摘 要
全钒液流电池（VRFB）作为一种极具前景的大规模长时储能技术，在过去十年中取得了显著进展。本文系统综述了VRFB在关键材料（膜、电极、电解液）、电池与电堆设计以及系统集成与控制方面的最新研究进展。首先，分析了各组件面临的核心挑战与优化策略，特别强调了跨尺度协同设计的重要性。其次，探讨了从单电池到电堆的放大过程中涉及的多物理场耦合、流场优化及性能评估方法。接着，综述了容量衰减机制、状态估计与智能运维策略。最后，基于当前研究热点与产业化瓶颈，对未来发展方向进行了展望，指出通过材料-结构-运行策略的深度融合，是实现VRFB高性能、低成本、长寿命商业化应用的关键。
关键词：全钒液流电池；储能；离子交换膜；电极工程；电解液；系统集成；综述
Abstract
All-vanadium redox flow battery (VRFB) represents one of the most promising large-scale long-duration energy storage (LDES) technologies, achieving remarkable advances over the past decade. This review systematically synthesizes the latest research progress in VRFB across critical domains: materials (membranes, electrodes, electrolytes), battery-stack design, and system integration-control. First, we analyze core challenges and optimization strategies for each component, emphasizing the criticality of cross-scale synergistic design. Second, we address multi-physics coupling, flow-field optimization, and performance assessment methods in cell-to-stack scale-up. Third, we review capacity fade mechanisms, state estimation, and intelligent maintenance strategies. Finally, grounded in current research hotspots and commercialization bottlenecks, we provide perspectives on future directions, highlighting that deep integration of materials-structure-operation strategy is the key to achieving high-performance, low-cost, and long-lifespan VRFB commercialization.
Keywords: all-vanadium redox flow battery; energy storage; ion-exchange membrane; electrode engineering; electrolyte; system integration; review
1 引言
在全球能源结构向可再生能源转型的背景下，开发安全、高效、长寿命的大规模储能技术已成为构建新型电力系统的关键[1][2][3]。全钒液流电池（VRFB）因其本质安全、循环寿命长、功率与容量独立可调、资源自主可控等突出优势，被认为是长时储能（LDES）最具竞争力的技术路线之一[4]。经过数十年的发展，VRFB已从实验室走向百兆瓦级的商业示范项目[5][6]。中国在VRFB产业化方面处于国际领先地位，多个百兆瓦级项目已投入运营。然而，其大规模商业化仍面临能量密度偏低、初始投资成本高、系统效率有待进一步提升等挑战[7][8]。这些挑战根源上指向其核心材料性能、部件集成度与系统运行策略。近年来，围绕这些瓶颈，国内外研究在分子尺度材料设计、多尺度结构优化及智能系统管控等方面取得了系列突破[9][10]。本文旨在梳理这些最新进展，为后续研究提供清晰的脉络与前瞻性视角。
2 关键材料的研究进展与挑战
