专栏名称: DeepTech深科技
“DeepTech深科技”是与麻省理工科技评论官方独家合作的一个新科技内容品牌。我们专注于关注三个方面:1、基于科学的发现;2、真正的科技创新;3、深科技应用的创新。
目录
相关文章推荐
新浪科技  ·  【消息称#特斯拉FSD中国训练完全合规#:# ... ·  8 小时前  
新浪科技  ·  【#胡润中国500强TOP10公布# ... ·  昨天  
雷科技  ·  Rokid破圈之后,AI眼镜量产战开始打响 ·  2 天前  
新浪科技  ·  【#格力高管称公众对董明珠有误解# ... ·  2 天前  
亿欧网  ·  “乱拳”打死星巴克 ·  2 天前  
51好读  ›  专栏  ›  DeepTech深科技

给废旧电池“打一针”可无损修复?复旦团队用AI设计有机锂载体分子,有望从源头解决电池大规模报废问题

DeepTech深科技  · 公众号  · 科技媒体  · 2025-02-26 15:20

正文



电池技术的快速发展推动了新能源汽车、储能系统等领域的广泛应用。然而,电池寿命的问题不容忽视,大量废旧电池的处理成为了一个亟待解决的问题。

为解决上述问题,复旦大学 彭慧胜 教授和青年研究员 高悦 团队提出了一种全新的策略:通过“打一针”的方式给锂电池无损补充锂离子,实现电池“再生”容量和延长电池寿命。

具体来说,研究人员将 AI 与有机电化学结合,设计出一种全新的有机锂载体分子——三氟甲基亚磺酸锂(LiCF 3 SO 2 )。在电池组装完成后,通过液体注入方式将 LiCF 3 SO 2 引进电池。

值得关注的是, 经过上万次深度充放电测试后,电池容量仍保持在 96% 左右的水平,实现了锂电池寿命提升 1 个数量级。

此外,该技术还成功解构了锂电池对含锂化合物的绝对依赖——采用无毒有机材料构建的新型电极体系,不仅规避了重金属污染风险,证明了无锂电池技术的可能性。

图丨研究团队(来源:复旦大学)

近日,相关论文以《外部供锂技术突破电池的缺锂困境和寿命界限》( External Li supply reshapes Li deficiency and lifetime limit of batteries )为题发表在 Nature [1]。

复旦大学博士生陈舒是第一作者,复旦大学青年研究员 高悦 彭慧胜 教授担任共同通讯作者。

图丨相关论文(来源: Nature

打破传统限制,首次提出外部锂供应策略

传统上,电池的结构通常被描述为由正极、负极、电解液和隔膜组成,而锂离子的存在往往被忽视,因为它一直依赖于正极材料。

在研究中该课题组发现,商用磷酸铁锂电池失效的核心原因在于锂离子的损耗,而正极材料本身往往仍然完好。也就是说,如果能够补充丢失的锂离子,电池就极有可能恢复容量。

图丨功能有机分子三氟甲基亚磺酸锂(LiCF 3 SO 2 )为电池补充锂离子(来源:复旦大学)

因此,他们提出了一个大胆的想法:是否可以通过外部载体分子单独控制锂源的补充,而不是依赖电极材料?于是,该团队设计了一种锂载体分子,将锂离子从正极材料中分离出来,从而实现对锂离子的单独控制。

高悦 表示,这种化学设计灵感来源于“搬运工”的概念,即通过特定的分子将锂离子带入电池内部,完成任务后再自行离开。这种全液体的补锂方式不仅能够实现高效补锂,还能避免传统补锂方法中固体补锂剂的分散性和安全性等问题。

就像人类生病时需要“打一针”,这一设计思路类似于医学中的精准治疗,通过对电池内部的“病症”进行诊断和修复,实现电池的“再生”。 在不拆解电池的情况下,通过液体形式将锂离子定向引入电池内部,并能够避免引入其他可能影响电池安全性和性能的杂质。

该研究过程中最大的挑战在于:从分子的设计、原理的构建、修复过程的实现,再到器件的改造,所有环节都是从“零”开始,并没有现成的参考和经验可以借鉴。研究人员只能一步一个脚印地摸索前行,这也是这项工作耗时四年多的主要原因。

研究人员用非监督机器学习技术快速筛选了 240 种可能用于锂电池的材料。他们主要考察这些材料的四个关键指标:工作电压、是否容易溶解、能否参与充放电反应以及化学稳定性。经过层层筛选,最终发现一种名为 LiCF 3 SO 2 的材料表现最出色。

研究人员先组合 20 种核心元素和 12 种辅助材料,生成 240 种不同配方。通过智能分类技术,先挑出电压合适且容易溶解的候选材料。

进一步实验验证发现,这种优选材料 LiCF 3 SO 2 有三个突出优点,使它成为制造高性能锂电池的理想选择:

  • 工作时电压稳定在 3.8 伏左右;

  • 储电能力强(每克能储存近 190 毫安时的电量);

  • 化学反应稳定不可逆,能与现有电池材料完美兼容。

实际上,在研究过程中,他们尝试了多种方法,包括从头设计、传统的“鸟枪法”以及基于分子的线性试错等,最终该课题组将 AI 与有机化学、电化学、材料科学和工程学等多学科领域,用机器学习走通了新型分子筛选这条路。

AI 通过数据分析和结构特征的数字化,快速筛选和生成具有特定功能的分子结构。与人类的线性试错过程不同,AI 不受限于局部优化的思维模式,可以同时探索多种可能性,并生成大量新颖的分子结构。

图丨一种外部锂供应方法,为先天性缺锂电池提供锂离子,并恢复循环锂离子电池(来源: Nature

研究过程中有两个令人兴奋的时刻。第一个是多学科交叉的头脑风暴阶段,当团队提出“打一针”来修复电池的想法时,这种创新的思路不仅令人鼓舞,也成为了推动他们持续前进的核心动力。

第二个令人兴奋的时刻是当该课题组成功验证了分子机理的时刻。第一次找到合适的分子时,课题组成员都非常兴奋,感觉技术即将取得突破。然而,随着进一步验证发现其中存在缺陷,研究人员很快调整思路并重新寻找。

“这个过程让我们经历了多次的兴奋和失落,但也正是这种反复试验、不断优化的过程,体现了科学研究的魅力和挑战。”高悦表示。

在电池和储能等领域具有商业化潜力

这项电池技术的突破有望对能源产业带来多维度革新。在商业应用层面,该技术最直接的影响是显著提升锂电池容量和使用寿命。提升锂电池 5% 到 10% 容量并延长使用寿命,将是一个巨大的进步。

这种技术还可以为用户提供更好的体验,比如在高品质手机、无人机或视频设备中,锂电池有望在两年内不会出现明显的“掉电”(电量衰减),让用户免受电池“越用越短”的困扰。

从更长远来看,这项技术可能让换电模式变得更加便捷,储能系统的性能也将不断提升。“该技术通过延长储能电站服役周期,降低迭代频次,有望为国家新能源基建提供底层保障。” 高悦 说。

目前,该团队已经完成了电池组能为电动车提供电能的研究,尽管单个电池可能还不足够,但电瓶技术已经研发完成。未来如果该技术被更多行业采用,将有助于减少电池更换频率,从而降低迭代速度。

总结来说,该技术在降低制造过程中的资源浪费和环境污染风险的同时,也能减少大规模储能系统中电池更换的成本,从而显著提升储能体系的整体经济效益。对于储能领域而言,该技术能够确保电池的循环寿命满足长期储能需求,有力地推动储能系统的健康发展。

据课题组预估, 该技术的成本为每千瓦时 0.9 美元,仅占整体电池成本的 10% 以内,且随着产线建设完善,实际成本可能还会进一步降低。 如果延长了电池的使用寿命,那么相当于降低了它的成本,从而在市场上更具竞争力。

目前,已有头部电池企业对该技术表现出浓厚兴趣。该课题组希望能够与电池厂和原材料生产厂合作,共同推进这一技术快速向产业化应用。

图丨再生石墨电池和无法更换或修复单个电池的潜在应用,可用于电网储能(来源: Nature

未来,该团队计划进一步利用该研究中的设计思路,解决大规模电池组的安全性和使用寿命等问题。为此,研究人员提出了两个重点关注的方案。

首先,继续基于 AI 驱动科研范式的变革。未来全新的功能分子开发,将结合 AI 与传统化学材料知识。这不仅能提升开发能力,还能通过 AI 的高效筛选和分析,加速分子设计的进程。

高悦 表示,在以往的研究中,只能逐个尝试分子,而借助 AI 技术的强大工具,一次可以筛选上千个分子,大幅度提高了分子的开发速度,加速应对未来能源领域更广阔的空间探索需求。

其次,通过开发更多新型分子,有望颠覆和改变现有电池的性能规律。无论是在能量密度(即电量)、使用寿命还是安全性方面,都将实现巨大的提升。这样不仅能优化电池的性能,还能使其更加符合未来能源需求的逻辑和要求。

在本次研究中,研究人员还系统、全面性地探索了多种电池材料和体系,包括锂电、钠电以及固态电池等,并计划在两年内构建相对完整的电池体系。 此外,研究人员将继续逐步探索这些体系的潜力,并验证其实际应用的可行性。

总体来说,该团队瞄准性能规律的颠覆性突破,试图通过新型分子设计同步提升能量密度、安全性和循环寿命,这将彻底改变现有电池技术路线图。随着产线规模化带来的成本递减,这项技术有望成为能源转型的关键加速器。







请到「今天看啥」查看全文