CEJ：具备可解释性的多物理场铁铬液流电池机理驱动模型- 大数跨境

首页

CEJ：具备可解释性的多物理场铁铬液流电池机理驱动模型

科学材料站

2024-07-19

导读：具备可解释性的多物理场铁铬液流电池机理驱动模型

科学材料站

文章信息

共同第一作者：周天航、刘子玉

通讯作者：牛迎春、徐泉

通讯单位：中国石油大学（北京）重质油全国重点实验室/中国寰球工程有限公司北京分公司、中国石油国家卓越工程师学院

科学材料站

成果简介

铁铬液流电池（ICRFBs）的性能受流体动力学和电化学过程的复杂交互影响。本文探讨了叉指流道间距设计对电解质分布和流速的影响，及其对泵的能耗和系统效率的构效关系。中国石油大学（北京）徐春明院士，徐泉教授课题组首次提出的具备可解释性的多物理场铁铬液流电池机理驱动模型，结合数据驱动方法，系统地分析了不同流道间距、比流量和电流密度下的电化学性能和能量效率。通过建设数据双驱动的液流电池流动模型，快速准确地优化了流道设计，确定了4 mm的最佳流道间距。在140 mA/cm²电流密度下，电压效率达86.3%，泵基电压效率达85.9%。该研究不仅揭示了流道间距对电池性能的关键影响，还展示了数据驱动的液流电池模型在电池设计优化中的潜力，为液流电池技术的发展提供了重要指导。

相关成果以“Machine-learning assisted analysis on coupled fluid-dynamics and electrochemical processes in interdigitated channel for iron-chromium flow batteries”为题发表在Chemical Engineering Journal上。（具备可解释性的多物理场铁铬液流电池机理驱动模型）

科学材料站

研究背景

风电、太阳能等新能源发电的快速发展并网，风电、光电的随机性、波动性特点势必导致电网的短时能量不平衡。开展储能技术进行电网调频变的愈加重要，液流电池作为一种新型电化学储能电池，具有功率、容量相互独立、设计灵活、相应速度快、安全性好、长寿命等优点，受到人们的广泛关注。铁铬液流电池（ICRFBs）是众多液流电池技术中首个提出实施方案，利用价格低廉且丰富的铁和铬的氯化物作为氧化还原活性材料，提供了一种具有成本效益的能源存储解决方案。通过流场设计优化电解质分布，可以显著减少浓差极化，从而提高液流电池的功率密度以及适当的流场设计可以显著降低泵耗，进而提升系统能量效率。

泵耗的公式由公式给出：

有相关研究表明：电解液循环泵作为液流电池的系统核心部件之一，泵的能量消耗占到整个钒电池系统能量的5%~14%，因而对于铁铬液流电池优化降低泵功耗是非常有意义的。但是在考虑降低泵耗的同时需要考虑电化学反应，在确保泵耗降低的同时不能明显的严重影响液流电池反应，因而需要考虑铁铬液流电池的电化学反应，使用多物理场模型将电化学过程与流动过程模拟综合研究则可以将二者联系结合起来，综合考虑。

评估电池的性能指标使用电压效率，电压效率有公式计算：

在上面提到在考虑泵损耗的同时，需要一种精确的方法来计算电池的电压效率。该计算综合了泵送损失对整体效率的影响，从而更全面地了解了性能。通过将这些额外的能源支出电压效率方程，我们可以更真实、更准确地表示电池效率，特别是在实际情况下，这些损失很大，可能会影响整体性能。因而使用泵基电压效率表示考虑泵耗的系统能量，如公式所示：

将泵基电压效率转化成系统能量效率需要引入库伦效率，如公式所示：

在这项工作中，中国石油大学（北京）徐春明院士，徐泉教授团队通过具备可解释性的多物理场铁铬液流电池机理驱动模型，深入探讨了叉指流道间距对多孔电极内电解质分布和流速的影响，显著影响了泵的能耗和系统效率。研究涵盖了不同流道间距、比流量和电流密度下的电化学性能和能效，阐明了叉指流道间距如何影响电池性能。通过数据驱动的液流电池模型，快速准确地探索各参数对电池效率的影响，确定了最佳操作条件。确定了4 mm的最佳流道间距。在140 mA/cm²电流密度下，电压效率达86.3%，泵基电压效率达85.9%。为了快速有效地探索每个单独参数对电池效率的影响，并确定最佳操作条件，本研究进一步开发了数据驱动的液流电池模型。通过对仿真数据的初步训练，该模型获得了较高的预测精度(R2 > 0.88)将铁铬液流电池的叉指流场设计与电流密度、比流量、通道间距等因素有效地联系起来。

