仝 霞,解進(jìn)軍,李雪城,趙 磊,蘆昳娜

(國網(wǎng)北京市電力公司電力科學(xué)研究院,北京 100162)

0 引言

近年來,電動(dòng)汽車的數(shù)量大幅增加。充電設(shè)施的普及是推動(dòng)電動(dòng)汽車領(lǐng)域發(fā)展的關(guān)鍵[1]。目前,市場上有很多非車載充電設(shè)備制造商。充電異常狀態(tài)是電動(dòng)汽車充電過程中的常見故障,非車載充電機(jī)異常狀態(tài)的處理措施直接影響充電的安全性,以及用戶體驗(yàn)[2]。為了緩解日益增長的交通壓力和環(huán)境污染問題,中國大力推廣電動(dòng)汽車。為了吸引更多用戶,政府出臺了一系列鼓勵(lì)政策,并在電網(wǎng)公司的支持下,在全國范圍內(nèi)建設(shè)了大量充電設(shè)施[3]。

基于上述背景,一些學(xué)者研究了電動(dòng)汽車充電設(shè)施的互操作性。文獻(xiàn)[4]從互操作性、安全性和可靠性等多方面分析了主流充電樁的基本概況,設(shè)計(jì)了交流充電設(shè)施互操作平臺。該平臺能夠挖掘充電機(jī)的正常/異常充電狀態(tài)數(shù)據(jù)的價(jià)值,但硬件結(jié)構(gòu)復(fù)雜,需要高端服務(wù)器提供支持。文獻(xiàn)[5]對充電設(shè)施現(xiàn)場檢查中可能出現(xiàn)的故障進(jìn)行了分類和分析,并設(shè)計(jì)了直流互操作性測試裝置。該裝置可根據(jù)每個(gè)引腳電壓值獲得相關(guān)非車載充電機(jī)檢測數(shù)據(jù)。但該裝置得到的數(shù)據(jù)挖掘價(jià)值性低。

1 高精度非車載充電機(jī)測試平臺

針對上述技術(shù)存在的問題,為了對異常充電條件進(jìn)行高精度、高效率的測試,本文采用了車輛模擬檢測系統(tǒng),對電動(dòng)汽車非車載直流充電裝置進(jìn)行了測試。該系統(tǒng)不僅可以模擬電動(dòng)汽車的各種充電狀態(tài),還可以實(shí)現(xiàn)自動(dòng)檢測。該系統(tǒng)通過對試驗(yàn)結(jié)果的分析,挖掘直流充電裝置在充電異常狀態(tài)下的價(jià)值性,與文獻(xiàn)[5]相比取得了更好的效果,且對平臺硬件結(jié)構(gòu)沒有過高的要求,可以在常用儀器設(shè)備上進(jìn)行部署。這就很好地解決了文獻(xiàn)[4]方法對設(shè)備要求高的問題?？刂葡渑c車輛接口模擬裝置工作原理如圖1所示。

圖1 控制箱與車輛接口模擬裝置工作原理圖Fig.1 Control box and vehicle interface simulation device working principle diagram

圖1系統(tǒng)主要由高精度功率表、車輛電池管理系統(tǒng)(battery management system,BMS)、車輛控制模擬器、交流(alternating current,AC)電源、直流(direct current,DC)負(fù)載、電池模擬裝置、示波器、絕緣模擬電阻(R1、R2、R3、R4)與非車載充電機(jī)組成。其中,非車載充電機(jī)包括7端口直流充電插座,對應(yīng)于模擬檢測裝置中的開關(guān)K4～K10。每個(gè)開關(guān)的兩側(cè)都設(shè)計(jì)了1個(gè)4 mm的標(biāo)準(zhǔn)采集接口,便于示波器和其他儀器收集信息。R3和R4的電阻模擬電路有5個(gè)擋位,分別對應(yīng)500 Ω、970 Ω、1 000 Ω、1 030 Ω和2 000 Ω。K5和K6可以模擬電動(dòng)汽車電池側(cè)的接觸器[6]。圖1系統(tǒng)通過電壓傳感器和電流傳感器進(jìn)行采樣,為功率分析儀和示波器提供非車載充電機(jī)檢測數(shù)據(jù)信號。