VRFB的性能主要由电解液、离子交换膜和电极三大核心材料决定[11][12]。
2.1 离子交换膜：从"权衡取舍"到"跨尺度集成"
膜是VRFB的"心脏"，需在高质子传导率与低钒离子渗透率之间取得平衡[1][13]。传统全氟磺酸膜（如Nafion）虽质子传导性好，但成本高昂且阻钒性欠佳[14][15]。
分子层面工程与膜性能优化：通过主链与侧链工程（如磺化聚芳醚、聚苯并咪唑）和自适应交联策略，精细调控膜的亲疏水微相分离结构，以提升离子选择性[16][17]。磺化聚醚醚酮（SPEEK）隔膜因结构简单、制备工艺成熟，成为具有重要发展前景的Nafion替代材料[8][16]。膜的厚度优化也是关键因素，需要在质子传导与钒离子阻隔之间找到最优平衡点[18]。
钒离子交叉与水迁移机制：钒离子通过扩散、迁移和对流三种方式穿过膜，其中扩散是主要机制，而水的电渗拖曳（electroosmotic drag）加剧了水分丧失[19][20]。深入理解这一机制对膜设计至关重要。研究表明，膜内部的纳米尺度水通道结构与钒离子的界面反应都会显著影响交叉速率[21]。
宏观复合与多层梯度设计：采用复合材料（如引入石墨相氮化碳、氧化石墨烯、钨酸盐颗粒）、构建多孔结构、施加表面涂层以及设计梯度多层膜，从物理和化学层面协同提升性能[14][22]。混合有机-无机膜（如Nafion/(WO₃)ₓ复合膜）展示了在钒离子阻隔中的优异表现[22]。
前沿方向与可持续制造：自修复与刺激响应膜、电解质-膜协同设计以及可扩展的绿色制造工艺成为新的研究热点[14][23]。开发低成本、高选择性、可持续的膜材料是推动商业化的核心[23]。
2.2 电极：从"本征处理"到"多维结构工程"
电极作为电化学反应场所，其催化活性、传质能力和稳定性直接影响电池功率密度与效率[24][25]。
本征处理与催化剂引入：热处理、酸处理、电化学氧化等本征处理可增加电极比表面积和含氧官能团[25][26]。引入金属/金属氧化物（如Bi、Mn₃O₄、CeO₂）、杂原子掺杂及碳基材料（如碳纳米管、石墨烯）作为催化剂，显著提升反应动力学[24][25]。碳纳米管修饰的碳毡电极通过增加活性位点，可有效提升钒离子的电化学活性[27]。
结构创新与多维工程：通过设计三维电极（如泡沫金属、电纺纤维）、梯度孔隙结构以及刚度梯度电极，优化传质路径并降低极化[24][28]。压缩处理是常用的优化手段，但过度压缩会阻碍流体流动，因此需在传质增强与流阻之间找到最优点[28][29]。生物仿生的多孔网络结构（基于天然叶脉设计）已被证明能显著增强传质效率和催化活性[28]。
原位表征与机理研究：利用先进原位技术（如X射线吸收光谱）揭示反应机理，并结合理论计算（如DFT）指导催化剂理性设计，如单原子铋催化剂可解耦活化与传质过程[25]。
成本-性能权衡：碳毡作为传统电极材料虽成本相对低廉，但活性不足；高端碳布材料虽具有更高的比表面积和更好的传质性能，但成本明显偏高，需进一步开发更具成本竞争力的新型碳材料[30][31]。
2.3 电解液：从"稳定性提升"到"智能管理"
电解液决定电池的储能容量与温度适应性[1][32]。
高浓度与混合酸体系：开发高浓度电解液和混合酸支持电解质（如H₂SO₄-HCl体系），以提高钒溶解度、能量密度和热稳定性[32][33]。H₂SO₄-HCl体系性能最优，但需解决HCl挥发问题。浓度提升至3 M以上时，能量密度提升显著，但热稳定性面临新的挑战[34]。
热稳定性与电化学稳定性：V⁵⁺电解质的热稳定性是关键瓶颈，高温诱导的不可逆结构转变会导致容量衰减[35]。通过添加剂工程和电解质组成优化，可显著改善高低温稳定性[34][36]。
添加剂工程与协同效应：引入无机/有机/复合添加剂（如磷酸盐、钨酸盐、有机络合剂）以抑制沉淀、改善动力学和拓宽温度窗口[32][36]。近期研究表明，磷酸钠等磷酸盐添加剂在50 °C高温下可将电解质稳定性显著提升，容量保留率超过90%[36]。复合添加剂的协同效应优于单一添加剂[32]。
制备与再生技术：电化学还原、化学还原、催化还原等制备方法不断优化，旨在降低成本、提高纯度。同时，容量恢复策略（如化学还原、电解液混调）对于维持系统长期运行经济性至关重要[32][33]。
3 电池与电堆设计优化
3.1 流场结构创新
流场设计关乎电解液分布均匀性、传质效率与泵送损耗[9][37]。
传统与新型流场对比：蛇形、叉指、并行流场各有优劣。数值研究表明，蛇形流场虽传质均匀性较好，但压降较大；叉指流场压降低但流动分布不均；平行流场易造成流量分配不均[9][37]。研究通过拓扑优化和仿生设计（如叶脉式流道）来提升性能[37]。
