賀佳偉,邵壘*,楊文舉,譚晶心

(1.重慶交通大學航空學院,重慶 400074;2.重慶交通大學綠色航空技術研究院,重慶 400074)

電動汽車具有節(jié)能、低噪聲、零排放等突出優(yōu)點[1],隨著中國對新能源汽車領域的重視不斷提高,電動汽車行業(yè)正逐漸成為國家的戰(zhàn)略支柱產業(yè),其發(fā)展對于能源短缺和節(jié)能減排具有重要現(xiàn)實意義[2]。在電動汽車領域,鋰電池由于具有較高的能量密度和良好的循環(huán)穩(wěn)定性等優(yōu)點,車輛電力推進系統(tǒng)能量大多由鋰電池供應[3]。然而鋰電池在電動領域獲得廣泛應用的同時,鋰電池火災事故也開始出現(xiàn)的愈發(fā)頻繁[4],使得大眾對電動汽車的安全使用產生不信任,一定程度阻礙了電動汽車的推廣[5]。

目前,鋰電池火災風險方面的研究主要圍繞電池熱失控展開。Feng等[6]提出了鋰離子電池熱失控狀態(tài)的時序圖概念,用于梳熱失控過程物理化學反應的演變過程,準確解析了鋰離子電池系統(tǒng)熱失控機理。Jiang等[7]針對熱失控蔓延仿真三維模型計算量龐大的問題,開發(fā)了一種電路網絡模擬熱阻網絡的新方法,簡化了熱失控蔓延的模擬過程。Li等[8]通過評估燃燒行為的3個階段,獲得了車輛鋰電池火災燃燒的特點,為電池包的安全設計提供了新理論。上述研究主要討論了熱失控理化反應、熱失控蔓延、燃燒特征等鋰電池自身熱安全特性。然而,鋰電池熱安全性僅是鋰電池火災風險的重要因素之一。鋰電池火災風險不僅需要考慮自身理化性質,而且需要考慮各類復雜行駛環(huán)境、主客觀影響因素。為此,將影響車載動力鋰電池火災的風險因素轉化為定量參數,繼而通過理論方法綜合評估火災風險,研究各個參數的影響特性,對提升車載動力鋰電池的安全性能顯得尤為重要。

鄭青川等[9]采用基于熵權改進的云模型法對油氣管道進行安全風險評估,結果中評價管道坡面水毀的危險等級分值隨機性和模糊性得到充分體現(xiàn)。戴劍勇等[10]運用網絡云模型法對尾礦庫潰壩進行安全評估,分析得到較高風險等級下的關鍵風險指標。張鵬等[11]采用基于熵權的云模型法對石拱橋技術狀況進行風險評估,評價結果可以為石拱橋養(yǎng)護提供更加科學合理的決策依據。上述研究中的云模型是一種實現(xiàn)定性和定量概念轉換的方法。對云模型進行熵權改進后,不僅可以綜合考慮各因素的模糊性和隨機性,還能得到不同指標之間的相關性。

鑒于此,充分考慮車載動力鋰電池運行過程的各種因素,建立起車載動力鋰電池火災風險評估指標體系,對體系中各層級指標運用基于熵權改進的云模型法進行分析,產出云圖論證車載動力鋰電池的風險狀況并提供風險預防措施?？蔀檐囕d動力鋰電池的火災風險評估提供理論支撐。

1 理論模型

1.1 多指標評估云模型

熵權法是一種客觀計算評價指標權重的方法。熵是對不確定性的定量測量,通過對各指標變量的離散特征進行計算,經修正獲得相對客觀的權重結果。熵權法的計算過程一般包括:原始數據的歸一化、評價指標的熵值計算、基于熵值的熵權確定。計算公式為[12]

(1)

(2)

(3)

(4)

云模型源于信息科學,用于定性概念與定量描述之間的轉換,能夠反映出思維的模糊性和事物的不確定性[13]。為了便于研究,云模型會轉換成云圖形式進行輸出,其原理如圖1所示。

Forward CG為前向云發(fā)生器;Drop[x,μ(x)]為構成云圖的云滴,其中,x為云滴的橫坐標,μ(x)為云滴的縱坐標圖1 前向云發(fā)生器Fig.1 Forward cloud generator

圖1中輸入端的Ex、En、He是用于表示定性概念的云模型數字特征,其中,Ex表示云滴在論域空間分布的期望,該點能代表定性概念;熵En表示定性概念隨機性的度量,反映云滴離散程度;超熵He為熵的不確定性度量,通過其可觀察出云滴厚度。云模型涉及多層級、多指標的分析,因此Ex、En、He的產生需先得到最底層指標的云模型,繼而層層計算推導出最上層指標的云模型[14]。

對于最底層的風險因素指標,其云模型可通過式(5)～式(7)得到。

(5)

(6)

Hei=kEni

(7)

式中:Exi、Eni、Hei分別為第i個風險因素的期望值、熵、超熵;xij為第j位專家對第i個評價指標的評定結果;n為評價專家總數;系數k由云層離散程度進行調整,選取k=0.08。

對于風險項目指標,在獲得其底層指標的云模型后,可根據式(8)～式(10)推導出自身的云模型。

(8)

(9)

(10)

為了直觀描述研究對象的模糊性與不確定性,需建立用于參照的標準云圖[15-17]。首先根據評論集約定設立標準等級如表1所示,繼而通過式(11)～式(13)得到標準等級的云模型參數,最后由式(14)獲取云滴組成所需標準云圖,如圖2所示。

