Electron-Donating or -Withdrawing Groups of Carbonate Solvent on Lithium-Ion (De)intercalation Chemistry

插层(化学) 极性效应 碳酸乙烯酯 锂(药物) 溶剂化 化学 无机化学 电解质 溶剂 分子间力 碳酸二甲酯 有机化学 分子 物理化学 电极 催化作用 内分泌学 医学
作者
Jia Wang,Pushpendra Kumar,Zheng Ma,Honghong Liang,Fei Zhao,Hongliang Xie,Yuqi Wang,Tao Cai,Z. Cao,Luigi Cavallo,Qian Li,Jun Ming
出处
期刊:ACS energy letters [American Chemical Society]
卷期号:9 (9): 4386-4398 被引量:35
标识
DOI:10.1021/acsenergylett.4c01920
摘要

Cyclic carbonate solvents have been extensively utilized as cosolvents and/or additives in formulating electrolytes for lithium-ion batteries. However, their application often relies on empirical knowledge, lacking a universally applicable perspective to elucidate how different functional groups in cyclic carbonates affect battery performance. Herein, by focusing on the substituted functional group at the α-H in the ethylene carbonate (EC) solvent, it is discovered that solvents containing electron-withdrawing groups (e.g., −F) enable reversible Li+ (de)intercalation in graphite electrodes, while those with electron-donating groups (e.g., −CH3, −CH2CH3) may lead to Li+-solvent cointercalation. Furthermore, solvents with electron-withdrawing groups can help the electron-donating groups achieve Li+ (de)intercalation, whereas the reverse is not feasible. These phenomena are elucidated through intermolecular interactions, characterized by 2D 1H–19F heteronuclear Overhauser enhancement spectroscopy, revealing interactions between electron-withdrawing and -donating groups in the electrolyte solvation structure. This study offers insights into the roles of electron-donating or -withdrawing groups in electrolyte formulations.
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
刚刚
1秒前
LYDZ2发布了新的文献求助10
3秒前
敏感的忆枫完成签到 ,获得积分10
4秒前
5秒前
5秒前
PGONE完成签到,获得积分10
7秒前
所所应助友好的小翠采纳,获得10
7秒前
9秒前
9秒前
10秒前
我是老大应助hi采纳,获得10
10秒前
11秒前
11秒前
meng发布了新的文献求助10
13秒前
Yilin应助hdnej采纳,获得10
15秒前
15秒前
丘比特应助啦啦啦采纳,获得10
15秒前
优雅听露发布了新的文献求助10
16秒前
怡然冰巧发布了新的文献求助10
16秒前
16秒前
张欢馨应助LYDZ2采纳,获得10
17秒前
张张发布了新的文献求助10
18秒前
星辰大海应助Hygge采纳,获得10
21秒前
@Zhang发布了新的文献求助10
22秒前
22秒前
22秒前
23秒前
cdercder应助阿涛采纳,获得10
23秒前
hahaaa完成签到,获得积分10
24秒前
追璇行完成签到,获得积分10
25秒前
JamesPei应助怡然冰巧采纳,获得10
25秒前
优雅听露完成签到 ,获得积分10
27秒前
周周发布了新的文献求助10
27秒前
研友_VZG7GZ应助唐唯一采纳,获得10
28秒前
28秒前
搞怪的苗条完成签到 ,获得积分10
29秒前
31秒前
35秒前
Eusha发布了新的文献求助10
35秒前
高分求助中
Markov Chain Monte Carlo 10000
(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
Common Foundations of American and East Asian Modernisation: From Alexander Hamilton to Junichero Koizumi 5000
How to Use Machine Learning in Chemistry: An Introduction 1000
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
Discerning Saints: Moralization of Intrinsic Motivation and Selective Prosociality at Work 500
Handbuch Trainingswissenschaft – Trainingslehre 500
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 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7583868
求助须知:如何正确求助?哪些是违规求助? 9162575
关于积分的说明 19607381
捐赠科研通 7165802
什么是DOI,文献DOI怎么找? 3266349
关于科研通互助平台的介绍 2431242
邀请新用户注册赠送积分活动 2257819