X

液 体 窗 户

本文来自微信公众号:X-MOLNews

“上善若水。水善利万物而不争”

——老子《道德经》第八章


全球的快速现代化导致了能源需求的增加。其中建筑能源使用占了发达国家能源总消费量的40%,超过了工业和运输领域的能源消耗。与建筑的其他部分相比,透光通风的窗户被认为是最不节能的,大面积窗户造成的能耗可占到建筑能耗的60%左右。为了提高建筑物的能源效率,通过窗户对建筑物内外能量交换进行有效控制是节能的关键。传统智能玻璃研究主要集中在玻璃的光学调节,长久以来,热学性能在玻璃的研究中相对缺乏。


新加坡南洋理工大学龙祎(Yi Long)博士团队在2014年首次将水凝胶用于智能窗户领域。不过,目前几乎所有该领域的文献报道都集中在胶体形式的材料,而且也只能进行光学调节。近期,通过将水凝胶衍生的水相液体捕获在玻璃夹层中,龙祎博士团队首次开发了高热能存储热响应液体智能窗(HTEST智能窗)。HTEST智能窗可以自动响应热量调节透光率,储存热量,并附加有电力高峰负荷转移和隔音的功能,在冷热环境测试中表现出了优异的节能性能。而且由于液体特性,其制作工艺简单、均匀性好,无玻璃形貌限制,是智能窗户发展的一项“think out of the box”的成果。该论文最近发表在Cell Press旗下的能源旗舰期刊Joule 上。

图1. (a)水与部分建筑材料、商用高TES材料的比热容对比。(b)HTEST智能窗户的结构。(c)液体冷却和加热阶段的微观结构方案。(d)液体的填充过程。(e)在一天的不同时间进行1 m2大型窗户测试的光学照片。其中,TRL液体在窗户(0.5 m * 1 m)中填充了一半。图片来源:Joule


HTEST智能窗户的开发利用了高太阳能调制和富含水的热敏液体(TRL)固有的高热能存储(TES)能力,而这种水相液体是从普通水凝胶衍生而来。HTEST窗户的设计是先将聚(N-异丙基丙烯酰胺)(PNIPAm)微水凝胶颗粒分散在水中,加以稳定剂,然后填充于两层玻璃之间(图1b)。在低临界溶解温度(LCST)下,水分子位于PNIPAm大分子内,该分子具有很高的透明度,从而可以在低温的冬季以高太阳能透过率加热房间;一旦加热到LCST以上,水分子就会从PNIPAm中释放出来,水凝胶颗粒收缩引起光散射,透光率降低,窗户变得不透明(图1c、1e)。要强调的是,不同于用于生产常规水凝胶的原位合成技术,新开发的TRL通过将PNIPAm颗粒分散在水中并形成均相溶液来合成,而窗户的制造也只需简单地将这种可流动的水相液体倒入双层玻璃中即可(图1d)。


高热能存储材料可以减少制冷/加热负荷并将能量负荷转移到低价时段,被广泛用于墙壁、屋顶等建筑结构中。为确保性能稳定且令人满意,热能存储材料必须具有良好的比热容以确保能够大量储热和相对较高的导热率以提高储热效率。为此,作者首先对不同厚度TRL样品的光学和热学性质进行了测试。根据厚度为0.1 mm、1 mm和1 cm TRL样品在20 °C和60 °C的透射光谱总结,可以看到,随着厚度的增加,红外和太阳光波长范围的透射率调制能力都在增加。与之类似,当样品厚度增加时,反射率调制能力也随之增加。光学照片与光谱一致:在低温下,所有样品都是透明的,透光率不受厚度的影响。根据TRL相对于温升的比热容曲线和热导率曲线显示,TRL液体的比热容(〜4.35 kJ kg-1 K-1)比去离子水(〜4.2 kJ kg-1 K-1)高。由于水的比热容与大多数其他材料相比要高得多,因此TRL的高比热容使得它能够在相同的温度变化量下,比传统的建筑材料和玻璃存储更多的热能。与此同时,TRL的高导热性使窗户的温度分布更加均匀,可以为窗户提供更高的能量存储效率(图2)。

图2. (a)样品分别在20 °C(实线)和60 °C(虚线)下的透射光谱。(b-c)TRL在20 °C(Tlum,20 °C)和60 °C(Rlum,60 °C)下的光学性能比较。(d)样品在20 °C和60 °C下的光学照片。(e-g)TRL的比热容曲线、FTIR光谱和热导率曲线。图片来源:Joule


图3. (a)HTEST智能窗在夏季早晚、夏季中午和冬季的工作原理。(b)HTEST智能窗室内热测试设置方案。(c)在20 °C(冷状态)和60 °C(热状态)下分别使用普通玻璃、1 mm液体、1 cm水和1 cm液体的Tsol。(d-e)窗户内表面温度(传感器A的温度读数)和箱内空气温度(传感器B的温度读数)。(f-g)新加坡和北京的户外测试气温曲线。图片来源:Joule


