趙公豪，劉鴻鵬，袁 單，陳良亮，竇真蘭

(1.東北電力大學(xué) 電氣工程學(xué)院現(xiàn)代電力系統(tǒng)仿真控制與綠色電能新技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，吉林 吉林 132012；2.南瑞集團(tuán)(國(guó)網(wǎng)電力科學(xué)研究院)有限公司，南京 211106；3.國(guó)網(wǎng)上海市電力公司，上海 200433)

0 引言

隨著科技與國(guó)民經(jīng)濟(jì)的進(jìn)步，汽車(chē)的數(shù)量急劇上升。然而，由于汽車(chē)的普及，消耗燃料的汽車(chē)排放的廢物越來(lái)越多，導(dǎo)致空氣質(zhì)量受到極大的影響。另外，未來(lái)的能源供應(yīng)也將變得極其緊張。為此，汽車(chē)企業(yè)正朝著新能源汽車(chē)的方向不斷前進(jìn)。目前，人們更傾向于使用更加環(huán)保的能源，電動(dòng)汽車(chē)變成汽車(chē)企業(yè)的新寵。特別值得一提的是，將鋰離子電池作為直接動(dòng)力的電動(dòng)汽車(chē)，已經(jīng)得到了消費(fèi)者的普遍歡迎。

然而，近年來(lái)關(guān)于電動(dòng)汽車(chē)自燃的新聞屢見(jiàn)報(bào)端，據(jù)不完全統(tǒng)計(jì)，2022年上半年發(fā)生了47起電動(dòng)汽車(chē)著火事故，其中充電中起火比例占21.28%?？梢?jiàn)電動(dòng)汽車(chē)充電安全逐漸成為制約新能源汽車(chē)發(fā)展的關(guān)鍵因素，對(duì)電動(dòng)汽車(chē)充電安全進(jìn)行評(píng)估的需求越來(lái)越迫切[1]。電動(dòng)汽車(chē)充電故障安全預(yù)警已經(jīng)成為當(dāng)今電動(dòng)汽車(chē)領(lǐng)域的一個(gè)熱門(mén)話題，而電動(dòng)汽車(chē)充電安全評(píng)價(jià)模型則是解決這一問(wèn)題的關(guān)鍵。通過(guò)收集實(shí)時(shí)數(shù)據(jù)，將其輸入預(yù)測(cè)模型，再根據(jù)模型結(jié)果，對(duì)電動(dòng)汽車(chē)充電過(guò)程進(jìn)行安全性評(píng)估，從而確定其安全等級(jí)。因此，必須建立一套完整的、科學(xué)有效的充電安全評(píng)價(jià)指標(biāo)體系來(lái)對(duì)電動(dòng)汽車(chē)充電狀態(tài)進(jìn)行風(fēng)險(xiǎn)評(píng)估。該指標(biāo)體系不但可以精準(zhǔn)地識(shí)別充電設(shè)備安全風(fēng)險(xiǎn)，而且能對(duì)充電設(shè)備可能產(chǎn)生的后果進(jìn)行預(yù)測(cè)，以確保充電過(guò)程的安全性。

電動(dòng)汽車(chē)充電安全綜合評(píng)價(jià)是綜合分析影響電動(dòng)汽車(chē)充電安全的因素，通過(guò)模糊算法得出充電安全綜合得分從而判斷出所處的安全狀態(tài)。文獻(xiàn)[2]提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)和雙向長(zhǎng)短記憶，充分挖掘電動(dòng)汽車(chē)歷史充電數(shù)據(jù)，對(duì)電動(dòng)汽車(chē)充電狀態(tài)監(jiān)測(cè)與多級(jí)安全預(yù)報(bào)警的方法。通過(guò)對(duì)CNN-BiLSTM輸入歷史數(shù)據(jù)訓(xùn)練模型，然后代入實(shí)時(shí)數(shù)據(jù)進(jìn)行預(yù)測(cè)，引入了滑動(dòng)窗口，對(duì)預(yù)測(cè)的殘差進(jìn)行處理與分析，可以有效地減少誤報(bào)警的可能性。文獻(xiàn)[3]建立了電動(dòng)汽車(chē)充電樁健康狀態(tài)評(píng)價(jià)指標(biāo)體系，通過(guò)基于不確定層次分析法對(duì)充電樁健康狀態(tài)進(jìn)行綜合評(píng)價(jià)并量化充電樁性能評(píng)價(jià)結(jié)果，經(jīng)過(guò)實(shí)例分析驗(yàn)證了該指標(biāo)體系的正確性。文獻(xiàn)[4]利用隨機(jī)森林對(duì)充電設(shè)備故障特征數(shù)據(jù)進(jìn)行提取，進(jìn)而構(gòu)造數(shù)據(jù)集，然后利用深度置信網(wǎng)絡(luò)設(shè)計(jì)了一種故障診斷的方法，與多種傳統(tǒng)故障診斷方法進(jìn)行比較，驗(yàn)證了該方法顯著提高了故障診斷的正確率。文獻(xiàn)[5]總結(jié)了常見(jiàn)的電動(dòng)汽車(chē)充電安全事故及誘因，并提出了加強(qiáng)電動(dòng)汽車(chē)安全的優(yōu)化設(shè)計(jì)方法。另一方面，電池是電動(dòng)汽車(chē)的重要器件，電動(dòng)汽車(chē)發(fā)生著火或者爆炸的根本原因是電池的熱失控，提高動(dòng)力電池的安全預(yù)警能力，是有效避免充電安全事故發(fā)生的途徑。對(duì)電動(dòng)汽車(chē)的動(dòng)力電池?zé)崾Э貦C(jī)理和鋰枝結(jié)晶的產(chǎn)生進(jìn)行了總結(jié)分析，生成了電池的熱失控故障機(jī)理模型[6-8]。文獻(xiàn)[9]提出了一種電池在線評(píng)估與安全預(yù)警定位的方法，它利用了熵權(quán)與TOPSIS法對(duì)電池電熱安全進(jìn)行量化評(píng)估，由模組級(jí)和單體級(jí)實(shí)現(xiàn)兩級(jí)預(yù)警與故障定位。文獻(xiàn)[10]為了避免電動(dòng)汽車(chē)充電過(guò)程熱失控，找出電壓、電流等反映發(fā)生動(dòng)力電池鋰枝結(jié)晶情況的特征量，然后對(duì)動(dòng)力電池進(jìn)行故障診斷與安全管理。綜上所述，對(duì)充電設(shè)備或者動(dòng)力電池單獨(dú)的故障預(yù)警的研究已經(jīng)比較成熟[11-13]，但是對(duì)于電動(dòng)汽車(chē)充電過(guò)程安全風(fēng)險(xiǎn)一體化評(píng)估的研究還比較少。