多物理场耦合模型与CFD优化：计算流体力学（CFD）与多物理场耦合模型成为流场设计的强大工具，用于分析流动、传质、电化学反应的相互作用，指导结构优化[37][38][39]。三维CFD模型可精确预测流场内的速度分布、浓度梯度和电流密度分布，从而识别性能瓶颈[38]。
流量控制与能耗优化：自适应流量控制策略可显著降低泵耗，从而提升系统往返效率[9][10]。实验证明，通过优化流量与放电电流的匹配关系，可在保持性能的前提下，减少30%以上的泵送能耗[9]。
3.2 电堆集成与放大
电堆的功率放大需要解决密封、内阻、成本与可靠性问题[39][40][41]。
一体化与集成设计：一体化电极框、一体化电极极板及无框结构通过减少部件、简化密封，提升了体积能量密度和可靠性[40][41]。一体化设计不仅降低制造成本，还能减少接触电阻、提升效率[40]。
多电池堆栈的设计挑战：从单电池升级到多电池堆栈时，流体分配不均、旁通电流（shunt current）等问题凸显[39][40]。研究表明，多电池堆栈中的不均匀单电池电压分布会导致局部过电位升高，加速材料劣化[39]。因此需通过优化流道布置、提升双极板设计精度来控制旁通电流[39][41]。
双极板与集流体设计：开发耐腐蚀、高导电、低成本的复合双极板材料是关键[41]。钛合金、石墨复合等材料已被广泛研究，但成本仍是制约因素。新型陶瓷复合材料和碳基复合双极板展现了良好的潜力[41]。
可靠性与密封：长期循环过程中，密封件的劣化会导致电解质泄漏。采用高性能密封材料和优化的压力设计可有效延长电堆寿命[40]。
4 系统性能、衰减与管理
4.1 性能评估与效率分析
电池性能需从电压效率、库仑效率、能量效率及系统往返效率多维度评价[9][42][43]。系统级分析应综合考虑电堆效率与辅助系统（如泵耗）能耗，其中泵耗通常占总能耗的15%~25%[9][43]。
效率评估框架：库仑效率反映离子传输的有效性，通常在90%以上；电压效率受电极极化和电阻影响，通常在75%~85%；能量效率（电压效率×库仑效率）取决于电化学反应的可逆性和系统的内阻[42][43]。
AI与数据驱动优化：最近的研究表明，采用人工智能技术可进一步提升能量效率，通过非线性优化算法对操作参数进行实时调整[1][10]。机器学习模型能快速识别最优工作点，相比传统PID控制可提升效率3%~5%[1]。
4.2 容量衰减机制与建模
容量衰减主要源于钒离子交叉、水迁移、副反应（析氢/析氧）、钒沉淀等[7][44][45]。
衰减机制解析：法拉第不平衡（faradaic imbalance）导致正负极活性物质比例失调，进而引发容量衰减[44][45]。钒离子交叉会导致活性物质损耗，同时在膜内部发生不可逆反应[21][46]。析氢/析氧副反应会消耗部分电流，降低库仑效率[7]。
衰减模型与预测：建立准确的衰减模型对寿命预测至关重要。传统的线性衰减模型无法准确捕捉容量衰减的非线性特征，而考虑交叉、水迁移和副反应的多机制耦合模型更具准确性[44][45]。基于分子动力学和电化学阻抗谱的模型可更好地预测长期运行行为[44]。
在线监测与早期预警：实时监测容量损失是实现主动维护的前提[44]。利用电压曲线和阻抗变化可快速识别衰减趋势，进而在衰减早期采取干预措施（如电解质混调、流量调整），将容量损失控制在可接受范围[44]。
4.3 状态估计与智能运维
准确的荷电状态（SOC）估计是电池管理系统的核心[47][48]。研究从直接测量法（如UV-Vis）发展到基于等效电路模型、滤波算法（如卡尔曼滤波）及数据驱动方法的估计技术[47][48][49]。
SOC估计方法：开路电压法虽简单但易受浓度浮度影响；库仑计数法由于误差积累而不适于长期应用；参数自适应的扩展卡尔曼滤波（EKF）结合电路模型，能在实际工况下达到±3%的精度[47][48]。神经网络和支持向量机等机器学习方法在非线性环境中表现更优[48][49]。
自适应运行策略：智能运行策略包括自适应流量控制、在线容量恢复、故障诊断等，通过融合传感数据与物理模型，实现对系统状态的精准感知和控制[1][47]。自适应流量控制可根据放电电流和温度动态调整泵转速，既保证传质充分又降低能耗[1]。
故障诊断与健康管理：利用阻抗谱、温度、电压等多源信息，采用故障树分析和贝叶斯网络可识别膜老化、电极污染等早期故障迹象，实现预防性维护[47][48]。
5 产业化现状与未来展望
目前，中国VRFB产业链已初步形成，多个百兆瓦级项目投入运营。然而，成本（尤其是初始投资）仍是市场扩张的主要障碍。未来研究应聚焦于：
