Satu pemberitahuan rasio hampir 4 untuk peningkatan jarak. Ini nilai
jauh lebih tinggi daripada yang dihasilkan dengan optimal parameter yang ditentukan untuk 6
UDDS seperti yang ditunjukkan pada Gambar 10. Perilaku ini sama ketika mempertimbangkan 4
dan 8 UDDS. Gambar 9 dan 10 menunjukkan bahwa mengoptimalkan untuk jangka pendek jarak
tetapi mengemudi lebih lama menyebabkan kerugian lebih tinggi di hemat bahan bakar daripada
mengoptimalkan untuk jarak yang lebih jauh dan mengendarai yang lebih pendek. 4.4 Pemilihan
set parameter tunggal terbaik Untuk memilih satu set parameter, kami mempertimbangkan rata-
rata serta penyebaran ekonomi bahan bakar dari dua sudut pandang yang berbeda: • Jarak yang
sama dengan parameter yang dioptimalkan untuk berbeda yang (2, 4, 6 dan 8 UDDS). • Jarak
berbeda dengan parameter dioptimalkan aktif .

Ringkasan Jurnal 3
1. Pendahuluan

Perkembangan elektronik daya telah memungkinkan pertumbuhan DC sistem transmisi daya

secara global. Selama beberapa dekade terakhir, banyak hubungan DC lepas pantai dan darat
telah semakin berkembang teknik matang dan peringkat kekuatan yang berkembang [1]. Dengan
demikian, baru tantangan telah muncul mengenai keandalan isolasi HVDC sistem. Dalam
kondisi operasi jaringan, isolasi dalam HVDC sistem cenderung ditekan di bawah kombinasi
tegangan AC dan DC, daripada tegangan DC 'murni', misalnya termasuk harmonik tegangan dari
konverter daya [2,3]. Belum jelas bagaimana digabungkan stres (atau kualitas daya DC)
memengaruhi penuaan dan degradasi isolasi HVDC.Sebagai proses degradasi utama dalam
isolasi polimer padat,pertumbuhan pohon listrik telah membentuk literatur yang luas. Namun ini
terutama dalam konteks tegangan AC; pohon di bawah DC dianggap dalam publikasi yang relatif
sedikit. Kendati demikian, kondisi dan mekanismenya inisiasi dan pertumbuhan pohon listrik di
bawah tegangan DC telah ditetapkan berbeda secara signifikan dengan tegangan AC.Sebagai
contoh, penulis sebelumnya melaporkan tegangan untuk pertumbuhan pohon listrik dalam
spesimen resin epoksi telah diukur pada 60–70 kV di bawah tegangan DC, yang dibandingkan
dengan ∼15 kV di bawah 50 Hz AC [4]. Selain itu, di bawah tekanan DC, inisiasi dan
pertumbuhan pohon listrik ditemukan bergantung pada polaritas [5-9].Pohon listrik berongga,
tubulus bercabang dua yang tumbuh menyerupai pohon botani. Inisiasi pohon listrik umumnya
melibatkan lokasi konsentrasi tegangan listrik [10]. Di laboratorium studi, default buatan,
misalnya jarum, kabel dan udara tonjolan, biasanya diadopsi untuk menghasilkan yang sangat
berbeda bidang yang dibutuhkan untuk memulai pohon [11]. Teori dikembangkan untuk inisiasi
pohon menyangkut kelelahan mekanik yang disebabkan oleh pasukan Maxwell, pelepasan
sebagian dan / atau pengisian injeksi / ekstraksi pada elektroda [12] Biaya ruang memainkan