灰色關(guān)聯(lián)度分析法對(duì)樣本數(shù)量要求不高，非常適用于電動(dòng)汽車(chē)事故統(tǒng)計(jì)數(shù)據(jù)較少的情況。然而，該方法求取的主觀權(quán)重具有不確定性，受主觀因素影響大，所以可以通過(guò)改進(jìn)灰色關(guān)聯(lián)度方法來(lái)改善指標(biāo)權(quán)重的合理性[14]。由于“安全”是一個(gè)模糊的概念，“安全”與“危險(xiǎn)”之間并沒(méi)有明確的界限，所以采用模糊綜合評(píng)價(jià)來(lái)分析電動(dòng)汽車(chē)充電安全問(wèn)題[15]。文獻(xiàn)[16]提出了基于改進(jìn)模糊層次分析法對(duì)凝析氣田的開(kāi)發(fā)效果進(jìn)行了評(píng)價(jià)，分別從灰色關(guān)聯(lián)、層次分析和RSR值3個(gè)方面求取綜合權(quán)重，然后通過(guò)兩種隸屬函數(shù)求取隸屬度矩陣，最后通過(guò)模糊算法得出綜合評(píng)價(jià)結(jié)果。文獻(xiàn)[17]采用了模糊層次分析法對(duì)變電站建造過(guò)程的綠色低碳進(jìn)行評(píng)價(jià)，利用層次分析法確定指標(biāo)的權(quán)重，然后通過(guò)模糊綜合評(píng)價(jià)的方法將各個(gè)指標(biāo)得分綜合到一起求出綜合評(píng)分，來(lái)反映變電站的綠色施工情況。文獻(xiàn)[18]采用了改進(jìn)灰色關(guān)聯(lián)度的方法對(duì)充電安全進(jìn)行分析，增加了指標(biāo)間的區(qū)分度，但是并沒(méi)有改變主觀性強(qiáng)的問(wèn)題，構(gòu)建了電動(dòng)汽車(chē)充電安全預(yù)警一體化模型，并且設(shè)計(jì)了充電安全預(yù)警平臺(tái)，實(shí)現(xiàn)了對(duì)電動(dòng)汽車(chē)充電安全的實(shí)時(shí)監(jiān)測(cè)與安全預(yù)警。

因此，通過(guò)引入標(biāo)準(zhǔn)離差法把專(zhuān)家評(píng)估的主觀權(quán)重與實(shí)際數(shù)據(jù)的客觀權(quán)重?cái)M合到一起求出綜合權(quán)重，然后對(duì)電動(dòng)汽車(chē)充電安全性進(jìn)行模糊綜合評(píng)價(jià)。通過(guò)實(shí)例分析，證實(shí)了該評(píng)價(jià)方法的可行性和實(shí)用性。

1 電動(dòng)汽車(chē)充電安全特性

1.1 動(dòng)力電池安全特性

在電池生產(chǎn)過(guò)程中，由于各個(gè)環(huán)節(jié)的技術(shù)難度不同，鋰離子電池的最終表現(xiàn)往往會(huì)有所變化。例如，在電池的生產(chǎn)階段，由于對(duì)原材料的細(xì)微調(diào)整，以及對(duì)電池的正反極的涂覆，可能會(huì)影響電池的最終表現(xiàn)。此外，由于電池的內(nèi)部結(jié)構(gòu)可能會(huì)有所變化，從而會(huì)影響電池的容量和內(nèi)阻。在日常應(yīng)用場(chǎng)景下，鋰離子電池因?yàn)槊總€(gè)單元的溫度、空氣流動(dòng)狀態(tài)、自發(fā)放射特征等因素的變化，它們的額定功率、內(nèi)部阻抗和電壓的變化也將大大提高。當(dāng)電池連接在一個(gè)地方，它們之間的變化會(huì)越來(lái)越明顯，這會(huì)降低整個(gè)系統(tǒng)的運(yùn)轉(zhuǎn)效率，甚至可能導(dǎo)致危險(xiǎn)的后果。所以，在確保系統(tǒng)的可靠運(yùn)轉(zhuǎn)的前提下，定期的系統(tǒng)故障檢查是非常必要的。