材料层面的颠覆性创新：开发兼具超高选择性、高导电、超低成本的下一代膜材料；设计兼具催化、传质与稳定性的多维电极；实现电解液的低成本、绿色规模化制备[1][2][3]。芳香族聚合物、单原子催化剂等新型材料正在突破传统性能极限[25][27]。
设计层面的深度协同：推行"材料-结构-运行"一体化设计范式，通过多物理场仿真与人工智能优化，实现系统全局最优[1][37]。集成膜特性、电极性能与流场设计的多目标优化，比单层面优化可提升系统效率5%以上[37][38]。
系统层面的智能与韧性：深度融合传感、物联网与AI技术，发展具备精准状态感知、自适应调控、早期故障预警与自恢复能力的智慧储能系统[1][47][48]。数字孪生技术可实现电池全生命周期的虚实映射，支撑预测性维护和运行优化[1]。
可持续性与循环经济：加强关键材料的回收再利用技术研发，并从全生命周期角度评估技术的环保效益[3][33]。电解质的原地再生和膜/电极的翻新改造可显著降低全生命周期成本[33]。
结论
全钒液流电池技术正处在从示范应用迈向大规模商业化爆发的关键阶段。尽管在材料、设计与系统集成方面已取得长足进步，但突破性能-成本-寿命的综合瓶颈仍需跨学科的持续努力。未来，通过基础科学的深入探索、工程技术的集成创新与商业模式的灵活适配，VRFB有望在构建以新能源为主体的新型电力系统中扮演不可或缺的角色，为全球碳中和目标贡献重要力量。
参考文献
[1] Talebian R, Pourian A, Zakerabbasi P, et al. Insights into energy efficiency for vanadium redox flow battery (VRFB) using the artificial intelligence technique[J]. Applied Energy, 2025, 399: 126485.
[2] 张华民, 张宇, 刘宗浩, 王晓丽. 液流储能电池技术研究进展[J]. 化学进展, 2009, (Z1): 110-111.
[3] Jiang HR, Sun J, Wei L, et al. A high power density and long cycle life vanadium redox flow battery[J]. Energy Storage Materials, 2020, 24: 529-540.
[4] Yuan XZ, Song C, Platt A, et al. A review of all-vanadium redox flow battery durability: Degradation mechanisms and mitigation strategies[J]. International Journal of Energy Research, 2019, 43(13): 6604-6632.
[5] Skyllas-Kazacos M, Grossmith F. Efficient vanadium redox flow cell[J]. Journal of the Electrochemical Society, 1987, 134(12): 2950-2953.
[6] Rodby KE, Carney TJ, Gandomi YA, et al. Assessing the levelized cost of vanadium redox flow batteries with capacity fade and rebalancing[J]. Journal of Power Sources, 2020, 472: 228566.
[7] 缪平, 姚祯, LEMMONJohn, 刘庆华, 王保国. 电池储能技术研究进展及展望[J]. 储能科学与技术, 2020, 9(3): 670-678.
[8] 郑琼, 江丽霞, 徐玉杰, 高嵩, 刘涛, 曲超, 陈海生, 李先锋. 碳达峰、碳中和背景下储能技术研究进展与发展建议[J]. 中国科学院院刊, 2022, 37(4): 529-540.
[9] 陈仁凤, 龙涛, 陈其慎, 张艳飞, 邢佳韵, 刘敏, 王琨, 任鑫, 商铖红, 王晓. 新型储能金属钒资源需求预测与供应分析[J]. 中国工程科学, 2024, 26(3): 74-85.
[10] 王晓丽, 张宇, 张华民. 全钒液流电池储能技术开发与应用进展[J]. 电化学, 2015, (5): 467-475.
