高压电力电缆隧道火灾早期预警判据的实验研究

张 伟，陈 红，李陈莹，陈 杰，徐智恒，谢启源*

(1.国网江苏省电力有限公司电力科学研究院,南京,211103;2.中国科学技术大学火灾科学国家重点实验室,合肥,230026;3.中国科学技术大学先进技术研究院,合肥,230088)

0 引言

随着我国城市现代化、信息化和智能化建设进程的不断推进，城市电力输送网络的重要性不断凸显。电力电缆，已成为社会与经济运转的“动脉”，而高压电力电缆则是其中的“主动脉”，该系统的安全稳定运行，是人民安居乐业的重要保障[1]。由于建设用地不足和城市美观安全等要求，原有架空高压线路逐渐转入地下隧道。大力推进城市高压电力隧道、电缆沟以及城市综合管廊的建设，一方面有利于抵御外界突发恶劣天气和极端气候的影响，降低自然灾害诱发电网次生灾害的风险;另一方面与原有架空高压电力线路大多采用金属线缆不同，隧道内电力电缆的绝缘层和护套层等含有大量可燃聚合材料，一旦地下电缆隧道发生火灾，易造成较大直接和间接损失。此外，在当前高度信息化和电气化时代，民众对电力与网络信息的强烈依赖，局部区域的失电事故甚至可能引发小规模社会骚动。因此，高压电力电缆隧道的火灾预防，是整个电网系统安全可靠运行的重要一环[2]。近年来，高压电力电缆隧道火灾屡见不鲜，如：2016年 8月，辽宁大连市某66 kV电缆隧道发生火灾，造成市区大面积停电达6 h以上，多个城市基础设施受到破坏，严重影响城市正常运行。2014年3月，成都某220 kV电缆线路1号直通接头B相和C相爆炸燃烧，引发隧道内电缆线路火灾，消防人员扑灭明火后，现场大量烟气通过风机排出[3]。

图1 高压电力电缆隧道火灾早期烟气模拟与测量实验平台Fig. 1 Experimental setup for early smoke movement and measurement for high-voltage power tunnel

高压电力电缆火灾的早期预警是火灾防治系统的重要环节，当前各隧道内，主要通过缠绕于电缆表面的感温光纤实现电缆内部线芯过热的间接监控[4-6]。而对于整个电缆隧道空间，针对可能发生的典型火灾过程，发展火灾早期预警及处置系统，有利于全面提升其火灾防控能力，保护电力电缆的安全运行。关于电缆隧道空间中的火灾发展特性和监控方法，前人已开展一些相关研究。其中，Liu等[7]针对综合管廊内的线性火源，研究了弯曲侧壁对其中纵向温度分布的影响，提出了管廊内温度分布预测的经验公式。An等[8]开展了隧道内电缆燃烧系列实验，重点分析了电缆层间距对于层间电缆火蔓延特性的影响，给出了层间火蔓延临界距离。赵永昌等[9]基于1∶3.6的小尺寸地下综合管廊模型，利用不同半径的油池火模拟隧道火源，得到了烟气温度与火源距离的关系，在不同火源功率下，烟气温度均随距离的变化呈幂函数降低。李陈莹等[10]研究了综合管廊内电缆火灾蔓延特性，对比分析了各种火灾探测方式，给出了探测器选型的一些建议。刘洋等[11]利用环形加热引燃与燃烧实验平台，研究了阻燃涂层对高压电力电缆受热引燃过程的影响规律，给出了膨胀型涂层的厚度与电缆着火时间的相关模型。Xie等[12]利用感温光纤监测电缆表面温度并反演电缆内部线芯温度的预警方法，研究了高压电力电缆内部的空气层对该反演预警模型的影响，指出空气层会导致内部过热线芯向外热流传递受阻而延迟报警乃至漏报。