異常電池在電池組中的表現(xiàn)大多也與電池容量、內(nèi)阻等呈高度相關(guān)，因此電池異?？梢酝ㄟ^(guò)其電壓進(jìn)行反映。常見(jiàn)的電池組異常主要有：電池絕緣破損、電池內(nèi)短路以及電池漏液等。若電池絕緣破損，則在外特性上可能表現(xiàn)為充電電壓較低；若電池存在內(nèi)短路，其容量將大幅減少；對(duì)于電池漏液，流失大量電解液會(huì)降低其導(dǎo)電能力，同時(shí)大量的鋰離子流失，會(huì)導(dǎo)致電池的容量迅速衰減、內(nèi)阻增加，表現(xiàn)為電池電壓偏高。

動(dòng)力電池安全特性參數(shù)：

1)溫度指標(biāo)：溫度變化率和電池組內(nèi)最高溫度。在電池充電過(guò)程中，當(dāng)溫度變化率或電池組內(nèi)最高溫度大于某一值時(shí)，電池組部分過(guò)熱或溫度上升速度過(guò)快，意味著電池組內(nèi)部電池連接可能出現(xiàn)松動(dòng)，從而導(dǎo)致連接阻值增加，或某個(gè)單體電池的內(nèi)阻發(fā)生變化。這可能進(jìn)一步導(dǎo)致電池組存在熱失控的潛在風(fēng)險(xiǎn)。

2)電壓指標(biāo)：?jiǎn)误w電壓變化率，表明電壓不一致性的電壓極差，電池組內(nèi)最大單體電壓。

3)內(nèi)阻指標(biāo)：(組內(nèi)單體電池的內(nèi)阻不一致性)，當(dāng)電池組中某個(gè)或幾個(gè)電池的內(nèi)阻明顯大于組內(nèi)其他電池時(shí)，這可能意味著該電池的連接松動(dòng)導(dǎo)致連接內(nèi)阻增加，或者該電池與其他電池相比衰減更嚴(yán)重，從而導(dǎo)致電池內(nèi)阻的較大增長(zhǎng)。針對(duì)此情形，應(yīng)當(dāng)發(fā)出潛在安全隱患的預(yù)警信息。

4)單體電池內(nèi)阻的變化值：是指在實(shí)際應(yīng)用中，當(dāng)前充電周期的內(nèi)阻與上一次充電周期內(nèi)阻之間的差異。電池壽命測(cè)試結(jié)果顯示，在電池容量迅速下降期間，通常伴隨電池內(nèi)阻的急劇增長(zhǎng)。因此，兩個(gè)充電周期內(nèi)的內(nèi)阻變化值也是表示電池潛在問(wèn)題的關(guān)鍵信息。

5)電池SOH：表示動(dòng)力電池的健康狀態(tài)，可以用來(lái)衡量電池的壽命。用可用容量除以標(biāo)準(zhǔn)蓄電池的容量來(lái)要求，它的健康狀態(tài)會(huì)隨著使用年限增加，內(nèi)部結(jié)構(gòu)老化等影響逐漸降低。

1.2 充電設(shè)備安全特性

電動(dòng)車(chē)充電技術(shù)的發(fā)展已經(jīng)取得重大進(jìn)展，充電基礎(chǔ)設(shè)施由電源、充電、監(jiān)控、計(jì)費(fèi)等部件組成。在充電過(guò)程中，可以通過(guò)對(duì)非車(chē)載充電機(jī)和交流充電樁的充電安全性進(jìn)行評(píng)估，來(lái)確保電池充電的可靠性。

充電設(shè)備安全特性參數(shù)：

1)直流電壓輸出誤差：電壓輸出可以根據(jù)不同的電壓水平進(jìn)行調(diào)整，其輸出誤差也可以根據(jù)電壓水平進(jìn)行調(diào)整。為了確保電壓的準(zhǔn)確性，請(qǐng)將電壓輸出設(shè)備配置為半載，然后將電壓傳感器放置于電壓輸出端。通過(guò)對(duì)比檢驗(yàn)，確保充電機(jī)的輸出電壓符合設(shè)計(jì)要求，其相對(duì)靜態(tài)誤差在±0.5%之內(nèi)。

2)充電穩(wěn)壓精度：當(dāng)電池處于穩(wěn)壓狀態(tài)時(shí)，將電池的電流調(diào)整到85%～115%的額定電流，并將負(fù)荷電流調(diào)整到10%～100%的額定電流，以此來(lái)確保電池的電壓能夠達(dá)到最大的效果。此外，還要對(duì)電池的電流進(jìn)行測(cè)量，以確保電池的電壓能夠達(dá)到最大的效果。通過(guò)調(diào)節(jié)輸入直流電壓的參數(shù)，并進(jìn)行多次實(shí)驗(yàn)，以確保在滿(mǎn)足多級(jí)要求的情況下，其穩(wěn)壓精度均低于±0.2%。

