钒氧化还原液流电池中寄生氢气泡的演化：一项基于格子玻尔兹曼模型的研究

《ENERGY CONVERSION AND MANAGEMENT》：Parasitic hydrogen bubble evolution in vanadium redox flow batteries: A lattice Boltzmann study

本工作采用三维颜色梯度晶格玻尔兹曼方法（LBM）模拟钒流电池电极中氢析出反应（HER）引发的气泡动力学，系统研究反应速率、电解液流速及电极压缩比对气泡生成、生长及传输的影响规律。结果表明：高反应速率促进气泡快速生长与脱离，但易导致局部气泡堆积；低流速显著增加电解液饱和度下降幅度，气泡易被纤维包裹形成稳定气隙；高压缩比虽提升电极密度和比表面积，但纤维致密化阻碍气泡排出。研究揭示需通过优化电极微结构（如纤维排列与孔隙分布）、调控电解液流速及反应速率、平衡表面张力与流动驱动力等策略实现气泡有效管理，为VRFB电极设计与运行提供理论指导。

　　在当今的能源需求日益增长的背景下，大规模的储能技术对于将间歇性可再生能源，如风能和太阳能，整合到现代电网中显得尤为重要。其中，钒液流电池（VRFB）因其长循环寿命和灵活的可扩展性，成为一种具有前景的选择。然而，VRFB在充电过程中，由于副反应的存在，其性能可能会受到一定影响。特别是在负极，氢气析出反应（HER）是其中最显著的副反应之一，它会导致气泡的生成，这些气泡会阻塞电解液的通道，并减少电化学活性区域，从而影响电池的效率和寿命。

本研究首次利用三维的色梯度格子玻尔兹曼方法（LBM）对源自微CT图像的碳毡电极中的HER驱动的气泡动力学进行了模拟。这种方法能够在保持界面追踪稳定的同时，减少伪电流现象，从而提供更精确的模拟结果。通过调整HER速率、电解液流速以及电极压缩率等参数，研究发现更高的HER速率会加速气泡的生长并导致其提前脱离，而流速不足则会导致气泡的持续积累。同时，电极压缩率的增加虽然可以提升导电性，但也会阻碍气泡的去除，从而加剧气泡的滞留现象。这些发现强调了在VRFB设计和运行中，需要在气体抑制、流体条件和电极结构之间找到平衡，以有效管理气泡的形成和传输。

在电极结构方面，本研究采用了高分辨率的微CT图像来重建碳毡电极的微观结构。通过对这些结构进行系统分析，研究团队发现电极的压缩率对其气泡行为具有显著影响。较高的压缩率虽然可以提高电极的表面积，从而增强电化学反应的活性，但同时也会增加纤维的密度，使气泡更难以脱离，从而形成较大的气泡并占据更多的孔隙空间。这种气泡的滞留现象会降低电解液的饱和度，影响电极的性能。此外，压缩率的增加还可能导致电极结构的机械变形，降低孔隙的连通性，从而增加流体流动的阻力，影响电池的整体效率。

为了更深入地理解气泡的形成与运输机制，研究团队采用了一种基于LBM的三维模拟方法，结合微CT图像的电极结构，对气泡的动态变化进行了详细分析。通过模拟不同反应速率和流速条件下的气泡行为，研究人员发现，反应速率的增加会促进气泡的生长和脱离，但同时也可能导致气泡的分布不均，从而增加对电解液流动的阻碍。相反，流速的增加虽然有助于气泡的去除，但过高的流速会带来额外的能量消耗，增加泵送功率的需求。因此，需要在反应速率和流速之间找到一个最优的平衡点，以确保电池的高效运行。

此外，研究还发现，气泡在电极中的形成和运输不仅受反应速率和流速的影响，还与电极的微观结构密切相关。例如，在较低的流速下，气泡更容易聚集，形成较大的气泡并占据更多的孔隙空间。而在较高的流速下，气泡则更倾向于脱离并被带出电极结构，从而减少对电解液流动的阻碍。因此，优化电极的微观结构，如调整纤维的直径、孔隙率和排列方式，对于改善气泡的去除效果具有重要意义。

本研究通过一系列的数值模拟，揭示了在VRFB系统中，气泡动力学与电极性能之间的复杂关系。通过改变压缩率、反应速率和流速等参数，研究人员能够观察到气泡的形成、生长、合并和脱离过程，以及这些过程对电解液饱和度和电极性能的影响。模拟结果表明，为了实现高效的电池运行，必须综合考虑气泡的形成与去除机制，同时优化电极的微观结构和操作条件。

此外，研究团队还探讨了气泡对电极微观结构的长期影响。例如，随着气泡的持续积累，电极的孔隙结构可能会发生改变，影响其导电性和电化学活性。因此，未来的电池设计需要在提高电极的电化学活性与确保气泡的有效去除之间取得平衡。这不仅对VRFB的设计具有指导意义，也对其他使用碳毡电极的电化学系统，如质子交换膜燃料电池（PEMFC）和电解水制氢系统，提供了有益的参考。

综上所述，本研究通过三维的气泡动力学模拟，揭示了VRFB系统中气泡形成与传输的复杂机制，并强调了在设计和操作中需要综合考虑反应速率、流速和电极结构，以优化电池的性能。这些发现不仅有助于提升对HER驱动的多相传输过程的理解，也为碳毡电极系统的优化提供了理论支持。未来的研究可以进一步结合电化学模型，将气泡的覆盖度与电池性能指标联系起来，从而实现更全面的电池性能评估。