综上所述，前人对于高压电力隧道内的电缆燃烧与报警系统的研究，大多针对电缆燃烧特性和探测方式选型，未能围绕隧道内典型电缆火灾发展过程，研究其中的主要标志性产物的“时空”分布及演化特性。此外，现有国内外关于早期预警的相关标准中描述了一些标准火[13-18]，如我国主要采用的4种标准火[16]：木材热解阴燃火(SH1)、棉绳阴燃火(SH2)、聚氨酯塑料火(SH3)和正庚烷火(SH4)，针对的是常规场景下的火灾发展过程，未能表征高压电力电缆隧道内的典型可燃材料和空间结构特征。因此，本文通过搭建高压电力电缆隧道模拟实验平台，设计典型电缆火灾发展过程，在不同隧道边界条件下，对电缆受热燃烧过程中的典型特征参数进行实验测量，从而研究适用于高压电缆隧道内的火灾早期预警判据。

1 实验装置

图2 外加热条件下高压电力电缆受热与燃烧模拟装置Fig. 2 Bench-scale fire source of high-voltage cable by external heating

图1(a)给出了高压电力电缆隧道火灾早期烟气模拟与测量实验平台的示意图，该平台长6 m、宽1.5 m、高1.2 m，顶部、底部及一侧由耐火板材构成，整体放置于室内。另一侧面为钢化玻璃墙，可实时观测内部火源发展与烟气运动状态，隧道两端分别设置两扇推拉门，从而可调节隧道端部的开口状态。实验时，将模拟电缆火源放置于隧道中部，在隧道顶棚内侧中心线上，以1 m为间距均匀布设6组测量传感器，包括：CO/CO2传感器、烟颗粒浓度传感器以及温度传感器，其中，火源正上方顶棚位置安装1组，该组两边顶棚分别安装3组(西侧)和2组(东侧)，隧道内部结构和顶棚传感器分布如图1(b)所示。各传感器通过采集器接入计算机终端，并通过软件实时采集记录。此外，实验过程中，在电缆隧道内靠近端部位置，布设一台摄像机，实时记录隧道内火灾发展和烟气运动过程。

图2(a)给出了外加热条件下高压电力电缆火源模拟装置图，主要由电加热炉、金属托盘、电缆样品和电子天平组成。由于实际外加热条件下，电缆皱纹铝层内部材料往往不发生燃烧，这里的电缆样品仅由外护套层和皱纹铝层构成，在电缆样品底部与金属托盘接触位置，布设1根热电偶监测电缆底部受热升温与引燃过程。图2(b)给出了该电缆火源模拟装置的实物图。

基于该高压电力电缆隧道火灾早期烟气模拟与测量实验平台，围绕电缆隧道火灾早期预警判据的确定，针对典型高压电力电缆(YJLW03-64/110 kV)，截取10 cm长样品，在隧道两端不同开口条件下，开展了一系列实验测量，具体工况如表1所示。当加热炉功率为2 kW(强加热火源)时，电缆初期为阴燃，后期发展为明火燃烧，而加热炉功率为1 kW(弱加热火源)时，电缆一直保持阴燃状态，未发生明火燃烧。

表1 高压电力电缆隧道内火灾烟气模拟与测量实验工况

2 结果与讨论

图3给出了强加热火源、两侧门半开条件下的隧道内电力电缆火源发展与烟气蔓延的典型序列过程。由图3可见，加热约420 s后，电缆样品开始释放出烟气，480 s后，烟气明显增多，并已呈现顶棚射流沿顶部输运特征。此后，烟气浓度进一步增大，660 s时，电缆已出现较大明火燃烧，隧道内烟气弥漫，几分钟后停止加热，实验结束，开启隧道一端开口处的排烟风机，排出烟气。

图3 强加热火源条件下高压电力隧道内电缆过热与燃烧发展过程(两端半开)Fig. 3 Snap-shots of cable burning in tunnel with the cable in strong heating with the doors half-open

图4给出了隧道两端全开、强加热火源条件下隧道顶部各位置CO浓度变化，可见，在电缆被加热的阴燃阶段，即加热约400 s后，火源正上方的CO浓度最早响应升高，其浓度值也显著高于其余顶棚位置CO浓度。随着阴燃烟气的逐渐增多与顶棚射流发展，其余位置CO浓度也缓慢增大，随着电缆出现明火燃烧，由于明火燃烧烟气与热量释放的显著增强，各顶棚位置CO浓度都明显加速增大。从电缆的整个阴燃与明火燃烧阶段综合可见，与其他顶棚位置相比，火源正上方的CO浓度值响应时间明显更早，增速也显著更大。