3)紋波系數(shù)：通過(guò)紋波系數(shù)的校準(zhǔn)，將輸入電壓從設(shè)計(jì)時(shí)的最高和最低設(shè)置到指定的最大和最小設(shè)置，并將負(fù)荷電流從10%～100%的設(shè)置范圍內(nèi)進(jìn)行校準(zhǔn)，最終可以獲得充電機(jī)的交流分量的最大峰值。

4)限壓特性：通過(guò)調(diào)節(jié)負(fù)載電阻，可以有效地控制恒流充電設(shè)備的直流電壓，一旦電壓高于設(shè)計(jì)的閾值，就會(huì)被有效地抑制，從而達(dá)到節(jié)約電力的目的。

5)充電設(shè)備故障率：可以用設(shè)備的停休時(shí)間占計(jì)劃使用時(shí)間的百分比表示。表征著充電設(shè)備的可靠性與耐用性。

6)BMS響應(yīng)率：表示電池管理系統(tǒng)與充電設(shè)施通信實(shí)時(shí)交互的成功率，若交互失敗則不能進(jìn)行正常充電，因此是電動(dòng)汽車(chē)安全充電的前提。

7)輸出過(guò)壓率：表示輸出電壓超過(guò)額定電壓的部分百分比，輸出過(guò)壓率越大，輸出電壓越大，導(dǎo)致電池受熱迅速增加從而引發(fā)熱失控。

8)功率因數(shù)：功率因數(shù)等于有功功率比視在功率。功率因數(shù)是決定電壓穩(wěn)定性、線路損耗、設(shè)備性能以及電費(fèi)的關(guān)鍵因素。當(dāng)輸出功率超過(guò)1 kW時(shí)，功率因數(shù)必須達(dá)到50%～100%，且不能低于0.92。

1.3 配電網(wǎng)安全特性

當(dāng)配電網(wǎng)運(yùn)行過(guò)程中，存在著諸多不確定因素。這些不確定因素可以根據(jù)動(dòng)態(tài)時(shí)間的快慢、參數(shù)變化情況(如低電壓、大幅度相角偏移等)和調(diào)節(jié)方法(如無(wú)功控制、切換開(kāi)關(guān)控制等)進(jìn)行區(qū)分。針對(duì)以上配電網(wǎng)安全的分類(lèi)方法，可以更加迅速、準(zhǔn)確地進(jìn)行相應(yīng)的控制。

為了確保配電網(wǎng)的安全運(yùn)行，應(yīng)該綜合考慮多個(gè)因素，包括但不限于：安全供電水平、穩(wěn)定的靜態(tài)電壓、薄弱的拓?fù)浼軜?gòu)、短期的穩(wěn)定性、監(jiān)控設(shè)備的狀況、風(fēng)險(xiǎn)控制等5個(gè)維度。

配電網(wǎng)安全特性參數(shù)：

1)累計(jì)故障次數(shù)：在接入充電設(shè)施的配電網(wǎng)區(qū)域內(nèi)發(fā)生故障的總次數(shù)，表征著配電網(wǎng)的安全水平，可以表示配電網(wǎng)對(duì)電動(dòng)汽車(chē)充電安全的影響。

2)電壓水平波動(dòng)率：可用配電網(wǎng)內(nèi)額定電壓與接入電動(dòng)汽車(chē)時(shí)的實(shí)際電壓的差值除以額定電壓乘百分之百表示，表征電動(dòng)汽車(chē)充電時(shí)對(duì)配電網(wǎng)電壓波動(dòng)產(chǎn)生的影響。

3)臺(tái)變功率越限率：電動(dòng)汽車(chē)充電時(shí)需要的負(fù)載功率超過(guò)了配電網(wǎng)的額定功率，然后求出超出的部分占額定功率的百分比。表征著配電網(wǎng)過(guò)負(fù)荷輸出功率的能力，越限率越大配電網(wǎng)越安全。

4)短時(shí)負(fù)載率：短時(shí)負(fù)載率是指在一個(gè)較短時(shí)間內(nèi)，某一電力系統(tǒng)的負(fù)載與其容量的比率。通常情況下，短時(shí)負(fù)載率用于描述某電力系統(tǒng)在短時(shí)間內(nèi)的負(fù)荷波動(dòng)情況，例如某一小時(shí)內(nèi)的負(fù)荷峰值。

5)配電變壓器容載比：配電變壓器容載比是指變壓器的額定容量與其實(shí)際負(fù)載的比率。通常情況下，變壓器的額定容量是指在標(biāo)準(zhǔn)工況下，變壓器能夠穩(wěn)定運(yùn)行的最大容量，而實(shí)際負(fù)載則是指變壓器在運(yùn)行過(guò)程中所承載的負(fù)荷。

