电动汽车充电一体化在线故障预测研究

王琰，张卫国，王世举，孙充勃

（1.国网江苏省电力公司南京供电公司，江苏南京210016；2.国电南瑞科技股份有限公司，江苏南京210016；3.国网天津市电力公司经济技术研究院，天津300010；4.国网北京经济技术研究院，北京102209）

随着电动汽车规模化发展，电动汽车给用户提供绿色出行便利，但同时也带来诸多安全隐患，其中最受关注的即为电动汽车充电过程中的故障及造成的安全事故，因此对充电可靠性需提出更高要求[1-3]。一体化故障在线预测评估对电动汽车充电过程中诸多影响因素进行定性或定量分析，综合分析给出各因素风险发生程度，它是电动汽车充电过程安全决策中一个重要组成部分[4]。通过对充换电站风险评估，确定发生风险概率较大的因素并采取相应的预防措施，以便防止危险发生[5]。

国内外许多专家学者提出多种风险评估策略并应用于实际系统中。国外相关研究主要有：文献[6]利用神经网络实现了对地下电缆保护装置的故障风险分析；文献[7]利用风险优先权重数对故障形式和风险程度进行了评分，使风险可以进行量化分析。国内研究主要有：文献[8]研究了城市电力供应系统公共安全风险评估体系及应用；文献[9]采用模糊推理方法并基于风险理论推理出电压的脆弱度；文献[10]基于AHP模糊综合评判实现了对国外资金投资房地产的风险分析。但是，国内外针对电动汽车充换电站风险评估的研究相对较少，制约了电动汽车规模化的发展[11-14]。

本文针对电动汽车充电过程中可能存在的安全故障隐患，从一体化和安全角度分析动力电池、交直流充电设备和配电网多级设备故障影响因素相关性出发，提出一种基于模糊层次综合分析法的一体化在线故障预测模型，并通过专家经验打分表明确各故障影响因素在模型中的重要性，确定各设备故障权重系数，建立多级设备一体化故障诊断优先级。该故障预测模型可有效评估各因素风险程度和安全等级，实现多级设备一体化在线故障预测，使电动汽车充电过程中安全故障分析更具客观性，保证电动汽车正常安全充电，将危险故障损失降至最小。

1 综合模糊分析法

综合模糊分析法原理即为将模糊理论运用到层次分析法中，集模糊数学、层次架构、权重比较于一体化，在风险预测决策中占有重要位置[11-13]。该研究采用综合模糊分析法对电动汽车充电过程实时监控数据进行综合分析，有助于实现一体化故障预测。

1.1 单层次模糊分析预测模型

将充电过程中动力电池、充电设备及配电网设备等被预测对象按某种原则或属性划分为n个评价因素论域：

式中，Ui表示被评估系统中第i个因素。对评价因素集合Ui按某种属性划分成m个子集，有

式中，uij表示模型第i个预测因素的第j个子因素。确定被预测对象可能的评价等级集合，每一个因素最终预测结果对应一个评价等级，即

式中，vk表示第k个评价等级，共有s个评价等级。对各评价因素的权重进行分配，有

式中，Ai是Ui上的一个模糊子集，且满足如下条件：

假定第i个因素Ui的单因素评估预测结果为[11]

则单级预测模型为

式中，bik为第i个因素第k个评价等级评估预测结果，有

1.2 多层次综合模糊分析预测模型

针对复杂的电动汽车一体化充电系统，需要考虑的评价预测因素较多，且各因素处于不同的层次，如果应用单层次模糊评估分析不会得出精确的评估结果[14-17]。因此，需要对评价因素按照一定属性分类，先对每一类进行综合评价，然后再对各类评估结果进行多层次综合评估。

给出n个因素中所有子因素的权重分配矩阵[13]，为

针对故障影响因素，给出故障预测评价指标集，为方便起见评价集设为

式中，v1为绝对安全，v2为安全，v3为一般，v4为危险，v5为非常危险。实际预测过程中，为了计算方便，五个等级将被量化。

根据专家经验打分表建立每个影响因素的预测评价矩阵Ri。根据加权系数及预测评价矩阵，求解各影响因素的综合评价决策矩阵为

建立目标预测评价矩阵B：

式（12）即为U到V的一个模糊评价关系。故障风险预测的总的得分公式为

式（13）既为评价系统U的综合评判结果，也是U中的所有评价因素的综合评估结果。多层次的模糊综合预测模型，不仅可以反映评价因素的不同层次，而且避免了由于因素过多而难于分配权重的弊病。

