综述：氢自增压与蒸发沸腾的CFD建模方法及挑战综述

这篇综述系统梳理了计算流体力学（CFD）在液态氢（LH2）存储中的自增压与沸腾蒸发（boil-off）模拟方法，重点探讨了多相流模型、传热边界条件及湍流阻尼参数对预测精度的影响，为氢能安全存储和碳中和目标提供了关键技术参考。

　　

摘要

计算流体力学（CFD）作为氢能技术的核心工具，被广泛应用于模拟低温储罐中液态氢（LH₂）的复杂相变行为。本文通过整合现有研究，揭示了CFD在预测沸腾蒸发和自增压现象时的关键挑战：流体热物性参数的敏感性、边界条件设定对结果的显著影响，以及质量传递模型中可变系数的次要作用。尽管液态氢是主要研究对象，但所述原理可推广至其他低温流体系统。

引言

全球90%GDP国家将氢能纳入碳中和战略，但LH₂存储面临蒸发损失与压力累积的难题。氢的极低沸点（-253°C）和低汽化潜热使其易受环境热泄漏影响，导致储罐内持续产生蒸气（沸腾蒸发）和压力上升（自增压）。这一过程伴随热分层、气液界面传质等复杂现象，而CFD建模的瓶颈在于长期动态数据的缺失与多物理场耦合的复杂性。

方法论与挑战

多相流模型选择：体积分数法（VOF）和欧拉-欧拉模型被广泛用于捕捉气液相界面动态，但需结合相变模型（如Lee模型）以量化蒸发/冷凝速率。
热边界条件敏感性：研究表明，壁面热流密度误差5%可导致压力预测偏差达15%，凸显了绝缘材料建模的重要性。
湍流与重力效应：大涡模拟（LES）能更精确解析储罐晃动（sloshing）引发的湍流漩涡，而变重力条件（如航天应用）会显著改变对流换热模式。

研究进展

小型储罐（<1m3）：CFD可高精度复现实验数据，但需引入自定义湍流阻尼函数以抑制近壁面过度预测。
工业级储罐：表面-体积比效应使沸腾蒸发率随尺寸增大而降低，但计算成本呈指数增长，需采用并行算法优化。

未来方向

开发兼顾精度与效率的混合尺度模型、建立标准化的LH₂物性数据库，以及通过机器学习加速参数优化，将成为CFD在氢能存储领域的关键突破点。

（注：全文严格基于原文内容缩编，未添加非文献依据的结论。）