Videnskab
 Science >> Videnskab >  >> Kemi

Nyt kulstofmateriale sætter rekord i energilagring, hvilket sandsynligvis vil fremme superkondensatorer

Konceptkunst skildrer maskinlæring, der finder et ideelt materiale til kapacitiv energilagring. Dens kulstoframme (sort) har funktionelle grupper med oxygen (lyserød) og nitrogen (turkis). Kredit:Tao Wang/ORNL, U.S.A. Dept. of Energy

Vejledt af maskinlæring designede kemikere ved Department of Energy's Oak Ridge National Laboratory et rekordhøjt kulstofholdigt superkondensatormateriale, der lagrer fire gange mere energi end det bedste kommercielle materiale. En superkondensator lavet med det nye materiale kunne lagre mere energi – forbedre regenerative bremser, kraftelektronik og hjælpestrømforsyninger.



"Ved at kombinere en datadrevet metode og vores forskningserfaring skabte vi et kulstofmateriale med forbedrede fysisk-kemiske og elektrokemiske egenskaber, der rykkede grænsen for energilagring for kulstofsuperkondensatorer til det næste niveau," sagde kemiker Tao Wang fra ORNL og University of Tennessee, Knoxville.

Wang ledede undersøgelsen med titlen "Machine-learning-assisted material discovery of oxygen-rich high porous carbon active materials for aqueous supercapacitor" og offentliggjort i Nature Communications , med kemiker Sheng Dai fra ORNL og UTK.

"Dette er den højeste registrerede lagringskapacitans for porøst kulstof," sagde Dai, som udtænkte og designede eksperimenterne med Wang. "Dette er en rigtig milepæl."

Forskerne udførte undersøgelsen på Fluid Interface Reactions, Structures and Transport Center eller FIRST, et ORNL-ledet DOE Energy Frontier Research Center, der fungerede fra 2009 til 2022. Dets partnere på tre nationale laboratorier og syv universiteter udforskede væske-faste grænsefladereaktioner har konsekvenser for kapacitiv lagring af elektrisk energi. Kapacitans er evnen til at opsamle og opbevare elektrisk ladning.

Når det kommer til energilagringsenheder, er batterier de mest kendte. De omdanner kemisk energi til elektrisk energi og udmærker sig ved at lagre energi. I modsætning hertil lagrer kondensatorer energi som et elektrisk felt, beslægtet med statisk elektricitet. De kan ikke lagre så meget energi som batterier i en given volumen, men de kan genoplades gentagne gange og mister ikke evnen til at holde en ladning. Superkondensatorer, såsom dem, der driver nogle elektriske busser, kan lagre mere ladning end kondensatorer og oplade og aflade hurtigere end batterier.

Kommercielle superkondensatorer har to elektroder - en anode og katode - der er adskilt og nedsænket i en elektrolyt. Dobbelte elektriske lag adskiller ladninger reversibelt ved grænsefladen mellem elektrolytten og kulstoffet. De valgte materialer til fremstilling af elektroder til superkondensatorer er porøse kulstoffer. Porerne giver et stort overfladeareal til opbevaring af den elektrostatiske ladning.

Den ORNL-ledede undersøgelse brugte maskinlæring, en type kunstig intelligens, der lærer af data for at optimere resultater, til at guide opdagelsen af ​​det superlative materiale. Runtong Pan, Musen Zhou og Jianzhong Wu fra University of California, Riverside, et FØRSTE partneruniversitet, byggede en kunstig neural netværksmodel og trænede den til at sætte et klart mål:udvikle et "drømmemateriale" til energilevering.

Modellen forudsagde, at den højeste kapacitans for en kulstofelektrode ville være 570 farads pr. gram, hvis kulstoffet var co-doteret med oxygen og nitrogen.

Wang og Dai designede et ekstremt porøst doteret kulstof, der ville give enorme overfladearealer til elektrokemiske grænsefladereaktioner. Derefter syntetiserede Wang det nye materiale, en iltrig kulstoframme til opbevaring og transport af ladning.

Kulstoffet blev aktiveret for at generere flere porer og tilføje funktionelle kemiske grupper på steder for oxidations- eller reduktionsreaktioner. Industrien bruger aktiveringsmidler såsom kaliumhydroxid, der kræver en meget høj temperatur, omkring 800°C, som driver ilt fra materialet. For fem år siden udviklede Dai en proces med natriumamid som aktiveringsmiddel. Det fungerer ved en lavere temperatur, nær 600°C, og skaber mere aktive steder end den varmere industrielle proces. "Materialesyntese i denne 'Goldilocks-zone' - ikke for kold, ikke for varm - gjorde en reel forskel ved ikke at nedbryde de funktionelle grupper," sagde Dai.

