摘 要

近年来,在促进能源 低碳化、提高能源安全性 和扩大能源供应等能 源发展战略 的驱动下,以风能、太阳能为 代表的可再生 能源得到快速 发展。根据国家 发改委发布的 可再生能源"十三 五"规划^[1],到2020年,实现 非化石能源 占一次能源消费 比重15%能源 发展战略目 标,可再生 能源发电装 机容量 达到6.8亿千瓦,发 电量1.9万 亿千 瓦时,占全 部发电量的27%。但是,可再生能源发 电具有不稳定 特性，诸如间 歇性，挥发性和不可预 测性。当风力发电 和光伏容量占电网总装机 容量较高时，可再生能源 的电网的 不稳定状态会有害 到电力网的 稳定性和安全运行。在目 前电网有限的 峰值容量下，西 南地区“弃水”和“弃风”等 问题，不仅浪费了水和 风资源。而且降低了经济效益,成为阻碍可再生能源发展的瓶颈。本文以全钒液流电池作为研究对象,针对其瞬时效率方面进行了研究。

本文第一章介绍了全钒液流电池(Vanadium Redox Battery，VRB)的发展历史，和国内外研究现状，介绍了全钒液流电池的优点与存在的不足。然后大致梳理了本文的内容与逻辑结构。

在第二章中本文介绍了参数优化目标，并针对全钒液流电池模型的特点，选择合适的优化方法制定出了优化方案，粒子群算法，并选择多参数优化策略，提高系统的瞬时效率。

第三章主要先建立了电路的电化学等效模型，由电压源，欧姆过电位，，浓度过电位，，激活过电位，，和扩散、分流电阻组成，介绍了参数辨识的方法并选择粒子群算法作为本次实验的参数辨识方法，然后在实验室搭建了一个3kW/5Wh的VRB实验系统，对电化学模型参数进行了识别。

第四章对电化学模型进行了仿真测试，证实了多参数优化策略相对于其它优化策略的优势。然后根据实验结果分析了不同变量对操作特性的影响，得到系统瞬时效率最高的参数和配置。

关键词：全钒液流电池；瞬时效率最大化；粒子群算法；电化学模型；SOC

Abstract

In recent years, driven by energy development strategies such as promoting low-carbon energy, improving energy security, and expanding energy supply, renewable energy represented by wind and solar energy has developed rapidly. According to the “13th Five-Year Plan” for renewable energy issued by the National Development and Reform Commission, by 2020, non-fossil energy will achieve a 15% energy development strategy target for primary energy consumption. The installed capacity of renewable energy power generation will reach 680 million kilowatts, and the power generation capacity will be 19,000. Billion kWh, accounting for 27% of all power generation. However, renewable energy generation has unsteady characteristics such as intermittent, volatility, and unpredictability. When the installed capacity of wind power and photovoltaics accounts for a high total installed capacity of the power grid, the unsteady state of the grid connected to renewable energy is harmful to the stability and safe operation of the power grid. Under the current limited peaking capacity of the power grid, the problem of “abandoning the water” and “abandoning the wind” in the “three north” areas in the southwest region is severe, which not only wastes a lot of water and wind resources, but also reduces economic benefits and becomes a hindrance to renewable energy. The biggest bottleneck in development. In this paper, the whole vanadium redox flow battery is taken as the research object, and its transient efficiency is studied.

The first chapter of this paper introduces the development history of Vanadium Redox Battery (VRB), and the research status at home and abroad, and introduces the advantages and disadvantages of all-vanadium flow battery. Then roughly comb the content and logical structure of this article.

In the second chapter, the electrochemical equivalent model of the circuit is established, which consists of voltage source, ohmic overpotential, concentration overpotential, activation overpotential, and diffusion and shunt resistor. The method of parameter identification is introduced. The particle swarm optimization algorithm was chosen as the parameter identification method of this experiment. Then a 3kW/5Wh VRB experimental system was built in the laboratory to identify the electrochemical model parameters.

