直面“续航焦虑”长期瓶颈：
锂硫电池，为何备受关注？ 无人机的飞行距离和续航时间取决于所搭载电池的能量密度。同样重量下，电池能量密度越高，所携带的电量就越多，无人机就能飞得越远。现有常规动力锂离子电池的能量密度大多低于300 Wh/kg，已经逐渐接近材料体系本身的极限。因此，面向电动垂直起降飞行器、高端无人机等新兴低空经济应用对动力电池高比能、长续航的迫切需求，开发下一代高比能电池成为亟待解决的重大问题。 锂硫电池具有非常高的理论能量密度，同时由于硫元素储量丰富、成本低廉，被认为是有希望支撑未来高比能应用的重要电池体系。然而，锂硫电池面临着一个长期难题：硫在充放电过程中不是“一步到位”，而是一条“充满许多中转站的行车运输路线”——需要经历一系列复杂的中间反应，生成溶解于电解液的多硫化物和最终产物固体硫化锂。 “如果中间‘站点’管理不好，有些‘货物’就会跑到不该去的地方，也就是多硫化物穿梭；而有些路段又很‘拥堵’，反应速度很慢。”论文共同第一作者、清华大学深圳国际研究生院2023级博士生高润华说道。“因此，锂硫电池稳定循环的难点不只是‘把硫留住’，而是要让整个硫转化路线更加有序、高效。”研究团队强调，“中转路线”越复杂，就越容易出现中间产物“跑偏”“反应堵车”“能量损失”等现实问题。这也是锂硫电池长期面临实际能量密度偏低、反应动力学迟缓和实用化困难的重要原因。
首次提出硫电化学“预分子介体”： 让“沉睡待命”的活性分子被“现场唤醒” 针对这一挑战，周光敏团队原创性地提出硫电化学“预分子介体”概念，建立了一套“量子化学+机器学习”驱动的智能分子骨架编程方案，成功从196种候选分子中筛选出高性能预分子介体——4-三氟甲基-2-氯嘧啶。 团队研究的核心，在于不只是“堵住”那些跑偏的中间产物，而是实现从“被动拦截”，转变为从分子层面重新组织和调控硫转化反应网络。这便是团队提出的硫电化学“预分子介体”概念的由来——使分子最初在电解液中处于“沉睡”状态，只有进入硫反应现场后，分子才会被多硫化物原位“唤醒”，从而转化为真正发挥作用的活性介体。 活化后的介体，通过动态分子间配位作用与多硫化物络合形成低溶解度团簇，既能为防止多硫化物扩散“筑坝修堤”，将多硫化物限域在正极附近，又能激活快速电荷转移通道，改变经典硫转化路径，为电化学反应修建“高速公路”。 2-氯嘧啶基预分子介体在多硫转化反应前线的原位激活 量子化学+机器学习 “分子积木”助力功能分子智能设计 虽然有了这一高效介导机制，但很快团队又发现了新的问题：如何进一步提升预分子介体的性能？ 由此，团队将目光投向了2-氯嘧啶的分子骨架，并开发了“量子化学+机器学习”智能分子骨架编程方法。 “一个功能分子的构筑过程，就像搭积木。”高润华说道。“分子骨架就像积木拼搭的基础底板，而侧链官能团就像一块块‘积木’。不同积木的种类、大小、以及放在底板上的哪个位置，都会影响最终拼搭出的分子具有什么功能。”团队构建了196种候选分子作为“积木搭建方案”，通过量子化学计算和机器学习筛选，最终找到了性能优异的预分子介体，赋予了锂硫电池优越的电化学性能。 2-氯嘧啶基预分子介体数据库的建立和特征工程分析 团队表示，传统的功能分子设计类似于凭经验试着搭积木。“凭借经验把这个积木换一下、位置改一下的方式，虽然也能找到一些有效分子，但效率相对较低，也不容易从中总结出普遍规律。”团队致力于先理解每一块“积木”的本征特性，研究它们组合起来以后会如何影响分子的反应行为，最终为搭建目标功能分子“画出图纸”。 在这一过程中，量子化学计算起到了重要作用，为研究团队测量了每块“积木”的物理化学性质。接着，团队还通过机器学习从大量搭建方案中总结规律，掌握“积木搭建”的最佳方案。论文共同第一作者、深圳国际研究生院2023级硕士生祝伊飞充分发挥所长，主要负责计算化学、机器学习的切入，以及后期机理和数据的解析工作。 智能分子骨架编程设计2-氯嘧啶基硫电化学预分子介体 就这样，团队结合理论计算和人工智能驱动的可解释机器学习模型，对预分子介体的元素组成和几何构型进行了定向优化设计，最终筛选出的分子可显著加速电池的反应动力学，使锂硫电池在长循环测试中表现出优异稳定性，同时在14.2 Ah级软包电池中实现了549 Wh/kg的高能量密度——这意味着，单位重量电池能够储存相比常规动力锂离子电池更多的电能。 对于高端无人机、电动垂直起降飞行器等低空装备来说，电池能量密度越高，就越有可能在有限重量下实现更长续航、更大任务半径和更强载荷能力。若将该电池应用于无人机等低空飞行器，将有望显著延长其单次续航时间和里程，从而为无人机在消费级航拍、物流配送、长距离电力巡检等领域的应用释放更多潜力。 基于优选4-三氟甲基-2-氯嘧啶预分子介体的锂硫电池电化学性能 未来，团队希望将这套“积木搭建指南”拓展至有机液流电池正负极活性材料设计、锂金属电池溶剂分子设计、电池直接回收中的有机补锂剂设计等前沿领域，进一步助力产业生态向智能化转型，为推动新能源产业高质量发展提供关键技术支撑。 智能分子骨架编程策略在有机液流电池、锂金属电池、锂空气电池、失效锂离子电池直接回收和复合相变材料界面设计上的潜在应用
论文链接：
https://www.nature.com/articles/s41586-026-10505-8
来源：清华大学深圳国际研究生院 、今日新材料
