0 引 言

电动汽车由动力电池驱动,具有高效节能、低噪声、零排放等优点,其规模化应用将有效解决能源短缺及环境污染等问题[1]。近年来,随着全球环境污染加剧及各国政府的高度重视,纯电动汽车保有量越来越大,电动汽车的规模化发展将会给社会及经济带来巨大影响[2]。电动汽车个体以及聚集成规模化后的行为特性与规律,对于电动汽车用户出行、电动汽车服务体系的研究建设、充换电服务网络规划设计等都具有重要影响[3]。

电动汽车的行为特性与电动汽车使用者的日常生活习惯、充换电基础设施、市政交通系统、电动汽车自身的性能、城市经济发展水平等众多因素相关。这些因素大多都具有强不确定性,因而电动汽车的行为特性分析是一类多时空尺度、具有强不确定性特征的问题。针对电动汽车运行特性研究,文献[4]开展了基于因子回归分析和分层雷达图法的电动汽车运行状态评估研究。文献[5]开展了基于模糊K-means算法的电动汽车应急供电策略研究,以及电动汽车动力电池特性仿真研究。文献[6]开展了电动汽车电池健康状态诊断方法研究。文献[7]分析了纯电动汽车变工况运行能效。文献[8]研究了基于电池荷电状态和行驶工况辨识的电动汽车续驶里程估算技术。但上述针对电动汽车用户行为、电池性能及运行环境等特性的分析研究尚未考虑相互之间的综合影响因素。

本文针对以上问题,提出一种基于结构方程模型的综合影响因素评价策略。

1 电动汽车运行特性分析

影响电动汽车用户日常出行的特征包含用户行为、电池出力以及电动汽车运行环境等方面。影响电动汽车用户日常出行因素如图1所示。

图1 影响电动汽车用户日常出行因素

1.1 用户行为特性

用户行为特性是一系列个人特征(年龄、性别、职业身份)和家庭特征(家庭人口数、交通工具拥有量、家庭收入等)的集合。

(1)职业身份:全日制工作者,包括工人、服务员、公务员、职员、个体劳动者;非全日制工作者,包括无业、离退休及其他职业的群体。

图5（a）中实线是基于Delaunay三角网的线面混合数据中轴线提取结果，虚线是本文提出算法的中轴线提取结果。重点放大线面连接处，从（b）图中可以看出，对于混合数据Delaunay三角网仅能提取面状要素中轴，无法保留原有的单线数据，该中轴线与原有线状数据未建立拓扑关系。图5（c）中本文所提出的基于形态学的细化方法则能很好的避免以上问题。

(2)家庭人口数:拥有电动汽车家庭平均人口数。

为了分析不同栓钉损伤对试验梁跨中挠度的影响，分别比较了货车质量为100 kg时FCB梁和FCB1梁以及PCB梁、PCB1梁和PCB2梁的损伤-最大挠度曲线见图13。

2)结合机械臂实际工作情况，提出了一种针对所设计机械臂举升过程的ADAMS逆向仿真方法；并提出了有效承重区间概念，为后续此类问题的研究提供了一种思路。

3.具体制度。具体制度是指经济体制、政治体制、文化体制、社会体制等各项具体制度，各项具体制度是根本政治制度和基本制度发挥作用的有效途径，是中国特色社会主义制度的重要组成部分，各具体制度全面协调、整体推进，着力推进建立和完善社会主义市场经济体制，促进经济又好又快发展；发展民主政治，建设社会主义政治文明；发展先进文化，推动文化大发展大繁荣；保障和改善民生，建设社会主义和谐社会。

1.2 动力电池特性

(1)最大续驶里程:电动汽车充满电一次到用尽电池所有电量所行驶的最大里程。

厅领导赴各地开展大调研活动（省厅新闻宣传中心） .......................................................................................6-4

(2)最高时速:电动汽车加速后最大的时速。

(3)故障及维修保养:电动汽车用于定期维修保养的时间、次数,以及一年中用于故障维修的平均次数和时间。

1.3 运行环境特性

(1)充换电基础设施完善度:充换电设施在电动汽车用户活动区域内的分布情况,包括充电设施的地点和可供充电的设备数量。

日前，从中国科学院微生物研究所获悉，该所开发的微生物菌肥在今年生姜大田种植试验过程中获得成功，每亩增产可达25%～30%。

测量模型描述的是潜变量与观测变量之间的关系[10],可表示为

(3)政策支撑条件:政府对电动汽车使用的支撑力度,如电动汽车的节能补贴、充换电相关设施的建设、电动汽车的使用宣传情况,可以通过发放问卷,综合评价某一城市的政策力度。

针对上述3个方面影响因素进行综合分析,并结合3个方面相互影响和相互制约的特征,提出一种基于多潜变量结构方程模型的电动汽车运行影响因素综合分析策略。

2 电动汽车多潜变量结构方程模型

2.1 观测变量选取

综合前一节影响因素分析结果及电动汽车运行特征,考虑数据的获取难度以及结构方程模型对于变量之间较小的共线性要求,本文初步确定涉及的观测变量。多观测变量选取表[9]如表1所示。