图4 强加热火源条件下隧道顶部各位置 CO浓度变化(两端全开)Fig. 4 CO concentration at tunnel ceiling for the strong heating case with doors open

图5 强加热火源条件下隧道顶部各位置 烟颗粒浓度变化(两端全开)Fig. 5 Smoke density at tunnel ceiling for the strong heating case with doors open

图5给出了相应工况条件下的隧道顶部各位置烟颗粒浓度变化，可见，加热约450 s后，火源正上方的烟颗粒浓度迅速升高，随后该烟颗粒浓度传感器相邻的左右两个位置上的烟颗粒浓度也随之增大。与图4相比，同一火源条件下，顶棚各位置烟颗粒浓度响应升高次序与CO浓度变化过程类似，即，火源正上方探测器最早响应升高，一定时间后，相邻位置相应参数值也随之开始升高。此外，在电力电缆出现明火燃烧前，CO浓度值和烟颗粒浓度值都已经显著升高。然而，也存在一些差异之处，首先，火源正上方的烟颗粒浓度传感器测量值响应时间相对推迟了约50 s，因此，在隧道开口条件下，CO到达顶棚的时间相对更早。其次，与其他位置CO传感器响应时间和CO浓度升高速度相比，火源正上方CO浓度上升更早更快，而对于烟颗粒浓度，离火源位置越远，其浓度开始增大的时间越晚，而一旦开始上升，则增速都较大。

图6和图7分别给出了该工况下顶棚6个位置CO2浓度和温度变化。由图6可见，在电缆受热阴燃阶段，各顶棚位置CO2浓度升高不明显；电缆燃烧转入明火阶段后，火源正上方顶棚位置CO2浓度开始急剧上升，随后相邻位置CO2浓度值也开始上升。由图7可见，在电加热炉开始工作及电缆阴燃阶段，火源正上方顶棚位置的温度呈一定上升趋势，其余相邻位置的温度也略有上升，电缆进入明火燃烧后，各顶棚位置温度上升趋于明显。

图6 强加热火源条件下隧道顶部各位置 CO2浓度变化(两端全开)Fig. 6 CO2 concentration at tunnel ceiling for the strong heating case with doors open

图7 强加热火源条件下隧道顶部 各位置温度变化(两端全开)Fig. 7 Temperature at tunnel ceiling for the strong heating case with doors open

类似地，对于仅有阴燃阶段的弱加热火源过程，图8给出了隧道内该火源发展与烟气蔓延的序列图，由图8中t=1 080 s所示图片可见，此时，电缆样品已经开始释放出明显烟气，随后烟气逐渐增多，不断向上蔓延并横向沿顶棚运动，由于电缆未形成明火燃烧，与图3相比，火源烟气生成速率相对较慢，然而，到实验后期，由于实验时间相对较长，在实验结束前，隧道内积累的烟气依然较多，实验结束后，开启隧道一端开口处的风机进行排烟。

图9给出了隧道两端全开、弱加热火源条件下隧道顶部各位置CO浓度变化，可见，在电缆受热约900 s后，火源正上方的CO浓度开始升高，升高到一定阶段后，经过一段缓慢波动上升期，继而以较高速率快速增大。顶棚其余相邻位置的CO浓度随后也增大，然而，与图4所示类似，其余位置CO浓度升高时间明显晚于火源正上方，升高速率也明显较低。综合对比图4与图9所示各对应CO浓度变化曲线可见，强加热条件下，即使仅在阴燃阶段，CO浓度在较短时间内增大至100 ppm；而在弱加热条件下，各位置CO浓度增大较小，仅约25 ppm。由于正常电力电缆隧道空间内，CO本底浓度基本为0，对于弱加热条件下的较小电缆阴燃火源，CO浓度也变化明显，可作为典型火灾预警参数之一。

