Defect-Engineered VS2 Electrocatalysts for Lithium–Sulfur Batteries

催化作用 电池(电) 空位缺陷 硫黄 过渡金属 锂(药物) 化学工程 扩散 材料科学 插层(化学) 锂硫电池 化学 纳米技术 无机化学 电化学 电极 物理化学 冶金 热力学 结晶学 有机化学 物理 功率(物理) 工程类 内分泌学 医学
作者
He Li,Xiaoya Zhang,Di Yang,Jiayu Li,Meiling Wang,Siyu Liu,Jingyi Qiu,Teng Ma,Junjie Ba,Yizhan Wang,Yingjin Wei
出处
期刊:Nano Letters [American Chemical Society]
卷期号:23 (16): 7411-7418 被引量:42
标识
DOI:10.1021/acs.nanolett.3c01838
摘要

Defective two-dimensional transition metal dichalcogenides can be effective electrocatalysts for Li-S batteries, but the relationship between defect types and battery performance is unclear. In this work, we designed S vacancy-type SV-VS2 and V self-intercalated-type VI-VS2 and measured their catalytic activities in Li-S batteries. Compared with self-intercalating V atoms, S vacancies accelerated Li+ diffusion and SV-VS2 as a Li+ "reservoir" promoted the sulfur conversion kinetics significantly. In addition, the presence of sulfur vacancies promoted the lithiation behavior of SV-VS2 during discharge, leading to an enhancement of the catalytic ability of SV-VS2. However, this lithiation phenomenon weakened the catalytic activity of VI-VS2. Overall, SV-VS2 had better adsorption and catalytic activity. Li-S batteries with SV-VS2-coated separators delivered high rate performance and excellent cycling stability, with a capacity decay rate of 0.043% over 880 cycles at 1.0 C. This work provides an effective strategy for designing efficient Li-S battery electrocatalysts using defect engineering.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Deepsleep发布了新的文献求助10
4秒前
LinglongCai完成签到 ,获得积分10
6秒前
Mr.Young完成签到,获得积分10
6秒前
FashionBoy应助灰灰采纳,获得10
7秒前
zhaoXIN发布了新的文献求助10
9秒前
11秒前
林海发布了新的文献求助10
11秒前
江荻完成签到 ,获得积分10
13秒前
14秒前
树枝发布了新的文献求助10
16秒前
斯文败类应助嘟嘟图图采纳,获得10
17秒前
17秒前
佳佳发布了新的文献求助10
18秒前
Deepsleep完成签到,获得积分20
18秒前
bkagyin应助热心市民小杨采纳,获得10
19秒前
费费发布了新的文献求助10
21秒前
科研通AI6.3应助树枝采纳,获得10
23秒前
25秒前
27秒前
cym完成签到,获得积分10
28秒前
linlin完成签到 ,获得积分20
29秒前
不安从灵完成签到,获得积分10
30秒前
cc2004bj应助费费采纳,获得60
31秒前
嘟嘟图图发布了新的文献求助10
31秒前
31秒前
wyy发布了新的文献求助10
32秒前
momo完成签到,获得积分10
33秒前
34秒前
善学以致用应助风清扬采纳,获得10
34秒前
35秒前
35秒前
Ye发布了新的文献求助10
38秒前
NexusExplorer应助wyy采纳,获得10
39秒前
40秒前
田様应助和谐寒天采纳,获得10
41秒前
吹琴离舞发布了新的文献求助10
41秒前
Freeasy完成签到 ,获得积分10
42秒前
42秒前
在水一方应助Biofly526采纳,获得30
46秒前
Eddy发布了新的文献求助10
46秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
PowerCascade: A Synthetic Dataset for Cascading Failure Analysis in Power Systems 2000
Picture this! Including first nations fiction picture books in school library collections 1000
Signals, Systems, and Signal Processing 610
Unlocking Chemical Thinking: Reimagining Chemistry Teaching and Learning 555
Photodetectors: From Ultraviolet to Infrared 500
信任代码:AI 时代的传播重构 450
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6357297
求助须知:如何正确求助?哪些是违规求助? 8171997
关于积分的说明 17206526
捐赠科研通 5412966
什么是DOI,文献DOI怎么找? 2864858
邀请新用户注册赠送积分活动 1842270
关于科研通互助平台的介绍 1690520