CSDL Ngành điện

Kiểm tra tác động của ô nhiễm đến hiện tượng phóng điện bề mặt của vật cách điện trong các hệ thống HV

25/08/2025 10:44 Số lượt xem: 27

Trong các hệ thống điện áp cao, cách điện là một thành phần quan trọng cần xem xét chặt chẽ để truyền tải và phân phối điện an toàn và tin cậy. Cách điện ảnh hưởng trực tiếp đến hiệu quả của lưới điện vì nó có thiết kế để ngăn chặn các đường dẫn không mong muốn cho dòng điện hoặc rò rỉ dòng điện bằng cách cách ly các dây dẫn điện áp cao khỏi các cấu trúc đỡ. Trong suốt vòng đời của các thiết bị cách điện lắp đặt trong hệ thống phân phối điện áp cao, tác động của thời tiết khắc nghiệt và các chất gây ô nhiễm môi trường ảnh hưởng lớn đến độ tin cậy vận hành. Những yếu tố này có thể gây ra thiệt hại nghiêm trọng và dẫn đến nguy cơ mất điện, ảnh hưởng trực tiếp đến an toàn và ổn định của hệ thống điện.

Hình 1. Vật cách điện dùng cho các hệ thống truyền tải điện áp cao (Ảnh st)

Với những tiến bộ trong khoa học vật liệu, sự tiến triển của các vật cách điện ngoài trời đã chứng kiến rất nhiều tiến bộ trong các lưới điện hiện đại, từ việc sử dụng thủy tinh và sứ đến cao su silicon (SiR). Tính kỵ nước của vật cách điện SiR làm giảm nguy cơ phóng điện bề mặt trong điều kiện ô nhiễm hoặc ẩm ướt. Các loại vật cách điện này có khả năng chống chịu lão hóa và các tia cực tím (UV), và chúng thường có thiết kế nhẹ. Mặc dù cung cấp khả năng cách điện cao áp tin cậy, nhưng các vật cách điện SiR phải đối mặt với các chất ô nhiễm môi trường làm giảm tính năng của chúng theo thời gian. Để giải quyết tình trạng suy thoái sớm, điều thiết yếu là phải hiểu toàn diện về cách mật độ lắng đọng muối tương đương (ESDD) và mật độ lắng đọng không hòa tan (NSDD) ảnh hưởng đến tính năng của vật cách điện theo thời gian.

Cơ chế phóng điện bề mặt AC trên các vật cách điện SiR

Phóng điện bề mặt trên vật cách điện SiR xảy ra khi đặc tính cách điện bề mặt trên dây dẫn suy giảm do các yếu tố như ô nhiễm, hơi ẩm, ướt hoặc ứng suất từ điện áp cao. Hiện tượng này có thể ảnh hưởng nghiêm trọng đến hiệu suất và độ bền của thiết bị cách điện trong hệ thống điện áp cao. Trong điều kiện ô nhiễm nghiêm trọng, vật cách điện SiR có thể mất tính kỵ nước, về lâu dài sẽ ảnh hưởng đến khả năng chống phóng điện bề mặt của vật cách điện. Các vật cách điện có thể hư hỏng khi có hồ quang cục bộ do quá trình sấy và làm ướt không đều và có thể tiếp tục dẫn đến phóng điện bề mặt. Khi lập kế hoạch phát triển các hệ thống điện áp cao, việc lựa chọn vật liệu cách điện là một khía cạnh thiết yếu cần cân nhắc. Trước khi lựa chọn vật liệu, điều quan trọng là phải tiến hành mô phỏng và thử nghiệm về tính năng của vật liệu khi phơi nhiễm các yếu tố môi trường khác nhau. Trong trường hợp này, chúng ta hãy xem xét một số thử nghiệm thông thường có thể dùng để đánh giá tính năng phóng điện bề mặt của SiR so với các vật cách điện sứ truyền thống.