2 电动汽车充电设备故障风险预测模型

电动汽车充电一体化故障预测分析是以充电过程中电动汽车动力电池、充电设备及配电运行为考察对象，将工人素质、设备状况、环境条件和安全管理的知识和经验汇集起来，实现对各类故障评价因素的风险预估[18-23]。图1为电动汽车充电一体化故障预测模型。

图1 设备故障预测体系Fig.1 Equipment failure prediction system

由图1可知，该设备故障预测体系第一层评价因素集合为

式中：U1为动力电池；U2为充电设备；U3为配网运行。综合评价集中各评价因素的子因素集合为

式（15）中集合关系及相关定义与图1对应，此处不再赘述。

根据专家经验打分表建立每个影响因素的预测评价矩阵R1、R2、R3，根据加权系数及预测评价矩阵，求解各影响因素的综合评价决策矩阵为

建立目标预测评价矩阵B：

2018年以来，债券基金在债市小牛行情的助推下受到资金追捧，债基规模破2万亿元已无悬念，其中，短债基金凭借较强的综合优势异军突起。由富国基金打造的富国短债债券型证券投资基金（A类：006804，C类：006805）将于近日发行。

式（17）即为U到V的一个模糊评价关系。故障风险预测的总的得分公式即为公式（18）。故障风险预测的总的得分公式为

式中，V有评价集对应的分数向量，具体评分表由表1给出。

根据式（13）计算结果并对照表1查询，即可得到各评价因素的风险大小，并可以根据评估结果针对性地修改完善。

表1 风险评分表Tab.1 Risk score table

3 算例分析

以南京市公交充电为例进行分析，并给出各子因素专家经验打分表，如表2所示。

表2 各因素专家打分表Tab.2 Each factor expert scoring table

根据表2专家打分表中各因素评价分数，制定并建立各因素的权重矩阵和综合目标评价决策矩阵，如表3所示。

表3 模糊评价项目表Tab.3 Fuzzy evaluation project table

由表3可得出3个被测对象的预测评价矩阵分别为

由式（13）、（21）可得出故障风险预测的总的得分，为

故障预测分析结果及对应安全等级由表4给出。由表4安全等级可知，通过对动力电池、充电设备及电网运行相关数据采集分析及一体化在线评估，可知充电设备及电网运行处于安全状态，而动力电池处于危险状态，针对该危险预测结果溯源查找，可确定电池温度是造成该危险存在的主要诱导因素[24-29]。笔者将在后续论文中针对故障源的隔离、报警等改善措施开展进一步研究。

表4 各因素综合模糊评估预测结果Tab.4 The results of comprehensive fuzzy evaluation of each factor

4 结语

本文从一体化安全角度出发，设计了一种电动汽车充电过程故障在线预测分析模型，该模型利用综合模糊层次分析法对电动汽车充电过程中动力电池、充电设备及电网运行相关影响因素进行分层分级评估预测，通过专家经验打分表计算并制定各因素权重系数和综合目标评价决策矩阵，最终求得安全等级分数。该模型兼顾了各因素间的模糊性和层次性，能够客观评价因素影响。

[1] 党杰，汤奕，宁佳，等.基于用户意愿和出行规律的电动汽车充电负荷分配策略[J].电力系统保护与控制，2015，43（16）：8-15. DANG Jie，TANG Yi，NING Jia，et al.A strategy for distribution of electric vehicles charging load based on user intention and trip rule[J].Power System Protection and Control，2015，43（16）：8-15.

[2] 万成江，邱晓燕，邱高，等.基于无线通讯的电动汽车与智能配电网的互动模式研究[J].高压电器，2017，53（2）：113-119. WAN Chengjiang，QIU Xiaoyan，QIU Gao，et al. Research on the interactive mode of electric vehicle and intelligent distribution network based on wireless communication[J].High voltage appliances，2017，53（2）：113-119.

[3] 王晓毛.电动汽车充电站谐波影响分析和控制[J].广东电力，2011，24（12）：54-57. WANG Xiaomao.Analysis and control of harmonic effect in electric vehicle charging station[J].Guangdong Electric Power，2011，24（12）：54-57.

