CN116092615B - 掺杂元素分布倾向的确定方法和确定装置 - Google Patents
掺杂元素分布倾向的确定方法和确定装置 Download PDFInfo
- Publication number
- CN116092615B CN116092615B CN202310355432.3A CN202310355432A CN116092615B CN 116092615 B CN116092615 B CN 116092615B CN 202310355432 A CN202310355432 A CN 202310355432A CN 116092615 B CN116092615 B CN 116092615B
- Authority
- CN
- China
- Prior art keywords
- doping
- energy
- model
- transition metal
- metal oxide
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C10/00—Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/10—Analysis or design of chemical reactions, syntheses or processes
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Abstract
本申请提供了一种掺杂元素分布倾向的确定方法和确定装置,所述确定方法包括:获取掺杂元素掺杂于层状过渡金属氧化物正极材料的体相层掺杂模型与表面层掺杂模型;计算获得第一能量和第二能量,其中,所述第一能量为所述体相层掺杂模型的体系能量,所述第二能量为所述表面层掺杂模型的体系能量;根据所述第一能量和所述第二能量确定所述掺杂元素在所述层状过渡金属氧化物正极材料中的分布倾向。本申请通过理论计算的方式,能够高效可靠的确定掺杂元素在层状过渡金属氧化物正极材料中的分布倾向。
Description
技术领域
本申请涉及电池正极材料技术领域,特别涉及一种掺杂元素分布倾向的确定方法和确定装置。
背景技术
锂离子电池具有能量密度高、工作电压高、循环寿命长、无记忆效应和对环境友好等优点,已经得到了广泛的应用。锂离子电池主要由正极材料、负极材料、隔膜和电解质等部分组成,正极材料是电池的重要组成部分,对锂离子电池的电化学性能起到决定性的作用。
微量掺杂是提高层状过渡金属氧化物正极材料性能的重要方法。在通过微量掺杂元素来提高正极材料的性能时,需要首先确定掺杂元素在正极材料中的分布倾向,这样才能实现对正极材料的定向设计。相关技术中,对于掺杂元素在正极材料中分布倾向的判断,主要通过实验的方法来实现,效率十分低下。提供一种高效的掺杂元素在层状过渡金属氧化物正极材料中的分布倾向的确定方法,成为有待解决的技术问题。
发明内容
本申请实施例提供了一种掺杂元素分布倾向的确定方法和确定装置,通过理论计算的方式,能够高效可靠的确定掺杂元素在层状过渡金属氧化物正极材料中的分布倾向。
第一方面,提供了一种掺杂元素分布倾向的确定方法,包括:获取掺杂元素掺杂于层状过渡金属氧化物正极材料的体相层掺杂模型与表面层掺杂模型;计算获得第一能量和第二能量,其中,所述第一能量为所述体相层掺杂模型的体系能量,所述第二能量为所述表面层掺杂模型的体系能量;根据所述第一能量和所述第二能量确定所述掺杂元素在所述层状过渡金属氧化物正极材料中的分布倾向。
体系能量能够用来表征化学结构的热力学稳定性,体系能量越大,其对应的化学结构越不稳定,越容易发生进一步的反应而生成另一种更加稳定(即体系能量更低)的化学结构。第一能量和第二能量能够分别用来表征体相层掺杂模型与表面层掺杂模型的热力学稳定性,因此可以根据前述步骤计算得到的第一能量和第二能量的相对大小(即根据两个模型的稳定性差异)来确定掺杂元素在层状过渡金属氧化物正极材料中的分布倾向。
