本發明涉及一種預警能力量化評價方法，主要針對充電設施對動力電池安全事故預警。
背景技術：
動力電池充電安全主要由充電設施安全和動力電池安全構成，其中已經有很多研究人員關注于動力電池安全領域，提高動力電池安全的方法之一就是提高電池對安全事故的預警能力，現有的方法是通過增加BMS(Battery Management System，電池管理系統)測量的電池狀態參數數量或者改進電池狀態參數測量方法，提高對電池狀態的識別能力，進而提高對電池故障的預警能力。現有的文獻中只是描述提高了預警能力，具體提高了多少程度，沒有一個明確的指標去衡量。本發明提出一種動力電池安全事故預警能力量化評價方法，并給出最終的評價指標。
提出該評價方法和評價指標的目的是，對電池管理系統及其上層充電控制單元的預警能力進行量化，促使電池管理系統生產商及充電設施生產企業關注電池故障預警領域，并且從硬件和軟件兩方面提高對電池狀態的監控能力，以最大努力去避免電池安全事故的發生。
技術實現要素：
本發明提供一種充電設施對動力電池安全事故預警能力量化評價方法，用于量化動力電池安全事故預警能力。
動力電池安全事故預警能力評價步驟如下：
1)確定動力電池安全事故類型，本發明以內部短路，外部短路，高溫，高電壓，大電流，過充電，高濕，電壓電流紋波過大，電壓電流變化率過大，釋放氣體，通信異常，極性反接等15項安全事故為例，用于計算綜合評價指標，但不限于這些。
2)測試充電設施對動力電池所有安全事故預警能力，得到每種安全事故的測試數據——充電設施對充電過程中動力電池每種安全事故的預警率。
3)從主觀和客觀兩個方面考慮權重計算，采用層次分析法構建三層評價體系并進行矩陣計算得到主觀性權重，利用測試數據經公式計算得到客觀性權重，基于標準離差法計算主觀性和客觀性權重的組合權重，最終得到綜合權重。
4)利用測試數據和綜合權重得出綜合評價指標——預警率。
所述步驟2)為：
在電池充電過程中，分別針對動力電池所有安全事故，在規定的m次試驗中設置其中n次試驗為安全事故試驗，在安全事故試驗中，充電設施能夠識別安全事故對應參數值超過該參數對應閾值，并發出預警信號，稱為一次預警試驗成功，否則稱為一次預警試驗失敗；在正常試驗中，充電設施能夠識別安全事故對應參數值不超過該參數對應閾值，并不發出預警信號，稱為一次正常試驗成功，否則稱為一次正常試驗失敗；預警試驗成功次數與安全事故試驗次數的比值，稱為該安全事故預警成功率，記為PSi；正常實驗失敗次數與正常實驗次數的比值，稱為該正常試驗誤預警率，記為PFi；該安全事故預警率計算表達式見式(1)。
式(1)中，Pi為該安全事故預警率；PSi為該安全事故預警成功率；PFi為該正常試驗誤預警率；n為安全事故試驗次數；m為規定的試驗總次數。
其中，所述閾值的確定方法分兩個方面考慮，其一是采用額定值與最大值的平均值，其二是在平均值的基礎上由電池廠商在一定范圍內進行修改。在實際操作中，平均值不一定是最理想的預警值，隨電池信息參數變化電池性能曲線是多樣的，因此需要電池廠商介入，依據電池實測信息對閾值進行小范圍修改。
所述步驟3)為：
(1)基于層次分析法計算主觀性權重
建立三層評價體系：目標層為動力電池安全事故預警能力評價；準則層為動力電池安全事故類型，包含內部短路，外部短路，高溫，高電壓，大電流，過充電，高濕，電壓電流紋波過大，電壓電流變化率過大，釋放氣體，通信異常，極性反接等15項，因素層為動力電池的參數，包含電壓、電流、SOC、溫度、內阻、通信、濕度、氣體等8項。采用1～9標度，參考其他可燃物的標度取值，經過專家系統打分，構造出判斷矩陣。求解該判斷矩陣的特征值，利用其最大特征值進行一致性校驗，計算得到一致性比例CR，如果CR<0.1，就滿足層次分析法對判斷矩陣的要求。層次分析法權重向量計算法主要有幾何平均法、算術平均法、特征向量法和最小二乘法4種，通過其中一種方法計算，再進行歸一化處理，得到主觀性權重向量。
(2)基于測試數據計算客觀性權重
針對第i個動力電池安全事故的客觀性權重計算公式為：
式(2)中，Pi為第i個安全事故類型測試數據，vi為第i個安全事故類型的客觀性權重，n為安全事故類型數量。權重v主要用于體現測試數據中偏小的數據，突顯出預警能力的弱項，類似于木桶理論的短板效應。
(3)基于標準離差法計算綜合權重
利用標準差計算權重的公式為
式(3)中，i為1或者2，主要為了區分兩個權重向量，σ1為主觀性權重向量u的標準差，σ2為客觀性權重向量v的標準差。綜合權重計算公式為
w＝w1·u+w2·v (4)
式(4)中，w為綜合權重向量，u為基于層次分析法的主觀性權重向量，v為基于試驗數據的客觀性權重向量，w1為u在綜合權重w中的比重，w2為v在綜合權重w中的比重。
所述步驟4)為：
充電過程中動力電池所有安全事故預警率與對應權重乘積之和，稱為充電設施對充電過程中動力電池安全事故的預警率，表達式見式(5)。
式(5)中，P為動力電池安全事故預警率；Pi為第i個安全事故預警率；wi為第i個安全事故對應的權重。
本發明中評價方法和綜合指標的提出，是為量化充電設施對動力電池安全事故預警能力，從定性判斷到定量判斷，更明確充電設施和電池管理系統生產廠商應該達到的預警能力水平，努力從充電設施建設方面去避免電池安全事故發生。
