MétaCan
Menu
Retour à la cohorte
Enregistrement W4399764102 · doi:10.1002/aenm.202400721

Advances in Redox Flow Batteries – A Comprehensive Review on Inorganic and Organic Electrolytes and Engineering Perspectives

2024· review· en· W4399764102 sur OpenAlexafffund
Shoaib Muhammad, Priya Vallayil, Nandini Jaiswal, Prathap Iyapazham Vaigunda Suba, Sethuraman Sankararaman, Kothandaraman Ramanujam, Venkataraman Thangadurai

Notice bibliographique

RevueAdvanced Energy Materials · 2024
Typereview
Langueen
DomaineEngineering
ThématiqueAdvanced battery technologies research
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanada First Research Excellence Fund
Mots-clésMaterials scienceRedoxElectrolyteNanotechnologyChemical engineeringInorganic chemistryMetallurgyElectrodeChemistryEngineeringPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Development and application of large‐scale energy storage systems are surging due to the increasing proportion of intermittent renewable energy sources in the global energy mix. Redox flow batteries are prime candidates for large‐scale energy storage due to their modular design and scalability, flexible operation, and ability to decouple energy and power. To date, several different redox couples are exploited in redox‐flow batteries; some are already commercialized. This battery technology is facing a lot of challenges in the science, engineering, and economic front. Issues plaguing flow batteries are low energy density, high overall cost, poor stability of electrolytes, shifting of solvent from anolyte to catholyte while using cation exchange membrane, reverse flow with anion exchange membrane, and corrosion of graphite felt in the catholyte side. Significant research efforts are ongoing to address these challenges. This comprehensive and critical review summarizes the recent progress in electrolyte technologies, including electrochemical performance and stability, strategies to enhance the energy and power densities and, in the end, the levelized and life‐cycle cost of these batteries analyzed. A comprehensive outlook on this technology with respect to practical energy storage applications is also provided.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,011
Tête enseignante GPT0,279
Écart entre enseignants0,268 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations116
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Energy MaterialsMême sujetAdvanced battery technologies researchTravaux en français237 207