第一作者：卢陆
通讯作者：熊斌宇&王少晋
通讯单位：武汉理工大学
全钒液流电池（VRB）因其模块化设计和较长的使用寿命，在大规模储能应用中得到了广泛采用。然而，泵故障可能严重干扰电解液循环，导致电解液供应不足、离子浓度分布不均及电化学极化异常，进而影响系统性能与安全性。VRB的运行涉及多个物理过程的耦合，使得故障分析尤为困难。为解决这一问题，本研究基于动量、电荷和质量守恒定律，利用COMSOL Multiphysics平台开发了流场—浓度场—电化学场耦合模型，并通过小型VRB实验平台进行了验证。仿真结果表明，不同泵故障类型会引起钒离子浓度、电位、过电位及电流密度分布的显著变化。相关结果为解释泵故障导致的性能下降提供了物理依据，并为后续精准故障诊断策略的开发奠定了基础。
感谢武汉理工大学熊斌宇团队（王少晋博士）供稿！
本文所用VRB单电池测试实验平台
由武汉之升新能源有限公司提供
《2025年我司用户发表的液流电池论文合集》
全钒液流电池（VRB）凭借出色的可扩展性、长循环寿命以及能量与功率解耦设计，正日益广泛地应用于大规模储能系统。然而，复杂的系统结构使其容易受到多种故障影响，其中循环泵在长期运行过程中可能发生流量衰减、堵塞或失效。若不能及时识别并处理，泵故障可能导致电池性能加速恶化、安全风险增加，甚至引发系统停机。因此，亟需建立具有较强鲁棒性和物理可解释性的模型，以准确刻画泵故障条件下电池内部状态的变化。
一般来说，基于物理机理的VRB模型主要依据质量、能量和动量守恒原理，通过建立非线性偏微分方程描述电池内部的流动、传质、传热及电化学反应过程。相关研究已由早期对电堆电压、离子浓度和内部损耗等整体性能的预测，逐步发展到电—热—流—力等多物理场、多时间尺度耦合分析，并进一步用于荷电状态（SOC）、健康状态（SOH）及可用容量估计。这类模型能够揭示VRB内部复杂的能量与质量传递机制，为电池结构优化、性能分析、运行控制和故障诊断提供物理解释基础。然而，多物理场模型通常计算量较大、参数较多，如何在模型精度、计算效率与工程适用性之间取得平衡，仍是当前研究的重要问题。
为应对这些挑战，武汉理工大学熊斌宇团队基于COMSOL Multiphysics平台，构建了一种面向全钒液流电池泵故障的三维流场—浓度场—电化学场耦合模型。不同于仅描述正常运行状态的传统多物理场模型，该方法通过改变故障侧电解液流量边界条件，将现有建模框架扩展至泵故障工况，从而模拟电解液供应不足引起的内部状态变化。该模型能够揭示泵故障条件下钒离子浓度、电位、过电位及电流密度的非均匀分布特征，并分析不同故障类型对电池内部电化学行为的影响。研究进一步利用小型VRB实验平台进行验证，阐明了内部电化学场变化与外部电压异常之间的联系，为后续故障诊断、运行监测与安全控制研究奠定了基础。
1.构建泵故障条件下的VRB多物理场耦合模型
图2：三维多物理场模型几何结构
为揭示泵故障引起的电解液供应不足及其对电池内部电化学行为的影响，研究团队依据实验单电池的实际结构，在COMSOL Multiphysics 6.1中建立了包含蛇形流道、多孔电极、质子交换膜和集流体的三维模型。该模型由流场、浓度场和电化学场三个相互耦合的子模型构成，主要建模过程如下。
步骤1：根据实验电池的实际尺寸建立三维几何模型，并设置电极宽度与长度、蛇形流道尺寸、多孔电极厚度及质子交换膜厚度等参数。
步骤2：设置稳态、等温等基本假设，将温度设为298.15 K；忽略短时泵故障过程中未明显出现的析氢、析氧等副反应及钒离子跨膜迁移，以突出故障初期内部场的空间变化。