peran penting dalam inisiasi pohon di bawah DC dan diyakini sebagai alasan ketergantungan
polaritas [5-9]. Itu dampak muatan ruang juga bisa terungkap melalui pertumbuhan pohon dalam
kondisi seperti yang dibuat oleh hubung singkat, pembalikan polaritas dan impuls tegangan.
Pohon tumbuh di bawah pengaruh puasa transien di sirkuit DC, harus dianggap berbeda dari
yang ditanam dalam kondisi DC mapan benar. Tergantung pada kondisi, pohon listrik dapat dari
berbagai bentuk, umumnya digambarkan sebagai cabang, jenis semak atau jarum pinus [10]
tergantung pada dimensi fraktal mereka [13]. Pertumbuhan pohon listrik juga dapat ditandai
dengan perilaku peluahan sebagian yang berbeda [14] yang terkait dengan konsep melakukan
dan tidak melakukan pohon-pohon listrik diperkenalkan oleh Champion dan Dodd [15].
Melakukan pohon adalah salah satu di mana saluran pohon memiliki konduktivitas yang cukup
tinggi untuk menekan PD dari terjadi di dalamnya, sehingga hanya debit kecil kemudian dapat
terjadi di ujung pohon (di segmen pohon yang baru tumbuh). Oleh karena itu, debitnya
berukuran kecil, misalnya 0,01-0,3 pC [16] Di sisi lain di pohon non-konduktivitas, pembuangan
(yang 2–3 pesanan dengan magnitudo lebih besar) dapat menyebar di sepanjang saluran pohon.
Telah dilaporkan dalam cross-linked polyethylene (XLPE) bahwa formasi dari deposit grafis
secara bertahap dapat meningkatkan konduktivitas pohon, mengubah pohon yang tidak
melakukan menjadi pohon yang melakukan [17]. Selanjutnya proses kerusakan dapat berbeda
tergantung pada jenis pohon listrik tumbuh di isolasi. 'Pelarian' ke gangguan biasanya terjadi
setelah perbanyakan pohon yang tidak melakukan [10]. Namun, integritas dielektrik sampel
dapat tetap setelah a pohon filamen (konduktor) menembus insulasi, dan akhirnya kerusakan
dipicu oleh pertumbuhan kebalikan berikutnya (nonconducting) pohon [18]. Para penulis
sebelumnya telah menyelidiki pertumbuhan pohon listrik di aresin epoksi kaca di bawah bentuk
gelombang kombinasi AC dan DC [19]. Itu tambahan tegangan DC tidak ditemukan untuk
mempercepat pertumbuhan suatu jenis pohon listrik yang dikenal sebagai pohon filamen, di luar
tingkat yang terlihat di bawah stres AC murni [18]. Namun pohon filamen itu istimewa bentuk
pohon listrik yang berbeda dari yang digerakkan oleh PD yang terkenal (non-budidaya) pohon
[14,20]. Karena itu, menarik untuk melangkah lebih jauh menyelidiki pengaruh tegangan AC
bias DC pada pohon yang digerakkan PD pertumbuhan. Karena struktur pohon yang berbeda
ditemukan tumbuh di bawah berbeda Besar tegangan AC [21], karya ini dirancang untuk
memberikan yang komprehensif lihat bagaimana tegangan DC dapat memengaruhi pohon AC
proses. Ini adalah langkah pertama untuk menentukan pengaruh tegangan riak pada keandalan
isolasi polimer DC. Selain itu pengaruh tegangan DC pada karakteristik PD dalam struktur
pohon yang berbeda diperiksa.

