集成固态锂空气电池的构筑及界面调控

来源 :中国科学院大学(中国科学院上海硅酸盐研究所) | 被引量 : 0次 | 上传用户:sheabc000
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在环保和低碳的双重诉求下,新能源汽车取代传统燃油车的趋势已经不可逆转,其中电动汽车作为一类重要的新能源汽车,成为近年来的研究热点。新能源汽车发展有两个问题:续航里程和安全问题。后锂电池中的锂空气电池采用比容量大、可逆电位低的金属锂作为负极,空气中的氧气作为正极活性物质,具有高达11430 Wh kg-1的理论能量密度(不含氧气)。相比传统液态电解质,固态电解质不含易燃、易挥发组分可以大幅提高电池的安全性。因此,固态锂空气电池有望成为未来电动汽车的动力储能电芯。然而,固态锂空气电池仍面临许多问题,如锂金属和固态电解质的化学稳定性差、界面阻抗大、电池成型技术要求高且一致性差等,本课题以石榴石型固态电解质材料和锂空气电池为研究对象,主要针对固固态界面的兼容性和固态电池的一体化集成做了相关研究,主要成果如下:(1)以铵基离子液体的阳离子与固体电解质和碳空气正极之间的非共价相互作用为基础,将离子液体电解液(ILE)分别在Li6.40La3Zr1.40Ta0.60O12(LLZTO)纳米颗粒和多壁碳纳米管(MWCNTs)上固化和凝胶化,得到了LLZTO@ILE准固态电解质薄膜和MWCNTs-LLZTO/ILE凝胶正极薄膜。继而发展出辊压成型的方法,通过准固态电解质与凝胶正极的界面集成,实现集成准固态锂氧气电池的构筑。制备的准固态电解质具有高达1.71×10-3 S cm-1(60℃)的离子电导率,0.56的锂离子迁移数以及4.8 V的宽电化学窗口和良好的热稳定性。凝胶正极与准固态电解质优良的兼容性使准固态Li-O2电池在60℃和200 mA g-1的电流密度下具有低的界面阻抗(87Ωcm2)、低充电极化(<0.44 V)、优异的可逆循环性能(稳定循环70圈)以及相当高的电能效率(>70%)的特点。这些结果表明基于离子液体中阳离子的非共价相互作用的界面集成可能是解决固态储能装置中固-固界面问题的有效方法。(2)以Li2O液相烧结制备的高致密LLZTO流延片固体电解质为基础,通过脉冲激光沉积氧化镍(NiO)的锂负极/电解质固固界面调控和LAGP电解质支撑的高效氧正极设计,实现集成全固态锂空气电池的构筑。制备的200μm厚的LLZTO流延片具有高达99%致密度、5.2×10-4 S cm-1室温离子电导率、并且与锂金属的化学和电化学稳定性高。脉冲激光沉积50 nm的NiO层与锂金属发生转化反应后生成的Ni/Li2O的交联复合材料降低了Li/LLZTO界面阻抗(从2250Ωcm2至275Ωcm2),提高了锂沉积-剥离过程中的界面稳定性,即Li/NiO-LLZTO-NiO/Li对称电池高达0.8 mA cm-2临界电流密度与长达400 h的稳定循环。采用PMMA:LAGP重量比为1:2的模板法制备出来的多孔支撑体的孔隙率更高,更利于活性碳材料的负载和固态锂空气电池比能量密度的提高。在LLZTO流延片的基础上,经过界面调控、多孔氧正极构筑组装的Li/NiO-LLZTO/LAGP-C全固态锂空气电池具有较好的电化学性能,为实现二次锂氧气电池直接在空气中运行奠定初步基础。
其他文献
近些年来,大数据与人工智能蓬勃发展,首屈一指的深度学习技术被用来对数据做特征提取,分类及递归运算,在计算机视觉,自然语言处理以及智能系统决策等领域有着广泛的应用,深度学习算法在硬件上的实现已然成为计算机硬件研究的热点,但随着其网络规模和复杂度的逐渐提升,传统计算机硬件显然已经无法满足所需的加速性能,那么如何加速神经网络的计算更是亟待解决的关键问题。仅仅几年间,各类人工智能芯片如雨后春笋般破茧而出,