表1 多观测变量选取表

特征影响因素输入值定义用户行为职业身份全职工作者=1,其他=0用户年龄出行者年龄(岁)收入水平大于5万为1,其他为0电池特性续驶里程电池管理系统记录平均值最高时速电池管理系统记录最大值故障率电池管理系统记录平均值运行环境充电设施百分比系数,值越大条件越好交通状况百分比系数,值越小越拥堵政策条件百分比系数,值越小政策越好活动规律出行百分比系数,1-居家百分百居家百分比系数,1-出行百分百

在以上的观测变量基础上,初始模型共设定4个潜变量,分别为用户行为、电池特性、运行环境和活动规律。

(4)家庭年收入:拥有电动汽车家庭年收入总和,超过5万元的作为统计对象。

使用SRV 3/4”NPT螺纹型在线黏度计，根据稀释釜的尺寸和投料情况，准备适合长度的加长套管、法兰和内外丝连接头，从釜顶插入釜中，见图1。

2.2 模型设定

基于初始测量模型,电动汽车多潜变量结构方程模型路径如图2所示。

图2 电动汽车多潜变量结构方程模型路径

图2中包含两个潜自变量和两个潜因变量。与表1对应,ξ1代表电动汽车用户行为,x1、x2、x3为ξ1的观测变量(影响因素指标);ξ2代表电动汽车电池特性,m1、m2、m3为ξ2的观测变量;ξ3代表电动汽车运行环境,z1、z2、z3为ξ3的观测变量;ξ4代表电动汽车用户出行规律,y1、y2为ξ4的观测变量。ξ1和ξ3为潜自变量,ξ2和ξ4为潜因变量。其结构方程模型估计值分别为Lx、Lm、Lz、Ly。

(2)城市交通拥堵情况:交通拥堵情况来自于城市市政管理部门的监测数据,主要是电动汽车用户活动区域内的路段在某时段内的路况。路段畅通记为100%,将路段的拥堵程度按照比例折算。

(1)

式中: xh、mk、ep、yq——指标;

第Ⅱ类的6家研究机构名称及其门户网站名称见表2。显然，从直观的角度来看，门户网站名称和研究机构名称的不一致容易引起受众的混淆，不易使其留下印象。

πh0、πk0、πp0、πq0——截距值;

f1、f2、f3、f4——标准化因子。

δxh、εmk、σep、υyq——残差。

收益分配问题是牵扯到广大人民群众根本利益的问题，也是推动社会经济发展的重要手段。企业作为推动经济发展的主要组成部分，所以应该受到更多的关注。企业的收益分配问题不仅关系到企业自身的不断扩大和发展，也关系到整个社会的经济稳定与协调发展。所以只要我们不断对企业的收益问题进行探索和研究，企业分配一定会变得更加而完美，社会也会变得更加繁荣。

文献[5]对GPS L2C信号的捕获进行了分析，对比了本地码采用归零码和非归零码的捕获性能，并用码相位比较法进行捕获判决。针对BOC调制信号，ASPeCT[6-8]法能够有效的抑制BOC信号自相关的边峰，但是只适用于 BOC（n，n）信号的捕获[9-10]。边带捕获算法[11-12]可以消除自相关多峰性，在BOC的另一个边带受到污损时，仍可以使用另一个边带，而且仅使用一个边带可以使得采样率降低。

(2)

2.3 模型估计

含多个潜变量结构方程模型的模型估计需要定义符号权重和。结构方程模型中,第i个潜变量ξi的符号权重和是指与ξi相邻(路径图中表现为有箭头直接相连)的所有其他潜变量估计值的符号加权和,通常记潜变量ξi的符号权重和为Wi,数学表达式为

(3)

式中: Lj——ξi相邻的潜变量估计值;

sij——符号函数。

(4)

根据图2及式(1)～式(4),给出含多个潜变量结构方程模型估计流程。首先通过反复迭代,得到潜变量估计值:

(3)交通工具情况:以家庭为单元拥有汽车的数量和电动汽车的数量。

(5)

式中: n——样本容量取1,2,…,N;

目前家政市场管理不规范，内部存在诸多管理漏洞。有的家政公司只是一个平台中介，并没有对家政服务人员进行正规的和定期的培训，家政服务人员缺乏相关专业知识，这也是导致看护人虐待被看护老人的重要原因之一。院不予受理。如果被害人因受强制、威吓无法告诉的，则由人民检察院和被害人的近亲属告诉。虐待家庭成员，情节恶劣的，将处二年以下有期徒刑、拘役或者管制。

上述结构方程模型需满足期望关系:

xhn、mkn、epn、yqn——指标xh、mk、ep、yq的样本观测值;

ωxh、ωmk、ωep、ωyq——各指标影响因素权重,可由专家打分获取;

Λh、Λk、Λp、Λq——指标的载荷;