Một trong những thử nghiệm phổ biến nhằm mô phỏng môi trường biển là thử nghiệm mù muối, trong đó các lớp ô nhiễm dẫn điện hình thành trên vật cách điện khi không khí chứa muối lắng xuống bề mặt. Thử nghiệm này giúp đánh giá khả năng chịu đựng của thiết bị trong điều kiện khí hậu biển mặn và ẩm ướt. Thông qua các biến thể của mức ESDD, có thể điều chỉnh mức muối trong sương mù, áp dụng nguồn điện xoay chiều điện áp cao trên vật cách điện và ghi lại điện áp phóng điện bề mặt. Từ mô phỏng này, có thể dễ dàng cân nhắc tính kỵ nước của vật cách điện cần chọn cho ứng dụng điện áp cao. Trong trường hợp này, tính kỵ nước của SiR ngăn không cho lớp màng dẫn điện liên tục hình thành trên bề mặt vật cách điện trái ngược với các vật cách điện bằng sứ, cho phép các lớp muối trên bề mặt của chúng dẫn điện nhanh trong các điều kiện ẩm ướt. Ở cả hai loại vật cách điện này, điện áp phóng điện bề mặt giảm khi mức ESDD tăng. Tuy nhiên, các vật cách điện SiR có điện áp phóng điện bề mặt cao ở các mức ESDD tương tự như các vật cách điện bằng sứ. Mức độ ô nhiễm trên vật cách điện SiR có thể bị ảnh hưởng thêm bởi các mức NSDD, ảnh hưởng đến độ dẫn điện và độ bám dính của chất gây ô nhiễm trong các điều kiện ướt hoặc ẩm ướt. Được biểu thị bằng mg/cm², NSDD tập trung vào cách các chất ô nhiễm trên bề mặt của vật cách điện tương tác với hơi ẩm trong môi trường liên quan đến tính kỵ nước. Khi kết hợp ESDD và NSDD, nguy cơ phóng điện bề mặt AC giảm tới 50%. Tuy nhiên, nguy cơ phóng điện bề mặt tăng lên rất nhiều khi ESDD ở ngưỡng tới hạn lớn hơn 0,3 mg/cm² và NSDD ở ngưỡng 0,15 mg/cm².

Mô hình hóa xác suất phóng điện bề mặt với ESDD và NSDD

Để định lượng tốt nhất rủi ro phóng điện bề mặt liên quan đến các chất gây ô nhiễm trên các vật cách điện SiR trong các hệ thống điện áp cao, điều thiết yếu là phải có cái nhìn sâu sắc hơn thông qua các mô hình như hồi quy tuyến tính. Nhờ đó, nhóm nghiên cứu so sánh mối quan hệ giữa điện áp phóng điện bề mặt - biến phụ thuộc với các biến độc lập như ESDD và NSDD nhằm định lượng các yếu tố ảnh hưởng đến các sự kiện phóng điện bề mặt trên vật cách điện. Điều này thiết yếu cho việc ra quyết định trong quá trình thiết kế và cho mục đích bảo trì tiên đoán. Bước đầu tiên trong mô hình này là thu thập dữ liệu thực nghiệm về các sự kiện phóng điện bề mặt và phân tích dữ liệu bằng cách cung cấp số liệu thống kê mô tả để hiểu sự phân bố của điện áp phóng điện bề mặt, NSDD và ESDD. Để đánh giá điện áp phóng điện bề mặt (V_f) của các vật cách điện SiR, các yếu tố không được mô hình hóa như hơi ẩm và nhiệt độ có thể tính đến với điều khoản lỗi (ϵ). Các hệ số hồi quy (β₁) và (β₂) có thể suy ra bằng cách áp dụng hồi quy tuyến tính đối với dữ liệu đã thu thập được cho thấy sự thay đổi về điện áp phóng điện bề mặt khi tăng một đơn vị ở mức NSDD hoặc ESDD. V_f có thể mô hình hóa bằng công thức:

V_f=β0+β1×ESDD+β2×NSDD+ϵVf=β0+β1×ESDD+β2×NSDD+ϵ

Trong đó (β₀) là giá trị bị chắn của điện áp phóng điện bề mặt cơ sở tại mức ô nhiễm bằng không.

