發(fā)展更智能的水系電池綜述要點

綜述背景

? 隨著環(huán)境問題日益嚴重，緩解全球變暖和控制溫室氣體的排放已成為全人類的共同目標。2018年，聯(lián)合國政府間氣候變化專門委員會(IPCC)發(fā)起了實現(xiàn)“碳中和”的倡議，即到本世紀末將全球氣溫上升限制在1.5℃以內(nèi)，這敦促人類社會實現(xiàn)從化石燃料向可再生能源(如太陽能、風能)的能源轉(zhuǎn)型。然而對環(huán)境友好的可再生能源卻大都存在分布不均和間歇性供能的問題，大規(guī)模儲能設(shè)施因而亟待發(fā)展。作為鋰離子電池(LIB)的一種可能的替代品，水系電池(aqueous batteries, ABs)以其經(jīng)濟性和安全性在大規(guī)模儲能領(lǐng)域得到越來越多的關(guān)注。

對于水系電池的研究由來已久(圖1a)。盡管針對ABs的研究發(fā)展勢頭強勁(圖1b)，其大規(guī)模應(yīng)用仍然受到有限的能量密度和使用壽命的阻礙，這些痛點與電池內(nèi)部眾多的副反應(yīng)密切相關(guān)(圖1c)。針對電極、電解液和隔膜進行設(shè)計和優(yōu)化是對于上述問題的現(xiàn)有解決方案。另一個需要解決的問題則是極端工作條件下電池故障率的增加(圖1d)，這凸顯了監(jiān)測和研究不同條件下ABs的失效機制的重要性。因此，實現(xiàn)ABs智能化對于其R&D及應(yīng)用意義非凡。本文綜述了實現(xiàn)智能水系電池的4個方面并提出了未來的發(fā)展方向，包括傳感、電池-傳感器系統(tǒng)、自修復和人工智能。

本文以題為“Building smarter aqueous batteries”的綜述文章在國際期刊Small Methods上發(fā)表。本文通訊作者為香港科技大學(廣州)黃加強教授。本文共同第一作者為鄧燦彬博士和李亦晴碩士，通訊單位為香港科技大學(廣州)。

圖1.?水系電池的發(fā)展簡史和挑戰(zhàn)

綜述要點

? 以光學/超聲傳感器為例，介紹了監(jiān)測ABs的離子活動和界面反應(yīng)的先進的傳感技術(shù)。 以檢測物理變量和化學物質(zhì)的電池-傳感器一體化系統(tǒng)為例，介紹了ABs在不同場景下的多功能應(yīng)用。

以機械損傷、熱失控、過充等場景為例，介紹了在極端工作條件下用于ABs自修復和自保護的材料創(chuàng)新和電池設(shè)計。

介紹了人工智能如何幫助提高ABs材料篩選/優(yōu)化的效率與合理性。

提出了構(gòu)建更可靠、可持續(xù)和多功能的智能ABs的看法。 ?

圖文導讀

? Key 1. 水系電池的傳感技術(shù) 圖2. 水系電池中的聲學和光學傳感 ? ?



▲對于電池的反應(yīng)機理和成分演變的研究有賴于精密的表征，然而傳統(tǒng)表征手段的應(yīng)用往往受限于高昂的設(shè)備價格、復雜的電化學電池設(shè)計和實驗環(huán)境控制等因素。

聲學傳感和光學傳感，作為非侵入性的新型傳感技術(shù)，正被深入研究以診斷電池內(nèi)的反應(yīng)動力學進程。電解液的聲學特性(聲速和衰減系數(shù))與電池的充電狀態(tài)存在關(guān)聯(lián)。此外，聲學傳感器在捕捉機械變化上具有優(yōu)勢，如應(yīng)用于Zn電極的超聲波傳感器能夠利用聲波檢測有害枝晶的生長(圖2a)。而以光纖為基礎(chǔ)的光學傳感技術(shù)，則適用于更多的檢測對象，包括電池內(nèi)部的溫度、熱量、應(yīng)變、折射率、拉曼和紅外光譜等。如通過分析光纖光譜變化來分辨MnO2電極上H+和Zn2+的嵌入(圖2f，g)。傳感技術(shù)的發(fā)展賦予了未來商業(yè)化智能ABs實時數(shù)據(jù)采集和自診斷的可能性。 ?