[4]张延宇，曾鹏，臧传治.智能电网环境下家庭能源管理系统优化调度算法[J].电力系统保护与控制，2016，44（2）：18-26. ZHANGYanyu，ZENG Peng，ZANGChuanzhi.A schedulingalgorithm for home energy management system in smart grid[J].Power System Protection and Control，2016，44（2）：18-26.

[5]钱立军，赵明宇，张卫国.一种电动汽车充电安全预警模型设计方法[J].电网与清洁能源，2016，32（12）：114-119. QIAN Lijun，ZHAO Mingyu，ZHANG Weiguo.Design method of safety early warning model for electric vehicle charging[J].Power System and Clean Energy，2016，32（12）：114-119.

[6] 刘畅，李颖，夏露，等.电动汽车充电站综合性能评价[J].华北电力大学学报，2017，44（1）：82-88. LIU Chang，LI Ying，XIA Lu，et al.Comprehensive performance evaluation of electric vehicle charging station [J].Journal of North China Electric Power University，2017，44（1）：82-88.

[7]BOWLES J B.An assessment of RPN prioritization in a failure modes effects and criticality analysis[J].Proceedings Annual Reliability and Maintainability Symposium，2003：380-385.

[8] 俞豪君，梁茜，许文超，等.慢充和换电方式下的电动汽车充电负荷计算[J].江苏电机工程，2015，34（2）：58-61. YU Haojun，LIANG Qian，XU Wenchao，et al.Calculation of charging load of electric vehicle under slow charge and replacement[J].Jiangsu Electrical Engineering，2015，34（2）：58-61.

[9]赵品，纪竹童，邵泽华.链式STATCOM直流电容电压均衡控制[J].电力电容器与无功补偿，2015，36（6）：27-31. ZHAO Pin，JI Zhutong，SHAO Zehua.Chain STATCOM DC capacitor voltage equalization control[J].Power Capacitor&Reactive Power Compensation，2015，36（6）：27-31.

[10]李颖杰.电动汽车充电运营管理系统研究[J].电力信息与通信技术，2016，14（4）：140-145. LI Yingjie.Research on electric vehicle charging operation management system[J].Electric Power Information and Communication Technology，2016，14（4）：140-145.

[11]王鸿，高虹亮，邓长征，等.冲击大电流试验系统的设计[J].电瓷避雷器，2014，8（3）：48-52. WANG Hong，GAO Hongliang，DENG Changzheng，et al.Design of impulse high current testing system[J]. Insulators and Surge Arresters，2014，8（3）：48-52.

[12]谈泰权，陈启卷，尚欣欣.特种设备安全监察的社会承受力分析[J].工业安全与环保，2015，41（1）：77-80. TAN Taiquan，CHEN Qijuan，SHANG Xinxin.The social endurance analysis of special equipment safety supervision [J].Industrial Safety and Environmental Protection，2015，41（1）：77-80.

[13]顾煜炯，陈昆亮，杨昆.电站设备故障风险评估方法研究[J].中国电力，2008，41（10）：34-39. GU Yujiong，CHEN Kunliang，YANG Kun.Research on fault risk evaluation method for power plant equipment[J]. Electric Power，2008，41（10）：34-39.

[14]宋云波.基于专家评分和回归分析的信息安全风险评估方法研究[D].西安：陕西师范大学，2010.

[15]潘宏伟.基于模糊层次分析法的信息安全风险评估研究[D].南京：南京师范大学，2007.

[16]朱鹰屏，张绪红，韩新莹.用于配电网网损优化的电动汽车智能充电调度[J].广东电力，2016，29（9）：94-97，103. ZHU Yingping，ZHANG Xuhong，HAN Xinying.Intelligent charging scheduling for electric vehicle for optimization on network loss of power distribution network[J]. Guangdong Electric Power，2016，29（9）：94-97，103.

[17]朱慧婷，杨雪，陈友媛.电动汽车充电负荷预测方法综述[J].电力信息与通信技术，2016，14（5）：44-47. ZHU Huiting，YANG Xue，CHEN You-yuan.Overview of the charging load forecasting methods of plug-in electric vehicles[J].Electric Power Information and Communication Technology，2016，14（5）：44-47.