2 電動(dòng)汽車(chē)充電安全指標(biāo)體系

評(píng)估電動(dòng)汽車(chē)充電安全狀態(tài)時(shí)，首先構(gòu)建電動(dòng)汽車(chē)充電安全評(píng)價(jià)指標(biāo)體系，為了提高充電安全評(píng)估的可靠性，需要選取合理的特征指標(biāo)。在選取評(píng)價(jià)指標(biāo)時(shí)，要求評(píng)價(jià)者具備相關(guān)的理論知識(shí)基礎(chǔ)，并對(duì)評(píng)價(jià)對(duì)象有詳細(xì)了解與認(rèn)識(shí)。

2.1 指標(biāo)體系構(gòu)建原則

1)科學(xué)性原則：構(gòu)建充電安全指標(biāo)體系的時(shí)候，所選取的指標(biāo)必須具備明確的概念和相應(yīng)的科學(xué)內(nèi)涵。同時(shí)所選取的安全評(píng)價(jià)指標(biāo)必須可以定量評(píng)估并且可以反映出電動(dòng)汽車(chē)充電過(guò)程實(shí)際的安全狀態(tài)。

2)全面性原則：電動(dòng)汽車(chē)充電安全受到不同方面的因素影響，在選取評(píng)價(jià)指標(biāo)的時(shí)候應(yīng)該從環(huán)境到配電網(wǎng)多個(gè)角度全面考慮。通過(guò)多角度建立的評(píng)價(jià)指標(biāo)體系才可以真實(shí)反映出充電安全運(yùn)行情況。

3)可操作性原則：所設(shè)計(jì)的充電安全預(yù)警模型可以付諸實(shí)踐且可以保證評(píng)價(jià)結(jié)果的正確性。所選取的指標(biāo)應(yīng)該具有可量化性和真實(shí)性，且既可以反映評(píng)價(jià)對(duì)象的內(nèi)涵，又可以保證評(píng)價(jià)結(jié)果的精度。

4)獨(dú)立性原則：指標(biāo)體系中的指標(biāo)應(yīng)該是相互獨(dú)立的，即不受其他指標(biāo)的影響，能夠單獨(dú)描述某個(gè)特定方面的情況，而不會(huì)受到其他方面的影響。如果指標(biāo)間存在依賴(lài)關(guān)系或重疊，就可能會(huì)導(dǎo)致重復(fù)計(jì)算或計(jì)算偏差。

5)穩(wěn)定性原則：在構(gòu)建指標(biāo)體系時(shí)，應(yīng)該選擇穩(wěn)定性較高的指標(biāo)，避免選擇波動(dòng)性較大的指標(biāo)。穩(wěn)定性是指在不同時(shí)間和環(huán)境下的變化程度。穩(wěn)定性較高的指標(biāo)變化不會(huì)受到外界因素的影響而產(chǎn)生明顯波動(dòng)，而穩(wěn)定性較低的指標(biāo)則可能會(huì)受到外界因素的影響而產(chǎn)生較大的波動(dòng)。

6)可比性原則：選取的指標(biāo)必須是充電過(guò)程中的共性，不能是某一個(gè)充電過(guò)程所特有的屬性，這樣評(píng)價(jià)對(duì)象才能具有可比性。

按照以上6個(gè)原則嚴(yán)格選取指標(biāo)，就可以建立正確的充電安全評(píng)價(jià)指標(biāo)體系。

2.2 指標(biāo)體系構(gòu)建

圖1為電動(dòng)汽車(chē)充電安全指標(biāo)體系構(gòu)建流程圖。首先，對(duì)發(fā)生的電動(dòng)汽車(chē)充電安全事故進(jìn)行調(diào)研分析，選出誘發(fā)充電安全事故的特征指標(biāo)；其次，再?gòu)碾妱?dòng)汽車(chē)安全充電的相關(guān)規(guī)范中選取關(guān)鍵指標(biāo)；最后，使用所選出的指標(biāo)構(gòu)建評(píng)價(jià)指標(biāo)體系可能具有不合理，甚至錯(cuò)誤等問(wèn)題，因此需要對(duì)所選的指標(biāo)進(jìn)行專(zhuān)家意見(jiàn)集中度計(jì)算，求出專(zhuān)家意見(jiàn)集中度高的重要指標(biāo)來(lái)構(gòu)建評(píng)價(jià)指標(biāo)體系。

圖1 電動(dòng)汽車(chē)充電安全指標(biāo)體系構(gòu)建流程圖

本文主要從環(huán)境、動(dòng)力電池、充電設(shè)備、配電網(wǎng)這4個(gè)角度來(lái)對(duì)電動(dòng)汽車(chē)的充電安全進(jìn)行綜合評(píng)價(jià)，如圖2所示。

3 指標(biāo)權(quán)重確定

電動(dòng)汽車(chē)充電安全評(píng)價(jià)模型中各指標(biāo)權(quán)重是受多種因素共同影響的復(fù)雜問(wèn)題。為了保證評(píng)估的合理性，采用主觀權(quán)重與客觀權(quán)重結(jié)合的方法確定指標(biāo)的綜合權(quán)重。

