相变材料

近年来，利用相变材料(phase change material，PCM)提升半导体热电发电器(thermoelectric generator，TEG)输出性能及维持TEG长效运行受到广泛关注。针对现有PCM-TEG结合方式复杂且缺乏统一认识的现状，建立了PCM-TEG耦合数学模型，对比了PCM布置在TEG热侧、冷侧及双侧时的系统性能，提出了骨架PCM设计并验证了其有效性。结果表明：骨架PCM设计通过实现TEG热管理，在一定程度上能提升器件的输出能力，并能利用自身蓄热能力有效地避免热电器件失效；骨架PCM设计优于常规无骨架PCM-TEG的系统性能；热侧PCM-TEG和双侧PCM-TEG设计能有效维持TEG的稳定运行；增强TEG冷侧换热能力，可弥补热侧PCM-TEG系统性能的不足。研究结果可以为下一步PCM-TEG应用研究提供参考。

电池热管理系统（BTMS）是保障储能电池在不同工况下安全高效运行的重要方法。基于相变材料高潜热与热管高导热特性，设计了一种热管耦合相变材料的新型锂离子BTMS，该系统可实现全气候条件下电池保温与散热一体化。采用数值模拟对BTMS的保温与散热性能进行研究。在低温环境下，通过模拟电池放电过程和放电结束后电池温降过程，分析了保温层厚度和初始温度对保温性能的影响；在常温和高温环境下，基于相变材料、热管、双层冷却通道耦合手段提出了相应的散热方案，有效保障了锂离子电池在放电倍率0.5C~2.0C下的安全稳定运行。设计的BTMS可实现不同环境温度下的保温或散热需求，为实现全气候锂离子电池热管理技术提供理论参考。

目的 纳米流体技术是提升太阳能光热电站熔盐储热材料导热性能的重要手段。然而实际熔盐基纳米流体中纳米粒子通常会自发聚集并沉降，进而显著影响储能介质的热导率。为了深入探究熔盐基纳米流体热物性的调控规律，在太阳盐相变介质中分别构建了具有不同分散形态的二氧化硅纳米颗粒。 方法 基于分子动力学和格子玻尔兹曼方法，重点探讨了体系温度、纳米颗粒的质量分数以及聚集体微观形貌对太阳盐-二氧化硅纳米流体热导率的影响特性。 结果 添加纳米颗粒能有效提升基液的导热性能。相较于均匀分散的纳米流体，聚集型纳米流体的热导率更高，并且随着团聚颗粒分形维数的增加而降低。此外，纳米流体的热导率与温度、团聚尺寸呈负相关，而与纳米粒子的质量分数、聚集体主链的粒子数量以及其团聚程度呈正相关。 结论 研究成果揭示了纳米颗粒聚集对相变材料内热输运的作用机制，并为熔盐基纳米流体热物性的设计提供了参考。

近年来，利用相变材料(phase change material，PCM)提升半导体热电发电器(thermoelectric generator，TEG)输出性能及维持TEG长效运行受到广泛关注。针对现有PCM-TEG结合方式复杂且缺乏统一认识的现状，建立了PCM-TEG耦合数学模型，对比了PCM布置在TEG热侧、冷侧及双侧时的系统性能，提出了骨架PCM设计并验证了其有效性。结果表明：骨架PCM设计通过实现TEG热管理，在一定程度上能提升器件的输出能力，并能利用自身蓄热能力有效地避免热电器件失效；骨架PCM设计优于常规无骨架PCM-TEG的系统性能；热侧PCM-TEG和双侧PCM-TEG设计能有效维持TEG的稳定运行；增强TEG冷侧换热能力，可弥补热侧PCM-TEG系统性能的不足。研究结果可以为下一步PCM-TEG应用研究提供参考。

电力系统的负荷总是变动的，为了碾平电力系统的高峰，缓和电力供需矛盾,提高电网负荷率和设备利用率，填平低谷，促进用户的计划用电和节约用电，峰谷电价制度应运而生。电力作为经济社会发展的支撑性行业，如何在未来保障电力能源的可靠和可持续供应，同时降 低能源产业对环境的负面影响,其路径无疑是清晰而明确的，即从生产和消费两个环节同步开展工作，在发电环节通过提高能源生产效率、加快实现可再生能源对化石能源的有效替代，降低发电总能源消耗量:在消费侧,.通过引导用户合理用电，-方面削减不合理用电需求，降低能源消费总量:另一方面促进负荷曲线平衡，助力发电领域能耗的降低。储能的应用将发挥不可替代的作用。相变储能技术可解决能源供求在时间和空间上不匹配的矛盾，是提高能源利用率的有效手段。可用于电蓄冷热、新能源、工业余热利用、绿色节能建筑、新型家用电热电器、航空航天、电池热能管理领域。 高密度相变储能设备从根本上解决了目前供暖节能、减排的问题，为绿化环境提供了良好的解决方案。采用低谷电进行储能，碾平电力系统的高峰，节省运行成本。 独立研发的高密度高焓值纳米复合相变材料，解决了单一无机材料焓值低、密度小的问题，大大缩小了设备的占地面积。同时，“CPCM”循环稳定性好，相比于其他储能技术，实现了“设备10年免维护”。利用三维网状泡沫金属网格与相变材料结合，增强材料的导热性，提高设备换热效率。采用云端智能控制技术，监测并分析运行数据，实现大数据智能调控。