(6)

f2、f3、f4与f1类似。

对hsPDA组和nhsPDA组早产儿的PDA生后3 d的液体入量进行单因素分析：生后第1天、第2天、第3天的液体入量均与hsPDA相关联，两组差异均有统计意义(P<0.05)。

根据图2的逻辑关系,推导出ξ1、ξ2、ξ3、ξ4的符号权重和,分别为

(7)

设定初始权值,进行循环迭代,便可得到各个潜变量估计值。

在模型的各个自由参数求出值之后,就需要对模型进行评价。AMOS是结构方程模型常用的软件,具有可视化、人性化及简单清晰的优点和强大的分析功能,是目前在处理结构方程模型分析过程中运用最广的分析软件之一。在AMOS中,主要会用到的评价指标及评价标准,如表2所示。

表2 评价指标及评价标准

指标名称评价标准组成信度一般要求大于0.7平均变异数萃取量(AVE)一般要求大于0.5,最低0.36卡方值越小越好GFI大于0.9AGFI大于0.9RMSEA小于0.1

利用AMOS6.0软件选用最小二乘法进行解和数据拟合,最终得到可信的分析结果。

3 算例分析

以南京某区域电动汽车用户日程形式为例,进行算例分析。首先给出多观测变量选取表,如表3所示。

表3 多观测变量选取表

指标因素权重用户行为ξ1x11ωx10.107x223.4ωx20.073x31ωx30.105电池特性ξ2m1210ωm10.225m2150ωm20.036m38ωm30.168运行环境ξ3z135ωz10.207z270ωz20.013z395ωz30.066活动规律ξ4y150ωy10.5y250ωy20.5

各潜变量符号值及指标评价值分别如表4和表5所示。

表4 各潜变量符号值

故障ξ1ξ2ξ3ξ4ξ11-101ξ21111ξ30-111ξ4-1-1-11

表5 各指标评价值

因素载荷残差截距x1Λx10.875δx10.01x2Λx20.763δx10.01πh00.95x3Λx30.798δx10.01m1Λm10.921εm10.02m2Λm20.846εm20.01πk00.95m3Λm30.789εm30.00z1Λz10.835σe10.01z2Λz20.767σe10.02πp00.95z3Λz30.912σe10.01y1Λy10.813υy10.01y2Λy20.813υy20.01πq00.95

针对表3～表5中参数设定,利用AMOS软件迭代运算,得出各潜变量相互影响关系因素负荷,如表6所示;得到主要评价指标,如表7所示。

表6 各潜变量相互影响关系因素负荷

潜变量标准化因素负荷ξ1←ξ20.115ξ4←ξ20.712ξ3←ξ20.603ξ4←ξ10.216ξ4←ξ30.635

表7 电动汽车运行主要评价指标

组成信度AVE卡方值GFIAGFIRMSEA0.850.1377.30.9210.9150.093

由表6～表7可知,电池特性及运行环境对用户出行规律影响较大。另外,电池特性对运行环境影响较大,而用户行为对出行规律影响较小。该分析结果与目前电动汽车实际运行后存在的主要影响因素完全吻合[11]。

4 结 语

本文提出了一种基于结构方程模型的电动汽车运行综合影响因素评价策略。该评价策略通过定义多潜变量设定电动汽车运行特性的结构方程模型,再通过对各影响因素符号权重和的求解,实现电动汽车综合运行特性模型估计。最后,通过AMOS软件得出各类潜变量在电动汽车运行过程中的影响程度。

【参 考 文 献】

[1] 国务院.节能与新能源汽车产业发展规划(2012—2020年)[G].2012.

[2] 刘振亚.智能电网技术[M].北京:中国电力出版社,2010.

[3] 赵明宇,刘华峰,徐石明,等.考虑间歇性电源不确定性的配电网经济效益风险评估[J].电器与能效管理技术,2015(14):35-38.

[4] 蒲松林,周念成,郭胤,等.基于因子回归分析和分层雷达图法的电动汽车运行状态评估[J].电力自动化设备,2015,35(6):44-51.

[5] 赵明宇,徐石明,高辉,等.基于模糊K-means算法的电动汽车应急供电策略[J].电力系统自动化,2016,40(5):91-96.

[6] 朱彬若,张慎明,王虎.楼宇智能用电能量管理系统设计与实现[J].华东电力,2010,38(4):520-522.

[7] 朱彬若,张慎明,王虎.智能用电楼宇节能综合控制的实现方式[J].上海节能,2010(4):39-43.

[8] 刘遵义,郜洪亮,余晓鹏,等.照明用电设备的负荷建模研究[J].河南电力,2005(4):1-6.

[9] 刘明君,郭继孚,高利平,等.私人小汽车出行行为特征分析与建模[J].吉林大学学报,2009,39(2):1-5.

[10] 吴兵福.结构方程模型初步研究[D].天津:天津大学,2006.

[11] 潘庆庆,熊威,张娜,等.银川市电动汽车市场响应行为影响因素识别与分析[J].电力需求侧管理,2012,14(2):41-45.