哥伦比亚大学Lauren E. Marbella、Richard A. Friesner团队联合美国施罗丁格公司John L. Weber结合电荷递归神经网络机器学习力场（QRNN）分子动力学模拟、低温固态核磁共振和高精度量子化学计算，揭示了LiPF₆/碳酸乙烯酯（EC）电解液中一种被传统力场忽略的溶剂化结构：多个Li⁺可通过EC分子配位形成团簇，且无需阴离子直接参与配位。这类团簇在常用电解液浓度下已大量存在，其比例随盐浓度升高而增加。进一步计算表明，多Li⁺团簇比单Li⁺配合物更容易被还原，还原电位接近实验中负极固态电解质界面膜（SEI）的起始形成电位，为理解含EC电解液的成膜机制及电解液理性设计提供了新的微观依据。研究成果以Evidence for multi-Li+ clustering in lithium-ion battery electrolytes为题发表于Nature。1.揭示无阴离子直接配位的多Li⁺团簇。发现EC可稳定配位相距约3 Å的多个Li⁺，拓展了对电解液局域溶剂化结构的认识。2.量化团簇的浓度依赖规律。模拟显示，1.2 M时约40%的Li⁺处于多Li⁺团簇中，2 M时超过68%，说明其是具有显著占比的结构组分。3.建立计算与实验相互印证的证据链。通过高精度量子化学计算、固态核磁谱及多种宏观物性验证，支持团簇结构的存在，并显示其较传统OPLS4模型更能解释实验结果。4.提出SEI初始形成的新机制解释。多Li⁺团簇的还原电位更接近约0.8 V（相对Li/Li⁺）的实验成膜起始电位，提示其可能是负极初始成膜的重要反应前驱体。5.验证机器学习力场的跨尺度预测能力。仅用气相团簇量子化学数据训练，即可较准确预测凝聚态结构与多种物性，展示了从第一性原理出发研究复杂电解液的可行路径。图4：多 Li⁺ 簇的氧化还原电位与 SEI 起始电位相匹配。https://www.nature.com/articles/s41586-026-11138-7
如果您希望开展计算工作，苦于没有合适的计算人才，也可以联系我们。5年以来，我们与入驻材料人平台的300余位计算顾问一起，共同服务了超过5000位客户，涵盖了包括VASP在内的多款软件以及第一性原理、分子动力学、有限元等领域。