类似地，图10给出了弱加热火源条件下的隧道顶部各位置烟颗粒浓度变化，可见，加热约1 050 s后，火源正上方的烟颗粒浓度首先开始升高，随后各相邻位置烟颗粒浓度随之上升。与图9相比，弱加热火源条件下，火源正上方的烟颗粒浓度开始响应的时间，比CO浓度响应时间迟了约150 s。另一方面，尽管烟颗粒浓度响应时间比CO浓度响应时间相对较晚，由于高压电力电缆隧道内正常环境条件下的烟颗粒和其他颗粒浓度本底值较稳定且基本为零，此外，也较少发生类似地下车库内由于车辆行驶通过引起的扬尘干扰，如图10所示，弱加热火源条件下，烟颗粒浓度依然具有显著变化特征。因此，烟颗粒浓度也可作为高压电力电缆隧道内的火灾早期预警参数之一。

图8 弱加热火源条件下高压电力隧道内电缆过热与燃烧发展过程(两端全开)Fig. 8 Snap-shots of cable burning in tunnel with the cable in slow heating with the doors open

图9 弱加热火源条件下隧道顶部 各位置CO浓度变化(两端全开)Fig. 9 CO concentration at tunnel ceiling for the slow heating case with doors open

图10 弱加热火源条件下隧道顶部 各位置烟颗粒浓度变化(两端全开)Fig. 10 Smoke density at tunnel ceiling for the slow heating case with doors open

图11给出了弱加热火源条件下各位置CO2浓度的变化，可见，由于该模拟火源未发生明火燃烧，整个阴燃实验阶段，顶棚各位置CO2浓度并未发生显著变化，仅在其环境本底值上下波动。因此，若以CO2浓度作为电力电缆隧道内火灾预警参数，则难以对阴燃火灾过程进行早期预警，由于人体呼吸过程释放CO2，对于相对密闭的地下电缆隧道空间，检修人员呼出的CO2，往往可能对基于CO2浓度的火灾探测系统产生显著的干扰，易引发误报警。

图11 弱加热火源条件下隧道顶部 各位置CO2浓度变化(两端全开)Fig. 11 CO2 concentration at tunnel ceiling for the slow heating case with doors open

图12给出了弱加热火源条件下顶棚各位置的温度变化，可见，在电加热炉开始加热及整个电缆阴燃阶段，仅火源正上方顶棚位置的温度相对较明显上升，在约20 min的整个实验阶段，该位置温度上升约4 ℃，顶棚其余位置温度上升约1 ℃。可见，对于电力电缆隧道内的火灾探测，以顶棚温度为预警参数，往往很难对早期慢速阴燃过程进行准确识别。此外，尽管电力电缆隧道内温度相对稳定，依然存在一定的季节、早晚的温度变化，也可能对基于感温的预警方法造成一定的不利影响。

图12 弱加热火源条件下隧道顶部 各位置温度变化(两端全开)Fig. 12 Temperature at tunnel ceiling for the slow heating case with doors open

图13和图14分别给出了表1所示6种工况条件下、火源正上方的CO浓度和烟颗粒浓度的变化趋势。由图13和图14可见，强加热火源条件下，对于电缆隧道两端不同开口状态，CO浓度和烟颗粒浓度都显著更早上升且升高速度更大，当电缆燃烧进入明火阶段后，CO浓度在各开口状态都呈急剧上升的趋势。由图13可见，电缆隧道两端完全打开的状态下，CO浓度最早开始上升，而两端完全关闭时，则CO浓度上升相对较晚，可见，电缆隧道两端打开之后的自由通风条件，更有利于电缆阴燃烟气的上升和输运。开口状态对顶棚烟颗粒浓度的影响则不同，由图14可见，当隧道两端关闭时，顶棚烟颗粒浓度反而最早开始迅速升高，而端部开口全开和半关闭状态下，则明显较晚上升。可见，在电缆隧道内，不同端部开口状态下，高压电力电缆阴燃过程中生成的气体和烟颗粒输运特性存在一定差异。

图13 不同加热功率火源和隧道两端不同开口时的 火源正上方CO浓度变化Fig. 13 CO concentration above fire for the varied heating and doors opening