表1 風險評估標準等級Table 1 Risk assessment standard level

圖2 標準云圖Fig.2 Standard cloud image

(11)

(12)

(13)

(14)

式(14)中:μ為云滴在云圖中的縱坐標,即確定度;λ～N(En,He2)。

1.2 風險評估指標體系的建立

由于電動汽車車載鋰電池火災成因復雜,既有電池內部因素,也有外部事故因素,既有人為主觀風險,也有客觀環(huán)境風險。因此,為便于分析車載動力鋰電池的火災風險,有必要建立起一套適用于大部分車載動力鋰電車的風險評估指標體系。參考電動汽車火災事故以及鋰電池火災的相關研究[18-19],充分考慮電動汽車運行特點,最終建立起包含4個一級指標(鋰電池因素、保養(yǎng)不當、駕駛失誤、外部環(huán)境)、10個二級指標(爆炸、老化、短路、過充、電線接觸不良、充電口接觸不良、明火、事故撞擊、氣溫過高、雨水天氣)的風險評估指標體系,如表2所示。表內各指標的風險大小采用火災風險評估值表示。

表2 風險評估指標體系Table 2 Risk assessment index system

2 實例分析

2.1 數據分析

選取比亞迪L3Z-3703010型號動力鋰電池作為研究對象進行實例分析。該電池規(guī)格為12 V、70 Ah,被運用于比亞迪某型電動汽車作為動力來源。基于其運行場景和已建立的風險評估體系,相關領域專家和學者結合自身知識及經驗參與該型電池的風險評估,得到了10類風險因素的熵權值和云模型參數值。通過對評估結果進行熵權計算,獲得各層級指標權重。以表1中B1～B3為例,風險評估結果如表3所示。

表3 B1～B3風險評估結果Table 3 B1～B3 Risk assessment results

基于表1結果通過式(1)得到歸一化評價標矩陣。根據式(2)得到風險指標A51～A53的熵值分別為:e1=0.60,e2=0.57,e3=0.52。根據式(3)得到風險指標B1～B3的熵權分別為:w1=0.30,w2=0.33,w3=0.37。按照相同步驟得出各層指標的熵權如表4、表5所示。

表4 各風險因素熵權Table 4 Entropy weight of risk case

表5 各風險項目熵權Table 5 Entropy weight of risk item

將專家處得到的風險評估值以及表4、表5中的熵權值代入式(5)～式(10)處理,得到各層風險指標的云模型參數如表6、表7所示。數據反映出風險因素的期望值、離散程度、不確定度。

表6 各風險因素云模型參數Table 6 Cloud model parameters of risk case

表7 各風險項目云模型參數Table 7 Cloud model parameters of risk item

2.2 云圖分析

將表7內數據代入式(11)建立四類風險項目的云圖如圖3所示。

圖3 風險項目云圖Fig.3 Cloud image of risk item

圖3中各云圖的中心軸Ex用于判斷風險等級進行定性評估。云圖風險區(qū)間跨度值的1/2為3En,代表風險項目的穩(wěn)定性。云滴群厚度He為不確定度量。對于風險區(qū)間跨度大、云滴群偏厚的風險項目需要采取措施增加穩(wěn)定性。

基于表7內數據推導出最終云模型參數為(53.00,6.20,0.48),將其輸入前向云發(fā)生器,根據式(14)得到云滴[x,μ(x)],輸出云圖,如圖4所示(初始云滴數設定為1 000)。

圖4 車載動力鋰電池火災風險云圖Fig.4 Fire risk cloud image of vehicle power lithium battery

通過標準云圖為參照,發(fā)現(xiàn)共有159個Ⅱ類風險等級云滴(20≤Ex≤40),525個Ⅲ類風險等級云滴(40

為獲得不同風險指標對火災發(fā)生的影響,在電動汽車動力鋰電池火災中,對風險評估指標體系中的風險指標進行熵權排序,如圖5所示。

圖5 風險因素熵權排序Fig.5 Entropy weight ranking of risk case

觀察圖5信息可知,盡管風險因素的熵權各不相同,但大部分風險因素的熵權差異并不是很大。如A3與A1的熵權僅相差0.000 6。綜合圖中的熵權排序可知:①動力鋰電池火災風險事故中,前五的風險指標中客觀風險因素占80%。但客觀風險因素發(fā)生的可能性小于人為誘發(fā)因素,后者平均維持在前者的約62%;②在風險評估體系中,客觀風險因素數目占比高達79%,使得降低相關人員對主觀風險因素的關注度,使得其風險性上升。

3 結論

(1)所選比亞迪電動汽車動力鋰電池(L3Z-3703010)的火災風險為Ⅲ類風險等級。在電動汽車發(fā)展的過程中,新暴露出的問題能夠定性考慮進風險評估體系,從而達到優(yōu)化評估體系,提高評估結果準確性的效果。

(2)所構建評估體系中電池類風險指標數占比到40%,其風險期望值相較其他風險因素低,可在電池生產階段對所屬的風險指標進行改進,例如電池材料升級、電池結構改造、加裝保護裝置,從而將動力鋰電池整體風險限制在可控范圍。

(3)在風險評估體系中,對動力鋰電池的火災風險影響排名靠前的三類風險因素分別為氣溫過高、過充、事故擠壓。針對上述三類風險指標進行預防獲得的效果最為顯著,如增設電池冷卻系統(tǒng)、優(yōu)化充電設備,增設防護裝置等措施。