CST软件对OPERA&CST软件联合仿真汽车无线充电站对人体的影响

上海又收紧了新能源车的免费上牌政策。所以年前一些伙伴和我探讨过买新能源汽车的问题,小伙伴们基本纠结的点是买插电还是纯电?我个人是很抗拒新能源车的,也开过坐过。个人有几个观点:

  1. 溢价过高,不保值。
  2. 实际并不环保,只是把污染从排气管换到了锂电池和煤电。
  3. 为了不用拍牌的退而求其次。
  4. 并不怎么省钱。
  5. 对人体有无危害有待商榷,电磁辐射标准没有完善。

这就让我想到了这次的话题:汽车无线充电站对人体的影响。新能源汽车的电磁场都可以用该方法来评估对人体的影响。

无线感应充电对电动汽车充电具有明显的优势,但充电能量效率较低。小型汽车感应充电的最低效率为大于85%,在位置偏离时达到80%(如车没停准)。传统充电的效率约为92%-95%。效率达到的同时,需要证明其对人是安全的。那就可以用OPERA和CST仿真电磁场对人体暴露的影响评估。目前使用真实汽车车身的研究很少。目前标准中有规定极限值:

接下来介绍下如何用OPERA和CST根据标准完成计算的方法:无限充电站与汽车的连接关系如下图:

AC/AC变换器将功率频率电压转换为传输频率的电压,重型车辆的频率为20 kHz -30 kHz,轻型车辆的频率约为85 kHz (81.38 ~90 kHz)(功率≤20 kW,通常为7.7 kW)。充电站线圈连接电网,并且耦合到车辆上的线圈,车载线圈收集的信号经过整流,然后它给汽车电池充电。仿真需要用到参数化建模,如不同心,线圈之间的距离,线圈在汽车下的位置等,从而评估人体暴露在充电系统的不同场景。此外,通过生物电磁模型,可以计算出婴儿、儿童、成人,以及各种姿势时的实际感应电场水平。将OPERA中计算得到的磁场空间分布,导入到CST中使用人体生物模型库进行仿真。模型为半径为280mm的两个线圈,发射线圈和接收线圈的正交电流分别为500安匝和1050安匝。

整个系统还包含一个铁氧体集中器和一个铝外壳屏蔽组成。用该尺寸建立两个充电站模型,一个用于工作频率为85 kHz的轻型车辆,另一个用于工作频率为25 kHz的重型车辆(小型巴士)。充电站(充电线圈连接电网部分)的参数使用SAE J2954标准。

采用WPT2/Z3功率等级系统模型,其最大功率为7.7 kVA。车身采用是汽车制造商提供的真实车身。车身的物理性能参数化:磁导率从30到300。电导率从2MS /m到7MS /m。小巴的最大额定功率约为50kVA。用OPERA计算这些系统周围产生的杂散磁场,在准静态下,假设磁场不受人体内感应电流的干扰,得到感应电场的空间分布。该分布作为后期的生物电磁仿真的输入源。

在CST中使用人体模型使用成年男性,并且包含所有器官组织。皮肤组织的电导率设置为0.1 S/m。

根据现有的准则[如ICNIRP 1998, ICNIRP 2010, IEEE 2005]确定每个组织和器官的感应电场和电流密度的最大值。截图是模拟一个成年男性在距离轿车车身约0.2米的距离处暴露于电磁场中的例子。这个例子中磁通密度的水平低于0.7 uT和人体感应电场最大10 mV / m,大大低于ICNIRP2020参考电场限制(27uT、11.5 V / m@85KHz)。那么该无线充电站:"按照现有标准"来看是对人体无害的。

相关推荐
白白白飘4 分钟前
pytorch 15.1 学习率调度基本概念与手动实现方法
人工智能·pytorch·学习
深度学习入门9 分钟前
机器学习,深度学习,神经网络,深度神经网络之间有何区别?
人工智能·python·深度学习·神经网络·机器学习·机器学习入门·深度学习算法
TNTLWT10 分钟前
Qt控件:交互控件
开发语言·qt
量化金策13 分钟前
震荡指标工具
开发语言
北漂老男孩15 分钟前
ChromeDriver进程泄漏问题分析与最佳实践解决方案
开发语言·爬虫
李迟20 分钟前
Golang实践录:在go中使用curl实现https请求
开发语言·golang·https
张彦峰ZYF1 小时前
走出 Demo,走向现实:DeepSeek-VL 的多模态工程路线图
人工智能
Johny_Zhao1 小时前
Vmware workstation安装部署微软SCCM服务系统
网络·人工智能·python·sql·网络安全·信息安全·微软·云计算·shell·系统运维·sccm
运维-大白同学1 小时前
go-数据库基本操作
开发语言·数据库·golang
动感光博2 小时前
Unity(URP渲染管线)的后处理、动画制作、虚拟相机(Virtual Camera)
开发语言·人工智能·计算机视觉·unity·c#·游戏引擎