综上分析，对于电力电缆隧道内的火灾早期预警，高压电力电缆作为其中主要可燃物，综合其在不同热源、不同燃烧方式下的CO浓度、CO2浓度、烟颗粒浓度以及温度参数变化特征，可见，CO浓度和烟颗粒浓度可作为该场所内早期预警的优选参数。上述2项参数在电力电缆隧道正常运行环境中的稳定性和低本底值特性，有利于报警系统的可靠运行并准确识别火灾。因此，以下将针对CO浓度和烟颗粒浓度，基于本系列实验测量结果，初步分析确定其作为预警判据的相对响应性能。

综合参考国家相关标准中关于各参量报警阈值的取值范围[16,18]，结合实验火源发展速度和空间结构等因素，设定CO浓度和烟颗粒浓度预警阈值分别为10 ppm和0.05 dB/m。图15给出了以顶棚CO预警浓度为10 ppm时各传感器的报警时间，可见，该判据下，各顶棚位置均可实现报警，强加热火源的3个工况下，其报警时间明显早于弱加热火源工况。各工况下，不同顶棚位置报警时间，呈以火源正上方传感器报警时间为低点的V字形分布，越远离火源的相邻位置，报警时间差异越小。其中，对于强加热火源的3个工况，由图15可见，以CO浓度阈值为预警判据，当隧道两端开口关闭条件下，顶棚各位置CO传感器明显报警更晚。

图16给出了以顶棚烟颗粒预警浓度为0.05 dB/m时各传感器的报警时间，各报警时间也呈以火源正上方位置报警时间为低点的V形分布特征，与图15类似。然而，也存在一些差异，若以烟颗粒浓度为预警判据，在靠近火源位置，当隧道两端开口关闭时，顶棚烟颗粒浓度传感器更早报警，正好与图15所示相反。可见，高压电力电缆受热燃烧生成的特征气体与烟颗粒产物在隧道内竖向与横向输运特性与隧道开口状态等因素相关。尽管基于CO浓度和烟颗粒浓度都可实现报警，为实现最佳响应性能，应针对具体工程，进行优化设计。

图15 基于CO浓度阈值(10 ppm)为预警判据的 顶棚各位置报警时间Fig. 15 Alarm time for different cases predicted by the threshold of 10 ppm CO

图16 基于烟颗粒浓度阈值(0.05 dB/m)为预警判据的 顶棚各位置报警时间Fig. 16 Alarm time for different cases predicted by the threshold of 0.05 dB/m smoke density

3 结论

本文针对高压电力电缆隧道内火灾早期预警特征参数，搭建了电缆隧道内火灾烟气模拟与测量实验平台，设计了高压电力电缆受热着火燃烧的典型火源，研究了电缆隧道两端不同开口状态下的顶棚系列位置CO浓度、CO2浓度、烟颗粒浓度和温度的变化特性，得到如下结论：

(1)高压电力电缆隧道内，典型电缆火源工况下的综合实验测量结果表明，顶棚CO浓度和烟颗粒浓度可作为该场所内优选的标志性参数；尽管电缆燃烧进入明火阶段后，CO2浓度迅速升高，然而，在电缆长时间受热阴燃过程中未发生显著变化，此外，CO2浓度本底值较大和检修人员呼出的CO2在地下空间易导致误报警；类似的，顶棚温度在电缆阴燃发展过程中升高相对较小，不易实现早期可靠报警，因此，CO2浓度和温度参数不应作为该场所内的优选火灾预警参数。

(2)基于相关国标和各工况实验测量结果，设定CO浓度(10 ppm)和烟颗粒浓度(0.05 dB/m)为高压电缆隧道内火灾预警阈值时，各顶棚位置传感器均可实现相对可靠报警。此外，各工况下，不同顶棚位置报警时间，呈以火源正上方探头报警时间为低点的V字形分布，在越远离火源的相邻位置，报警时间差异越小。

(3)电缆隧道两端的不同开口状态对隧道内CO和烟颗粒运动产生一定影响。其中，当以CO浓度为预警判据时，隧道两端开口全打开或半开条件，有利于电缆阴燃所生成的CO更快输运至顶棚位置，进而更早报警；而以烟颗粒浓度为火灾预警判据时，则是隧道两端开口关闭条件，更有利于烟颗粒更快到达顶棚，从而更早报警。为实现最佳响应性能，应针对具体工程实际，进行优化设计。