步骤3：建立流场子模型。在蛇形流道区域利用不可压缩Navier–Stokes方程描述自由流动，在多孔电极区域采用Darcy定律描述渗流，并通过Brinkman方程实现两个区域的连续耦合。
步骤4：建立浓度场子模型。采用Nernst–Planck方程描述V²⁺、V³⁺、VO²⁺、VO₂⁺、H⁺及SO₄²⁻等组分的扩散、对流和电迁移过程，并结合电中性条件求解离子浓度分布。
步骤5：建立电化学场子模型。基于电荷守恒方程计算电子和离子传导过程，利用Butler–Volmer方程描述正、负极表面的电化学反应动力学，并通过Nernst方程计算平衡电位和过电位。
步骤6：实现多物理场耦合。流场得到的电解液速度进入浓度场的对流项，离子浓度变化进一步影响局部平衡电位、过电位和电流密度，从而形成流动—传质—电化学反应之间的双向关联。
步骤7：设置泵故障边界条件。正常工况下正、负极电解液流量均为60 mL/min；发生泵故障时，将故障侧入口流量降低至0.1 mL/min，分别模拟正极泵故障和负极泵故障。
步骤8：采用有限元法求解模型，并使用约9.2万、17.5万和26.8万个单元的三种网格开展敏感性分析。中等网格与精细网格之间的端电压差异低于1%，内部场变量差异低于3%，最终选用约17.5万个单元兼顾精度与计算成本。
在该耦合机制中，泵故障首先导致故障侧电解液流速下降及对流传质能力减弱，随后引起反应物耗尽和离子浓度重新分布；浓度变化又会改变局部平衡电位和过电位，使电化学反应集中于仍有活性物质供应的区域，最终造成电流密度局部化和端电压异常。因此，该模型能够从“流量下降—传质受限—浓度失衡—极化增强—反应区域重分布—电压异常”的传递路径解释泵故障的内部作用机理。
2.多物理场模型的实验验证
图3：VRB实验平台
为验证模型的准确性，研究团队搭建了由单电池系统、高精度电池测试系统和上位机构成的小型VRB实验平台（VRB单电池测试实验平台由武汉之升新能源有限公司提供）。单电池系统包括蠕动泵、200 mL电解液储罐、Nafion 117质子交换膜、蛇形流道以及3 cm×3 cm多孔电极。实验在298.15 K下开展，电池以50 mA/cm²的电流密度充电至1.7 V，再以相同电流密度放电至0.8 V。
图4：正常充放电工况下实验电压与仿真电压对比
正常充放电过程中，实验电压与仿真电压具有较高一致性，平均相对误差低于1%，表明该模型能够准确描述VRB正常运行时的外部电压响应。
图5：正、负极泵故障工况下实验电压与仿真电压对比
在泵故障验证实验中，通过调节蠕动泵流量分别模拟正极泵故障和负极泵故障。仿真结果能够较好地跟踪故障发生前后的电压突变与恢复过程；正极泵故障和负极泵故障条件下的最大电压误差分别为0.0143 V和0.0142 V，说明所构建模型能够反映异常电解液供应条件下的端电压变化。
3.泵故障对钒离子浓度分布的影响
图6：正常、正极泵故障和负极泵故障条件下的V²⁺与VO₂⁺浓度分布
正常放电时，电解液由入口进入电堆，负极侧V²⁺逐渐氧化为V³⁺，正极侧VO₂⁺逐渐还原为VO²⁺。随着反应沿流动方向推进，入口附近反应物浓度较高，出口附近浓度较低，整体呈现相对连续的浓度梯度。
正极泵故障发生后，正极电解液不能及时补充，但外部电流仍驱动还原反应持续进行，导致VO₂⁺在大部分正极区域接近耗尽，仅在电解液入口附近保留少量反应物。负极泵故障发生后，V²⁺持续被氧化并在大部分负极区域接近耗尽。由此可见，泵故障会显著削弱对流传质并加剧局部反应物消耗，使浓度分布由正常工况下的渐变状态转变为高度非均匀状态。
钒离子浓度分布直接反映电解液供应和反应物消耗程度，也是后续电位、过电位和电流密度发生异常变化的基础。