Key 2. 作為傳感器的電池

圖3. 用于應(yīng)變/壓力測量的電池-傳感器系統(tǒng)

▲隨著智能便攜式設(shè)備的微型化，傳統(tǒng)的傳感器單體+電池單體的設(shè)計逐漸無法滿足功能和安全兩方面的需求。

水系電池的低成本和高安全性恰好契合微型設(shè)備的電源需求，而集成電源與傳感模塊的一體化設(shè)計則能夠在縮小模塊體積的同時提高性能。比如利用對NH3氣體敏感的mPANI/G納米片作為電池正極，可以制備得到鋅離子微電池(ZIMBs)-NH3傳感器；而在纖維狀鋅離子電池周圍包裹CNT/PDMS復合薄膜可用于監(jiān)測應(yīng)變(圖3a-d)。圖3e-g則介紹了使用可充電固態(tài)ZIB作為柔性壓力傳感器(ZIB-P)的傳感機理、性能以及應(yīng)用例子。 ?

Key 3. 水系電池的自修復

圖4.?水系電池的機械損傷自愈性

▲無論是電池內(nèi)部電化學反應(yīng)帶來的枝晶生長還是電池外部的機械擠壓、彎折，抑或非正常使用導致的過充都會嚴重縮短ABs的壽命，甚至導致電池的失效。雖然對電池施加保護可以減緩上述過程，但電池的長期使用必然伴隨損傷。如果能夠賦予電池“自修復”的能力，就可以在不拆卸電池的情況下解決電池故障，延長電池的壽命。

實現(xiàn)對電池機械損傷的自修復有兩種思路：一是讓每個組件都具有自修復能力，二是將所有組件都置于自修復基質(zhì)中，以基質(zhì)的自修復驅(qū)動整個電池的一體化修復。圖4展示了針對電極-電解液界面、電解質(zhì)、電極、基底和一體化電池的自愈機理和性能。此外，利用溶膠-凝膠材料對溫度或pH敏感的特性也可以實現(xiàn)對電池過熱或過充的快速響應(yīng)和電池保護。

Key 4.?水系電池的人工智能優(yōu)化

圖5. ABs陰極材料篩選

▲人工智能(AI)一直以來都在影響著傳統(tǒng)的研究和生產(chǎn)方法，而機器學習(ML)則是其重要分支之一。ML已被廣泛應(yīng)用于解決可充電電池生產(chǎn)過程中不同尺度上的復雜問題。與傳統(tǒng)試錯法不同，數(shù)據(jù)驅(qū)動和機器學習方法能夠快速、高效、準確地預測材料/性能，有效指引實驗方向和規(guī)劃實驗資源。

許多新型可充電水系電池仍處于研發(fā)階段，單在材料層面就存在許多挑戰(zhàn)，人工智能技術(shù)在這一領(lǐng)域的應(yīng)用還比較欠缺。人工智能在ABs中的最新研究，主要集中在材料的篩選和預測上。圖5展示了基于機器學習方法的通用預測模型，該模型可以快速預測尖晶石的電學性能，并選擇適用于鎂/鋅離子電池正極材料的最佳尖晶石結(jié)構(gòu)。此外，ML方法也在電解液優(yōu)化和添加劑選擇方面起到了重要作用，將機器學習與自動化實驗相結(jié)合在提高電解液研發(fā)效率上也具有巨大潛力。

總結(jié)與展望

? 圖6.?發(fā)展更智能的水系電池的重要方向



智能水系電池的發(fā)展需要更加系統(tǒng)和科學的研究，本綜述聚焦于智能ABs的最新發(fā)展，并重點探討了：傳感技術(shù)、作為傳感器的電池、電池自修復和人工智能這四個議題。對于智能ABs的未來研究方向，作者給出如下展望(圖6)：(1)多功能傳感器在電池狀態(tài)監(jiān)測和機理研究中的應(yīng)用。(2)多功能ABs的設(shè)計與封裝。(3)智能ABs在極端條件下的自修復與自保護。(4)用于電池材料優(yōu)化和性能分析/預測的人工智能。

審核編輯：劉清