[11] Parasuraman A, Lim TM, Menictas C, et al. Review of material research and development for vanadium redox flow battery applications[J]. Electrochimica Acta, 2013, 101: 27-40.
[12] 朱兆武, 张旭堃, 苏慧, 张健, 王丽娜. 全钒液流电池提高电解液浓度的研究与应用现状[J]. 储能科学与技术, 2022, 11(11): 3439-3446.
[13] Minke C, Turek T. Economics of vanadium redox flow battery membranes[J]. Journal of Power Sources, 2015, 286: 247-257.
[14] Schwenzer B, Zhang J, Kim S, et al. Membrane development for vanadium redox flow batteries[J]. ChemSusChem, 2011, 4(10): 1388-1406.
[15] Hickner MA, Ghassemi H, Kim YS, et al. Alternative polymer systems for proton exchange membranes (PEMs)[J]. Chemical Reviews, 2004, 104(10): 4587-4612.
[16] 范禹江, 郑霄, 董珍, 赵龙. 磺化聚醚醚酮基全钒液流电池隔膜研究进展[J]. 高分子通报, 2026, (3): 36-48.
[17] Feng X, Jiang Y, Zhou ZH. Proton-conducting polymer membranes[J]. Progress in Chemistry, 2008, 20(10): 1450-1462.
[18] Chen D, Hickner MA, Agar E, et al. Optimizing membrane thickness for vanadium redox flow batteries[J]. Journal of Membrane Science, 2013, 437: 108-113.
[19] Knehr KW, Chen J, Agar EC, et al. A transient vanadium flow battery model incorporating vanadium crossover and water transport through the membrane[J]. Journal of The Electrochemical Society, 2012, 159(9): A1446-A1455.
[20] Oh K, Moazzam MU, Gwak G, et al. Water crossover phenomena in all-vanadium redox flow batteries[J]. Electrochimica Acta, 2019, 318: 753-764.
[21] 汪南方, 刘素琴. 全钒液流电池隔膜的制备与性能[J]. 化学进展, 2013, 25(2/3): 326-331.
[22] Sun C, Negro E, Nale A, et al. An efficient barrier toward vanadium crossover in redox flow batteries: The bilayer [Nafion/(WO₃)ₓ] hybrid inorganic-organic membrane[J]. Electrochimica Acta, 2021, 388: 138566.
[23] Tan R, Wang A, Ye C, et al. Thin film composite membranes with regulated crossover and water migration for long-life aqueous redox flow batteries[J]. Advanced Science, 2023, 10(22): 2206888.
[24] Hossain MH, Abdullah N, Tan KH, et al. Evolution of vanadium redox flow battery in electrode[J]. The Chemical Record, 2024, 4(3): e202300092.
[25] Deng Q, Huang P, Zhou WX, et al. A high-performance composite electrode for vanadium redox flow batteries[J]. Advanced Energy Materials, 2017, 7(18): 1700461.
[26] Abbas S, Lee H, Hwang J, et al. A novel approach for forming carbon nanorods on the surface of carbon felt electrode by catalytic etching for high-performance vanadium redox flow battery[J]. Carbon, 2018, 130: 232-240.
[27] Jelyani MZ, Rashid-Nadimi S, Asghari S. Treated carbon felt as electrode material in vanadium redox flow batteries: a study of the use of carbon nanotubes as electrocatalyst[J]. Journal of Solid State Electrochemistry, 2017, 21(9): 2617-2635.
[28] Wu Q, Zhang X, Lv Y, et al. Bio-inspired multiscale-pore-network structured carbon felt with enhanced mass transfer and activity for vanadium redox flow batteries[J]. Journal of Materials Chemistry A, 2018, 6(11): 4554-4563.
[29] Park SK, Shim J, Yang JH, et al. The influence of compressed carbon felt electrodes on the performance of a vanadium redox flow battery[J]. Electrochimica Acta, 2014, 116: 447-452.
[30] Minke C, Kunz U, Turek T. Carbon felt and carbon fiber-A techno-economic assessment of felt electrodes for redox flow battery applications[J]. Journal of Power Sources, 2017, 342: 698-709.