2. Percobaan

2.1. Tes pohon listrik

Sampel adalah geometri bidang jarum. SEBUAH Blok LDPE 30mm × 3.15mm × 25mm pertama
kali dipanaskan hingga 120 ° C dalam cetakan di dalam oven. Ini memungkinkan penyisipan
bertahap dari a jarum elektroda, didorong oleh pemegang jarum berbobot (190 g). Itu cetakan
menyediakan sampel dengan 2,27 mm ± 0,08 mm (rata-rata ± standar deviasi untuk semua 34
sampel yang diuji) pemisahan jarum-bidang. Berikut penyisipan jarum, cetakan dan sampel
disimpan pada 120 ° C selama 1-2 jam untuk mengurangi ketegangan internal. Setelah itu,
mereka mendingin ke kamar suhu dalam oven tertutup pada tingkat ∼26 ° C / jam. Jarum,
bersumber dari Ogura®, memiliki jari-jari ujung 3 μm, ujung lancip 30 ° dan diameter betis 1
mm.Pengaturan eksperimental ditunjukkan pada Gambar. 1. Selama tes, masing-masing sampel
dijepit ke elektroda ground kuningan. Profil tegangan diaplikasikan pada elektroda jarum dari
amplifier HV (Trek®) yang inputnya berasal dari generator gelombang 16-Bit (NI PCI-5421).
Arus gangguan dibatasi oleh resistor 10 MΩ. Tegangannya diterapkan dipantau dan dicatat
melalui pembagi tegangan. PD pengukuran dilakukan dengan sistem OMICRON MPD 600
dengan seimbang sirkuit untuk menekan noise mode umum. Debit yang jelas besarnya QIEC
diukur menurut IEC 60270. Baku PD data, yang mengandung magnitudo semu (pC) dari setiap
debit individu pulsa sebagai fungsi waktu dan tegangan sesaat (amplitudo dan fase) juga
ditangkap. QIEC (t) dihitung setiap 300 ms. Di makalah ini, rata-rata bergerak lebih dari 9 detik
diterapkan untuk semua data QIEC kejelasan tampilan.Selama pengujian, setiap sampel
direndam dalam bak minyak silikon di suhu kamar bersama dengan sampel boneka (sebagai
bagian dari sirkuit seimbang) untuk mencegah corona noise dan flashover melintasi sampel
permukaan. Pengembangan struktur pohon dipantau oleh CCD kamera dan lampu belakang.
Selain itu, kamera digunakan untuk mengukur emisi cahaya (LE) karena PD dalam pohon listrik
dengan mengambil gambar dengan waktu pencahayaan yang lama (20-30 detik) di lingkungan
yang gelap (mis. lampu belakang mati). Percobaan dihentikan setelah sampel rusak atau telah
stres selama lebih dari 430 menit.Gambar pohon diproses menggunakan program berbasis
Matlab ke parameterkan pertumbuhan pohon. Langkah pertama adalah mengkalibrasi pohon
gambar yang direkam oleh kamera CCD untuk menunjukkan dimensi nyata dari struktur pohon,
dan darimana panjang pohon L dapat ditentukan sebagai ditunjukkan pada Gambar. 2a. Untuk
perhitungan dimensi fraktal dan luas pohon, gambar pohon pertama kali dibasmi. Ini diwujudkan
dalam program Matlab setelah optimasi gambar seperti menghapus latar belakang, seperti yang
ditunjukkan pada Gambar. 2b. Dari gambar pohon ter-biner sebagaimana dicontohkan pada
Gambar 2c, the dimensi fraktal dari struktur pohon dapat dihitung berdasarkan metode
penghitungan kotak [22]. Selain itu, piksel mewakili pohon area sebagai fungsi jarak radial R
dari ujung jarum dapat ditentukan seperti yang ditunjukkan pada Gambar. 2d. Pada Gambar. 2d,
W, lebar setengah tinggi dari Kurva luas pohon, secara khusus dikumpulkan untuk
mengkarakterisasi pohon semak pertumbuhan.
Demi kenyamanan, tegangan AC disebut oleh puncaknya amplitudo di seluruh pekerjaan ini:
misalnya ‘10 kV AC ’berarti 50 Hz Tegangan AC 20 kV dari tegangan puncak ke puncak. DC
positif dan negatif tegangan dilambangkan sebagai ‘+ DC’ dan ‘−DC’. Bentuk gelombang
diilustrasikan pada Gambar. 3. Lima sampel diuji di bawah masing-masing dari tiga 10 kV
Tegangan uji berbasis AC: 10 kV AC, 10 kV AC + 20 kV DC dan 10 kV AC − 20 kV DC.
Dalam kelompok uji AC 12 kV, satu hasil diberikan di masing-masing case ditumpangkan pada
tegangan bias DC ± 12 kV, ± 15 kV dan ± 18 kV. Untuk kelompok uji berbasis AC 15 kV, empat
tes dilakukan untuk masing-masing kondisi AC dan ± 15 kV DC. Perlu dicatat bahwa ± Hanya
20 kV DC (mis. Tanpa tegangan AC) tidak memulai listrik pohon dalam 450 mnt. Gambar. 1.
Skema pengaturan eksperimental. Ujung jarum dipisahkan dari elektroda curah sebesar 2,27 mm.
H. Zheng, et al. Tenaga Listrik dan Sistem Energi 114 (2020) 105386. Pengukuran panjang
pohon L pada gambar pohon (gambar ini buruk background sengaja dipilih sebagai contoh
untuk menunjukkan kemampuan pencitraan memproses gambar yang berisik). (B) gambar
diproses secara digital untuk binarisasi struktur pohon sebagai hasil yang ditunjukkan pada (c).
(D) menunjukkan area binarized struktur pohon sebagai fungsi jarak radial dari ujung jarum.