Một mô hình khác có thể giúp tối ưu hóa thiết kế của các vật cách điện cao áp có tính năng chống ô nhiễm nâng cao là mô hình dựa trên vật lý. Mô hình này không yêu cầu các thí nghiệm thực địa và sử dụng tốt nhất để thử nghiệm sự tương tác của tính chất vật liệu, các yếu tố môi trường, và ô nhiễm trong điều kiện cực đoan với ô nhiễm công nghiệp nặng. Để ước tính tốt hơn các sự kiện phóng điện bề mặt thông qua một hình dựa vật lý, trước tiên, phải đánh giá mức độ nghiêm trọng của ESDD và NSDD và các yếu tố môi trường như hơi ẩm và nhiệt độ. Cũng cần cân nhắc kích thước và hình dạng của vật cách điện, và biên dạng của bề mặt vật cách điện, xem xét hình dạng xiêm và khoảng cách đường rò để đánh giá sự phân bố và tích tụ các chất ô nhiễm. Phân bố trường điện tạo thành nền tảng của mô hình này, thể hiện mối quan hệ giữa độ dẫn điện bề mặt, ứng suất điện áp và dòng rò. Tương tác này thường mô tả bằng cách giải phương trình Laplace để xác định điện trường (E), dựa trên điện thế (ϕ).

∇2ϕ=0,E=−∇ϕ∇2ϕ=0,E=−∇ϕ

Cường độ trường điện hiệu dụng giảm khi chiều dài đường rò (L) tăng lên, nâng cao thêm tính năng phóng điện của vật cách điện SiR. Độ dẫn điện bề mặt (σ) thường biểu diễn dưới dạng mối quan hệ giữa hơi ẩm bề mặt, mức ESDD và NSDD trong đó (k₁) và (k₂) là các hằng số mũ. Độ dẫn điện bề mặt có thể tính như sau:

σ=σ0+k1×ESDD×k2×NSDDσ=σ0+k1×ESDD×k2×NSDD

Khi đã xác định độ dẫn điện bề mặt, có thể xác định điện áp phóng điện bề mặt quan trọng (V_f) khi dòng rò vượt quá một ngưỡng xác định trước.

Vf=C√σLVf=CσL

Những đánh giá trên là khía cạnh quan trọng không chỉ đối với việc tối ưu hóa thiết kế của các vật cách điện SiR điện áp cao mà còn thiết yếu cho việc lập kế hoạch bảo trì cho một lưới điện tin cậy. Với hồi quy tuyến tính và các mô hình dựa trên vật lý, chúng ta có thể xây dựng nền tảng cho những hiểu biết chuyên sâu nhằm đảm bảo việc truyền tải điện được hiệu quả và an toàn.

Đẩy nhanh công nghệ lưới điện

Ngoài việc tối ưu hóa thiết kế của các vật cách điện SiR, lưới điện có thể cải thiện hơn nữa thông qua việc tích hợp Internet Vạn vật (IoT) với lưới điện thông minh. Việc kết hợp các mô hình ESDD và NSDD với các cảm biến IoT có thể tự động hóa các quyết định bảo trì bằng cách cung cấp thông tin chi tiết về ô nhiễm theo thời gian thực, cho phép quản lý lưới điện trong điều kiện biến động hơn nữa. Khi nói đến các giải pháp do AI thúc đẩy, các phương pháp tiếp cận thích ứng sử dụng học máy để tiên đoán chính xác các yếu tố môi trường. Các hành động được đề xuất có thể đảm bảo độ tin cậy trong bảo trì tiên đoán bằng cách phát huy lợi thế dữ liệu lịch sử. Các kỹ sư có thể phát huy lợi thế các kỹ thuật mô hình hóa tiên tiến để thiết kế các vật cách điện tiêu chuẩn đáng tin cậy và hiệu quả, đồng thời tuân thủ các yêu cầu theo quy định.