一种电解液中二氯化铬浓度测试系统及方法、应用

    公开(公告)号:CN119534748A

    公开(公告)日:2025-02-28

    申请号:CN202411667139.1

    申请日:2024-11-20

    Abstract: 本发明涉及储能和液流电池技术领域,尤其涉及一种电解液二氯化铬浓度测试系统及方法、应用。所述系统包括,惰性气氛装置和测试装置,其中,所述测试装置设置在惰性气氛装置内部;所述测试装置内部设置有电位监测器和滴定子装置。本发明提出用一定浓度的氯化铁溶液作为氧化剂,在惰性气体氛围中进行氧化还原电位滴定测试,该氧化剂不易变质、经济易得,并且不会跟电解液中除Cr2+外的任何其他物质/离子发生反应,保证了测试的精确度,用电位突变判断反应终点的方法避免了离子颜色判定的干扰,从而能够快速得到铁铬液流电池电解液中Cr2+的准确浓度。

    水力特性仿真工装系统、检验方法及仿真方法

    公开(公告)号:CN119356123A

    公开(公告)日:2025-01-24

    申请号:CN202411480136.7

    申请日:2024-10-22

    Abstract: 本发明属于液流电池技术领域,提供了水力特性仿真工装系统、检验方法及仿真方法,系统包括沿液体流动方向,依次连接的第一波纹软管、第一电磁控制阀、模拟单元、第二电磁控制阀和第二波纹软管;模拟单元包括内置管道、传感器阵列、升温模块、数据处理单元和循环泵;数据处理单元安装在内置管道表面,且与传感器阵列、升温模块和循环泵电连接。本发明提供了一种水力特性仿真工装,其通过循环泵驱动介质流动,同时采用传感器阵列监测介质的温度和压力,并通过处理单元对温度和压力等数据进行分析,进而模拟液流电堆的水力特性,帮助设计者优化电池设计,以减少实际试验的成本和时间,加速液流电池的研发进程。

    一种铁-铬液流电池性能预测方法

    公开(公告)号:CN116148681A

    公开(公告)日:2023-05-23

    申请号:CN202310444595.9

    申请日:2023-04-24

    Abstract: 一种铁‑铬液流电池性能预测方法,通过获取目标铁‑铬液流电池储能电堆充放电实验数据,其中,所述充放电实验数据是在相同系统完整充放电循环状态下获取到的;针对所述充放电实验数据进行整理并将所述充放电实验数据转化为独立变量;将所述独立变量作为特征输入变量,构建多元线性回归模型,通过所述多元线性回归模型针对电池性能指标进行预测。由此可见,本发明能够针对铁‑铬液流电池性能预测,尤其针对铁‑铬液流电池的库伦效率、电压效率以及能量效率进行预测,通过建立多元线性回归模型来预测电池性能,能够降低研发团队的实验成本、缩短研发时间,提升经济效益。

    一种智能液流电池控制模型构建方法、控制方法及装置

    公开(公告)号:CN119812398A

    公开(公告)日:2025-04-11

    申请号:CN202411871556.8

    申请日:2024-12-18

    Abstract: 本发明属于液流电池技术领域,提供了一种智能液流电池控制模型构建方法、控制方法及装置,所述方法包括获取液流电池运行状态的各项参数,并基于预处理后的所述参数以及预设的正负极泵频给定构建基于时间步的状态空间和行为空间;基于预先定义的奖励函数计算即时奖励;根据所述状态空间、行为空间、即时奖励以及下一状态空间构建状态转移矩阵;其中,所述下一状态空间通过所述状态空间和所述行为空间得到;基于所述状态转移矩阵以及预先定义的优化目标函数训练控制模型,得到构建好的控制模型;通过预先定义的奖励函数计算即时奖励,使得控制模型能够在每个时间步精确评估当前动作的效果,并提供即时反馈。

    一种多元储能风光系统上下双层容量优化配置方法和系统

    公开(公告)号:CN118263926A

    公开(公告)日:2024-06-28

    申请号:CN202410483595.4

    申请日:2024-04-22

    Abstract: 本发明公开了一种多元储能风光系统上下双层容量优化配置方法和系统,所述方法包括构建多元储能风光系统,并建立多元储能子系统的数学模型和风光子系统输出功率的数学模型;其中,所述多元储能风光系统包括多元储能子系统和风光子系统;建立满足系统运行约束和客观指标约束的多元储能风光系统的总约束条件;基于风光子系统输出功率的数学模型、多元储能子系统的数学模型以及所述总约束条件,根据负荷用电需求和装机容量配置指标,以多元储能风光系统的装机容量配置成本最低为目标建立上下双层目标函数;对所述上下双层目标函数进行求解,获得所述多元储能风光系统的优化配置结果。本发明实现微电网减少外购电电量、提升新能源就地消纳的能力。

    基于支持向量回归的铁-铬液流电池性能预测方法与系统

    公开(公告)号:CN116626508A

    公开(公告)日:2023-08-22

    申请号:CN202310403301.8

    申请日:2023-04-14

    Abstract: 本发明涉及基于支持向量回归的铁‑铬液流电池性能预测方法与系统,方法包括:提取、清洗相同系统完整充放电循环下的铁‑铬液流电池储能电堆充放电实验数据;对清洗后的储能电堆充放电实验数据进行特征变量选择及数据集划分,所述特征变量包括运行温度、运行流量、放电容量、充放电最高截止电压、充放电最低截止电压、电流密度、电解液批次和充放电等效恒流值;所述数据集划分为训练集和测试集;将训练集的数据传入支持向量回归模型进行训练,将特征变量作为输入变量通过映射函数映射到高维度的线性空间,转化为线性函数;将测试集的数据传入支持向量回归模型进行测试,并用训练得到的支持向量回归模型对测试数据的铁‑铬液流电池性能进行预测。

Patent Agency Ranking