[31] Zhou XL, Zhao TS, Zeng YK, et al. A highly permeable and enhanced surface area carbon-cloth electrode for vanadium redox flow batteries[J]. Journal of Power Sources, 2016, 325: 329-336.
[32] Skyllas-Kazacos M, Cao L, Kazacos M, et al. Vanadium electrolyte studies for the vanadium redox battery—a review[J]. ChemSusChem, 2016, 9(14): 1521-1543.
[33] Jirabovornwisut T, Arpornwichanop A. A review on the electrolyte imbalance in vanadium redox flow batteries[J]. International Journal of Hydrogen Energy, 2019, 44(15): 7484-7500.
[34] Vijayakumar M, Li L, Graff G, et al. Towards understanding the poor thermal stability of V⁵⁺ electrolyte solution in vanadium redox flow batteries[J]. Journal of Power Sources, 2011, 196(6): 3669-3672.
[35] Roznyatovskaya NV, Fühl M, Joos M, et al. Adjustment of electrolyte composition for all-vanadium flow batteries and its effect on the thermal stability of electrolyte for positive and negative half-cells[J]. Energy & Environmental Science, 2024, 17: 5421-5434.
[36] Hu C, Dong Y, Zhang W, et al. Effect of sodium phosphate on stability and electrochemical performance of the positive electrolyte for a vanadium redox flow battery at 50 °C[J]. Electrochimica Acta, 2023, 468: 143168.
[37] 蒋峰景, 宋涵晨. 石墨基液流电池复合双极板[J]. 化学进展, 2022, 34(2): 252-265.
[38] Messaggi M, Canzi P, Mereu R, et al. Analysis of flow field design on vanadium redox flow battery performance: Development of 3D computational fluid dynamic model and experimental validation[J]. Applied Energy, 2018, 228: 1057-1070.
[39] Ma D, Jin T, Xie K, et al. An overview of flow cell architecture design and optimization for electrochemical CO₂ reduction[J]. Journal of Materials Chemistry A, 2021, 9(48): 27177-27190.
[40] Bhattarai A, Wai N, Schweiss R, et al. Vanadium redox flow battery with slotted porous electrodes and automatic rebalancing demonstrated on a 1 kW system level[J]. Applied Energy, 2019, 236: 615-626.
[41] Beriwal N, Vishnu K, Verma A. Shunt current associated bipolar plate degradation in a multi-cell vanadium redox flow battery[J]. Journal of Energy Storage, 2025, 98: 113289.
[42] Chen CL, Yeoh HK, Chakrabarti MH. An enhancement to Vynnycky's model for the all-vanadium redox flow battery[J]. Electrochimica Acta, 2014, 120: 294-303.
[43] Pugach M, Vyshinsky V, Bischi A. Energy efficiency analysis for a kilo-watt class vanadium redox flow battery system[J]. Applied Energy, 2019, 253: 113533.
[44] Fell EM, De Porcellinis D, Jing Y, et al. Long-term stability of ferri-/ferrocyanide as an electroactive component for redox flow battery applications: on the origin of apparent capacity fade[J]. Journal of The Electrochemical Society, 2023, 170(8): 080503.
[45] Loktionov P, Pustovalova A, Pichugov R, et al. Quantifying effect of faradaic imbalance and crossover on capacity fade of vanadium redox flow battery[J]. Electrochimica Acta, 2024, 510: 144647.
[46] Gandomi YA, Aaron DS, Nolan ZB, et al. Direct measurement of crossover and interfacial resistance of ion-exchange membranes in all-vanadium redox flow batteries[J]. Membranes, 2020, 10(11): 326.
[47] Peng S, Chen C, Shi H, et al. State of charge estimation of battery energy storage systems based on adaptive unscented Kalman filter with a noise statistics estimator[J]. IEEE Access, 2017, 5: 24683-24697.
[48] Park S, Ahn J, Kang T, et al. Review of state-of-the-art battery state estimation technologies for battery management systems of stationary energy storage systems[J]. Journal of Power Sources, 2020, 468: 228356.
[49] Guo Y, Yang Z, Liu K, et al. A compact and optimized neural network approach for battery state-of-charge estimation of energy storage system[J]. Energy, 2021, 220: 119723.
转载本文请联系原作者获取授权，同时请注明本文来自赵丹科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3655709-1531918.html?mobile=1
收藏