附圖說明
為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一種實施例，對于本領域技術人員來講，在不付出創造性勞動性的前提下，還可以根據附圖獲得其他的附圖。
附圖1是基于層次分析法建立的三層評價體系的示意圖。
附圖中所列部件列表如下所示：
A：目標層
A1：動力電池安全事故預警能力評價
B：準則層
B01：外部短路 B02：內部短路
B03：高溫 B04：低溫
B05：高電壓 B06：低電壓
B07：大電流 B08：過充電
B09：高濕 B10：電壓紋波過大
B11：電流紋波過大 B12：電壓電流變化率過大
B13：釋放氣體 B14：通信異常
B15：極性反接
C：因素層
C1：電壓 C2：電流
C3：SOC C4：溫度
C5：內阻 C6：通信
C7：濕度 C8：氣溫
具體實施方式
下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。
動力電池安全事故預警能力評價步驟如下：
1)確定動力電池安全事故類型，本發明以內部短路，外部短路，高溫，高電壓，大電流，過充電，高濕，電壓電流紋波過大，電壓電流變化率過大，釋放氣體，通信異常，極性反接等15項安全事故為例，用于計算綜合評價指標，但不限于這些。
2)測試充電設施對動力電池所有安全事故預警能力，得到每種安全事故的測試數據——充電設施對充電過程中動力電池每種安全事故的預警率。
3)從主觀和客觀兩個方面考慮權重計算，采用層次分析法構建三層評價體系并進行矩陣計算得到主觀性權重，利用測試數據經公式計算得到客觀性權重，基于標準離差法計算主觀性和客觀性權重的組合權重，最終得到綜合權重。
4)利用測試數據和綜合權重得出綜合評價指標——預警率。
所述步驟2)為：
在電池充電過程中，分別針對動力電池所有安全事故，在規定的m次試驗中設置其中n次試驗為安全事故試驗，在安全事故試驗中，充電設施能夠識別安全事故對應參數值超過該參數對應閾值，并發出預警信號，稱為一次預警試驗成功，否則稱為一次預警試驗失敗；在正常試驗中，充電設施能夠識別安全事故對應參數值不超過該參數對應閾值，并不發出預警信號，稱為一次正常試驗成功，否則稱為一次正常試驗失敗；預警試驗成功次數與安全事故試驗次數的比值，稱為該安全事故預警成功率，記為PSi；正常實驗失敗次數與正常實驗次數的比值，稱為該正常試驗誤預警率，記為PFi；該安全事故預警率計算表達式見式(1)。
式(1)中，Pi為該安全事故預警率；PSi為該安全事故預警成功率；PFi為該正常試驗誤預警率；n為安全事故試驗次數；m為規定的試驗總次數。
其中，所述閾值的確定方法分兩個方面考慮，其一是采用額定值與最大值的平均值，其二是在平均值的基礎上由電池廠商在一定范圍內進行修改。在實際操作中，平均值不一定是最理想的預警值，隨電池信息參數變化電池性能曲線是多樣的，因此需要電池廠商介入，依據電池實測信息對閾值進行小范圍修改。
所述步驟3)為：
(1)基于層次分析法計算主觀性權重
建立三層評價體系：目標層為動力電池安全事故預警能力評價；準則層為動力電池安全事故類型，包含內部短路，外部短路，高溫，高電壓，大電流，過充電，高濕，電壓電流紋波過大，電壓電流變化率過大，釋放氣體，通信異常，極性反接等15項，因素層為動力電池的參數，包含電壓、電流、SOC、溫度、內阻、通信、濕度、氣體等8項，見附圖1。采用1～9標度，參考其他可燃物的標度取值，經過專家系統打分，構造出判斷矩陣。求解該判斷矩陣的特征值，利用其最大特征值進行一致性校驗，計算得到一致性比例CR，如果CR<0.1，就滿足層次分析法對判斷矩陣的要求。層次分析法權重向量計算法主要有幾何平均法、算術平均法、特征向量法和最小二乘法4種，通過其中一種方法計算，再進行歸一化處理，得到主觀性權重向量。
(2)基于測試數據計算客觀性權重
針對第i個動力電池安全事故的客觀性權重計算公式為：
式(2)中，Pi為第i個安全事故類型測試數據，vi為第i個安全事故類型的客觀性權重，n為安全事故類型數量。權重v主要用于體現測試數據中偏小的數據，突顯出預警能力的弱項，類似于木桶理論的短板效應。
(3)基于標準離差法計算綜合權重
利用標準差計算權重的公式為
式(3)中，i為1或者2，主要為了區分兩個權重向量，σ1為主觀性權重向量u的標準差，σ2為客觀性權重向量v的標準差。綜合權重計算公式為
w＝w1·u+w2·v (4)
式(4)中，w為綜合權重向量，u為基于層次分析法的主觀性權重向量，v為基于試驗數據的客觀性權重向量，w1為u在綜合權重w中的比重，w2為v在綜合權重w中的比重。
所述步驟4)為：
充電過程中動力電池所有安全事故預警率與對應權重乘積之和，稱為充電設施對充電過程中動力電池安全事故的預警率，表達式見式(5)。
式(5)中，P為動力電池安全事故預警率；Pi為第i個安全事故預警率；wi為第i個安全事故對應的權重。
本發明中評價方法和綜合指標的提出，是為量化充電設施對動力電池安全事故預警能力，從定性判斷到定量判斷，更明確充電設施和電池管理系統生產廠商應該達到的預警能力水平，努力從充電設施建設方面去避免電池安全事故發生。