3.1 基于灰色關(guān)聯(lián)度主觀權(quán)重

灰色關(guān)聯(lián)度分析法是由灰色理論發(fā)展而來(lái)。其中，灰色關(guān)聯(lián)分析的基本思想就是根據(jù)序列曲線幾何形狀的相似程度來(lái)判斷其聯(lián)系是否緊密。通過(guò)專(zhuān)家經(jīng)驗(yàn)打分建立權(quán)重母序列，選取專(zhuān)家經(jīng)驗(yàn)打分的最大數(shù)值賦給參考序列。分析專(zhuān)家經(jīng)驗(yàn)權(quán)重母序列與參考序列之間的差異來(lái)確定關(guān)聯(lián)程度。當(dāng)關(guān)聯(lián)程度越大時(shí)，指標(biāo)序列與參考序列越接近，表明該指標(biāo)所具備的重要性越高，應(yīng)當(dāng)賦予更大的權(quán)重。最后對(duì)各指標(biāo)的關(guān)聯(lián)度進(jìn)行歸一化處理，得出各自的權(quán)重，即：

1)邀請(qǐng)m個(gè)專(zhuān)家對(duì)n個(gè)指標(biāo)進(jìn)行權(quán)重評(píng)估打分，得出m×n的權(quán)重母序列；從權(quán)重母序列中選擇出最大權(quán)重值，并把該值賦到參考序列X0中，X0=(x0(1)，x0(2)，...，x0(m))。

X1=(x1(1)，x1(2)，...，x1(m))

X2=(x2(1)，x2(2)，...，x2(m))

?

Xn=(xn(1)，xn(2)，...，xn(m))

(1)

2)計(jì)算各指標(biāo)序列關(guān)聯(lián)系數(shù)及關(guān)聯(lián)度。把參考序列X0與母序列相比較從而得出各個(gè)指標(biāo)對(duì)應(yīng)的關(guān)聯(lián)系數(shù)為：

γ0i(k)=

(2)

式中，i=1，2，…，n；k=1，2…，m；ρ表示分辨系數(shù)，ρ∈(0，1)，應(yīng)用時(shí)一般選取0.5。其關(guān)聯(lián)度為：

(3)

各序列的關(guān)聯(lián)度大小代表著各個(gè)評(píng)價(jià)指標(biāo)相對(duì)于參考序列的緊密程度，其中關(guān)聯(lián)度越大意味著專(zhuān)家評(píng)估權(quán)重集中度越高，應(yīng)該賦予的權(quán)重越大。把γ0i關(guān)聯(lián)度歸一化后作為相應(yīng)的權(quán)重，即ω=(ω1，ω2，…，ωn)，其中：

(4)

然而，采用上述灰色關(guān)聯(lián)度法求取指標(biāo)權(quán)重存在兩個(gè)問(wèn)題，表現(xiàn)為：

1)指標(biāo)權(quán)重確立不具備客觀性，即使一組相同的母序列，如果選取不同的參考序列X0或者選擇不同的分辨系數(shù)，也會(huì)得出不同的權(quán)重結(jié)果。與此同時(shí)，專(zhuān)家評(píng)估打分值又受主觀因素影響太大。

2)當(dāng)分辨系數(shù)ρ=0.5時(shí)，通常有γi>0.333，從而導(dǎo)致指標(biāo)間重要性難以區(qū)分。

3.2 基于實(shí)際數(shù)據(jù)的客觀權(quán)重計(jì)算

權(quán)重分配的越合理充電安全風(fēng)險(xiǎn)評(píng)估的結(jié)果愈加準(zhǔn)確。僅依靠專(zhuān)家經(jīng)驗(yàn)很難保證權(quán)重分配的合理性，為此引入了基于實(shí)際數(shù)據(jù)的客觀權(quán)重來(lái)擬合出綜合的權(quán)重結(jié)果。與此同時(shí)可以改善灰色關(guān)聯(lián)度存在的指標(biāo)權(quán)重間區(qū)分度不高和主觀性太強(qiáng)的問(wèn)題。

首先對(duì)2014～2019年電動(dòng)汽車(chē)主要事故進(jìn)行分析，確定在充電過(guò)程中誘發(fā)事故的原因，并且統(tǒng)計(jì)不同原因誘發(fā)事故的頻率，頻率越高的賦予越大的權(quán)重，即：

(5)

3.3 綜合權(quán)重的計(jì)算

用標(biāo)準(zhǔn)離差法將主觀權(quán)重和客觀權(quán)重綜合到一起得出綜合權(quán)重。標(biāo)準(zhǔn)離差法是一種客觀的權(quán)重分配方法，其具體步驟如下：

計(jì)算主觀和客觀權(quán)重的標(biāo)準(zhǔn)差σ1、σ2，將標(biāo)準(zhǔn)差更大的一項(xiàng)賦予更大的比重μ，且

(6)

其中：μi為權(quán)重分配比例系數(shù)。

最后，得到綜合權(quán)重為：

Wi=μ1ωi+μ2vi(i=1，2，…，N)

(7)

