固态聚合物电解质离子电导率不理想，阻碍了其作为液体电解质替代品的实际应用，以解决安全问题。虽然已引入各种增塑剂来改善锂离子传导动力学，但由于对微环境缺乏了解，高性能聚合物电解质的合理设计受到了阻碍。
在此，清华大学深圳国际研究生院周光敏、朱雁飞，上海交通大学李金金等人设计了一类Hofmann配合物，其凭借功能性配体提供连续的二维锂离子传导通道，从而打造出高导电率的电解质。研究显示，通过调节Hofmann配合物中金属-氧键与Li-O键之间的共价竞争，能够调控锂离子的弱配位环境，实现快速传导动力学。
此外，使用预测的Co(二甲基甲酰胺)₂Ni(CN)₄制备的固态聚合物电解质的Li|硫化聚丙烯腈（SPAN）电池，在30 ºC±3 ºC、0.2 C（335 mA g⁻¹）条件下，初始放电容量为1264 mAh g⁻¹，500次循环后容量保持率为65%。组装的0.6 Ah Li|SPAN软包电池在第二次循环时，面容量为3.8 mAh cm⁻²，固态电解质的面质量负载为18.6 mg cm⁻²（质量与容量比为4.9）。
图1. Li-S电池的电化学性能
总之，该工作采用无监督学习和CI-NEB计算，开发了一种用于快速筛选Li+导体并研究离子运动描述符的工作流程。以Hofmann配合物作为模型体系，预测出M-Ni-DMF（M=Mn、Fe、Co、Ni或Cu）有助于Li+迁移（迁移能垒Eb
这一趋势得到了实验验证，含有Co-Ni-DMF的固态聚合物电解质电池在Li|Li对称电池测试中表现出色（在0.1 mA cm⁻²下可运行5000小时），在全电池测试中也具有良好的循环稳定性（在0.5 C下循环200次后容量保持率为90%）。通过调节与溶剂化Li+的原子或物质的相互作用来调控配位环境，为提高锂电导率提供了一个合理的思路。
基于上述综合方法，CI-NEB与机器学习指导相结合，加速了固态电池候选Li+导体的理论发现，有助于安全且高能量密度储能系统的发展。
图2. 电子层面的理解
Data-driven exploration of weak coordination microenvironment in solid-state electrolyte for safe and energy-dense batteries， Nature Communications 2025 DOI: 10.1038/s41467-024-55633-9
周光敏，副教授，博士生导师。2014年博士毕业于中国科学院金属研究所，导师为成会明院士和李峰研究员。2014-2015年于美国UT Austin从事博士后研究，合作导师为Arumugam Manthiram教授。2015-2019年在斯坦福大学崔屹教授课题组从事博士后研究。主要研究方向为电化学储能材料及器件与电池回收，已发表论文150余篇，其中第一作者及通讯作者论文包括Nature Nanotechnology, Nature Energy, Chemical Reviews，Nature Communications, Science Advances, PNAS，Advanced Materials等。论文被引用 28800多次(Google Scholar)，38篇入选ESI高被引论文，H-index为72，2018-2021连续4年入选科睿唯安全球高被引科学家。著作书籍Design, Fabrication and Electrochemical Performance of Nanostructured Carbon Based Materials for High-Energy Lithium-Sulfur Batteries以及≤Graphene Science Handbook≥书中章节一章。担任期刊Energy Storage Materials副编辑/科学执行编辑及多个期刊青年编委，入选海外高层次人才（青年），目前承担国家科技部重点研发项目（课题负责）、国家自然科学基金面上项目等，获得包括侯德榜化工科学技术奖青年奖、广东省材料研究学会青年科技奖、能源存储材料青年科学家奖、中国科学院院长特别奖、中国科学院优秀博士论文、Materials Today Rising Star Awards等奖励。