直流充電過程非車載充電機(jī)控制先導(dǎo)電路原理如圖2所示。在圖2中,非車載充電機(jī)經(jīng)過AC/DC轉(zhuǎn)換與DC/DC轉(zhuǎn)換,將所有AC電轉(zhuǎn)換為DC電輸送到電動(dòng)汽車中進(jìn)行充電。其中,分壓電路進(jìn)行平衡分壓,以調(diào)控2條輸送電能端保持近似相同的效果。此外,非車載充電機(jī)內(nèi)部通過金屬層間電介質(zhì)(inter metal dielectric,IMD)進(jìn)行線路性能測試。整個(gè)充電過程由非車載充電機(jī)內(nèi)控制器主導(dǎo)。R5支路與R8支路均為電路監(jiān)測點(diǎn),用于提取高精度非車載充電機(jī)檢驗(yàn)數(shù)據(jù)。其原理是首先在充電機(jī)和電動(dòng)汽車(或模擬電動(dòng)汽車的負(fù)載)之間插入現(xiàn)場校準(zhǔn)器(即標(biāo)準(zhǔn)電能表),以比較非車載充電機(jī)中電能表和直流標(biāo)準(zhǔn)電能表的電能[7];然后根據(jù)標(biāo)準(zhǔn)電能表測量的電能值,以確定充電設(shè)備的測量是否準(zhǔn)確[8]。

然而,非車載充電機(jī)內(nèi)部缺乏電流短路點(diǎn),無法形成負(fù)載驗(yàn)證所需的電流回路。解決方案是在非車載充電機(jī)外側(cè)預(yù)先安裝1個(gè)可密封的負(fù)載驗(yàn)證槍座。非車載充電機(jī)負(fù)載驗(yàn)證槍座面板如圖3所示。

圖3 非車載充電機(jī)負(fù)載驗(yàn)證槍座面板Fig.3 Non-vehicle charger load verification gun mount panel

圖3中,DC+、DC-、S+、S-、PE、A+和A-分別對應(yīng)連接著圖1中的7條線路,由開關(guān)K4、K5、K6、K7、K8、K9和K10進(jìn)行閉合控制。其中,A+和A-引腳分別連接到直流電能表的正極和負(fù)極電壓端子;DC+和DC-引腳分別連接到直流電能表的正極和負(fù)極電流端子;面板上輔助電源的正極端子和負(fù)極端子引腳分別連接至直流電能表輔助電源的正極端子和負(fù)極端子;S+和S-引腳連接至直流電能表的RS-485A和RS-485B端子;PE引腳連接至非車載充電機(jī)的接地線。當(dāng)充電機(jī)控制器發(fā)出負(fù)載檢查指令時(shí),系統(tǒng)關(guān)閉充電機(jī),并通過人工操作將測試電源從樁外側(cè)插入驗(yàn)證槍底座。系統(tǒng)將輔助電源插入面板的輔助電源端子。非車載充電機(jī)中直流電能表的電壓、電流和輔助電源電路可由虛擬負(fù)載驗(yàn)證槍座和輔助電源端子供電,在完成充電機(jī)檢驗(yàn)開啟過程后通過計(jì)算機(jī)算法模型進(jìn)行數(shù)據(jù)挖掘。

2 數(shù)據(jù)挖掘算法模型

本文設(shè)計(jì)的數(shù)據(jù)挖掘算法模型主要通過聚類分析法完成數(shù)據(jù)處理,利用多伯努利收縮算法(muti-Bernoulli contraction algorithm,MBCA)完成數(shù)據(jù)的計(jì)算和價(jià)值評估數(shù)據(jù)的呈現(xiàn)。數(shù)據(jù)挖掘算法模型總體架構(gòu)如圖4所示。

圖4 數(shù)據(jù)挖掘算法模型總體架構(gòu)Fig.4 General architecture of data mining algorithm model