[18]韩华春，丁昊，黄地，等.面向主动配电网的电动汽车充放电功率控制技术[J].电力工程技术，2017，36（4）：8-13. HAN Huachun，DING Hao，HUANG Di，et al.Electric vehicle power control strategy for active distribution network [J].Electric Power Engineering Teachnology，2017，36（4）：8-13.

[19]党杰，汤奕，宁佳，等.基于用户意愿和出行规律的电动汽车充电负荷分配策略[J].电力系统保护与控制，2015，43（16）：8-15. DANG Jie，TANG Yi，NING Jia，et al.Research on relaying technologies of distribution network including mass electric vehicles grid[J].Power System Protection and Control，2015，43（16）：8-15.

[20]陈政，王丽华，宋艺航，等.大规模电动汽车参与电力市场竞标策略研究[J].陕西电力，2016，44（9）：26-31. CHEN Zheng，WANG Lihua，SONG Yihang，et al.Study on bidding strategy of electricity market for large-scales electric vehicles[J].Shaanxi Electric Power，2016，44（9）：26-31.

[21]佟晶晶，温俊强，王丹，等.基于分时电价的电动汽车多目标优化充电策略[J].电力系统保护与控制，2016，44（1）：17-23. TONG Jingjing，WEN Junqiang，WANG Dan，et al. Multi-objective optimization charging strategy for plug-in electric vehicles based on time-of-use price[J].Power System Protection and Control，2016，44（1）：17-23.

[22]洪彬倬，刘浩梁.电动汽车协同运行商业模式[J].广东电力，2016，29（10）：17-23. HONG Binzhuo，LIU Haoliang.Business model for coordinated operation of electric vehicles[J].Guangdong Electric Power，2016，29（10）：17-23.

[23]张军，韩华春，原增泉.基于两级充电管理系统的电动汽车智能充电控制系统研究[J].电力工程技术，2017，36（5）：86-92. ZHANG Jun，HAN Huachun，YUAN Zengquan.Smart charging control electrical vehicles based on two-level charge management system[J].Electric Power Engineering Teachnology，2017，36（5）：86-92.

[24]汪春，吴可，张祥文，等.规模化电动汽车和风电协同调度的机组组合问题研究[J].电力系统保护与控制，2015，43（11）：41-48. WANG Chun，WU Ke，ZHANG Xiangwen，et al.Unit commitment considering coordinated dispatch of large scale electric vehicles and wind power generation[J]. Power System Protection and Control，2015，43（11）：41-48.

[25]吴翠玉，张美霞，陈海燕，等.电动汽车充电站规划研究[J].陕西电力，2016，44（11）：31-37. WU Cuiyu，ZHANG Meixia，CHEN Haiyan，et al.Probeinto electric vehicle charging station planning[J].Shaanxi Electric Power，2016，44（11）：31-37.

[26]贺琛，杨鸿珍，吕思达，等．不同充电策略下电动汽车对配电网的影响分析[J].电力信息与通信技术，2016，14（6）：32-35. HE Chen，YANG Hongzhen，LÜ Sida，et al.Research on time synchronization monitoring technology roadmap in smart grid[J].Electric Power Information and Communication Technology，2016，14（6）：32-35.

[27]余晓玲，余晓婷，韩晓娟.基于思维进化算法的电动汽车有序充电控制策略[J].电力工程技术，2017，36（06）：58-62. YU Xiaoling，YU Xiaoting，HAN Xiaojuan.A Coordinated charging strategy for PEV charging stations based on mind evolutionary algorithm[J].Electric Power Engineering Teachnology，2017，36（6）：58-62.

[28]胡传胜，周玲，程蒙，等.含电动汽车和分布式电源的配电网动态重构[J].陕西电力，2015，43（4）：1-4，14. HU Chuansheng，ZHOU Ling，CHENG Meng，et al.Dynamic optimization of distributed network reconfiguration considering electric vehicle and distributed generation[J]. Shaanxi Electric Power，2015，43（4）：1-4，14.

[29]赵文会，李阮，孟航.引入期货的电动汽车与电网互动电能交易模式[J].广东电力，2017，30（1）：27-32，58. ZHAO Wenhui，LI Ruan，MENG Hang.Futures trade based interactive electric energy transaction mode for electric vehicles and power gridsr[J].?Guangdong Electric Power，2017，30（1）：27-32，58.14：40：51