4 隸屬度函數(shù)確定和安全等級(jí)劃分

4.1 隸屬度函數(shù)確定

隸屬度函數(shù)通常用來(lái)求取指標(biāo)對(duì)不同評(píng)語(yǔ)等級(jí)的隸屬程度，其確定過(guò)程通常帶有主觀因素，實(shí)質(zhì)上是反映事物的漸變性。隸屬函數(shù)需要具備以下特點(diǎn)：1)單峰值凸模糊集；2)隸屬函數(shù)的因變量取值覆蓋所有x軸取值；3)兩個(gè)隸屬函數(shù)重疊時(shí)，不能同時(shí)出現(xiàn)最大隸屬度。只要能夠反映相同的模糊概念，即使建立的隸屬函數(shù)不同，在實(shí)際應(yīng)用中也是殊途同歸?？偟膩?lái)說(shuō)，梯形分布的隸屬函數(shù)適用范圍廣泛，其簡(jiǎn)單易懂、可操作性強(qiáng)，所以本文采用梯形分布的隸屬函數(shù)，其具體形式為：

1)偏小型：

(8)

2)偏大型：

(9)

3)居中型：

(10)

所構(gòu)建的充電安全的評(píng)價(jià)體系中的定量指標(biāo)有“極大型”指標(biāo)：取值越大越好，“極小型”指標(biāo)：取值越小越好，及“居中型”指標(biāo)：取值越趨近于某個(gè)區(qū)間越好。

4.2 安全等級(jí)劃分

建立評(píng)語(yǔ)等級(jí)V={v1，v2，v3，v4，v5}，v1表示絕對(duì)安全，v2表示安全，v3表示一般安全，v4表示危險(xiǎn)，v5表示非常危險(xiǎn)。同時(shí)建立對(duì)應(yīng)的評(píng)分集T=(t1，t2，…，ts)T，t1表示絕對(duì)安全，t2表示安全，t3表示一般安全，t4表示危險(xiǎn)，t5表示非常危險(xiǎn)，其具體評(píng)分值如表1所示。

表1 安全評(píng)分表

調(diào)研電動(dòng)汽車(chē)充電狀況，首先統(tǒng)計(jì)各個(gè)指標(biāo)正常充電時(shí)的數(shù)據(jù)通過(guò)云模型生成相應(yīng)的閾值區(qū)間，合理劃分等級(jí)；然后分析充電故障時(shí)各個(gè)指標(biāo)相關(guān)的特征數(shù)據(jù)，生成危險(xiǎn)等級(jí)下各個(gè)指標(biāo)的閾值區(qū)間，最后結(jié)合相關(guān)的國(guó)際標(biāo)準(zhǔn)以及行業(yè)規(guī)范標(biāo)準(zhǔn)，整理出電動(dòng)汽充電不同指標(biāo)的安全等級(jí)閾值，最終構(gòu)建安全等級(jí)劃分表，如表2所示。

表2 電動(dòng)汽車(chē)充電安全評(píng)價(jià)指標(biāo)安全等級(jí)劃分

5 實(shí)驗(yàn)結(jié)果與分析

5.1 實(shí)驗(yàn)步驟

按照所構(gòu)建的充電安全評(píng)價(jià)體系，對(duì)充電安全進(jìn)行評(píng)價(jià)，具體流程如圖3示。

圖3 電動(dòng)汽車(chē)充電安全評(píng)價(jià)流程圖

首先通過(guò)灰色關(guān)聯(lián)度確定不同評(píng)價(jià)指標(biāo)的主觀權(quán)重。邀請(qǐng)15位來(lái)自電動(dòng)汽車(chē)充電安全領(lǐng)域的專(zhuān)家以及業(yè)內(nèi)人士，對(duì)不同指標(biāo)的權(quán)重進(jìn)行評(píng)估打分；以準(zhǔn)則層的一級(jí)指標(biāo)為例，建立專(zhuān)家評(píng)估打分權(quán)重表3。

表3 專(zhuān)家經(jīng)驗(yàn)判斷權(quán)重

由上述的專(zhuān)家權(quán)重評(píng)估打分表，建立相應(yīng)的母序列矩陣，然后找出權(quán)重的最大值作為參考值賦給參考序列X0。

根據(jù)式(1)～(4)得出電動(dòng)汽車(chē)充電安全的準(zhǔn)則層模糊權(quán)重為ω0=(0.195 0.412 0.2 0.193)。然后，由圖4所示，根據(jù)2014～2019年主要電動(dòng)汽車(chē)事故統(tǒng)計(jì)[19-21]確定電動(dòng)汽車(chē)充電安全準(zhǔn)則層環(huán)境安全U1、電池安全U2、充電設(shè)備安全U3和配電網(wǎng)安全U4權(quán)重。

圖4 電動(dòng)汽車(chē)充電事故統(tǒng)計(jì)圖

統(tǒng)計(jì)不同原因誘發(fā)事故的頻率，頻率越高賦予權(quán)重越大。準(zhǔn)則層環(huán)境安全權(quán)重為V1=0，電池安全的權(quán)重為V2=0.77，充電設(shè)備安全的權(quán)重為V3=0.23，配電網(wǎng)安全權(quán)重為V4=0。由式(7)得綜合權(quán)重W0=(0.045 0.688 0.223 0.044)。