由圖4可知,數(shù)據(jù)挖掘算法模型在評估系統(tǒng)中心控制單元的總體調(diào)控下,通過對非車載充電機(jī)通信網(wǎng)絡(luò)的整體布局,完成大數(shù)據(jù)樣本的采集。大數(shù)據(jù)挖掘技術(shù)通過聚類分析法完成數(shù)據(jù)的聚合,使系統(tǒng)更加方便、快捷地進(jìn)行數(shù)據(jù)精確把控[9]。評估系統(tǒng)中心控制單元直接控制MBCA,在算法的基礎(chǔ)上進(jìn)行通信運(yùn)維,從而使數(shù)據(jù)通信網(wǎng)的評估更加快捷,確保系統(tǒng)具備實(shí)時(shí)評估的能力。數(shù)據(jù)存儲單元與各模塊進(jìn)行連接,以便數(shù)據(jù)的儲存,從而避免無用數(shù)據(jù)占用數(shù)據(jù)總線。整個(gè)系統(tǒng)通過數(shù)據(jù)總線進(jìn)行連接,中間穿插數(shù)據(jù)傳輸節(jié)點(diǎn),使系統(tǒng)運(yùn)行更加快速[10]。評估系統(tǒng)的建立保證了非車載充電機(jī)檢驗(yàn)數(shù)據(jù)的網(wǎng)絡(luò)傳輸安全運(yùn)行。

2.1 數(shù)據(jù)預(yù)處理

聚類分析法的作用是對海量的非車載充電機(jī)檢驗(yàn)數(shù)據(jù)進(jìn)行預(yù)處理,通過聚集和分類找到數(shù)據(jù)的相似之處,為后續(xù)檢驗(yàn)數(shù)據(jù)的調(diào)度提供幫助。聚類分析法需要對充電機(jī)檢驗(yàn)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)差計(jì)算:

(1)

式中:x′i為標(biāo)準(zhǔn)差函數(shù)。

x為聚類分析數(shù)據(jù)的標(biāo)準(zhǔn)差。式(1)能夠表示數(shù)據(jù)計(jì)算的誤差大小。

(2)

(3)

樣本數(shù)據(jù)經(jīng)過標(biāo)準(zhǔn)差變換,集中在[0,1]區(qū)間內(nèi)[11],以便觀察數(shù)據(jù)的細(xì)節(jié)規(guī)律。根據(jù)標(biāo)準(zhǔn)差計(jì)算式,本文假設(shè)數(shù)據(jù)整體規(guī)模集合為U={x1,x2,…,xn},則聚類相似模型為:

(4)

式中:rij為聚類相似模型;xj為相似數(shù)據(jù),j為序號。

由此得到非車載充電機(jī)檢驗(yàn)數(shù)據(jù)最大值M為:

(5)

在標(biāo)準(zhǔn)差區(qū)間內(nèi),通過聚類相似模型得到的聚類函數(shù)r′ij為:

(6)

由此可以分析聚類函數(shù)與聚類相似模型函數(shù)存在的關(guān)系,并找到數(shù)據(jù)規(guī)律,從而進(jìn)行下一步的價(jià)值挖掘。

2.2 基于MBCA的價(jià)值挖掘

對于非車載充電機(jī)檢驗(yàn)數(shù)據(jù)的價(jià)值挖掘,本文主要通過MBCA完成數(shù)據(jù)的價(jià)值評估。MBCA在系統(tǒng)評估中需要對大數(shù)據(jù)挖掘技術(shù)的數(shù)據(jù)進(jìn)行區(qū)間整合,即對數(shù)據(jù)的區(qū)間性進(jìn)行收縮,從而得到數(shù)據(jù)區(qū)間收縮約束集S。

S={xnx∈[x]nx|[f](xnx)=0}

(7)

式中:[f]為大數(shù)據(jù)挖掘技術(shù)的區(qū)間函數(shù);xnx為充電機(jī)檢驗(yàn)數(shù)據(jù)集nx在區(qū)間壓縮中的狀態(tài);[x]nx為總體非車載充電機(jī)檢驗(yàn)數(shù)據(jù)集。

式(7)實(shí)質(zhì)上是求解充電機(jī)檢驗(yàn)數(shù)據(jù)在大數(shù)據(jù)區(qū)間函數(shù)的最小集。

(8)

