基于多指标评估云模型的车载动力锂电池火灾风险研究

贺佳伟,邵垒*,杨文举,谭晶心

(1.重庆交通大学航空学院,重庆 400074;2.重庆交通大学绿色航空技术研究院,重庆 400074)

电动汽车具有节能、低噪声、零排放等突出优点[1],随着中国对新能源汽车领域的重视不断提高,电动汽车行业正逐渐成为国家的战略支柱产业,其发展对于能源短缺和节能减排具有重要现实意义[2]。在电动汽车领域,锂电池由于具有较高的能量密度和良好的循环稳定性等优点,车辆电力推进系统能量大多由锂电池供应[3]。然而锂电池在电动领域获得广泛应用的同时,锂电池火灾事故也开始出现的愈发频繁[4],使得大众对电动汽车的安全使用产生不信任,一定程度阻碍了电动汽车的推广[5]。

目前,锂电池火灾风险方面的研究主要围绕电池热失控展开。Feng等[6]提出了锂离子电池热失控状态的时序图概念,用于梳热失控过程物理化学反应的演变过程,准确解析了锂离子电池系统热失控机理。Jiang等[7]针对热失控蔓延仿真三维模型计算量庞大的问题,开发了一种电路网络模拟热阻网络的新方法,简化了热失控蔓延的模拟过程。Li等[8]通过评估燃烧行为的3个阶段,获得了车辆锂电池火灾燃烧的特点,为电池包的安全设计提供了新理论。上述研究主要讨论了热失控理化反应、热失控蔓延、燃烧特征等锂电池自身热安全特性。然而,锂电池热安全性仅是锂电池火灾风险的重要因素之一。锂电池火灾风险不仅需要考虑自身理化性质,而且需要考虑各类复杂行驶环境、主客观影响因素。为此,将影响车载动力锂电池火灾的风险因素转化为定量参数,继而通过理论方法综合评估火灾风险,研究各个参数的影响特性,对提升车载动力锂电池的安全性能显得尤为重要。

郑青川等[9]采用基于熵权改进的云模型法对油气管道进行安全风险评估,结果中评价管道坡面水毁的危险等级分值随机性和模糊性得到充分体现。戴剑勇等[10]运用网络云模型法对尾矿库溃坝进行安全评估,分析得到较高风险等级下的关键风险指标。张鹏等[11]采用基于熵权的云模型法对石拱桥技术状况进行风险评估,评价结果可以为石拱桥养护提供更加科学合理的决策依据。上述研究中的云模型是一种实现定性和定量概念转换的方法。对云模型进行熵权改进后,不仅可以综合考虑各因素的模糊性和随机性,还能得到不同指标之间的相关性。

鉴于此,充分考虑车载动力锂电池运行过程的各种因素,建立起车载动力锂电池火灾风险评估指标体系,对体系中各层级指标运用基于熵权改进的云模型法进行分析,产出云图论证车载动力锂电池的风险状况并提供风险预防措施。可为车载动力锂电池的火灾风险评估提供理论支撑。

1 理论模型

1.1 多指标评估云模型

熵权法是一种客观计算评价指标权重的方法。熵是对不确定性的定量测量,通过对各指标变量的离散特征进行计算,经修正获得相对客观的权重结果。熵权法的计算过程一般包括:原始数据的归一化、评价指标的熵值计算、基于熵值的熵权确定。计算公式为[12]

(1)

(2)

(3)

(4)

云模型源于信息科学,用于定性概念与定量描述之间的转换,能够反映出思维的模糊性和事物的不确定性[13]。为了便于研究,云模型会转换成云图形式进行输出,其原理如图1所示。

Forward CG为前向云发生器;Drop[x,μ(x)]为构成云图的云滴,其中,x为云滴的横坐标,μ(x)为云滴的纵坐标图1 前向云发生器Fig.1 Forward cloud generator

图1中输入端的Ex、En、He是用于表示定性概念的云模型数字特征,其中,Ex表示云滴在论域空间分布的期望,该点能代表定性概念;熵En表示定性概念随机性的度量,反映云滴离散程度;超熵He为熵的不确定性度量,通过其可观察出云滴厚度。云模型涉及多层级、多指标的分析,因此Ex、En、He的产生需先得到最底层指标的云模型,继而层层计算推导出最上层指标的云模型[14]。

对于最底层的风险因素指标,其云模型可通过式(5)～式(7)得到。

(5)

(6)

Hei=kEni

(7)

式中:Exi、Eni、Hei分别为第i个风险因素的期望值、熵、超熵;xij为第j位专家对第i个评价指标的评定结果;n为评价专家总数;系数k由云层离散程度进行调整,选取k=0.08。

对于风险项目指标,在获得其底层指标的云模型后,可根据式(8)～式(10)推导出自身的云模型。

(8)

(9)

(10)

为了直观描述研究对象的模糊性与不确定性,需建立用于参照的标准云图[15-17]。首先根据评论集约定设立标准等级如表1所示,继而通过式(11)～式(13)得到标准等级的云模型参数,最后由式(14)获取云滴组成所需标准云图,如图2所示。