科学材料站

文章信息

本研究如图1所示，利用具备可解释性的多物理场铁铬液流电池机理驱动模型，深入探讨了叉指流道间距对多孔电极内电解质分布和流速的影响。这一模型结合了电化学、流体力学两个物理场，提供了详细的机理数据分析。同时，通过结合实验数据和模型预测，能够更好地解释流道间距对电解质分布和流速的影响，从而进一步揭示其对泵的能耗和系统效率的显著影响。研究结果表明，合理优化叉指流道间距，可以有效降低泵的能耗，提高系统整体效率。该研究不仅在理论上提供了深入的机理数据支持，同时在实践中也具有重要的指导意义。

图1模拟计算方法的途径:叉指流道结构和两个运行参数的变化。(a)根据文献审查和内部结果确定参数。(b)建立了铁铬液流电池的电化学-流动耦合模型。(c)利用数据驱动的液流电池模型进行辅助分析和优化。(d)通过等云图进行机理分析和数值比较。

当电极面积和流道尺寸一定时，增加叉指流道的数量可以有效减小流道间距。在总流入量一定的情况下，通过多孔电极的平均流速随着流道数量的增加而减小，从而减小了流场的压降。我们观察到不同流道数量下电极内电解质平均流速的变化(图2(a))。如图2(b)所示，在电流密度为140 mA/cm²时，交错流道数量的增加会导致电池内电解质的平均流速降低，并降低铁铬液流电池的电压效率。这种现象可归因于由于通道数量增加而导致每个单独通道中的流体流量减少。随着流速的降低，电池内部电解液的传输效率也随之降低，对电池内部动力学性能产生显著影响。这些结果表明，随着间距减小，电压效率会略有下降。我们可以观察到铁铬液流电池中泵耗(泵送电解质所需的能量)与比流速和流道数之间的关系(图2(c))。图2(c)揭示了一种趋势，即通道间距的减小导致泵功率需求的降低，强调了通过优化电池结构和操作条件可以实现的潜在能源效率提升。图2(d)显示了不同流道结构和比流量下铁铬液流电池的泵基电压效率。在通道间距为4.00 mm时，效率达到峰值，随后随着间距进一步减小而略有下降。这些发现表明通道间距的最佳范围可以提高这些电池系统的效率

图2 (a)电解液在电极中的平均流速。(b)电压效率。(c)是(b)的局部放大图。(d)泵耗。(e)泵基电压效率。(f)是(e)的局部放大图-在电流密度为140 mA/cm2, SOC = 0.5时，通道间距分别为46 mm, 22mm, 10mm,6mm, 4mm和2.36 mm。

图3(a-c)可以看出随着流动通道的增加，碳布中心区域电解液流速明显降低，因而导致内部的浓度极化变得更加明显。图3(d-f)和展示了交错流动通道的一个基本特征:通道内电解质的流动是由压力差驱动的。通道的布局和大小对控制电解质流动的路径和速度起着至关重要的作用。在设计叉指流动通道时，必须考虑这种流动模式及其对电解质分布和电池性能的潜在影响。优化通道设计以确保电解液在电池内的均匀分布将是提高液流电池效率和性能的关键。图3(g-i)显示了在SOC为0.5时放电过程中Fe³⁺离子浓度的分布，揭示了电池内部反应物分布的显著特征。在交错流道正下方的碳布区，出现“短路”效应，Fe³⁺的浓度明显低于流道边缘，导致反应物离子在碳布区输运效率降低，离子浓度分布不均匀。

图3 46 mm、4 mm和2.36 mm通道间距的分布云图(a-c)速度分布云图。(d-f)压力分布云图。(g-i) Fe³⁺浓度分布曲线，比流量为2 mL/(min·cm2)、电流密度为140 mA/cm2、SOC=0.5。

值得注意的是，随着流道数量的增加，离子的总体分布趋于更加均匀，但总体浓度下降。这可能是因为流动通道数量的增加导致电解质在电池内的分布更加均匀，减少了局部高浓度区域的形成。然而，这也意味着电池更大区域的反应物离子的总浓度会降低，这可能会影响电池的反应速率和能量输出。这一观察结果表明，在液流电池设计中增加流道数量可以改善电解液均匀分布的同时，也需要考虑这可能对电解液浓度和电池整体性能产生的潜在影响。

在分支流动通道的入口可以观察到电解质速度的升高(图4(a)和(c))。这可能是由于这些区域的强制对流加剧，这给入口的流体带来了更大的动能。此外，电解质内部的特征强制对流将电解质从进口分支的末端区域驱动到出口分支。这导致在这些末端区域加速电解质流动，促进了电解质在整个电池内部的分配效率的提高。图4(b)和(d)显示了基于多物理场液流电池机理模型的流道和多孔电极内的压力分布。这些图像表明，流道的设计和流体的动态特性对压降有显著影响。

图4四进五出流道中部和电极中部高度流速分布，比流量为2 mL/(min·cm²)，电流密度为140 mA/cm²。图4中箭头方向表示碳布中电解液的入口和出口方向。

