基于模糊综合评价法的直流充电桩温度影响研究
2021-07-21郭琳邹建强赵雪茹朱勇志李明怀王智东
郭琳,邹建强,赵雪茹,朱勇志,李明怀,王智东
(1.广州城市理工学院,广州 510800; 2.威凯检测技术有限公司,广州 510663;3.工业产品环境适应性国家重点实验室中国电器科学研究院有限公司,广州 510663;4.华南理工大学电力学院,广州 510640)
引言
目前随着新能源汽车产业的快速发展,直流充电桩得到了广泛应用。直流充电桩运行过程中,由于多种不良环境因素共同作用,如环境温度较高、天气环境恶劣、空气含有污染物等,使充电桩产生各种故障,如充电桩部件绝缘性能降低或损坏、塑料部件老化、金属部件锈蚀、内部元件性能降低或损坏等,故障部件及故障概率具有不确定性,采用传统方法无法进行准确评估。文献[1]以经典的直流充电桩为例给出了直流充电桩的可靠性指标,深入内部结构对直流充电桩的功能模块进行可靠性影响分析,并采用最小割集法计算了直流充电桩的失效指标。文献[2]针对直流充电桩故障多发现状,提出一种基于深度神经网络的直流充电桩故障诊断方法,利用对整流器输出电压的监测实现充电桩故障实时诊断。将输出电压数据作为数据输入对深度神经网络进行训练,得出了基于数据指针向量故障诊断判据。文献[3]针对充电桩已存在的故障集中类型,对功率器件所在回路较普遍的故障(开路)提出了一种改进的状态空间的智慧预警方法,设计了数据预测模型框架,细化了充电桩智能预警系统处理模式,并把新型算法嵌入到预警系统中。以上方法主要从电气角度分析充电桩,较少考虑环境因素对直流充电桩的影响,由于直流充电桩受环境影响具有显性不明显、长期性和复杂性的特点,因此本文结合专家评价体系,采用人工智能中层次分析法和模糊综合评判方法,得到环境温度对直流充电桩整体的量化影响指标,以期指导充电桩运行、使用和维护[3]。
1 华南地区充电桩典型故障问题
华南地区是典型的湿热气候,充电桩在湿热环境下长期户外服役更易发生各种故障问题,本文对充电桩安装数量较多的珠海市内1 000多只户外充电桩进行了调查。珠海市位于广东省南部、珠江出海口西岸,濒临广阔的南海,属典型的亚热带季风海洋性气候,终年气温较高,气候湿润,年平均相对湿度80 %;雨量充沛,年平均降雨量达到2 061.9 mm。调查地点多达40多个,包括海滨公园、南坑、驿联体验馆等。充电桩典型故障问题如图1所示。
图1 珠海市充电桩典型问题
在湿热气候下,由于充电桩服役环境比较恶劣,充电桩投入户外使用2-3年后,主要出现以下问题:①充电柜外壳的封堵泥失效,密封性下降;②充电柜内电线发霉;③充电枪电缆发霉、磨损严重;④充电枪外壳出现裂缝、甚至破碎,露出导线,灰尘和泥沙积聚;⑤接地螺钉腐蚀严重,甚至脱落。
这些问题给充电桩的使用带来了严重的安全隐患,轻则引起充电桩不能正常使用,重则甚至可能引起故障。由环境因素导致的充电桩常见电气故障如表1所示。
表1 由环境因素导致的充电桩常见电气故障
本文结合华南地区直流充电桩的运行情况,通过层次分析法和模糊综合评判方法研究温度对直流充电桩电气结构影响的强弱程度,即直流充电桩电气结构可靠性,并进行量化分析。
2 模糊综合评判方法理论
模糊综合评判是采用模糊数学为基本理论,对边界模糊、不容易定量的因素进行定值,从多因素对被评估对象的相关度进行综合评价的方法。该方法特点在于,对象的评估是逐一进行的,每一个评估的对象都有并且只有一个评价值;优势在于数学模型简便,对多层次和多因素的复杂问题评价效果较好[4-7]。
2.1评价因素和评价等级
假定U={u1,u2,u3,...,um}为描述被评估对象的m种因素,其中m是评价因素的个数,由具体的指标体系确定。
考虑到直流充电桩结构较复杂,评判集因素过多,本文进一步采用分层评判模型,通过提取具有共同特征的几个因素组成若干最低层单因素评判因素集,再将这些评判因素集看作因素构成若干次低层评判因素集,以此类推,直到构成最高层即第一层评判因素集为止。
评价集是描述评判因素集U里面各因素所处状态的若干种判断,即评价等级
2.2评价矩阵
单独从评判因素集U中的一个因素ui出发进行评判,确定评估对象对评价集合V的隶属度,再将所有评估对象对评价集合V的隶属度构成一个评价矩阵R。
2.3权重确定
由于各因素在最终评价目标的重要程度有所不同,需要为各因素确定对应的权重值。各因素权重的集合称为权重集为对应评判因素集U中的单个因素ui的权重,由权重集与评价矩阵进行矩阵乘法运算即可得到模糊综合评价结果。
