通过计算数据驱动的方法指导硫电池的溶剂地图
Rasha Atwi1, Nav Nidhi Rajput1
1Department of Materials Science and Chemical Engineering, Stony Brook University, Stony Brook, NY 11794, USA.
Patterns (New York, N.Y.)
|September 18, 2023
概括
为硫电池设计最佳电解质至关重要. 计算化学揭示了多硫化物溶解度取决于多种溶剂因素,而不仅仅是介电常数,指导未来的电池设计.
科学领域:
- 材料科学 材料科学 材料科学
- 电化学 电化学 电化学
- 计算化学的计算化学
背景情况:
- 实际的硫电池需要具有受控的多硫化物溶解,高离子导电性和低粘度的电解质.
- 计算化学提供了一种调整原子相互作用的方法,以发现具有所需性质的电解质.
研究的目的:
- 推出ComBat,一个公开的量子化学和分子动力学特性数据库,用于硫电解质.
- 为了研究聚硫化聚类和电解质成分扩散的微观起源.
- 确定影响多硫化物可溶性和离子导电性的关键溶剂特性.
主要方法:
- 开发了ComBat,一个数据库,包含16个溶剂类别的-硫电解质的2,000个属性.
- 利用量子化学计算和分子动力学模拟.
- 分析了溶剂特性和电解质行为之间的相关性.
主要成果:
- 聚硫化物溶解度受到多种溶剂因素 (C/O比率,化,硬质阻碍) 的协同作用的影响,而不仅仅是介电常数.
- 拟议的结合能作为Li+解离的可靠代理,影响离子导电性.
- 详细介绍了聚硫化物聚类和扩散机制的微观起源.
结论:
- 康巴数据库为设计最佳硫电解质组合提供了宝贵的见解.
- 了解协同溶剂效应是控制多硫化物行为的关键.
- 结合能可以用来预测和优化电解质中的离子导电性.