在放电过程中，电解质流动方向上反应物离子Fe³⁺和Cr²+的浓度逐渐降低。此外，靠近膜的一侧离子浓度明显低于靠近双极板的一侧离子浓度。这是由于膜侧离流动通道较远，导致反应物离子的补充速度相对较慢。与之相比，靠近流动通道区域的离子浓度较高，因此补充速度也较快。此外，靠近膜侧的离子反应相对于靠近双极板侧的离子反应更为显著。图5(d-f)复杂地展示了液流电池不同区域的电解质电流密度分布。具体而言，图5(d)展示了负极垂直中心截面的电解液电流密度分布情况。该图清晰地展示了在垂直方向上电流密度的变化规律，揭示了不同位置电流密度的差异。图5(e)和图5(f)分别描绘了正极和负极碳布中心的电流密度分布。这些图表提供了电解液在电极表面上电流密度的详细分布情况，为理解和优化液流电池的性能提供了重要的参考数据。通过这些图表和分析，可以更深入地了解电解质流动方向及其影响因素，以及不同区域的电流密度分布规律。这对于优化液流电池的设计和运行策略，提升电池整体性能具有重要意义。

图5 (a) Fe³⁺和Cr²+浓度在电池垂直中心截面上的分布。(b)正极碳布中心Fe³⁺浓度分布。(c)负极碳布中心Cr2+浓度分布。(d)垂直中心截面负极截面电解质电流密度分布。(e)正极碳布中心电解液电流密度分布。(f)负极碳布中心电解液电流密度分布。流量为2 mL/(min·cm²)，电流密度为140 mA/cm²，图例范围为500-600 mol/m³。放电时SOC为0.5。

图6展示了电压效率和基于泵的电压效率的多维度分析结果，其中(a)图为电压效率和(b)图为基于泵的电压效率梯度增压模型残差图。所有图表均显示实际值与预测值之间的高度一致性，表明所构建模型的预测能力较强且成功。在图(c)和图(d)中，对电压效率和基于泵浦的电压效率进行了SHAP（Shapley Additive Explanations）分析。分析结果表明，特征对基于泵的电压效率提升的影响强度从高到低依次为：电流密度>通道间距>比流量。这一结果揭示了各因素在提升电压效率中的相对重要性，为进一步优化提供了依据。图(e)和图(f)分别展示了基于泵的电压效率与电流密度、电解液比流量及通道间距的二维和三维归一化值变化图（括号内为实际值）。这些图表通过颜色条表示基于泵的电压效率值，提供了不同操作条件下电压效率变化的直观展示。具体而言，电流密度的范围为1至250 mA/cm²，流速范围为1至5 mL/(min·cm²)，通道间距则在1至50 mm之间波动。这种多维度分析方法不仅增强了对影响电压效率因素的理解，也为优化铁铬液流电池的性能提供了数据支持。通过综合分析不同操作参数对电压效率的影响，可以为电池设计和运行策略的制定提供科学依据。

图6 (a)电压效率和(b)基于泵的电压效率梯度增压模型残差图。(c)电压效率和(d)基于泵浦的电压效率的SHAP分析。(e)二维和(f)三维基于泵的电压效率与电流密度(mA/cm²)、比流量(mL/(min·cm²))和通道间距(mm)归一化值(括号内为实值)的三维三角形变化图。

科学材料站

结论展望

中国石油大学（北京）徐春明院士，徐泉教授团队研究采用具备可解释性的多物理场铁铬液流电池机理驱动模型，全面探讨了铁铬液流电池内流道间距的优化问题。研究发现，最佳通道间距为4毫米可以显著提高电化学性能和能量效率，特别是在电流密度为140 mA/cm²时，电压效率达到86.3%，基于泵的电压效率达到85.9%。这些效率强调了精确的流道设计在最大限度地减少阻力和过电位造成的能量损失以及通过优化泵消耗来降低运营成本方面的重要性。此外，利用数据驱动的液流电池模型预测和选择最佳通道配置和特定流量大大简化了设计过程，允许在不同操作条件下有效识别最有效的电池配置。本研究成功开发了一个数据驱动的液流电池模型，经实验数据训练，该模型具有较高的预测准确率(R2 > 0.88)。这一成果显著增强了铁铬液流电池叉指流场设计与电流密度、比流量和通道间距等关键参数之间关系的理解。

总的来说，该研究结果不仅突出了叉指流道间距对液流电池性能和效率的关键影响，而且还展示了集成数据驱动的液流电池模型技术增强电池设计的潜力。通过关注电解质分布、流速和电化学性能之间的复杂平衡以及创新的优化工具，概述了一条显著提高储能系统性能和可靠性的技术途径。在未来，团队的目标是探索各种几何特征如何进一步提高系统性能，从而有可能带来低成本、大规模长时铁铬液流电池储能解决方案。

科学材料站

文章信息

[1]ZHOU T, LIU Z, YUAN S, et al. Machine-learning assisted analysis on coupled fluid-dynamics and electrochemical processes in interdigitated channel for iron-chromium flow batteries [J]. Chem Eng J, 2024, 496: 153904.