式中:[h]為數(shù)據(jù)測量函數(shù);[z]為數(shù)據(jù)收縮后的區(qū)間函數(shù)。

根據(jù)大數(shù)據(jù)挖掘表達(dá)式能夠找到聚類分析后滿足MBCA的多伯努利形式G(X):

G(X)=Δ(X)W[Γ(X)][pX]

(9)

式中:Γ(X)為聚類分析算法與MBCA之間的映射關(guān)系,它們是1種集合關(guān)系[12];Δ(X)為2種算法存在的數(shù)據(jù)差值;X為未經(jīng)過收縮的數(shù)據(jù)集;W為收縮區(qū)間的范圍;pX為多伯努利形式在收縮區(qū)間內(nèi)的唯一實(shí)值函數(shù)。

MBCA基本可以完成對非車載充電機(jī)檢驗(yàn)數(shù)據(jù)的初步評估,但是為了增加數(shù)據(jù)評估的精準(zhǔn)度,需要對評估算法作出改進(jìn)。

Δ(X)=δ|X|(|Γ(X)|)

(10)

式中:δ|X|為差值參數(shù)。

在這個(gè)標(biāo)準(zhǔn)的基礎(chǔ)上,本文計(jì)算出2種數(shù)據(jù)處理算法的差值為:

(11)

本文計(jì)算得出的數(shù)據(jù)差值通過0和1的方式進(jìn)行精準(zhǔn)的數(shù)字化處理。綜上得到大數(shù)據(jù)挖掘技術(shù)產(chǎn)生的收縮區(qū)間函數(shù)f(x)為:

(12)

式中:Y為數(shù)據(jù)經(jīng)過收縮之后的二進(jìn)制數(shù)據(jù)集。

根據(jù)以上描述,可得到多伯努利二進(jìn)制函數(shù)式g(x):

(13)

通過二進(jìn)制變換[13],能夠更加清晰地表達(dá)出評估精準(zhǔn)度,從而得到非車載充電機(jī)檢驗(yàn)數(shù)據(jù)價(jià)值評估結(jié)果,即最終系統(tǒng)評估結(jié)果為:

(14)

式中:ξ為評估結(jié)果。

通過系統(tǒng)評估表達(dá)式,經(jīng)過計(jì)算機(jī)錄入,能夠更加精準(zhǔn)、快捷地計(jì)算出結(jié)果。

3 試驗(yàn)與分析

為了驗(yàn)證本文采用車輛模擬檢測系統(tǒng)的適用性與可靠性,某大型電動(dòng)汽車生產(chǎn)廠于2022年1月進(jìn)行了實(shí)際測試。試驗(yàn)地點(diǎn)為該廠的計(jì)算機(jī)實(shí)驗(yàn)室。多臺計(jì)算機(jī)與監(jiān)測設(shè)備聯(lián)合構(gòu)建了試驗(yàn)平臺。系統(tǒng)采用Simulink軟件進(jìn)行仿真。計(jì)算機(jī)操作系統(tǒng)為Windows10,64位。計(jì)算機(jī)開發(fā)工具為Visual Studio 2019,OpenCV 3.0。計(jì)算機(jī)硬件環(huán)境為Inter(R)Core(TM)i7,主頻為2.59 GHz,內(nèi)存為16 GB。

根據(jù)上述計(jì)劃,本文對1臺非車載充電機(jī)進(jìn)行了改造。試驗(yàn)基于《電動(dòng)汽車非車載充電機(jī)檢定規(guī)程》(JJG 1149—2018)[14],將非車載充電機(jī)的內(nèi)部電源輸出正極端子DC+和輸出負(fù)極端子DC-先連接到現(xiàn)場測試儀,再連接到負(fù)載箱。現(xiàn)場測試儀檢測一段時(shí)間內(nèi)的標(biāo)準(zhǔn)電能E,同時(shí)對充電機(jī)內(nèi)的電能表進(jìn)行采樣和測量,以獲得這段時(shí)間內(nèi)消耗的電能E′。試驗(yàn)將E′和E代入式(1)中,計(jì)算非車載充電機(jī)的工作誤差,并進(jìn)行實(shí)際負(fù)載驗(yàn)證。通過數(shù)據(jù)記錄和試驗(yàn)數(shù)據(jù)顯示得到連接電壓(6±0.8)V(狀態(tài)0)、(12±0.8)V(狀態(tài)1)、(8±0.8)V(狀態(tài)2)與(4±0.8)V(狀態(tài)3)的充電機(jī)負(fù)載測試結(jié)果如表1所示。

