1. 研究目的与意义（文献综述）

随着储能技术的飞速发展，大规模储能系统已经成为保证电力系统可靠供电的一个重要手段，其中电化学储能系统因其独特的性能已成为优先发展方向之一。

能源是国民经济发展和人民生活的重要物质基础。随着经济持续高速发展，对能源的需求迅速增长，能源正面临严重短缺。从长远看，化石能源将逐渐枯竭，开发可再生能源，缓解化石能源供应的不足，优化能源结构，提高可再生能源在能源供应中所占的比重，并最终取代化石能源成为能源供应的主体，是新能源发展方向。为充分利用各类可再生能源发电系统和核电系统并实现稳定供电，开发大规模高效储能技术极为重要。

钒电池，全称是全钒液流电池(vanadium redox flow battery，vrb)，是一种活性物质呈循环流动液态的氧化还原电池。全钒氧化还原液流电池技术既是一种大规模高效储能技术。因其具有无污染、寿命长、能量效率高和维护简单、建设周期短等优点，钒电池被认为是一种优良的绿色大规模储能系统。国外已建设了兆瓦级的太阳能光伏发电和风能发电储能示范系统，预示了良好的商业前景。

2. 研究的基本内容与方案

2.1 研究内容（注：所有公式、图表见附件）

（1）全钒液流电池的建模与分析

调研分析全钒液流电池的基本原理及常用模型。进行钒液流电池的等效电路与数学建模的研究。

（2）全钒液流电池的运行特性分析

分析温度、流速等对全钒液流电池运行特性的影响。

（3）全钒液流电池瞬时功率预测方法研究

研究不同SoC下全钒液流电池最大可供输出功率。

2.2 研究目标

本设计旨在通过了解电化学储能的发展现状，提出全钒液流电池瞬时功率预测方法，同时通过设计体现电池储与安全、经济和环保的关系，体现技术经济性能。

2.3 拟采用的技术方案及措施

本设计需解决的关键问题有：调研分析全钒也流电池的基本原理及常用模型；分析温度、流速等对全钒液流电池运行特性的影响；研究不同SoC下全钒液流电池最大可供输出功率。

2.3.1 全钒液流电池的建模与分析

首先明确钒液流电池的基本原理。钒离子有V（Ⅴ）、V（Ⅳ）、V（Ⅲ）和V（Ⅱ）多种价态，具有和价态的钒离子溶液可作为正极和负极的活性物质组成化学电池。

充电时：正极

负极

放电时：正极

负极

V（Ⅴ）/ V（Ⅳ）和V（Ⅲ）/ V（Ⅱ）两电对的电位差大约我1.25V。

钒液流电池使用2个转动的液流泵不断地将储存于2个储液罐中的电解液输入电池堆中，放电后的电解液流出反应器，这样可消除浓差极化。流动的电解液储罐不仅可增加电池储能容量，而且电解液可根据需要随时增加或更换。钒液流电池的原理示意图如图1（见附件）。

钒电池等效电路模型的设计，需要进行电堆电压的计算，内阻损耗和反应损耗的计算以及固定电阻和电容的计算。

为了对电池系统整体性能进行进一步的研究，分析外部液流回路和电堆结构以及流量对电池系统效率的影响，还需要建立流体力学模型，以研究全钒液流电池的整体性能。通过建立流体力学模型，分析钒电解质在流动过程中的损耗，研究电解质流量的控制策略，以提高电池的整体性能。钒电池的机械损失主要包含两部分，分别是电解液流经连通电堆的电解液罐的外部管道而产生机械损耗和电解液在电堆内部流动而产生的机械损耗，钒电池总机械损耗可以表示为：

（1）需要注意的是，要计算管道压力损失以及电堆压力损失。

钒电池流体力学模型结构示意图如图2（见附件）所示。

2.3.2 全钒液流电池的运行特性分析

在全钒液流电池运行过程中，电池运行参数会对电池性能造成影响。这些影响包括充放电电流对电池性能的影响，流量对电池性能的影响以及温度等对全钒液流电池运行特性的影响。其中温度和流速是影响VBR性能的关键操作参数，所以要想是的全钒液流电池性能达到最优，必须要考虑到这些约束条件，因此对全钒液流电池的运行特性进行分析显得尤为重要。

2.3.3 全钒液流电池瞬时功率预测方法研究

本次论文最重要的是提出全钒液流电池瞬时功率测量的方法，通能构建电池模型，进行实验设计来对全钒液流电池功率进行测量。由于这部分是整篇论文最核心的地方，也是最有难点的部分，所以需要阅读大量的文献以及足够的理论知识来支撑，通过研究来体现技术经济性能。

3. 研究计划与安排

第一周至第三周：全钒液流电池的建模与分析

第四周至第七周：全钒液流电池的运行特性分析

第八周至第十二周：全钒液流电池瞬时功率预测方法研究

4. 参考文献（12篇以上）

[1] torsten wik,bjorn fridholm, hannes kuusisto. implementation and robustness of ananalytically based battery state of power[j]. journal of power sources, 2015,448-457.

[2] zhongbaowei, shujuan meng, king jet tseng, et al. an adaptive model for vanadium redoxflow battery and its application for online peak power estimation[j]. journalof power sources, 2017, 195-207.

[3] zhongbaowei, arjun bhattarai, changfu zou, et al. real-time monitoring of capacity lossfor vanadium redox flow battery[j]. journal of power sources, 2018, 261-269.