提高液化空气储能系统稳定性的方法研究

摘要：随着可再生能源的广泛开发储能技术对保障能源稳定供应至关重要，液化空气储能因自身优势受到关注但其稳定性存在不足。本文对液化空气储能系统展开研究，剖析其工作原理与特点，分析影响系统稳定性的关键因素，从储能效率、储气系统、能量转换及监测预警多个维度探讨提升系统稳定性的技术方法。研究成果为液化空气储能系统的设计优化提供理论依据，对推动其在大规模储能领域的工程应用保障能源供应的稳定性具有重要意义。

关键词：液化空气储能；系统稳定性；储能效率；监测预警

一、引言

随着全球对可再生能源的开发利用持续深入，储能技术在保障能源稳定供应、促进电网安全运行方面的重要性愈发凸显。液化空气储能作为极具潜力的大规模储能技术，凭借其诸多优势备受关注，然而其在稳定性上仍存在挑战。本文围绕液化空气储能系统稳定性，从原理剖析入手探讨针对性提升技术。

二、液化空气储能系统的工作原理

液化空气储能系统是一个复杂且精妙的能量储存与转换体系，主要由四大功能模块构成。空气压缩储能模块，涵盖多级压缩机、回热器以及冷却器，多级压缩机按序将空气逐步压缩回热器收集压缩过程产生的热量，冷却器则控制压缩过程中的温度保障设备安全运行。液化储存模块以低温储罐为核心，配备相变保温层与压力调节阀，能够在约 - 196℃的超低温环境下实现液化空气的稳定存储。膨胀发电模块由空气膨胀机、发电机和余热锅炉组成，在释能阶段，借助储存的压缩热与液化空气推动发电进程。能量耦合模块凭借换热器和管道网络，实现热量与工质在各模块间的有序传输达成能量的高效耦合。

三、提高液化空气储能系统稳定性的技术方法

3.1 储能效率优化与功率稳定性技术

在液化空气储能系统运行过程中储能效率与功率稳定性问题较为突出，其诱因涵盖压缩热回收环节的低效、液化阶段的冷量损耗，以及膨胀机效率因工况改变产生的波动。解决上述问题，一方面可借助高效回热与储热技术。在压缩环节通过改变回热器结构，采用螺旋盘管式增大换热面积，运用逆流式布置优化流道从而提高压缩热回收率。释能时引入相变储热材料，像熔点 220℃、储热密度 450kJ/kg 的熔融盐，以显热和潜热的形式储存压缩热，降低热量损耗。另一方面面对可再生能源输入功率的大幅波动，采用变工况自适应控制策略借助模型预测控制（MPC）算法，动态调控压缩机转速与膨胀机进气阀开度，防止因储热不足致使发电功率骤降。

一所大学开展了小型液化空气储能装置的研究，初始阶段装置的回热器采用传统平板式结构，系统 round - trip 效率仅 38%且在运行时效率波动剧烈。研究团队为提升效率，将回热器换热芯体替换为铝制蜂窝状结构，其换热系数达 80W/（m²·K）极大地增加了换热面积。同时填充 NaNO₃-KNO₃混合盐作为储热介质，经此改造系统 round - trip 效率提升至 51%。此外团队引入模型预测控制（MPC）算法，模拟含风电的复杂工况。当模拟风电功率突增 10% 时，控制器在 0.5 秒内将压缩机频率从 50Hz 提高到 55Hz，并且延迟膨胀机启动时间 30 秒成功规避了因储热不足导致的发电功率骤降。

3.2 储气容器与管道系统的设计优化

储气容器与管道系统的稳定性对液化空气储能系统的设备寿命和运行安全影响重大，在材料选择上低温储罐主体选用 9% 镍钢，该钢材在 - 196℃环境下，屈服强度≥485MPa冲击韧性≥100J。同时在储罐内壁喷涂 5mm 厚、导热系数＜0.02W/（m·K） 的聚酰亚胺保温层，外部设置真空度＜10⁻³Pa 的真空夹层，将储罐日蒸发率控制在 0.1% 以下。在结构设计方面采用 “内胆 + 支撑环 + 外罐” 三层结构，合理布置支撑柱分散结构应力。对于管道系统在压缩机出口至储罐段等高压管道上安装 Ω 型补偿器，补偿量 ±50mm以应对温度变化引起的热胀冷缩。

