张强/马维刚ACS Nano：锂离子电池二维材料的可用性识别框架和高通量筛选

二维（2D）材料由于其固有的离子通道和丰富的离子位点，在高性能锂离子电池材料中显示出巨大的优势。不幸的是，很少有2D 材料同时拥有满足复杂场景所需的所有属性，因此很有必要丰富锂离子电池（LIB）的2D材料数据库。

在此，清华大学张强教授、马维刚副教授等人基于2D材料识别理论对用于LIB 的可行2D材料进行了高通量筛选。

首先，将具有热力学稳定性的可剥离2D材料与无机晶体结构数据库中的3D晶体区分开来，扩大了实用的离子电池2D材料（PTDIBs）的候选库，其中选择与锂离子天然相容的2D材料作为PTDIBs的指标。最后，采用第一性原理计算验证筛选出的PTDIBs并获得它们在单层和堆叠结构中的电池性能，包括开路电压、离子扩散势垒和容量等。

图1. 二维候选材料的高通量筛选流程

更重要的是，作者提出了利用离子在2D材料上的吸附性和可逆性之间的竞争机制的可用性识别框架，以帮助更深入地筛选可行的2D材料。

预计包括158个负极、21个正极和36个固体电解质在内的215种2D材料可用于LIB，已识别的2D材料与已知材料之间的比较验证了该策略的可靠性。这项工作显著丰富了2D材料的选择，以满足各种电池需求，并提供了一种通用方法来评估未开发的LIB可用的2D材料。

图2. PTDIB 的可用性识别框架

Usability Identification Framework and High-Throughput Screening of Two-Dimensional Materials in Lithium Ion Batteries, ACS Nano 2021. DOI: 10.1021/acsnano.1c05920

张强/马维刚ACS Nano：锂离子电池二维材料的可用性识别框架和高通量筛选

相关推荐