AI技能预测全钒液流电池机能和本钱

 
 
AI技能预测全钒液流电池机能和本钱  
 

基于呆板进修的全钒液流电池电堆机能和系统本钱的预测与优化示图  图/李天宇

克日，中国科学院大连化学物理研究所李先锋研究员、张华民研究员教育团队提出了一种基于呆板进修的全钒液流电池电堆机能和系统本钱的预测与优化计策，运用AI技能提高全钒液流电池研发效率、缩短研发周期，为全钒液流电池的研究开拓提供了很好的指导浸染，有望加快其财富化历程。科研成就颁发在《能源与情况科学》上。

全钒液流电池具有安详性高、轮回寿命长、效率高档优势，在大局限储能规模具有很是辽阔的应用前景。今朝，全钒液流电池正处于贸易化示范阶段，如何进一步低落本钱、提高效率，对其大局限财富化具有重要意义。

全钒液流电池系统本钱由电堆（功率）本钱、电解液（能量）本钱、节制系统本钱等构成。个中，电堆与电解液的本钱与电堆的机能息息相关；而电堆的机能受要害质料、电堆布局、操纵条件等多方面因素的影响。若仅回收尝试的要领来优化电堆布局和机能耗时较长，因此如何高效有针对性地对电堆布局和机能举办优化至关重要。

研究人员基于在全钒液流电池电堆研发进程中的十几年积聚和大量电堆数据，回收呆板进修的要领预测全钒液流电池电堆机能和系统本钱。该要领以操纵电流密度为主要特征参数，电堆的质料和布局等为帮助特征参数，对全钒液流电池电堆的电压效率、能量效率、电解液操作率，以及系统的功率和能量本钱做出准确的预测，预测功效与实际功效临近。按照呆板进修的模子系数，研究人员阐明并提出将来全钒液流电池电堆的研发偏向，即在担保较高的电压效率和电解液操作率条件下，开拓高功率密度电堆。

本项研究事情不只对全钒液流电池电堆的研发具有指导意义，并且也为呆板进修与尝试科学相团结的要领来优化和预测巨大系统的行为提供了新思路。

相关论文信息：https://doi.org/10.1039/D0EE02543G

版权声明：凡本网注明“来历：中国科学报、科学网、科学新闻杂志”的所有作品，网站转载，请在正文上方注明来历和作者，且不得对内容作实质性窜改；微信公家号、头条号等新媒体平台，转载请接洽授权。邮箱：shouquan@stimes.cn。