南京理工大学夏晖/李爽AM | 加速锂硫电池中硫还原反应的有效单原子催化描述符!

固-固态 Li₂S₂ 向 Li₂S 的转变是硫电化学中的一个根本瓶颈，对锂硫电池（LSBs）的反应动力学和能量效率至关重要。虽然单原子催化剂（SACs）在调控这一过程中显示出潜力，但由于缺乏将原子尺度电子特性与宏观催化性能联系起来的本征描述符，阻碍了合理的催化剂设计。

在此，南京理工大学夏晖、李爽等人建立了一个通用的电子描述符 θ–χ，其定义为过渡金属（TM）中心的价电子数（θ）与电负性（χ）之差。该描述符定量关联了 d 带调控和界面电荷重分布与催化活性，规避了传统上对多硫化物吸附构型的依赖。

通过对 3d/4d-TM@氮掺杂石墨烯（NG）体系的系统筛选，揭示了 Li₂S₂ 向 Li₂S 转化能垒与 θ–χ 的强依赖性，相关系数（R²）约为 0.90。描述符引导的筛选不仅识别出 V@NG、Ti@NG 和 Nb@NG 为性能优异的基准催化剂（与实验验证一致），还发现了表现出更优催化活性的 Mo@NG 体系。值得注意的是，θ–χ 描述符可转移应用于钠硫电池（NSBs），无需系统特定的重新校准即可准确预测 Na₂S₂ 向 Na₂S 的动力学趋势。

这项工作标志着从依赖构型的模拟到电子结构驱动的催化剂设计的范式转变，为 LSBs 和 NSBs 催化剂的硫电化学提供了原子层面的见解。

图1. Mo@NG、Nb@NG和V@NG上锂离子扩散能垒及优化后的扩散路径

总之，该工作系统研究了 LSBs 中 Li₂S₂ 向 Li₂S 还原过程的三种不同反应路径，并确立 ΔGmin 作为评估催化性能的稳健指标。团队引入了一种新颖的 θ–χ 描述符，以实现对 SACs 的快速且计算高效的筛选。

该描述符与 ΔGmin 呈现强线性相关，R² = 0.90。利用此描述符，我们筛选出 Mo@NG 作为 LSBs 的潜在正极催化剂，其 ΔGmin 值最低。计算验证——包括结构

稳定性测试、反应路径分析和分解能垒计算——证实 Mo@NG 显著加速了放电过程中的 Li₂S₂ 还原和充电过程中的 Li₂S 氧化。此外，θ–χ 描述符成功预测了钠硫电池中的催化趋势，而无需系统特定的重新校准，突显了其在不同碱金属-硫体系中的普适性和可转移性。通过将描述符扩展到不同配位环境（θ – (χTM + X̅)），我们进一步验证了其稳健性和普适性。我们的发现不仅提出了一种通用的描述符驱动策略用于合理催化剂设计，还强调了 Mo@NG 作为下一代 LSBs 的高性能单原子催化剂。

图2. Na₂S和Na₂S₂在TM@NG上的吸附构型

An Effective Single-Atom Catalytic Descriptor for Accelerating Sulfur Reduction Reaction in Lithium-Sulfur Batteries, Advanced Materials 2025 DOI: 10.1002/adma.202515380

夏晖 南京理工大学 材料科学与工程学院 教授 研究方向：全固态薄膜锂电池，超级电容器以及新型储能系统的关键材料及器件的研究。重点探索高性能全固态薄膜电池的批量制备技术、三维电池结构设计，开发具有高能量密度、高安全性、长循环寿命、宽工作温度区间、低自放电率及高倍率性能的全固态薄膜电池，为新一代固态电池在消费类电子、可穿戴设备、电动汽车、军工航天以及能源互联网中的广泛应用提供基础。

李爽 南京理工大学， 材料学院， 副教授

👉 点击阅读原文，立即下单！