4.泵故障对电位与过电位分布的影响
图7：不同工况下放电过程中的电位分布
故障侧钒离子浓度失衡会改变电解液与固相之间的界面电位，使电堆内部反应区域更加局部化。仿真结果表明，故障发生后，显著的电位变化主要集中在质子交换膜和电解液入口附近，单电池内部的局部电位变化约为0.2～0.5 V。正极泵故障和负极泵故障对各自故障侧的平衡电位产生不同方向的影响，体现了正、负极反应机理及活性物质消耗过程的差异。
图8：不同工况下放电过程中的过电位分布
在正极泵故障条件下，正极侧反应物严重不足，使质子交换膜及电解液入口附近的局部电化学极化明显增强；负极泵故障同样会因V²⁺耗尽而改变局部平衡电位和过电位分布。结果说明，泵故障引起的极化并不是在整个电极范围内均匀增加，而是主要集中于仍能够进行电化学反应的有限区域。
对活性电极区域进行空间平均后，负极泵故障和正极泵故障条件下的整体过电位分别约为0.6 mV和2.1 mV，明显低于入口附近的局部过电位。这表明局部过电位适合揭示故障内部机理，而整体过电位则能够更直接地联系可测量的单电池端电压。
5.泵故障对电流密度及端电压的影响
图9：不同工况下放电过程中的电流密度分布
电流密度分布反映了电化学反应在电极内部的空间位置。正常工况下，反应在电极区域内分布相对均匀；泵故障发生后，由于故障侧电解液供应不足，反应逐渐集中于仍有活性物质的入口附近和膜侧区域，使这些区域的电流密度显著升高，而靠近出口或反应物已经耗尽的区域电流密度明显降低。
这种高度非均匀的电流密度分布说明，泵故障不仅改变电池整体端电压，还会重塑电堆内部的反应路径和负荷分配。长期处于该状态可能增加局部电化学应力，并加速性能衰减。
图10：正常、正极泵故障和负极泵故障条件下的电压—时间曲线
正极泵故障和负极泵故障均会引起明显的端电压异常，其中正极泵故障造成的电压偏移更为突出，说明正极侧电解液供应不足对VRB整体电压响应的影响更强。端电压曲线作为可直接测量的外部信号，与浓度、电位、过电位和电流密度等内部场的重新分布相互对应，为后续泵故障检测提供了重要依据。
研究结果表明，泵故障对VRB的影响主要沿着电解液循环和电化学反应之间的耦合链路传递：电解液流量下降削弱对流传质，造成局部反应物耗尽和浓度极化；浓度重新分布进一步改变电位和过电位，使反应集中于有限区域，并形成高度非均匀的电流密度分布；最终，这些内部变化表现为可测量的端电压异常。
该研究的重点是泵故障机理及内部场演化分析，而不是提出完整的故障诊断算法。模型揭示了实验中难以直接测量的浓度、电位、过电位和电流密度变化，并建立了内部电化学状态与外部电压响应之间的联系，为构建具有物理解释性的诊断方法提供了基础。
在实际VRB系统中，可将电堆电压、电解液流量和管路压力作为候选监测变量。当出现电压异常、流量降低或压力波动时，应及时检查循环泵及电解液管路，以避免故障进一步发展。未来可将这些可测特征与数据驱动或模型驱动方法相结合，建立完整的泵故障诊断与安全预警框架。
文献信息
Lu L, Mao H, Zheng X, Xiong B, Wang T, Liu J, et al. Multiphysics modeling of electrochemical behavior for vanadium redox flow batteries under pump fault conditions. Applied Sciences. 2026;16(13):6824. https://doi.org/10.3390/app16136824。