清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Stabilizing dual-cation liquid metal battery for large-scale energy storage: A comprehensive hybrid design approach

材料科学 对偶(语法数字) 电池(电) 储能 电化学 工作(物理) 纳米技术 电极 机械工程 热力学 化学 工程类 功率(物理) 艺术 物理 文学类 物理化学
作者
Han Zhou,Lei Huang,Meng Yu,Xiaohui Ning
出处
期刊:Energy Storage Materials [Elsevier BV]
卷期号:70: 103540-103540 被引量:6
标识
DOI:10.1016/j.ensm.2024.103540
摘要

Liquid metal batteries (LMBs) hold immense promise for large-scale energy storage. However, normally LMBs are based on single type of cations (e.g., Ca2+, Li+, Na+), and as a result subject to inherent limitations associated with each type of single cation, such as the low energy density in Ca-based LMBs, the high energy cost in Li-based LMBs, and the short cycling lifespan in Na-based LMBs. Here we propose a dual-cation (Ca2+ and Li+) liquid metal battery, which allows access to, simultaneously, high energy density, prolonged cycling lifespan, reduced energy cost, and enhanced cycling stability. For this strategy to work, the main obstacle to overcome is the instability of the dual-cation system in electrochemical reactions. We have undertaken a hybrid design approach to resolve this issue, by integrating phase diagram design, first-principles calculations, and machine learning techniques. We discover that incorporating magnesium as an inert additive can effectively stabilize the cycling performance of dual-cation LMBs. Furthermore, our results reveal that specific ion ratios are required to release tailor dual-cation chemistry, to enable the designed multi-component alloy (Ca-Li-Mg in our case) electrode to function properly in LMBs. These findings are expected to have general implications for future developments of innovative LMBs with enhanced performance.
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
赘婿应助tangzhidi采纳,获得10
31秒前
我是老大应助tangzhidi采纳,获得80
31秒前
科研通AI6.4应助tangzhidi采纳,获得10
31秒前
科研通AI6.3应助tangzhidi采纳,获得10
32秒前
三脸茫然完成签到 ,获得积分0
46秒前
负责惊蛰完成签到 ,获得积分10
56秒前
Benhnhk21完成签到,获得积分10
57秒前
搜集达人应助野椒搞科研采纳,获得30
1分钟前
22336应助科研通管家采纳,获得20
2分钟前
天天快乐应助野椒搞科研采纳,获得10
2分钟前
2分钟前
2分钟前
酷酷从凝完成签到,获得积分20
2分钟前
充电宝应助野椒搞科研采纳,获得10
2分钟前
2分钟前
3分钟前
3分钟前
3分钟前
3分钟前
大熊完成签到 ,获得积分10
3分钟前
3分钟前
tangzhidi发布了新的文献求助10
3分钟前
3分钟前
3分钟前
3分钟前
3分钟前
3分钟前
3分钟前
3分钟前
3分钟前
3分钟前
3分钟前
3分钟前
3分钟前
3分钟前
3分钟前
3分钟前
3分钟前
3分钟前
3分钟前
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
Health Psychology 600
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
When Is Two-Stage Sample Robust Optimization Asymptotically Optimal? 500
APA handbook of comparative psychology: Basic concepts, methods, neural substrate, and behavior 500
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 7592179
求助须知:如何正确求助?哪些是违规求助? 9169325
关于积分的说明 19626028
捐赠科研通 7170455
什么是DOI,文献DOI怎么找? 3267480
关于科研通互助平台的介绍 2432371
邀请新用户注册赠送积分活动 2259988