本技術提出了基于多尺度理論模擬結合深度機器學習的一整套解決方案，即利用先進多尺度模擬方法精準解析SEI原子結構，建立新一代SEI模型，闡明SEI結構和形成機制，完整構建SEI與電池性能之間的內在聯系，定向設計符合不同商用條件的新型電解液配方，為開發新一代高能量密度電池提供可能。

一、項目分類

顯著效益成果轉化

二、技術分析

隨著智能手機、筆記本電腦等消費電子產品的快速發展，鋰離子電池（Lithium Ion Battery, 簡寫為LIB）已經成為最成功的電化學儲能設備之一，并從根本上影響并改變了人們的日常生活方式。隨著制造工藝的逐步成熟，LIB的能量密度已經接近其理論極限。另一方面，可移動電子設備的快速普及和汽車電動化的蓬勃發展也不斷要求開發具有更高能量密度的充電電池以滿足實際使用的需求，而最先進的LIB依然無法完全滿足上述需求。因此，尋找更高能量比的鋰電池電極材料，加快下一代新型鋰電池關鍵技術的相關研究，已成為制約鋰電池技術產業發展進步的關鍵問題。鋰金屬電池的能量密度雖足以達到下一代電動車的要求，但其自身的穩定性仍令人擔憂，這主要是因為Li金屬的反應活性過高，其幾乎可與所有的電解液均能自發地發生化學反應。在電池的運行過程中，Li電極和電解液之間通過自發化學反應和電化學反應導致了固體電解質界面（solid electrolyte interphase，SEI）的形成。當所形成的SEI結構不均勻時會誘發電池體積膨脹，此外，充放電過程中鋰的不均勻沉積會導致鋰枝晶的形成，鋰枝晶的不規則生長會刺穿SEI，導致SEI膜發生破裂，并產生死鋰，降低鋰金屬電池庫倫效率；更嚴重的是，鋰枝晶的不斷生長會刺穿隔膜，造成電池內部的短路，導致火災和爆炸等安全事故，大大縮短了電池的使用壽命，嚴重阻礙了其大規模商業化發展。因此，SEI對LMB的性能具有至關重要的影響。良好且穩定的SEI可以阻止（或者大幅度減緩）負極界面上反應的持續發生，起到保護Li電極的作用。針對下一代高穩定性鋰金屬電池設計中存在的關鍵問題，結合國際研究進展與本團隊前期研究基礎，我們提出了基于多尺度理論模擬結合深度機器學習的一整套解決方案，即利用先進多尺度模擬方法精準解析SEI原子結構，建立新一代SEI模型，闡明SEI結構和形成機制，完整構建SEI與電池性能之間的內在聯系，定向設計符合不同商用條件的新型電解液配方，為開發新一代高能量密度電池提供可能。本方案已形成完整的工作流，相關自動化軟件已開發完成并交付使用，且具有完全的自主知識產權，可用于國內外上游電池生產研發企業積累原始電池性能數據，大范圍篩選有效電解液組分，指導下一代高能量密度鋰電池研制。

我們的技術優勢與創新主要表現在：

1）首次在電池體系中實現了QM與MM的混合模擬與混合加速；

2）在電池體系模擬中實現了開放電子體系對電化學反應的熱力學和動力學預測；

3）在保證精度的前提下，實現了在納米尺度上對真實的實驗SEI結構直接模擬；

4）通過耦合深度機器學習，實現了電解液組分大范圍篩選與性能優化。