上海
新研究揭示了常见电池电解液中多锂离子的聚集现象，为改进电池性能与设计提供新思路
薛定谔公司（Schrödinger, Inc.，纳斯达克代码：SDGR）今日宣布在《自然》杂志上发表了一项新研究，揭示了锂离子电池（LIB）电解液原子级结构的重大见解。在与哥伦比亚大学和纽约结构生物学中心研究人员的联合研究中，团队发现了挑战锂离子电池基础化学长期认知的新现象，包括可能在电解液行为和电池功能中发挥重要作用的多锂离子复合物。这些关于电解液行为的新机制见解，有望推动电池开发从经验性的试错模式，转向高通量、理性、计算驱动的预测性设计，从而开发出容量更高、充电更快、寿命更长的新型电池。
该研究利用了薛定谔基于物理原理的计算平台，着眼于解决能源存储设计中长期存在的瓶颈问题。锂电池电解液对电池性能至关重要，直接影响电导率、粘度、盐解离度和电化学稳定性等特性。电解液还驱动固体电解质界面膜（SEI 膜）的形成，而 SEI 膜是电池负极上决定电池寿命和安全性的关键保护膜。然而，目前对于电解液结构如何在原子层面上影响这些特性的理解仍然有限。利用薛定谔先进的机器学习力场技术，该团队以前所未有的精度和规模对锂电池电解液进行了模拟。这些模拟表明，锂离子经常形成由碳酸乙烯酯溶剂分子配位、但不含阴离子的团簇 — 这一重要结构现象此前未被认识到。
薛定谔材料科学高级副总裁 Mat Halls 表示: “模拟复杂的电池系统过去常常迫使科学家们必须在量子精度与大规模模拟之间做出取舍，我们的机器学习力场技术消除了这种折中。通过预测这些多锂离子复合物并以实验加以验证，我们证明了薛定谔平台能够发现此前难以探测的化学现象，从而加速材料发现。”
薛定谔联合创始人、董事会成员，兼哥伦比亚大学 William P. Schweitzer 化学教授 Richard Friesner 表示：“利用薛定谔专有的先进机器学习力场，我们发现电池中的锂离子实际上会在没有阴离子参与的情况下聚集成团簇，而正是这些离子簇推动了电池表面保护膜的生成。通过计算预测这一出人意料的化学现象，并在实验中加以证实，表明薛定谔基于物理原理的平台能够准确模拟电池内部不易观察到的原子尺度细节。此外，这些结果还表明，许多(甚至大多数)复杂的化学体系如今都可以借助机器学习力场，进行基于物理原理的预测性模拟并且达到原子级分辨率。”
主要发现：
- 多锂离子团簇： 在常见电池电解液中，多达40%的锂离子会聚集形成多离子团簇；随着盐浓度升高，这种聚集现象更加普遍。这一发现颠覆了锂离子在溶液中主要以孤立状态存在的长期假设。
- 精确的实验验证： 机器学习力场模拟结果与多种凝聚相实验数据高度吻合，包括核磁共振谱、电解液密度、黏度、离子电导率和扩散系数，为预测的多锂离子团簇确实存在提供了有力支持。
- 电化学意义： 量子化学计算表明，这些多锂离子团簇具有特别容易发生还原的特性，表明它们可能是形成固体电解质界面膜的关键中间体，而这一界面膜对电池寿命和安全性至关重要。
- 为理性设计电解液奠定基础： 这些发现增进了对电解液的认识，有助于指导下一代电解液的理性设计，以提升电池性能、稳定性和充电速率。
这项研究仍在继续，并获得盖茨创投（Gates Ventures）的资金支持。
关于薛定谔公司
薛定谔通过其计算平台推动分子发现变革。该平台能够推动发现用于药物研发和材料设计的新型、高度优化的分子。薛定谔的软件平台建立在30多年的研发投入上，面向全球生物技术公司、制药公司、工业企业及学术机构授权使用。薛定谔还利用该平台推进一系列合作及自主研发项目。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