2.2. Pengukuran biaya ruang Film

LDPE tipis dengan ketebalan 80180 μm dibuat dengan mengompresi blok LDPE dalam cetakan
baja bidang (selesai cermin) di ∼135 ° C. Pengukuran muatan ruang dilakukan menggunakan
pulsa Metode electroacoustic (PEA) [23]. Selama pengukuran, film diapit oleh elektroda
semikonduktor dan elektroda aluminium. Tegangan DC negatif diterapkan ke semicon-elektroda
membangun medan listrik 21 kV / mm, 60 kV / mm dan 72 kV / mm tiga sampel. Pengukuran
dilakukan selama maksimal 260 menit jika quasi-equilibrium dalam respons muatan ruang tidak
tercapai. Itu analisis dinamika muatan ruang dilakukan berdasarkan rasio dua biaya antarmuka
seperti yang diperkenalkan pada [24]. 3. Pertumbuhan pohon AC murni Sebelum mengeksplorasi
dampak biasing DC, sekelompok benchmark tes pertama kali dilakukan untuk membangun fitur
pohon di bawah yang berbeda Tegangan AC. Tiga jenis pohon diamati tumbuh di bawah AC
besarnya tegangan 10 kV, 12 kV dan 15 kV. Bentuk pohon dibandingkan pada Gambar. 4
sementara debit nyata QIEC diukur selama pohon pertumbuhan diberikan pada Gambar. 5.
Cabang dan pohon semak dikembangkan dengan meningkatnya PD besarnya masing-masing di
bawah 12 kV dan 15 kV. Pada 10 kV, saluran pendek padat dari bentuk jarum pinus diamati
tumbuh saluran pohon utama dan besarnya debit, setelah 25 menit, jauh lebih kecil dari dua tes
lainnya. Dari keduanya
berspekulasi itu pohon listrik tumbuh pada 10 kV AC pada awalnya tidak melakukan tetapi
dikembangkan menjadi jenis konduksi antara 20 dan 25 menit pengujian, sedangkan cabang dan
pohon semak yang tumbuh di bawah 12 dan 15 kV adalah dari tipe tidak melakukan. 4. Inisiasi
pohon dan melakukan pertumbuhan pohon (10 KV AC ± 20 KV DC) 4.1. Proses penanaman
Gambar. 6 membandingkan waktu inisiasi pohon antara pohon yang tumbuh di bawah 10 kV AC
dengan dan tanpa ± 20 kV DC. Meskipun ada variasi yang diharapkan antara lima sampel di
masing-masing kelompok, penurunan yang signifikan pada waktu inisiasi pohon, dengan 1-2
urutan besarnya, dapat ditemukan dalam 10 kV AC − tes 20 kV DC. Tes dengan DC negatif
memiliki rata-rata 8 detik, berbeda dengan 1400 detik dan 840 detik masing-masing untuk kasus
AC dan AC + DC. Pohon selanjutnya tumbuh dalam arah sumbu jarum, yang dikenal sebagai
panjang pohon L, ditunjukkan pada Gambar. 7, di mana panjang pohon (L) adalah dinormalisasi
dengan proporsi lintas dielektrik (LN). Pertumbuhan semua pohon menampilkan periode
perpanjangan cepat awal dari pohon L. R 800 400 0 0 500 1000 1500 2000 2500 R (m) Luas
Pohon (m2) (Sebuah) (c) (d) W (b) μ μ Gbr. 2. (a) Pengukuran panjang pohon L pada gambar
pohon (gambar ini buruk background sengaja dipilih sebagai contoh untuk menunjukkan
kemampuan pencitraan memproses gambar yang berisik). (B) gambar diproses secara digital
untuk binarisasi struktur pohon sebagai hasil yang ditunjukkan pada (c). (D) menunjukkan area
binarized struktur pohon sebagai fungsi jarak radial dari ujung jarum. 0 10 20 -2 -1 0 1 2 3
Tegangan (kV) 1 kV AC 1 kV AC + 2 kV DC 1 kV AC - 1 kV DC Waktu (ms) Gambar 3.
Nomenklatur bentuk gelombang tegangan. Gambar 4. Pohon listrik berkembang pada: (a) 10 kV
setelah 175 menit, (b) 12 kV dan (c) 15 kV setelah kerusakan pada 163 dan 87 menit masing-
masing. 0 30 60 90 120 150 180 0 100 200 300 400 500 600 12kV AC 15kV AC 10kV AC