HTEST智能窗户的工作原理是在环境温度较低不足以触发HTEST窗户中TRL相变时保持透明状态,光线可透射到房间;而在环境温度高于HTEST窗户中TRL的相变点后,窗户变为半透明或不透明,光照热量存储在TRL中,阻止阳光进入和加热房间(图3a)。基于这样的工作原理,HTEST智能窗户能够通过降低制冷能耗来减少建筑物的暖通空调系统(HVAC)的能耗。为了进一步探索TRL节能性能的太阳光调制和TES效应,作者对HTEST智能窗进行了室内热测试和室外的高温/寒冷环境测试。室内热测试中设置四个样品,即普通玻璃面板、1 cm水填充玻璃面板、1 mm和1 cm TRL填充玻璃面板,分别安装到四个玻璃箱(20 * 20 * 30 cm)上以研究温度变化,并分别记录窗户内表面的温度(位置A)和箱内空气温度(位置B)。由于窗户的内表面温度主要受窗户上积聚的热量和通过窗户传递的热量的影响,而水和玻璃比热容差异较大,通过太阳辐射积累的热量更多地存储在富含水的材料中,因此在较厚的(1 cm)样品上检测到了表面温度大大降低。箱内空气温度(位置B)受窗户的太阳能传输调制和热能存储能力的影响,结合了这两项优势的 1 cm TRL的最低空气温度为32 °C,相比于1 cm水和1 mm TRL分别低了9°和11°C。在冷热环境中对HTEST智能窗户进行户外测试,获取了玻璃箱几何中心空气温度。在新加坡的高温环境下,中午时分普通玻璃窗、1 mm TRL和1 cm水的箱内空气温度分别为84 °C、57 °C和55 °C,1 cm TRL填充的窗户具有最低的箱内空气温度——50 °C;晚上零点时普通玻璃窗、1 mm TRL和1 cm水的箱内空气温度均为27 °C,而1 cm TRL填充的HTEST窗户箱内空气温度为28 °C。在北京较为寒冷环境下,相比于1 cm水(6 °C)、1 mm TRL(5 °C)和普通玻璃(5 ℃),1 cm TRL填充的HTEST窗户的夜间空气温度为6 °C,四种窗户的玻璃箱内空气温度相似。

图4. (a)HTEST窗、双层玻璃和普通玻璃的隔声性能对比。(b)在上海、拉斯维加斯、利雅得和新加坡的气候条件下,1 cm TRL 填充智能窗户、1 mm TRL填充智能窗户、low-E窗户与普通玻璃窗户的年度HVAC节能性能对比。(c-f)在上海、拉斯维加斯、利雅得和新加坡四种窗户的每月HVAC能耗。图片来源:Joule


由于TRL的水含量非常高,HTEST智能窗户有很大潜力用于建筑物降噪。根据ISO 140-3对1 m2的样品进行隔声测试,结果显示,在100到4000 Hz的频率范围内,HTEST窗户的加权降声指数(Rw = 39 dB)高于双层玻璃窗和普通玻璃窗(分别为34 dB和30 dB),表明HTEST窗具有比双层玻璃窗和普通玻璃窗更好的隔音性能(图4a)。为了研究HTEST智能窗户在实际房屋设计中的节能性能,作者采用实际尺寸建筑模型进行了节能模拟。模拟中光学响应在所有条件下均保持不变,唯一的变量是窗户和房屋之间的体积比。采用上海、拉斯维加斯、利雅得和新加坡的天气数据进行仿真,以普通玻璃窗和低辐射(low-E)窗作为对照,作者分析了不同TRL厚度(1 mm和1 cm)的HTEST智能窗的节能潜力。结果显示,与在上海、拉斯维加斯、利雅得和新加坡的普通玻璃窗相比,含1 cm TRL液体的HTEST智能窗可以将HAVC年度能耗分别降低19.1%、24.3%、25.4%和44.6%。可见,HTEST智能窗能够有效地节约实际建筑物中的能耗。


总结


龙祎博士团队通过将水凝胶衍生的热敏液体注入双层玻璃内部,开发了第一个智能液体窗户面板,它可以自动响应热量,同时储存热量,还附加有电力高峰负荷转移和隔音的功能。室内外实际环境测试以及仿真模拟结果表明,这种HTEST智能窗户具有令人鼓舞的节能性能。这一工作为节能建筑和温室开辟了新的思路。


https://www.cell.com/joule/fulltext/S2542-4351(20)30403-7

Liquid Thermo-Responsive Smart Window Derived from Hydrogel

Yang Zhou, Shancheng Wang, Jinqing Peng, Yutong Tan, Chuanchang Li, Freddy Yin Chiang Boey, Yi Long

Joule, 2020, DOI: 10.1016/j.joule.2020.09.001



研究团队介绍

龙祎(Long Yi)博士,毕业于英国剑桥大学,现任职于新加坡南洋理工大学材料科学与工程学院,博导。研究领域主要是智能材料与器件、纳米薄膜制备、节能涂料、功能纳米材料以及柔性电极。她早期职业生涯为世界领先的硬盘公司希捷科技成功地实现了从实验室到工业的技术转移,同时也是世界创新会议暨博览会的创新奖获得者,在能源、材料相关方向的顶尖期刊上发表多篇文章以及应邀综述。


该文一作是南洋理工的博士生 王善成 与 周洋。论文作者感谢湖南大学彭晋卿教授进行能源计算,长沙理工大学李传常教授对于相变储能的讨论。新加坡国立大学Prof. Freddy Boey 给与一作周洋博士的经费支持。此项研究由中新研究院(Sino-Singapore International Joint Research Institute)以及National Research Foundation、Prime Minister’s Office、Singapore under its Campus for Research Excellence and Technological Enterprise (CREATE) programme提供支持。


https://www.x-mol.com/university/faculty/49525