表1 充電機(jī)負(fù)載測試結(jié)果Tab.1 Charger load test results

為更清晰、直觀地了解本文方法的可行性,試驗(yàn)對系統(tǒng)運(yùn)行狀態(tài)進(jìn)行模擬運(yùn)行,通過Simulink仿真軟件得到在70 h內(nèi)非車載充電機(jī)負(fù)載變化規(guī)律。負(fù)載變化規(guī)律曲線如圖5所示。

圖5 負(fù)載變化規(guī)律曲線Fig.5 Load variation law curves

由圖5可知,充電機(jī)2個(gè)極端電壓(狀態(tài)1與狀態(tài)3)負(fù)載需求量較大,最高達(dá)到18 000 MW;狀態(tài)0與狀態(tài)2負(fù)荷需求大致相同,為14 000 MW。以上結(jié)果表明,本文車輛模擬檢測系統(tǒng)能夠準(zhǔn)確獲取非車載充電機(jī)檢驗(yàn)數(shù)據(jù)。

為了進(jìn)一步驗(yàn)證本文設(shè)計(jì)的數(shù)據(jù)挖掘算法模型的可靠性,本次測試作了大量研究和數(shù)據(jù)統(tǒng)計(jì),以文獻(xiàn)[4]與文獻(xiàn)[5]中所采用的檢測系統(tǒng)作為參照,計(jì)算了3種不同方法的檢驗(yàn)數(shù)據(jù)挖掘價(jià)值性。

(15)

式中:V為數(shù)據(jù)挖掘價(jià)值指標(biāo);F為不同方法中的價(jià)值評估函數(shù);B為非車載充電機(jī)檢驗(yàn)數(shù)據(jù)量,其值為200～1 400 MB。

試驗(yàn)對3種模型進(jìn)行對比。3種不同方法數(shù)據(jù)挖掘價(jià)值對比如圖6所示。

圖6 3種不同方法數(shù)據(jù)挖掘價(jià)值對比Fig.6 Data mining value comparison of three different methods

由圖6可知,三種方法均呈上升趨勢。這是因?yàn)榈仁?15)中,數(shù)據(jù)量越大,B和(B+1)的比值就越大,最終的評估指標(biāo)V也就越大。在檢驗(yàn)數(shù)據(jù)量較少階段(0～400 MB),本文方法較好,但在檢驗(yàn)數(shù)據(jù)量處于400～800 MB區(qū)間時(shí),本文方法對充電機(jī)檢驗(yàn)數(shù)據(jù)挖掘價(jià)值要低于文獻(xiàn)[4]方法,但整體平均挖掘價(jià)值要高于其他2種方法。在1 400 MB時(shí),本文方法達(dá)到最高值99%,由此驗(yàn)證了本文方法的優(yōu)勢。

4 結(jié)論

為了對異常充電狀態(tài)進(jìn)行高精度、高效率的測試,本文采用了車輛模擬檢測系統(tǒng),對電動(dòng)汽車非車載DC充電裝置進(jìn)行了測試,在非車載充電機(jī)堆外側(cè)預(yù)先安裝1個(gè)可密封的負(fù)載驗(yàn)證槍座,解決了非車載充電機(jī)內(nèi)部缺乏電流短路點(diǎn)的問題。本文通過構(gòu)建大數(shù)據(jù)挖掘算法模型,使系統(tǒng)更加方便、快捷地進(jìn)行數(shù)據(jù)精確把控,具備實(shí)時(shí)評估數(shù)據(jù)價(jià)值的能力。本文通過對試驗(yàn)結(jié)果的分析,挖掘出直流充電裝置在充電異常狀態(tài)下的價(jià)值性,在之后的充電機(jī)故障診斷方面起到了關(guān)鍵作用。然而,本文在試驗(yàn)過程中發(fā)現(xiàn)了充電開關(guān)存在明顯的故障問題。后續(xù)會針對開關(guān)狀態(tài)開展故障分析研究。