Waktu (min) QIEC (pC) 0 20 40 60 QIEC (pC)
inisiasi selama 10-20 menit, diikuti dengan periode stagnasi puluhan menit, setelah itu tingkat
pertumbuhan yang cukup linier secara normal diikuti saat pohon berkembang melintasi sampel.
Panjang pohon di tahap stagnasi relatif konsisten dalam bias AC dan −DC menguji sekitar 15%
hingga 20% dari LN, sedangkan panjang pohon lebih banyak beragam dalam tes dengan + DC.
Pengamatan seperti itu diilustrasikan lebih lanjut dalam Gambar 8, yang membandingkan
panjang pohon pada 20 menit setelah awal, kapan sebagian besar pohon telah mencapai tahap
stagnasi. Uji dua sampel (pada tingkat signifikansi 5%) mendukung pernyataan bahwa pohon
rata-rata panjang tes bias −DC lebih kecil dari dua kelompok uji lainnya. Selain tingkat awal dan
pertumbuhan panjang, yang lain perbedaan utama potensial antara pohon adalah bentuknya.
Gambar pohon yang mandek setelah 20 menit pertumbuhan pohon ditunjukkan pada Gambar. 9a
– c. Pohon yang tumbuh di bawah tegangan bias + DC terdiri dari jumlah yang lebih besar
cabang-cabang pohon panjang, sedangkan pohon-pohon di AC dan −DC tes bias diperbanyak
sepanjang arah sumbu jarum dan memiliki bifurkasi lebih sedikit (mis. pohon lebih sempit dalam
kasus terakhir). Namun, bentuk pohonnya di tahap stagnasi tampaknya berdampak kecil pada
bentuk pohon dikembangkan selanjutnya seperti yang diilustrasikan pada Gambar. 9d – f yang
semuanya cukup serupa. Pohon yang sepenuhnya melintasi isolasi mungkin tidak langsung
mengarah kerusakan. Dua konsekuensi tes dibedakan pada Gambar. 10 dengan menggunakan
lingkaran padat untuk menunjukkan waktu untuk memecah dan melubangi lingkaran untuk
menunjukkan waktu pohon mencapai elektroda planar jika tidak ada kerusakan diikuti. Tidak ada
sampel yang rusak dalam tes AC dan semuanya sampel memiliki proses landasan untuk
memecah dalam + tes DC. Secara keseluruhan, berdasarkan uji-t dari kepercayaan 95%, tidak
ada perbedaan statistik dalam waktu yang dibutuhkan pohon untuk melewati isolasi setelah
inisiasi tiga kelompok uji pada Gambar. 10. Fitur pembeda utama antara ketiga kelompok itu
memiliki kelompok + DC: sedikit lebih rendah nilai rata-rata waktu pohon, pohon yang lebih
panjang pada periode stagnasi dan, kerusakan runaway dapat dipicu pada panjang pohon yang
lebih kecil sekitar 70–80% LN seperti terlihat pada Gambar. 7.4.2. Debit sebagian Besarnya PD
selama pertumbuhan pohon di bawah tiga tegangan kondisi dibandingkan pada Gambar. 11a
menggunakan contoh yang representatif dari masing-masing kelompok (yang bentuk pohonnya
telah diilustrasikan pada Gambar. 9). Untuk kenyamanan, kurva pertumbuhan pohon yang sesuai
diberikan dalam Gambar 11b. Secara umum, besaran PD lebih besar dalam tes + DC. Bahkan
dengan tegangan DC, besaran debit tinggi hanya terdeteksi selama pertumbuhan pohon awal
sekitar 20 menit hingga 30 menit. Setelah itu, PD besarnya turun menjadi hanya beberapa pC
pada akhir stagnasi periode dan setelah itu mempertahankan level PD rendah selama mayoritas
pertumbuhan pohon. Peningkatan besar dalam besaran PD dapat ditemukan landasan pacu pada
+ tes DC.Sebagaimana diuraikan dalam Bagian 3, implikasi pengukuran pada PD adalah bahwa
pohon-pohon awalnya mengisolasi.
Ringkasan Jurnal 4
1. Pendahuluan