The third chapter mainly introduces the parameter optimization target ratio. In this paper, based on the characteristics of the all-vanadium flow battery loss model, the optimal optimization method is selected to develop an optimization scheme, particle swarm optimization algorithm, and multivariate optimization at the same time to improve the system. Instantaneous efficiency.

The fourth chapter simulates the electrochemical model and confirms the advantages of the multi-parameter optimization strategy over other optimization strategies. Then according to the experimental results, the influence of different variables on the operating characteristics is analyzed, and the parameters and configurations with the highest instantaneous efficiency of the system are obtained.

Key Words：Vanadium Redox Battery; Maximize instantaneous efficiency; Particle Swarm Optimization; Electrochemical Model; SOC

目 录

摘 要 I

Abstract II

第1章 绪论 1

1.1研究意义与背景 1

1.2国内外研究现状 3

1.3本文的研究内容 4

1.4 论文结构 5

第2章 多参数优化策略 6

2.1多参数优化目标 6

2.2多参数优化方法 7

2.2.1梯度下降法 7

2.2.2牛顿法 8

2.2.3拟牛顿法 8

2.2.4粒子群算法 9

第3章 全钒液流电池模型的建立 11

3.1电化学模型 11

3.2参数辨识 12

第4章 多参数优化结果及分析 15

4.1仿真结果 15

4.2仿真分析 17

第5章 总结与展望 19

参考文献 20

致 谢 23

第1章 绪论

1.1研究意义与背景

随着世界 的发展，特别是能源工 业的发展壮大，世界各国对能源的需求量逐渐变大，但是再生 化石能源储备 并面临枯竭，可再生能源的 大幅度减少，核能源 的发展也受到了诸多限制。并且开采和使用一次的不可再生化石能源会引起一系列的环境污染问题，如温室效应和烟雾。寻找一种可大规模开发利用可再生新能源在当今的世界已经成为一个严峻的问题^[2]。

近年来电池储 能技术 发展迅速，大 规模蓄 电设备的研发是新能源有 效开 发利用的关键。大容 量储 能设 备全钒液流电池(VRB)被广泛用于储 能系统中。全钒液流电池系统是一种能量储 存于溶液中的电化学系统。离 子交 换 隔膜将正负极分隔开，电解液由金属 钒的不同价态的离子所组成的氧 化还原电对的溶液，两个氧化还原 电对间电势差为发生 氧 化还 原反 应的驱 动力，来促使 电 池完成充 放电。全钒液流电池是单金 属系统 的 氧化还原 液流电池 ，电解液是由 金属 钒的不同 价态的 离 子所 组成的 氧化还 原电对的硫 酸溶液，正负极 由 离子交换隔膜分 开，在正 极电解 液中包含的离子为V⁴ 、V⁵ 的钒 离子，负极电解 液中包 含的为V³ 、V² 的钒离 子，如图1.1所示^[3]。H 通 过电解液 中的H 离子 透 过隔膜，完成定 向迁移 从而实现 电 荷平衡，电解液在 流过电极 时 发生电化学 反应，电 解质中的 化 学 能被转换为 电能，再由双 极板进行收集与传导。正极发生的是V⁴ 、V⁵ 的钒离子 的 氧化还原反应，在负极发生的是V³ 、V² 的钒离子的氧 化还原反应。其电极反应如下^[4]：

正极：

负极：

全电池总反应：

图1.1全钒液流电池工作原理

SOC，电池荷电状态。电池的SOC值 反映了电池剩 余的存储的能 量，电池荷电状态，也叫剩 余 电量，是指电池 使用一段时间或 长期搁 置不用后的剩余可 放 电电量与其完全充电状态 时电量的比值。SOC的大小可以用V³ 、V² 在电解液中的浓度来进行表示，如式（1-1）所示。

(1-1)

