中南大学周江&西交大刘洋洋AM：基于HOMO描述符的数据驱动添加剂探索策略赋能长效水系锌电池
能源学人
2025-09-01 15:24
文章摘要
背景：水系锌离子电池因高安全性和低成本在大规模储能中具有潜力，但锌负极存在枝晶生长和副反应等问题，亟需高效电解液添加剂改善界面动力学。研究目的：通过数据驱动和机器学习策略，以HOMO能级为关键描述符筛选高性能添加剂，实现锌沉积动力学平衡。结论：成功筛选出4-二甲氨基吡啶（DMAP）添加剂，显著提升锌负极循环稳定性（对称电池超3000小时）和库伦效率（99.85%），软包电池验证其实际应用价值，为电解液设计提供新范式。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
推荐文献
Issue Publication Information
DOI: 10.1021/aev008i016_1975685
Pub Date : 2025-08-25
Issue Editorial Masthead
DOI: 10.1021/elv007i016_1976681
Pub Date : 2025-08-26
Decoding Multi‐Electron Redox Pathways in Carbon‐Free Iron Selenide Cathodes: Enabling Energy‐Dense All‐Solid‐State Lithium Batteries Across Extreme Temperatures
DOI: 10.1002/adma.202511693
Pub Date : 2025-09-03
能源学人
最新文章
京公网安备 11010802042870号