Gas Insulated Switchgear (GIS) telah dikenal andal untuk

lebih dari 40 tahun. Salah satu alasannya adalah karena komponen aktif

dipasang di dalam-penutup tertutup yang mengurangi lingkungan

menekankan. Namun, dalam studi kasus kami tingkat kegagalan lebih dari dua kali lipat

nilai yang dilaporkan oleh survei CIGRE ke-3 tahun 2007 telah diamati

[1]. Studi kasus terdiri dari 631 CB-bay 500 kV dan 150 kV GIS

yang terletak di 79 lokasi di Jawa dan Bali, dua tropis utama

pulau-pulau di Indonesia.

Mantan investigasi [2] melaporkan bahwa 66% dari kegagalan disebabkan

untuk pemecahan subsistem dielektrik utama, di mana tropis

parameter mungkin terlibat secara tidak langsung. Beberapa kemungkinan kegagalan

mode adalah sebagai berikut:

• Lingkungan lembab mempercepat korosi pada bagian yang terbuka

GIS, terutama untuk instalasi di luar ruangan. Korosi pada sambungan enklosur

berkontribusi pada kebocoran gas, yang dominan ditemukan di

studi kasus.

• Suhu hangat menyebabkan desorpsi kelembaban konstan,

sebagian besar dari spacer, yang menciptakan kelembaban dalam gas isolasi di

Kompartemen GIS. Pemeriksaan kualitas gas rutin melaporkan bahwa 20%

lampiran non-Circuit Breaker memiliki kelembaban di atas nilai

direkomendasikan oleh standar IEEE dan IEC [3,4]. Gas lembab di

kombinasi dengan Partial Discharge (PD) menghasilkan produk samping yang

mengurangi kekuatan menahan, terutama produk padat

[2].

• Kejadian petir yang sering meningkatkan transien listrik

tekanan pada sistem isolasi, khususnya, ketika arester surja

gagal

Dalam GIS, ada dua wilayah sistem insulasi yang harus dipertimbangkan

secara terpisah: (1) gas SF6 termasuk antarmuka ke padatan

bahan isolasi atau konduktif, dan (2) bagian dalam benda padat

bahan isolasi. Semua kegagalan dielektrik yang ditemukan dalam studi kasus adalah

terletak di wilayah pertama [2].

