一种锌溴单液流电堆和电池

    公开(公告)号:CN112993360B

    公开(公告)日:2022-04-19

    申请号:CN201911283755.6

    申请日:2019-12-13

    Abstract: 本发明公开了一种锌溴单液流电堆和电池。所述电堆包括电池单元,电堆支撑体和阻流体;电堆支撑体包括第一电堆支撑体和第二电堆支撑体,第一电堆支撑体和第二电堆支撑体分别位于电池单元相对的两个侧面,用于支撑、紧固电池单元;阻流体包括第一阻流体和第二阻流体,第一阻流体和第二阻流体分别位于第一电堆支撑体和第二电堆支撑体与电池单元之间,用于延长流入或流出电池单元电解液的流程。本发明通过在电堆支撑体和电池单元之间增设阻流体,避免了电堆第一电池单元和最末电池单元处于公共流道末端,平衡了电解液流经各个电池单元进出口的压力差,使得电堆电解液分布更加均匀,电堆运行稳定性更高。

    基于机器学习的多孔膜溶剂处理过程中溶剂筛选方法

    公开(公告)号:CN114357004A

    公开(公告)日:2022-04-15

    申请号:CN202011455957.7

    申请日:2020-12-10

    Abstract: 本发明公开了一种基于机器学习的多孔膜溶剂处理过程中溶剂筛选方法,包括建立溶剂处理法制备多孔膜的实验数据库,实验数据库中包括溶剂参数、实验条件参数和利用溶剂参数和实验条件参数制备得到的多孔膜的性能参数;将溶剂参数和实验条件参数组成多维特征向量,将多孔膜的性能参数作为目标函数,训练多孔膜性能预测模型;结合待筛选的多种溶剂的溶剂参数,利用训练后的多孔膜性能预测模型筛选出能使得多孔膜的性能参数满足第一设定条件的溶剂。本发明利用机器学习的方法,能从已有溶剂处理法制备多孔膜的实验数据中挖掘出溶剂特性与多孔膜性能间的映射关系,利用历史数据和映射关系对其它溶剂处理的多孔膜性能预测和分析,筛选出最佳溶剂类型。

    一种液流电池用交联复合膜及其制备和应用

    公开(公告)号:CN112940321B

    公开(公告)日:2022-04-15

    申请号:CN201911258233.0

    申请日:2019-12-10

    Abstract: 本发明涉及一种液流电池用交联复合膜的制备方法,以有机高分子树脂中的一种或二种以上为原料,原料溶于有机溶剂中,然后浸没至含有交联剂的树脂的不良溶剂A中,一定时间后,转移至树脂的不良溶剂B制备而成。利用反应诱导相转化法,得到由化学交联聚合物链组成的致密分离层和疏松非交联的贯通性大孔支撑层结构,化学交联聚合物链保证了膜的稳定性,致密分离层保证了膜的高离子选择性,疏松多孔支撑层保证了膜的高离子传导率。本发明提供的交联复合膜的制备方法的优点:分离层的致密度较高,显著提高了膜的库伦效率;实现电池性能的可控调节;简单易行,容易实现大批量生产。本发明制备的交联复合膜具有高机械强度,满足电池组装的需求。

    一种锂离子电池用电解液及其应用

    公开(公告)号:CN111224160B

    公开(公告)日:2022-04-15

    申请号:CN201811417476.X

    申请日:2018-11-26

    Abstract: 本发明公开了一种含有添加剂的锂离子电池电解液用于提高硬碳负极的循环时的库伦效率,此添加剂在硬碳负极表面还原聚合生成SEI膜抑制电解液/电极反应,且添加剂中的N=C双键优先与硬碳表面‑COOH,‑OH等结合形成稳定性更好的基团,从而抑制Li+的不可逆消耗,且基团最终会与硬碳表面的SEI膜键合形成稳定的化合物,另外该添加剂可与电解液中微量水和HF酸反应,抑制HF对SEI膜的破坏,硬碳负极在含有该添加剂的电解液中具有很高的库伦效率,从而提高电池的循环稳定性。

    一种四方相五氧化二铌材料及其合成和应用

    公开(公告)号:CN114249351A

    公开(公告)日:2022-03-29

    申请号:CN202110325050.7

    申请日:2021-03-26

    Abstract: 本发明涉及锂离子电池负极材料领域,特别涉及一种四方相五氧化二铌材料合成及其应用,1)以无定型氧化铌、伪六方型氧化铌、正交型氧化铌中的一种或二种混合物或三种混合物粉末为原料,于原料粉末外表面包裹二氧化硅层,得包裹有二氧化硅层的原料;2)将上述包裹有二氧化硅层的原料在950‑1100℃下煅烧3‑8h;取煅烧后的粉末浸泡于浓度为1‑4molL‑1的氢氧化钠(NaOH)溶液中12‑48h,随后固液分离,洗涤、干燥得到四方相氧化铌M‑Nb2O5。所合成的M‑Nb2O5具有300mAh g‑1的比容量和优异的倍率性能;材料具有本征高锂离子扩散能力,保证材料超高倍率充放电能力和长循环稳定性。

    一种基于机器学习的液流电池电堆最优操作条件预测方法

    公开(公告)号:CN114094150A

    公开(公告)日:2022-02-25

    申请号:CN202010628824.9

    申请日:2020-06-29

    Abstract: 本发明属于大规模电化学储能领域,具体说是一种基于机器学习的液流电池电堆最优操作条件预测方法。包括以下步骤:建立数据库;对数据库中的类型变量参数进行数值化和标准化处理;将参数变量组成多维特征向量 ,将电堆的功率成本和能量成本分别作为目标函数y,将多维特征向量 及和目标函数y随机分成训练集和测试集;利用训练集中的参数数据训练电堆性能预测模型;使用测试集中的参数数据评价训练好的液流电池电堆性能预测模型,同时构建成本预测模型;利用成本预测模型对数据库内的材料和成本变量参数进行预测,并计算系统运行总成本。本发明通过少量的测试即可确定研发的每个液流电池电堆的最佳操作性价比区间以及最佳操作参数。

Patent Agency Ranking