表1 风险评估标准等级Table 1 Risk assessment standard level

图2 标准云图Fig.2 Standard cloud image

(11)

(12)

(13)

(14)

式(14)中:μ为云滴在云图中的纵坐标,即确定度;λ～N(En,He2)。

1.2 风险评估指标体系的建立

由于电动汽车车载锂电池火灾成因复杂,既有电池内部因素,也有外部事故因素,既有人为主观风险,也有客观环境风险。因此,为便于分析车载动力锂电池的火灾风险,有必要建立起一套适用于大部分车载动力锂电车的风险评估指标体系。参考电动汽车火灾事故以及锂电池火灾的相关研究[18-19],充分考虑电动汽车运行特点,最终建立起包含4个一级指标(锂电池因素、保养不当、驾驶失误、外部环境)、10个二级指标(爆炸、老化、短路、过充、电线接触不良、充电口接触不良、明火、事故撞击、气温过高、雨水天气)的风险评估指标体系,如表2所示。表内各指标的风险大小采用火灾风险评估值表示。

表2 风险评估指标体系Table 2 Risk assessment index system

2 实例分析

2.1 数据分析

选取比亚迪L3Z-3703010型号动力锂电池作为研究对象进行实例分析。该电池规格为12 V、70 Ah,被运用于比亚迪某型电动汽车作为动力来源。基于其运行场景和已建立的风险评估体系,相关领域专家和学者结合自身知识及经验参与该型电池的风险评估,得到了10类风险因素的熵权值和云模型参数值。通过对评估结果进行熵权计算,获得各层级指标权重。以表1中B1～B3为例,风险评估结果如表3所示。

表3 B1～B3风险评估结果Table 3 B1～B3 Risk assessment results

基于表1结果通过式(1)得到归一化评价标矩阵。根据式(2)得到风险指标A51～A53的熵值分别为:e1=0.60,e2=0.57,e3=0.52。根据式(3)得到风险指标B1～B3的熵权分别为:w1=0.30,w2=0.33,w3=0.37。按照相同步骤得出各层指标的熵权如表4、表5所示。

表4 各风险因素熵权Table 4 Entropy weight of risk case

表5 各风险项目熵权Table 5 Entropy weight of risk item

将专家处得到的风险评估值以及表4、表5中的熵权值代入式(5)～式(10)处理,得到各层风险指标的云模型参数如表6、表7所示。数据反映出风险因素的期望值、离散程度、不确定度。

表6 各风险因素云模型参数Table 6 Cloud model parameters of risk case

表7 各风险项目云模型参数Table 7 Cloud model parameters of risk item

2.2 云图分析

将表7内数据代入式(11)建立四类风险项目的云图如图3所示。

图3 风险项目云图Fig.3 Cloud image of risk item

图3中各云图的中心轴Ex用于判断风险等级进行定性评估。云图风险区间跨度值的1/2为3En,代表风险项目的稳定性。云滴群厚度He为不确定度量。对于风险区间跨度大、云滴群偏厚的风险项目需要采取措施增加稳定性。

基于表7内数据推导出最终云模型参数为(53.00,6.20,0.48),将其输入前向云发生器,根据式(14)得到云滴[x,μ(x)],输出云图,如图4所示(初始云滴数设定为1 000)。

图4 车载动力锂电池火灾风险云图Fig.4 Fire risk cloud image of vehicle power lithium battery

通过标准云图为参照,发现共有159个Ⅱ类风险等级云滴(20≤Ex≤40),525个Ⅲ类风险等级云滴(40

为获得不同风险指标对火灾发生的影响,在电动汽车动力锂电池火灾中,对风险评估指标体系中的风险指标进行熵权排序,如图5所示。

图5 风险因素熵权排序Fig.5 Entropy weight ranking of risk case

观察图5信息可知,尽管风险因素的熵权各不相同,但大部分风险因素的熵权差异并不是很大。如A3与A1的熵权仅相差0.000 6。综合图中的熵权排序可知:①动力锂电池火灾风险事故中,前五的风险指标中客观风险因素占80%。但客观风险因素发生的可能性小于人为诱发因素,后者平均维持在前者的约62%;②在风险评估体系中,客观风险因素数目占比高达79%,使得降低相关人员对主观风险因素的关注度,使得其风险性上升。

3 结论

(1)所选比亚迪电动汽车动力锂电池(L3Z-3703010)的火灾风险为Ⅲ类风险等级。在电动汽车发展的过程中,新暴露出的问题能够定性考虑进风险评估体系,从而达到优化评估体系,提高评估结果准确性的效果。

(2)所构建评估体系中电池类风险指标数占比到40%,其风险期望值相较其他风险因素低,可在电池生产阶段对所属的风险指标进行改进,例如电池材料升级、电池结构改造、加装保护装置,从而将动力锂电池整体风险限制在可控范围。

(3)在风险评估体系中,对动力锂电池的火灾风险影响排名靠前的三类风险因素分别为气温过高、过充、事故挤压。针对上述三类风险指标进行预防获得的效果最为显著,如增设电池冷却系统、优化充电设备,增设防护装置等措施。