随着国家海洋战略的推进,远洋海岛能源的开发与建设对于我国具有重要的经济和战略价值。然而,海岛与海上油田之间能源调度和海岛群之间能源的优化调度是海岛能量动态平衡的重要保证。海岛群的电源出力受到天气和季节的影响很大,出力不足时无法向海岛微网持续供电,在启用储能设备也无法满足的情况下,为了保障供电的可靠性需要启动柴油发电机等备用电源,那么海上油田需要持续不断的向海岛输送燃质。为此,本文基于柴油船舶的技术
苝酰亚胺衍生物是一类含氮氧杂原子稠芳环的杂环烃,不仅具有优良的光热稳定性,同时兼具低的还原电势,在通电或还原剂作用下,易被还原为一价阴离子自由基或二价阴离子。苝酰亚胺一价阴离子自由基因具有高活性和特征性的近红外(NIR)吸收带可参与自由基二聚化反应及可被潜在应用于光热治疗领域。同时如何通过简单温和条件制备得到苝酰亚胺二价阴离子是一个需要继续探索的话题。首先,在光热材料中,苝酰亚胺自由基阴离子是较为
长期以来,相当数量的违法行为由于缺乏有效的监管,严重损害了社会公共利益,而负有监管义务的各级行政机关则长期存在不作为、不履职的情形。我国于2017年6月确立了行政公益诉
基于神经网络的深度学习算法是过去几年发展最为迅速的计算领域之一。从图像/视频/音频识别,到自动翻译、业务分析和自动驾驶,许多新兴的高性能和嵌入式应用都依赖于深度学习算法。深度学习模型常常包含巨大的计算量,而深度学习算法目前往往运行在通用的CPU和GPU,它们的吞吐率和能量效率相对较低。近年来学术界和工业界提出了多种新颖的面向深度学习处理器结构,这些加速器几乎都以大规模的矩阵乘加部件为核心,在其基础
国内老龄化情况日益严峻,引入、优化变额年金可以丰富养老产品,激发国内商业养老保险市场的创新活力,把握险资入市和税收优惠等良好机遇。然而,我国变额年金初步试点结果很不理想,究其原因,至少可归结为保险公司投资能力有限、产品增值优势尚未有效发挥等诸多方面。结合保险公司费率固定的利益分配方式一定程度上会加剧保险公司偏重营销忽视后续投资的问题,本文在已有研究的基础上,探索分层费率和变额年金的融合,以期解决变
论文采用水相合成法,以L-半胱氨酸为配体在常温下合成了ZnSe以及Mn:ZnSe量子点。利用X射线衍射、扫描电子显微镜、透射电子显微镜、傅里叶变换红外光谱以及拉曼光谱分析了掺杂对量子点组成、微观结构以及形貌的影响,并利用紫外-可见吸收光谱、稳态表面光电压、瞬态表面光电压对量子点中载流子的分离、传输以及复合等光电特性进行探究。利用Materials Studio软件的CASTEP模块计算了掺杂前后Z
推荐系统是应对信息爆炸问题的有效工具,它帮助人们从大量信息或数据中快速准确地找到所需,在书籍影音和电商等领域都有广泛应用。推荐系统的信息核是系统中携带着可靠、客观且有利于推荐的信息的一组核心用户。推荐系统信息核提取问题就是找到能最好地代表系统全体用户的这组核心用户。研究表明,信息核用户代替系统全体用户投入到推荐过程中时,能够得到满意的推荐结果,同时提高在线推荐效率。推荐系统信息核提取问题是对推荐系
教材在教学过程中起到桥梁的作用,既是教师把握国家课程标准和教学理念的途径,又是学生把握课程重点和难点和进行有效学习的一手材料。通过国内外教材对比,可以清晰地发现各
从伦理学的视角出发,共享是对我国当前社会发展不平衡、不充分现状的价值回应。笔者对共享进行的伦理思考,非一般道德理论层面的思考,而是基于伦理的现实性、必然性的思考,是