Pengaturan laboratorium telah dibangun pada Tegangan Tinggi

Laboratorium di TU Delft, Belanda, menemukan pengaruh kelembaban

pada flashover spacer. Model ini terdiri dari cast epoxyresin

sampel dan SF6 menyerupai sistem insulasi GIS. Itu

Parameter terkontrol dalam pengujian adalah kadar air dan gas

tekanan, sedangkan suhu dijaga konstan pada 20 ° C, yang mewakili

kemungkinan suhu terendah di daerah tropis. Tekanan gas

telah disesuaikan untuk mewakili kondisi operasi nyata. Itu

tegangan listrik yang sedang diselidiki adalah AC, Lightning Impulse (LI) + dan -, dan Switching
Impulse (SI). Pengaturan memungkinkan tiga konfigurasi distribusi medan listrik, yaitu homogen
konfigurasi, konfigurasi kuasi-homogen, dan konfigurasi dengan partikel yang melekat pada
spacer untuk mensimulasikan ekstrim tidak homogen bidang dalam GIS. 2. Asal kelembaban di
GIS Istilah kelembaban dan kelembaban memiliki arti yang berbeda. Kelembaban mengacu
pada molekul air yang terikat pada permukaan (teradsorpsi- kelembaban) atau dalam struktur
padatan (absorbed-moisture) [3]. Sementara itu, kelembaban mengacu pada molekul air dalam
bentuk uap dalam gas latar [3]. Perlu disebutkan bahwa gas biasa pemeriksaan kualitas
mengukur kelembaban, bukan kelembaban. Kelembaban meresap ke dalam GIS oleh
setidaknya dua mekanisme [3,5]. Yang pertama adalah melalui titik bocor pada enklosur, dan
kedua adalah karena desorpsi kelembaban dari spacer, konduktor dan permukaan internal
selungkup. Pengamatan sebelumnya [2] menyimpulkan bahwa sebagian besar kelembaban
berasal dari yang kedua mekanisme. Paragraf berikut merangkum laporan. Untuk menyelidiki
jumlah kelembaban di dalam penutup yang berbeda di GIS telah mengumpulkan lebih dari 3000
data kelembaban studi kasus. Fungsi Distribusi Kumulatif (CDF) untuk kelembapan diukur
dalam Circuit Breaker (CB) dan Lampiran Non-CB dari GIS 150 kV diberikan pada Gambar. 1.
Setiap titik dalam grafik mewakili nilai kelembaban (dalam ppmV), dalam lampiran GIS dengan
waktu layanan lebih dari sepuluh tahun. Data diambil pada siang hari dengan gas suhu dalam
30-33 ° C. Enklosur telah dikelompokkan berdasarkan pada jenis komponen aktif (mis., penutup
CB atau non-CB), dan

Gambar. 1. CDF kelembaban dalam penutup CB (a) dan Non-CB (b) dari 4 berbeda

produsen (A, B, C, D) dari 150 kV GIS dalam studi kasus. Maksimal

batas kadar air dari pabrikan A dan IEEE [3] dan IEC [4]

juga diberikan dalam grafik dengan asumsi tekanan gas di kompartemen CB dan non-CB,

berurutan 7 bar dan 5 bar pabrikan.

Gambar 1 memberikan interpretasi berikut:

• Jumlah kelembaban adalah karakteristik untuk produsen yang berbeda

dan jenis komponen aktif di dalam penutup GIS.

Misalnya, garis merah pada Gambar. 1.b menunjukkan bahwa kecil

fraksi konten kelembaban dalam lampiran non-CB GIS dari

pabrikan A memiliki nilai di atas 1000 ppmV. Nilai tinggi

berasal dari penghentian, di mana lapisan isolasi kaset

mengandung banyak kelembaban yang diserap. Sosok yang sama juga menunjukkan

garis hitam dengan sejumlah besar kelembaban di GIS dari

pabrikan D yang tidak menggunakan pengering.

• Dengan membandingkan garis-garis pada Gambar 1.a dan b dari produsen yang sama,

dapat dilihat bahwa kadar kelembaban di CB lebih rendah

daripada di kandang non-CB. Alasannya adalah bahwa kepadatan SF6 dan

jumlah desikan lebih tinggi dibandingkan dengan non-CB

lampiran. Semua konten kelembaban dari semua produsen berada di bawah

batas dari IEEE dan IEC. Hanya sebagian kecil untuk nilai A
di luar batas pabrikannya.

Pengamatan lain telah dilakukan pada konten kelembaban

dari 20 selungkup dengan titik bocor. Tingkat kebocoran dicatat

secara teratur serta jumlah SF6 untuk isi ulang, sebelum perbaikan

tindakan. Dengan membandingkan konten kelembaban di kandang bocor

dengan suara lain dan penutup yang identik (dengan bentuk yang sama,

pemuatan saat ini, dan kondisi sekitar), tidak ada korelasi

antara konten kelembaban dan apakah ada kebocoran pada enklosur.

Temuan terakhir mengarah pada interpretasi bahwa jumlah

kelembaban yang melewati titik bocor sangat dapat diabaikan. Di

semua kemungkinan sebagian besar kelembaban di GIS berasal dari "diserap"

uap air dalam isolasi padat dan "terserap" uap air di

permukaan logam seperti pada konduktor atau selungkup [3,6].