Det syntetiserede materiale havde en kapacitans på 611 farads pr. gram - fire gange højere end et typisk kommercielt materiale. Pseudokapacitans er lagring af ladning baseret på kontinuerlige, hurtige og reversible oxidations-reduktionsreaktioner på overfladen af ​​elektrodematerialer. Pseudocapacitans fra sådanne reaktioner på oxygen/nitrogen-stederne bidrog til 25 % af den samlede kapacitans. Materialets overfladeareal var blandt de højeste registreret for kulholdige materialer - mere end 4.000 kvadratmeter pr. gram.

Denne succes kom hurtigt. Den datadrevne tilgang gjorde det muligt for Wang og Dai på tre måneder at opnå, hvad der tidligere ville have taget mindst et år.

"Vi opnåede ydeevnen af ​​kulstofmaterialer ved grænsen," sagde Wang. "Uden det mål, som maskinlæring satte, ville vi være blevet ved med at optimere materialer gennem forsøg og fejl uden at kende deres grænse."

Nøglen til succes var at opnå to slags porer - mesoporer mellem 2 og 50 nanometer, eller milliardtedele af en meter, og mikroporer, der er mindre end 2 nanometer. I eksperimentelle analyser fandt kemikerne, at kombinationen af ​​mesopore og mikroporer ikke kun gav et stort overfladeareal til energilagring, men også kanaler til elektrolyttransport. Miaofang Chi og Zhennan Huang ved Center for Nanophase Materials Sciences, en DOE Office of Science brugerfacilitet på ORNL, udførte scanningstransmissionselektronmikroskopi for at karakterisere mesoporerne, men mikroporerne var for små til at se.

Mikroskopisk ligner materialet en golfbold med dybe fordybninger. Fordybningerne repræsenterer mesoporer, og mikroporerne findes i materialet mellem fordybningerne.

"Du bygger en motorvej til iontransport," sagde Dai. "Superkondensatorer handler om højhastighedsydelse – hurtig opladning, hurtig afladning. I denne struktur, som Tao og jeg har designet, har du en større pore, som du kan se som en supermotorvej. Denne er forbundet med mindre veje eller mindre porer. "

"De mindre porer giver en større overflade til opbevaring af ladning, men de større porer er som en motorvej, der kan fremskynde opladnings-/afladningshastigheden," sagde Wang. "En afbalanceret mængde af små og store porer kan opnå den bedste ydeevne, som forudsagt af den kunstige neurale netværksmodel."

For at karakterisere elektrolyttens transport i kulstofporerne udførte Murillo Martins og Eugene Mamontov fra Spallation Neutron Source, en DOE Office of Science brugerfacilitet på ORNL, kvasielastisk neutronspredning. "De sporede hastigheden på motorvejen," sagde Wang. "Dette var første gang, neutronspredning blev brugt til at analysere diffusion af en svovlsyreelektrolyt i de lukkede rum af kulstofnanoporer." Neutronspredning afslørede, at elektrolytten bevægede sig med forskellige hastigheder:hurtigt i mesoporerne og langsomt i mikroporerne.

Wang kvantificerede kapacitansbidragene fra porer af forskellig størrelse og oxidations-reduktionsreaktioner på deres overflader via modificeret trinpotentiale elektrokemisk spektroskopi, en teknik, der kun kan udføres nogle få steder i verden. "Vi fandt ud af, at mesoporer dopet med oxygen og nitrogen bidrager mest til den samlede kapacitans," sagde Wang.

Det FØRSTE hold udførte andre undersøgelser af de fysisk-kemiske egenskaber. Jinlei Cui og Takeshi Kobayashi fra Ames National Laboratory brugte nuklear magnetisk resonans til at analysere strukturen af ​​polymerprækursorer. Bishnu Thapaliya fra ORNL og UTK udførte Raman-analyse og afslørede kulstoffets amorfe eller uordnede struktur.

Zhenzhen Yang fra UTK og ORNL og Juntian Fan fra UTK deltog i overfladearealmålingerne.

Denne forskning har potentialet til at accelerere udviklingen og optimeringen af ​​kulstofmaterialer til superkondensatorapplikationer. Selvom denne banebrydende undersøgelse brugte de bedste data på det tidspunkt, har videnskabsmænd nu endnu flere grænsedata til træning af maskinlæringsmodellen til den næste undersøgelse.

"Ved at bruge flere data kan vi sætte et nyt mål og skubbe grænserne for kulstofsuperkondensatorer endnu længere," sagde Wang. "Den succesfulde anvendelse af maskinlæring i materialedesign er et vidnesbyrd om kraften i datadrevne tilgange til at fremme teknologi."

Flere oplysninger: Tao Wang et al., Maskinlæringsassisteret materialeopdagelse af oxygenrige meget porøse kulstofaktive materialer til vandige superkondensatorer, Nature Communications (2023). DOI:10.1038/s41467-023-40282-1

Journaloplysninger: Nature Communications

Leveret af Oak Ridge National Laboratory




Varme artikler