二氧化碳电催化剂理论设计方法研究进展

CO_(2)电催化还原(ECR)是一种极具应用前景的CO_(2)利用技术,其关键在于高性能催化剂的开发。采用理论方法可有效指导与加速高效ECR催化剂的设计。从密度泛函理论(DFT)、溶剂化模型、电化学计算模型和机器学习四个方面介绍了ECR催化剂的理论设计方法。DFT、DFT+U、杂化泛函可有效计算ECR反应体系的能量、电子特性等,预测催化剂的性能;对于ECR反应中的溶剂效应,综合计算成本和精度需考虑显式溶剂化模型、隐式溶剂化模型和混合模型;在ECR电化学计算中,恒定电极电位模型比计算氢电极模型更能有效描述CO_(2)还原的能量变化;机器学习可高效、低成本地实现ECR催化剂的性能预测、活性位点设计和组分优化。最后,对CO_(2)电催化剂的理论设计方法进行了展望。

CO_(2)电催化还原的MS_(2)型金属硫化物催化剂理性设计与高通量筛选

CO_(2)电催化还原是一项极具应用前景的CO_(2)利用技术,关键在于高性能催化剂的开发。本文采用密度泛函理论与机器学习相结合的方法,研究了过渡金属二硫化物及其掺杂改性衍生物(MS_(2))的CO_(2)电催化还原性能,提出了基于MS_(2)型过渡金属硫化物的CO_(2)电催化还原催化剂的设计方法,高通量筛选获得高性能的催化剂。结果表明,机器学习对CO和H吸附能预测的平均绝对误差分别为0.154 eV和0.098 eV;金属掺杂可以通过调控吸附能提升催化剂的活性;在立方晶型MS_(2)催化剂表面,Fe、Co、Ni是有效的活性位点,可以设计与开发活性位点占比高的Fe_(x)Co_(y)Ni_(1−x−y)S_(2)催化剂。本文对过渡金属二硫化物催化剂在CO_(2)电催化还原领域中的设计与开发提供一定指导意义。