清华大学研发全新锂硫电池：能量密度549Wh/kg，稳定循环800圈

来源：市场资讯

（来源：IT之家）

IT之家 5 月 7 日消息，清华大学今日官宣，该校深圳国际研究生院副教授周光敏团队打破传统模式，借助量子化学和机器学习，像“搭积木”一样设计功能分子，从 196 种分子组合中筛选出一种可被“唤醒”的硫电化学“预分子介体”，使其在电池反应现场转化为活性分子，重塑复杂硫转化路径，极大提升锂硫电池的能量密度，有望显著延长无人机续航时间。

▲ 硫电化学预分子介体的智能分子骨架编程助力高比能锂硫电池发展概念图

2026 年 5 月 6 日，相关成果以“硫电化学预分子介体的分子骨架编程”（Molecular skeleton programming of premediators in sulfur electrochemistry）为题，在线发表于《自然》（Nature）。

锂硫电池具有非常高的理论能量密度，同时由于硫元素储量丰富、成本低廉，被认为是有希望支撑未来高比能应用的重要电池体系。

然而，锂硫电池实际应用场景中却面临一个难题：硫在充放电过程中不是“一步到位”，而是一条“充满许多中转站的行车运输路线”—— 需要经历一系列复杂的中间反应，生成溶解于电解液的多硫化物和最终产物固体硫化锂。“中转路线”越复杂，就越容易出现中间产物“跑偏”“反应堵车”“能量损失”等现实问题。

针对上述挑战，周光敏团队原创性地提出硫电化学“预分子介体”概念，建立了一套“量子化学 + 机器学习”驱动的智能分子骨架编程方案，成功从 196 种候选分子中筛选出高性能预分子介体 —— 4-三氟甲基-2-氯嘧啶。

该团队使分子最初在电解液中处于“沉睡”状态，只有进入硫反应现场后，分子才会被多硫化物原位“唤醒”，从而转化为真正发挥作用的活性介体。

▲ 2-氯嘧啶基预分子介体在多硫转化反应前线的原位激活

此外，团队开发了“量子化学 + 机器学习”智能分子骨架编程方法，构建了 196 种候选分子作为“积木搭建方案”，通过量子化学计算和机器学习筛选，最终找到了性能优异的预分子介体，赋予了锂硫电池优越的电化学性能。

▲ 2-氯嘧啶基预分子介体数据库的建立和特征工程分析

团队结合理论计算和人工智能驱动的可解释机器学习模型，对预分子介体的元素组成和几何构型进行了定向优化设计，最终筛选出的 4-三氟甲基-2-氯嘧啶，可使电池的电荷转移阻抗相比使用常规电解液的锂硫电池下降 75%，从而显著加速硫转化反应动力学。同时，基于该预分子介体的锂硫电池可在 1C 快充倍率下稳定循环 800 圈，容量保持率达 81.7%。

在面向实际应用的软包器件验证中，团队还在高硫载（28 mg / cm2）和贫电解液（3.4 mL/g）的严苛条件下，构筑了总容量 14.2 Ah 的锂硫软包器件，其能量密度可达 549 Wh/kg—— 这意味着，单位重量的该电池能够储存相比常规动力锂离子电池更多的电能。