Kesimpulannya, jumlah kelembaban dalam GIS tergantung pada yang berikut ini faktor, 1.
desain SIG (seperti volume desikan, kepadatan SF6, jenis bahan, dimensi selungkup dan
pengatur jarak), 2. GIS penanganan (termasuk cara menjaga bagian-bagiannya kering selama
transportasi, ereksi, dan pemeliharaan; durasi penyedotan setelah ereksi atau setelah
pemeliharaan dengan membuka penutup). 3. Spacer dengan SF6 lembab di GIS Dalam gas
isolasi lembab, sejumlah besar molekul air (H2O) encer ke dalam sistem gas (lihat ilustrasi
pada Gambar. 2). Kehadiran molekul air mempengaruhi tegangan tahan isolasi gas dengan dua
mekanisme yang berlawanan, yaitu, keberadaan kelembaban akan mengurangi kekuatan
menahan dengan menurunkan kepadatan sistem gas [5], dan di sisi lain, karena air juga
merupakan gas elektronegatif Gambar. 1. CDF kelembaban dalam penutup CB (a) dan Non-CB (b)
dari 4 berbeda

produsen (A, B, C, D) dari 150 kV GIS dalam studi kasus. Maksimal

batas kadar air dari pabrikan A dan IEEE [3] dan IEC [4]

juga diberikan dalam grafik dengan asumsi tekanan gas di kompartemen CB dan non-CB,

berurutan 7 bar dan 5 bar.

Gambar 2. Ilustrasi antara gas isolasi kering (gambar a) dan lembab (gambar b)

GIS.
A.P. Purnomoadi, et al. Tenaga Listrik dan Sistem Energi 116 (2020) 105559

[7], keberadaan molekul air dapat meningkatkan daya tahannya

kekuatan sistem gas.

Namun, minat penelitian saat ini adalah pada pengaruh

SF6 lembab untuk menahan antarmuka gas-solid. Kehadiran dari

kelembaban (mis., kelembaban dalam bentuk gas) secara hipotetis tidak akan

pengaruh pada kerusakan antarmuka gas-solid, selama itu terjadi

tidak mengganggu kondisi permukaan isolasi padat. Namun, dalam

kondisi tertentu, uap air dapat berubah menjadi air atau es. Air

memiliki konstanta dielektrik 80, sedangkan es 2. Kehadiran air

tetesan pada permukaan isolator akan meningkatkan medan listrik di banyak lokasi

permukaan isolasi padat yang mengurangi menahan

kekuatan.

Tes laboratorium telah dilakukan untuk menyelidiki mekanisme mana

lebih dominan dari yang lain.

4. Pengaturan percobaan

Pengaturan terutama terdiri dari tiga bagian, yaitu, ruang dengan

sampel dan elektroda, kapal untuk mencampur SF6 dengan kelembaban,

dan pengaturan untuk pembangkit tegangan. Subbagian berikutnya memberikan rinciannya.

4.1. Konfigurasi elektroda di ruang uji

Ruang uji adalah miniatur model "spacer-and-gas". Sebuah silinder

sampel resin epoksi (mewakili spacer) ditempatkan di antaranya

dua elektroda yang terbuat dari stainless steel di dalam ruang kecil dan

diisi dengan campuran SF6 dan H2O (lihat Gambar 3). Volume gas
dalam bejana adalah 60 ml.

Dua konfigurasi elektroda digunakan untuk mensimulasikan tiga listrik

distribusi bidang pada permukaan sampel epoksi, yaitu:

1. Konfigurasi medan homogen, di mana medan listrik sejajar

permukaan silinder sampel konstan di lokasi mana pun.

2. Konfigurasi medan quasi-homogen, di mana medan listrik paralel

untuk sampel memiliki kemiringan menurun dari maksimum ke

minimum (yang mewakili konfigurasi koaksial GIS).

3. Konfigurasi bidang tidak homogen, di mana partikel dilampirkan pada

epoksi dekat dengan elektroda sehingga medan listrik yang sangat tinggi muncul

di kedua ujung partikel.