常见的评价问题中权重的选取是根据经验主观取值,而本文采用层次分析法获得权重,其数学方法所具有的逻辑性可有效避免主观成份,更贴近客观事实。
通过层次分析法确定权重集A的过程如下:将集合中的因素两两进行重要性比较[8,9],得出判断矩阵B,以本文为例,电源电路、微处理器两因素在直流充电桩电气结构故障中的判断矩阵为:
式中,如电源电路故障和本身相比同等重要b11=1,电源电路故障比微处理器故障稍不重要b12=1/3,微处理器故障比电源电路故障稍重要b21=3。
为了保证判断之间协调一致、无相互矛盾,同时要进行一致性检验。一致性检验方法有多种,如偏差矩阵修正法、最大偏差值法、均方差法等,本文利用MATLAB软件平台采用方根法进行一致性检验。
2.4模糊综合评价结果B
通过模糊变换得到模糊综合评价结果B:
式中:
bj—被评估对象从整体上看对评价集各元素vj的隶属程度。
2.5模糊综合评价结果分析
被评估对象对各级模糊子集的相关度即模糊综合评价的结果,它通常是矢量,而不是单独的一个数值,因此提供的信息量比较丰富。若对多个评估对象进行对比,就需要将每个评估对象的综合评价结果B依次转换为综合分数,并按大小排序,从中选取最优者。
3 直流充电桩可靠性评价体系
3.1确定模糊综合评判因素集、温度影响的综合评价集和评判矩阵
直流充电桩电气结构故障的评判因素集包括11个因素[10-13],为了直观和计算的方便,采用二层评判模型如图3所示;综合评价集采用五级评判,即 V={很高,高,中,低,很低}。
温度影响的评判矩阵数据获取来源于专家评价系统。根据华南地区直流充电桩的运行情况,通过问卷的方式向多位经验丰富的电气专家询问每一个因素的契合度数据,再按照可信度数值对数据进行不同权重的处理。
3.2权重确定
通过层次分析法确定权重集A,采用方根法进行一致性检验,其中CI为计算出判断矩阵A的一致性指标,CI<0.10则判断矩阵A有良好的一致性,CI值越小、一致性越好;RI则为判断矩阵A的平均随机一致性指标,值由判断矩阵A的阶数n决定,如表2所示,可见一阶判断矩阵和二阶判断矩阵总是可以通过一致性检查;CR为计算得到的随机一致性比率,2阶以上的判断矩阵,其随机一致性指标比率CR< 0.1时,判断矩阵A的一致性检验则为通过。采用MATLAB实现的一致性检验流程如图2所示。
表2 平均随机一致性指标
图2 判断矩阵一致性检验程序流程图
4 应用
4.1模糊综合评判数学模型
直流充电桩故障主要包括控制模块、功率转换模块和外部设备三个部分,直流充电桩电气结构故障二层评判模型如图3所示。由专家系统生成温度影响的评判矩阵数据,通过层次分析法确定权重集A,利用MATLAB采用方根法进行一致性检验并验证通过,最后得到模糊综合评判数学模型如表3所示。
表3 各层次权重关系表
图3 评判因素分层模型
4.2模糊综合评判的结果
在分析直流充电桩组成模块的基础上,根据直流充电桩故障影响因素,分析温度对充电桩电气模块故障造成的影响做出综合判断。
采用数值9、7、5、3、1由低到高依次对应评判集V={很高,高,中,低,很低}的五个等级,区间(9,1)看做评价集的范围,将综合评价结果B转换为综合分值,则:
4.3模糊综合评判结果分析
由模糊综合评判得出的温度对直流充电桩电气结构可靠性的影响结果中,温度对充电桩电气结构故障影响评价为“很高”占比为45.5 %,评价为“高”的占比为22.9 %,其它评价占比不到30 %。将综合评价结果B转换为综合分值,其范围是一个在1-9之间的数,数值在区间[1,2.6)、[2.6,4.2)、[4.2,55.8)、[5.8,7.4)、[7.4,9)分别表示评价结果为很低、低、中、高、很高,因此计算得到的综合分值7.016对应表示温度对直流充电桩电气结构可靠性的影响为“高”。量化以后的结果可以直观得出温度对直流充电桩电气结构可靠性的影响程度,由于量化以后的结果是确定的数值,可以灵活的针对不同时间段或不同地区做出相应影响的判断,也可以进一步研究得到其随时间变化的规律,对充电桩的建设规划有一定的现实意义。
5 结论
本次研究通过层次分析法和模糊综合评判的方法,研究了温度对直流充电桩电气结构的影响,对华南地区直流充电桩的长期运行、使用和维护提供一定依据和思路。今后可以研究的方向有:①改善并优化评判矩阵的数据结构。通过采用广泛的数据资料以及专家评议系统,获得更加贴近实际情况的评判矩阵。②结合不同地理位置,进一步通过完善权重矩阵的方式得出更贴合不同地理环境的充电桩影响结果。③采用模糊综合评判方法进一步分析湿度和污染物对直流充电桩的影响。④进一步研究温湿度随时间对直流充电桩影响的变化规律。