相比于其他大型储能技术，全钒液流电池技术具有众多优点。

全钒液流电 池的 活性 材料均为液态，它不涉及 复杂的固相反应，与铅酸电池相比，具有电池 寿命长、能够长期使 用 等优势。正负极的电解液 分别 存 放在两个外部储液 桶中，并通过泵 循环流过电堆。储存 在电解液中的 能量能够 长期保存，不会放生自 放电损失；并且全钒液流电池 使用同一种活 性 物质作为电解 液，不存在交叉 污染，电 池 浓差极化降低等问题。因为活性物 质在电 极表面流过时，只发生均相反应。因此电池效率高、充放电性能好，能进行深度充放电而不损坏电池；电堆中的各片单 电池 状态性能基本一致，可靠性 较高。

衡量全钒液流电池储能 系统 的运行性 能中十分重要的一点是储能 系统的 充放电能量效率。而在实际运行过程中，全钒液流电池 储 能系统的 能量效率并不高。电堆内部的关键材料、电堆自放电现象和辅 助系统中电泵寄生能 量损耗影响能量效率主要原因。储能系统的能量效率随着系 统运行策略的改变而变化，往往在70%~80%之间^[56]，而20~30%的电能最终将以热能的形式耗散。如果储能电 池功率集 成达到兆瓦级以上，过低的能 量效率将造成能源的极 大浪费，增加运维成本。因此优化 运行条件（包括温度、电解质流量、电解质浓度、充放 电电流等）以提高整 体储能系 统的高效率具有重要意义。

1.2国内外研究现状

全钒液流电池 的能量效率 一般会受 到温度、充放电策略等 运行参数的影响。目 前的研究大多 是针对温度、流速和充放电 速 率等单一参数，但是针对全钒 液流电池系统的运行策略需建立多参 数的优化理论。

流速对电堆电压的影响 温度对电堆电压的影响

图1.2 流速、温度对电堆电压的影响

温度、流速等因素会 影响到全钒液流电池的性能^{[7, 8, 9]}，如图1.2所示。同时，温度、流速和充放电策略 也会影响到能量效率。流速对电池性能 的影响主要体现在，电解质的流量增大会导 致极化电压的降低，从而充电电压降低、放电电压升高，电池的能量效率得到提高。但是流量过大则会提高电泵 等寄生功率，从而使系统的整体效率降低^[10-13]。Tang等^[14]基于经验提出了关于电 泵和管路损耗的计算方法，分析了在不同流速下的寄生损耗情况。Ma^[15]对不同工作电流密度、不同放电阶段采 用不同流量提出了优化思路，在高电压时保持低流速 而低电压时保持高流 速可以提高能量利用效率。温度对电池的性能也存在影响，离子热运动会随着温度 的变高而不断加速，正负极电解液的 流速会通过离子传导的热运动 不断加速，过电压会降低，电压效率会跟随 温度升高而升高。充放电速率会在能量效率上对电池产生影响，电池的能量效率会随着 运行电流密度的增加不断下降^[15]。

目前存在的研究方法主要是 针对单一的参数进行研究^[15-18]，运用实验的方法测量和能量效率。关于单目标的优化问题 可以使用传统的数值优化方法，如牛顿拉夫逊法。最小二乘法求解。另一种方法是避免决策者设定偏好参数情况下，使用进化算 法和群智能算法求解Pareto最优解集，相对于传统方法而 言实用性比较高。群智能算法 与进化算法通过模拟事物的发展与结构特性或者是生物群体行为特性，设计出迭代算式，适合求解复杂的优化问题，全局 搜索能力较强。其中多目标进化算法已经广泛的应用于微电网储能容量配置、全钒液流电池模型辨识、电池SOC及其健康状态（State of Health, SOH）估算、电力系统无功优化、等领域^[19-23]。

综上所述，本文拟发展新的全钒液流电池储能系统运行优化策略，并提出基于非支配遗传算法和粒子群等启发式搜索算法的非线性系统多参数优化方法，为提升全钒液流电池储能系统运行性能提供新的途径和理论依据。

1.3本文的研究内容

根据现有的文献，前人提出的全钒液流电池优化策略还存在改进的方面。以往研究主要是对单变量如SOC、电流、温度等变量的改进，从而忽视了多变量的耦合关系对系统造成的影响，由此获得能量效率存在进一步提升的空间。

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：