登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《新型催化剂焕发锂硫电池新生》

  • 来源专题：绿色化工
  • 编译者： 武春亮
  • 发布时间：2024-12-04

  • 澳大利亚莫纳什大学科学家研制出一款超快速充电锂硫电池，这款新型电池能量密度为传统锂离子电池的两倍，但其“体重”更轻，价格更低廉，可为长途旅行电动汽车和商用无人机供电。相关论文发表于《先进能源材料》杂志。

    一直以来，锂硫电池复杂的化学成分导致其充电速度缓慢，成为其商业化道路上的“绊脚石”。研究人员受家用消毒剂甜菜碱化学成分的启发，成功研制出一种新型催化剂。这种催化剂显著提升了锂硫电池的充放电速度，使其焕发新生。

    测试结果显示，这款锂硫电池充电一次，就能让电动汽车行驶1000千米，同时充电时间也大幅缩短至几个小时。这一性能上的提升，使锂硫电池不仅成为长途电动汽车的优选，也适用于电池轻量且能快速充电的航空和海运等行业。

    研究人员称，随着商业规模的扩大，这项技术可以提供高达400瓦时/千克的能量密度，适合航空领域，未来有望为高性能、可持续的电动飞机供电。此外，传统锂电池依赖储量有限且对环境有害的钴等材料，而锂硫电池则更为环保。


  • 原文来源：https://www.chemall.com.cn/news/show-199404.html
42浏览量
原文链接
相关报告

  • 《科学家开发新型燃料电池催化剂》
    • 来源专题：中国科学院文献情报先进能源知识资源中心 |领域情报网
    • 编译者：guokm
    • 发布时间：2018-10-29
    • 阻碍环保氢燃料电池广泛应用于汽车、卡车和其他车辆的一个因素是铂催化剂的成本。 使用不太贵重的铂的一种方法是将其与其他较便宜的金属结合使用，但这些合金催化剂在燃料电池条件下往往会迅速降解。 现在，布朗大学的研究人员已经开发出一种新型合金催化剂，既能减少铂的使用，又能在燃料电池测试中保持良好的性能。 据《焦耳》杂志报道，这种催化剂由铂合金和纳米颗粒中的钴制成，在反应性和耐久性方面都超过了美国能源部(DOE) 2020年的目标。 “合金催化剂的耐久性是该领域的一个大问题，”布朗大学化学研究生Junrui Li说。 “研究表明，合金最初的性能比纯铂要好，但在燃料电池中，催化剂的非贵金属部分会很快被氧化和过滤掉。” 为了解决这个浸出问题，Li和他的同事开发了一种特殊结构的合金纳米颗粒。 这些粒子有一个纯铂外壳，围绕着一个由铂和钴原子交替层构成的核心。 布朗大学(Brown)化学教授、该研究的资深作者Shouheng Sun表示，这种分层的核心结构是催化剂反应性和耐久性的关键。 “内核中原子的分层排列有助于平滑和收紧外壳中的铂晶格，”Sun说。 “这增加了铂的反应性，同时也防止了钴原子在反应过程中被吃掉。这就是为什么在金属原子随机排列的情况下，这些粒子比合金粒子表现得更好。” 关于有序结构如何增强催化剂活性的细节在焦耳论文中有简要描述，但更具体地说，在发表在《化学物理杂志》上的另一篇计算机建模论文中。 这项建模工作由安德鲁·彼得森(Andrew Peterson)领导，他是布朗工程学院的副教授，也是焦耳论文的合著者。 为了进行实验工作,研究人员测试了催化剂的能力来执行氧还原反应,这对燃料电池性能和耐久性是至关重要的。 在质子交换膜(PEM)燃料电池的一侧, 从氢燃料中剥离出来的电子会产生驱动电动机的电流。在电池的另一端，氧原子吸收这些电子来完成一个循环。 这是通过氧还原反应完成的。 初步测试表明，该催化剂在实验室环境下表现良好，优于更传统的铂合金催化剂。 新催化剂在3万次电压循环后仍然保持活性，而传统催化剂的性能明显下降。 但是，尽管实验室测试对于评估催化剂的性能很重要，研究人员说，它们并不一定能显示催化剂在实际燃料电池中的性能。 与实验室测试环境相比，燃料电池环境温度更高，酸度也不同，这将加速催化剂的降解。 为了弄清楚这种催化剂在这种环境下能维持多久，研究人员将这种催化剂送到洛斯阿拉莫斯国家实验室，在一个实际的燃料电池中进行测试。 测试表明，该催化剂在初始活性和长期耐久性方面都优于美国能源部(DOE)设定的目标。 美国能源部要求研究人员开发催化剂，到2020年，其初始活性为每毫克铂0.44安培，在3万次电压循环(大致相当于燃料电池汽车使用5年)后，其活性至少为每毫克铂0.26安培。 对新催化剂的测试表明，它的初始活性为每毫克0.56安培，在3万次循环后的活性为每毫克0.45安培。 “即使经过了30000个循环，我们的催化剂仍然超出了能源部最初的活性目标，”Sun说。 “在真实的燃料电池环境中，这种性能真的很有前途。” 研究人员已经申请了催化剂的临时专利，他们希望继续开发和完善它。
    118浏览量
    原文链接

