首尔大学等联合研究团队开发实现离子与电子迁移平衡的空气电极……入选《自然能源》封面论文
通过人工智能分析2860个原子界面结构，研究人员揭示了一项可大幅提升“可逆固体氧化物电池（RSOC）”性能的新设计原理。该电池可生产氢气并将其重新转化为电能。研究结果显示，通过将空气电极设计为使离子和电子实现均衡迁移，其燃料电池性能较现有电极提升2.6倍，水电解性能提升4.4倍。
首尔大学工学院11日表示，Han Jeongwoo教授团队与世宗大学Park Junyoung教授、全南大学Song Sunju教授及美国科罗拉多矿业大学Ryan O'Hare教授团队联合开发出一种兼具离子电导率与电子电导率平衡的新型复合空气电极。研究成果发表于能源领域国际学术期刊《自然能源（Nature Energy）》，并入选7月刊封面论文。
RSOC可在同一装置中同时实现水电解制氢和利用氢气发电的燃料电池功能。它能够将太阳能、风能等可再生能源的剩余电力以氢气形式储存，并在需要时重新转化为电能，因此作为储能技术受到关注。
决定性能的关键之一，是发生氧离子交换反应的空气电极。此前通常将同时传导离子和电子的混合导体，与传导氧离子的掺杂氧化铈（GDC）结合使用。然而，GDC的电子电导率约比离子电导率低1000倍，导致电子迁移成为瓶颈。因此，氧反应集中在两种材料相接的狭窄边界，难以充分利用整个电极。
研究团队以离子和电子迁移能力相对均衡的质子导体“BCZYYb7111”替代GDC，并将其与具有铋层状结构的混合导体“GCCCO”结合。
采用新型空气电极后，在燃料电池模式下，最大功率密度达到7.08瓦/平方厘米；在水电解模式下，于1.3伏电压下达到7.88安/平方厘米。与现有LSCF-GDC空气电极相比，性能分别提高2.6倍和4.4倍。在其他多种空气电极材料中，将GDC替换为BCZYYb7111后，燃料电池性能提升38%至129%，水电解性能提升50%至104%。
人工智能分析2860个原子界面，揭示性能提升原因
为探明性能提升的原因，研究团队构建了结合机器学习原子间势能（MLIP）、分子动力学（MD）和密度泛函理论（DFT）的人工智能多尺度模拟体系，并探索了仅靠现有计算方法难以大规模分析的2860个界面结构。
分析显示，在新型空气电极中，便于氧离子迁移的“氧空位”更易形成，氧离子的迁移速度也更快。界面处还形成了能够促进离子和电子迁移的强内建电势。研究团队从原子层面阐明，这些因素共同促进了氧离子交换反应。
研究团队合影。从左至右：Lee Wonjun，首尔大学材料工程系博士生；Moon Jinwook，首尔大学材料工程系硕博连读生；Song Sunju教授，全南大学新材料工程系、通讯作者；Park Junyoung教授，世宗大学纳米新材料工程系、通讯作者；Han Jeongwoo教授，首尔大学材料工程系、通讯作者。首尔大学供图
View original image此次研究的意义不仅在于提升特定材料的性能，更在于提出了RSOC空气电极中离子电导率与电子电导率平衡的重要设计准则。研究团队预计，这一成果有望助力提升通过水电解生产绿色氢气的效率，以及燃料电池发电效率。
Han Jeongwoo教授表示：“通过基于人工智能的多尺度模拟，系统探索2860个界面结构，定量阐明了复合空气电极界面提升RSOC性能的原子层面机制。离子电导率和电子电导率必须实现平衡这一新型空气电极设计准则，将成为未来材料选择和电池设计的起点。”
首尔大学材料工程学院博士生Lee Wonjun、硕博连读生Moon Jinwook等参与了研究。该研究在科学技术信息通信部和韩国研究财团支持下开展。
版权所有 © 阿视亚经济。未经许可不得转载，禁止用于AI训练及使用。
