应用于电池研究的人工智能/机器学习（AI/ML）是加速研究周期的有力工具。然而，开发合适的材料描述符是实现有意义和准确AI/ML的首要保障。目前，合理的溶剂选择仍然是电解质开发中的一个重大挑战，并且仍然是基于实验。近日，清华大学何向明、Wang Li利用静电势溶剂描述符实现锂电池电解液的合理设计。

本文要点：

1) 由于电解质设计中介电常数（ε）和施主数（DN）的不足，使得找到溶剂描述符来评估Li⁺溶剂化是加速电解质开发的重要一步。在此，作者基于Li⁺与溶剂之间的静电相互作用，通过密度泛函理论计算了电解质溶剂的静电势（ESP），并揭示了其中的显著规律性。

2) 作者提出了ESP作为一种直接而简单的溶剂描述符，可用于方便地设计电解质。而最低的负静电电势（ESP_min）确保了溶剂化溶剂的亲核能力，而弱的ESP_min意味着溶剂化能的降低。弱的ESP_min和强的最高正静电电势（ESP_max）是非溶剂化和反溶剂的主要特征。作者使用ESP_min–ESP_max图，确定了已在电解质工程中使用的强溶剂化溶剂、弱溶剂化溶剂或反溶剂。

参考电竞投注官网 ：

Yanzhou Wu et.al Electrostatic Potential as Solvent Descriptor to Enable Rational Electrolyte Design for Lithium Batteries Adv. Energy Mater. 2023

DOI: 10.1002/aenm.202300259

https://doi.org/10.1002/aenm.202300259