  • 《机器学习辅助筛选高活性锂硫电池催化剂研究获进展机器学习辅助筛选高活性锂硫催化剂》
    • 来源专题：智能制造
    • 编译者：icad
    • 发布时间：2023-10-27
    • 深圳国际研究生院周光敏团队合作在机器学习辅助筛选高活性锂硫电池催化剂方面取得新进展 . 分享 . 清华新闻网10月25日电 储能已成为保障可再生能源规模应用，实现“双碳”目标的关键核心技术。锂硫电池理论比容量高、成本低廉、环境友好，是最具实用化应用前景的下一代储能体系之一。然而，其实用化进程却始终受限于缓慢的反应动力学以及严重的容量衰减。向锂硫电池中引入高活性催化剂，例如过渡金属化合物（TMC），已被证明是提高反应动力学的有效策略。 TMC的金属原子被认为是催化反应的活性中心，其与多硫化锂中硫的轨道杂化状态已被广泛研究。然而在不同TMC催化剂中普遍存在的非金属与多硫化锂中锂之间的相互作用，人们却一直缺乏深入理解。此外，前期研究通常只聚焦催化体系的电子状态，而忽视了活性位点几何结构对催化效果的影响机制，缺乏综合考虑锂硫电池催化体系中电子状态与几何结构的二元描述符。上述问题阻碍了研究人员对锂硫电池TMC催化剂的深入理解与理性设计。 近日，清华大学深圳国际研究生院周光敏团队与合作者基于密度泛函理论与机器学习算法，提出了一种可用于筛选锂硫电池TMC催化剂的二元描述符。该二元描述符由能带匹配指数（ I Band）与晶格错配指数（ I Latt）组成，分别描述了电子状态与几何结构对于催化效应的贡献，从轨道耦合与晶格畸变角度揭示了催化剂对反应动力学的影响机制。TMC催化剂中的非金属位点可同时调节 I Band和 I Latt，具有适中 I Band和低 I Latt的TMC催化剂对多硫化锂具有适中的吸附强度和较低的反应能垒，预计将具有更高的催化活性。 图1.构建电子效应描述符与结构效应描述符 结合密度泛函理论计算、紫外可见吸收光谱与原位拉曼测试，研究人员验证了电子效应描述符的理论预测结果。 I Band较低的TMC催化剂，对于多硫化锂具有更高的吸附能力。 图2.从电子效应角度揭示TMC催化剂中非金属的影响机制 结合密度泛函理论计算与变温电化学阻抗谱、恒电位间歇滴定技术等电化学测试方法，研究人员验证了结构效应描述符的理论预测结果。 I Latt较小的TMC催化剂造成吸附多硫化锂更明显的Li-S畸变，因而具有更低的活化能。 图3.从结构效应角度揭示TMC催化剂中非金属的影响机制 研究人员进一步采用机器学习方法，基于 I Band 和 I Latt构建了二元描述符。文章采用遗传算法在复杂系数组合空间中优化搜索最佳系数组合，基于蒙特卡罗模拟保证搜索空间生成过程中的统计置信度。通过同时考虑轨道耦合和晶格畸变效应，该二元描述符可为更全面理解催化活性影响机制提供参考。 图4.开发二元描述符揭示TMC催化剂中非金属对催化过程的影响机制 研究人员通过充放电曲线循环、低温器件性能等测试，验证了TMC催化剂中非金属对器件性能的影响。NiSe 2 具有适中 I Band 和 I Latt，对应适中的吸附能力和低反应能垒，可防止催化剂表面毒化，保持长循环期间的催化活性。受益于优异的催化效应，基于NiSe 2 组装Ah级锂硫软包电池可实现402Whkg -1 高能量密度，在相对较低的贫电解液条件下（4μLmg ?1 ）下可发挥24.4mAhcm ?2 的超高面积容量，优于之前报道的大多数Ah级Li-S软包电池。 图5.TMC催化剂中非金属对电化学性能的影响 相关成果近日以“机器学习辅助设计二元描述符以破译硫反应动力学的电子和结构效应”（Machine-learning-assisted design of a binary descriptor to decipher electronic and structural effects on sulfur reduction kinetics）为题发表在《自然·催化》（ Nature Catalysis ）上。 清华大学深圳国际研究生院周光敏副教授为本文通讯作者，清华大学深圳国际研究生院2021级博士生韩志远、2023级博士生高润华，西北工业大学王天帅副教授为本文共同第一作者，论文作者还包括清华大学深圳国际研究生院2022级博士生陶晟宇、2021级硕士生贾烨阳、2022级硕士生劳洲界、2021级硕士生张梦天、2021级硕士生周佳琪、2021级博士生李闯、2020级博士生朴志鸿和张璇副教授。该研究得到国家自然科学基金委员会、科技部、广东省科技厅、深圳市科技创新委员会、清华大学深圳国际研究生院等的支持。 论文链接： https://doi.org/10.1038/s41929-023-01041-z 供稿：深圳国际研究生院 编辑：李华山 审核：郭玲 2023年10月25日 09:45:51 相关新闻 读取内容中,请等待... 最新动态 .
    202浏览量
    原文链接