同理可得環(huán)境安全U1的綜合權(quán)重為：ω1=(0.719 0.241 0.04)，電池U2的綜合權(quán)重：ω2=(0.264 0.614 0.122)，充電設(shè)備U3的綜合權(quán)重：ω3=(0.117 0.658 0.225)，配電網(wǎng)U4的綜合權(quán)重：ω4=(0.584 0.188 0.228)。

從“電動(dòng)汽車(chē)充電安全平臺(tái)”中獲取南京市2018年度電動(dòng)汽車(chē)的充電數(shù)據(jù)進(jìn)行安全評(píng)價(jià)分析，獲取的充電數(shù)據(jù)如表4所示。

表4 獲取的2018年南京市充電數(shù)據(jù)

將A組充電數(shù)據(jù)代入式(8)～(10)，結(jié)合安全等級(jí)閾值建立隸屬度矩陣如下：

首先通過(guò)二級(jí)隸屬度矩陣和二級(jí)指標(biāo)權(quán)重得到一級(jí)模糊綜合評(píng)判矩陣R為：

然后得到充電安全評(píng)價(jià)的隸屬度評(píng)判矩陣：

最終得到評(píng)分值：

f=R×T={86.44，84.19，92.68，85.91}

F=B×T=86.65

5.2 防范評(píng)估結(jié)果分析

圖5為評(píng)價(jià)結(jié)果。環(huán)境安全評(píng)分為86.44，電池安全評(píng)分為84.19，充電設(shè)備安全92.68，配電網(wǎng)安全評(píng)分為85.91，綜合得分為86.65。環(huán)境安全處于安全級(jí)別，電池安全處于安全級(jí)別，充電設(shè)備安全處于絕對(duì)安全級(jí)別，配電網(wǎng)安全處于安全級(jí)別。此次充電過(guò)程處于安全級(jí)別。同理可得B組處于絕對(duì)安全級(jí)別；C組處于一般安全級(jí)別；D組處于危險(xiǎn)級(jí)別；E組處于非常危險(xiǎn)級(jí)別。

圖5 評(píng)價(jià)結(jié)果

A組和B充電過(guò)程均處于安全等級(jí)以上，充電設(shè)備、配電網(wǎng)、動(dòng)力電池的評(píng)估指標(biāo)參數(shù)均處在閾值范圍內(nèi)，運(yùn)行狀態(tài)穩(wěn)定，基本不會(huì)發(fā)生故障，所以無(wú)需檢修。C組充電過(guò)程的充電設(shè)備處于一般安全狀態(tài)，充電設(shè)備的評(píng)估指標(biāo)運(yùn)行參數(shù)偏向閾值范圍，運(yùn)行狀態(tài)較為穩(wěn)定，故障發(fā)生率有所增加，應(yīng)按檢修周期定期巡檢。D組充電過(guò)程的充電設(shè)備和電池處于危險(xiǎn)狀態(tài)，評(píng)估指標(biāo)參數(shù)極其接近閾值，運(yùn)行狀態(tài)不穩(wěn)定，隨時(shí)可能出現(xiàn)故障，應(yīng)該加強(qiáng)監(jiān)控優(yōu)先檢修。E組充電過(guò)程動(dòng)力電池處于非常危險(xiǎn)狀態(tài)，評(píng)估指標(biāo)參數(shù)超過(guò)了閾值，極易引發(fā)電池的熱失控，從而導(dǎo)致充電事故的發(fā)生，應(yīng)立刻停止充電進(jìn)行檢修。

6 結(jié)束語(yǔ)

從現(xiàn)有的相關(guān)標(biāo)準(zhǔn)以及充電安全事故中提煉出關(guān)鍵指標(biāo)，經(jīng)過(guò)專(zhuān)家評(píng)估打分選取集中度高的指標(biāo)構(gòu)建綜合評(píng)價(jià)指標(biāo)體系。通過(guò)基于灰色關(guān)聯(lián)度的專(zhuān)家經(jīng)驗(yàn)賦權(quán)與基于實(shí)際數(shù)據(jù)客觀權(quán)重相結(jié)合的方法確定綜合權(quán)重，避免了客觀性缺失的弊端，提高了權(quán)重?cái)M合的合理性，使得評(píng)估結(jié)果更加準(zhǔn)確。分別從環(huán)境、電池、充電設(shè)備、配電網(wǎng)4個(gè)方面選取指標(biāo)來(lái)評(píng)價(jià)電動(dòng)汽車(chē)充電安全狀態(tài)；通過(guò)分析正常充電時(shí)的數(shù)據(jù)和故障時(shí)的數(shù)據(jù)，生成各個(gè)指標(biāo)的閾值區(qū)間，然后劃分為5個(gè)安全等級(jí)，將充電過(guò)程的實(shí)時(shí)數(shù)據(jù)代入安全等級(jí)中去結(jié)合隸屬函數(shù)便可以求出隸屬度矩陣，最后通過(guò)模糊綜合評(píng)價(jià)求出綜合得分，實(shí)現(xiàn)安全預(yù)警。該評(píng)估方法可以實(shí)時(shí)監(jiān)測(cè)電動(dòng)汽車(chē)充電過(guò)程的數(shù)據(jù)，然后輸出安全風(fēng)險(xiǎn)等級(jí)，有效降低充電安全事故發(fā)生的可能。