一所公司承接某储能项目负责设计 100m³ 液化空气储罐，在设计过程中选用 9% 镍钢作为储罐主体材料，确保其在低温环境下的机械性能。在储罐内壁喷涂 5mm 厚聚酰亚胺保温层，外部设置真空夹层有效减少热量传入。采用 “内胆 + 支撑环 + 外罐” 三层结构，在内胆与外罐间布置 8 组热导率为 0.3W/（m·K） 的玻璃钢支撑柱。针对连接储罐与压缩机的高压管道，安装 Ω 型补偿器补偿量 ±50mm，并在关键部位安装粘弹性阻尼器阻尼比 0.15。完成设计安装后，对储罐进行 1000 次充放循环测试。结果显示储罐压力波动幅度从 ±0.5MPa 降至 ±0.1MPa，结构应力集中现象减少 40%，储罐日蒸发率维持在 0.08%远低于 0.1% 的设计标准，管道振动幅值从 50μm 降至 15μm，成功避免了疲劳裂纹的产生大幅提升了储气容器与管道系统的稳定性和可靠性。

3.3 高效的能量转换与管理控制系统

液化空气储能系统能量转换过程的强耦合特性为提升系统稳定性，一方面搭建 “压缩 - 液化 - 膨胀 - 发电” 全流程数学模型，运用模糊 PID 控制算法协同控制各子系统。当储热装置温度低于 300℃的设定值时，自动启动电加热器补充热量保证膨胀机进气温度稳定在 250±5℃，避免因温度波动导致膨胀机效率下降。另一方面依据储能系统设计容量，按照 “等熵效率最大化” 原则，匹配压缩机与膨胀机的参数并借助 CFD 仿真技术，优化叶轮型线使设备在 80% - 120% 额定负荷下都能高效运行。

某液化空气储能项目（20MW/80MWh）投入运行，项目团队在能量管理系统中集成风光预测模块，借助神经网络算法提前 1 小时预测风电功率。在一次实际运行中风电功率短时间内从 15MW 骤降至 5MW。能量管理系统基于预测结果，迅速启动全流程数学模型和模糊 PID 控制算法。当检测到储热装置温度低于 300℃时，自动启动电加热器补充热量将膨胀机进气温度稳定控制在 250±5℃。在设备匹配上根据系统设计容量，选用单级离心压缩机（设计流量 6kg/s，压比 16）与两级轴流膨胀机（膨胀比 11，绝热效率 86%），并通过 CFD 仿真优化叶轮型线。

3.4 监测与预警系统的建设

实时监测与故障预警对保障液化空气储能系统稳定运行起着关键作用，需构建多维度传感网络与智能诊断模型，在传感器阵列布置上在压缩机轴承座安装振动加速度传感器，量程 ±50g频率响应 0 - 10kHz，每 20ms 采集一次数据以此监测轴承运行状态。在储罐内壁布置光纤布拉格光栅温度传感器，精度 ±0.1℃实时监测低温介质分布。在管道关键节点安装压力变送器，精度 0.1% FS高频采集压力波动信号。

国内某液化空气储能示范项目构建了一套全面的监测与预警系统，在压缩机出口管道设置 16 个压力传感器，采用阵列信号处理技术定位气流脉动源。项目团队结合历史数据建立压力波动阈值模型，将正常压力范围设定为 12 - 18MPa波动速率设定为小于 0.5MPa/s。在一次运行中压力在 1 秒内从 15MPa 快速升至 17.5MPa，监测与预警系统立即触发预警。工作人员迅速对系统展开检查，通过分析压力数据和设备运行状态确定是止回阀密封件磨损导致压力异常。由于预警及时工作人员及时更换密封件，避免了管道爆裂事故的发生。此外项目运用 LSTM 神经网络构建压缩机轴承故障诊断模型，通过分析振动信号的时频特征，如峭度、均方根值等参数，在压缩机轴承故障发生前 72 小时就检测到异常趋势，预警准确率达 95% 以上为系统稳定运行筑牢了防线。

结语

本文围绕液化空气储能系统，阐述其工作原理与特点并针对稳定性难题，从储能效率、储气系统、能量转换及监测预警四方面提出应对策略。经多个案例验证这些技术方法行之有效。未来随着技术持续创新，有望进一步提升系统性能，推动液化空气储能技术在能源领域的广泛应用助力全球能源结构转型。

参考文献

[1]何青，王立健，郝银萍，等.深冷液化空气储能系统的优化与方案设计[J].中国电机工程学报， 2019， 39（15）：9.

[2]杨名.太阳能与液化空气储能系统的耦合特性与运行策略研究[D].华北电力大学（北京），2024.

[3]崔双双.多联产液化空气储能系统特性及其技术经济性研究[D].华北电力大学（北京），2022.