例如,当第一能量小于第二能量时,说明体相层掺杂模型的热力学稳定性要高于表面层掺杂模型,该表面层掺杂模型对应的化学物质有向体相层掺杂模型对应的化学物质进行迁移转变的趋势,因此能够确定掺杂元素倾向于在正极材料的体相中分布。而当第一能量大于第二能量时,说明体相层掺杂模型的热力学稳定性要低于表面层掺杂模型,体相层掺杂模型对应的化学物质有向表面层掺杂模型对应的化学物质进行迁移转变的趋势,因此能够确定掺杂元素倾向于在正极材料的表面处偏聚,例如可以是倾向掺杂于正极材料的表面层,或者难以被掺杂。
再例如,也可以根据第一能量和第二能量的差值的大小来确定掺杂元素在层状过渡金属氧化物正极材料中的分布倾向。
相对于常规的实验方法,本申请实施例提供的确定方法能够高效可靠的确定出掺杂元素在层状过渡金属氧化物正极材料中的分布倾向。本申请能够避免实验的长周期和高成本等局限性,为通过微量掺杂元素提高锂离子或钠离子电池正极材料循环性能提供掺杂方案,为定向设计高容量、高稳定性和长寿命的锂离子或钠离子电池层状氧化物正极材料提供必要的数据输入。本申请实施例提供的确定方法对电池正极材料的研发具有重要的指导意义,能够提高研发效率并大幅度节省试验费用,成为电池正极材料研发的有效辅助工具。
在一种可能的设计中,所述根据所述第一能量和所述第二能量确定所述掺杂元素在所述层状过渡金属氧化物正极材料中的分布倾向,包括:确定所述掺杂元素的体相掺杂形成能,所述体相掺杂形成能为所述第一能量与所述第二能量的能量差;根据所述体相掺杂形成能确定所述掺杂元素在所述层状过渡金属氧化物正极材料中的分布倾向。
根据本申请实施例提供的确定方法,可以根据第一能量和第二能量的差值的大小来确定掺杂元素在层状过渡金属氧化物正极材料中的分布倾向,该差值可以被定义为体相掺杂形成能。体相掺杂形成能作为元素微量掺杂分布倾向的描述符,当体相掺杂形成能越负(越小)时,说明掺杂元素越倾向于在材料的体相中均匀分布。例如,当体相掺杂形成能小于或者等于预设的第一阈值时,则可以认为(确定)掺杂元素倾向于在体相中分布,当体相掺杂形成能大于该第一阈值时,则可以认为掺杂元素倾向于在表面处偏聚(即倾向分布于表面层,或者该元素无法被掺杂)。该第一阈值可以为0,或者也可以为接近0的数值较小的正数或者负数,本申请对此不做特殊限定。
在一种可能的设计中,所述计算获得第一能量和第二能量,包括:基于第一性原理计算获得所述第一能量和所述第二能量。
第一性原理计算是指基于量子力学原理的计算,根据原子核和电子的相互作用原理去计算分子结构和分子能量(或离子),能够从根本上计算出来晶体结构和物质的性质。本申请通过第一性原理来计算掺杂模型的体系能量,可从原子尺度基于元素特性和晶体结构,准确可靠的计算获得各个掺杂模型的体系能量。并且计算量适中,对计算机资源没有特别高的要求,能够兼顾计算效率与结果准确性。
在一种可能的设计中,所述基于第一性原理计算获得所述第一能量和所述第二能量,包括:根据所述层状过渡金属氧化物正极材料中过渡金属元素的价态以及所处的晶体场类型确定初始磁矩;根据所述初始磁矩计算获得所述第一能量和所述第二能量。
在一种可能的设计中,所述基于第一性原理计算获得所述第一能量和所述第二能量,包括:根据所述层状过渡金属氧化物正极材料中过渡金属元素的种类确定PBE+U算法所需要的U参数;基于所述U参数通过所述PBE+U算法计算获得所述第一能量和所述第二能量。
在一种可能的设计中,所述获取掺杂元素掺杂于层状过渡金属氧化物正极材料的体相层掺杂模型与表面层掺杂模型,包括:获取多种掺杂元素中每种掺杂元素各自对应的所述体相层掺杂模型和所述表面层掺杂模型;所述计算获得第一能量和第二能量,包括:通过高通量计算的方式计算获得各个所述体相层掺杂模型的所述第一能量以及各个所述表面层掺杂模型的所述第二能量。
元素周期表中,可选择的微量掺杂元素可能高达数十种,在确定掺杂元素的分布倾向的过程中,一次性可以获取多种掺杂元素所对应的表面层掺杂模型和体相层掺杂模型,由此能够同时确定多种掺杂元素在正极材料中的分布倾向。在本申请实施例中,确定装置可以生成任务列表,并提交计算机集群进行高通量计算,即确定装置可以通过高通量计算的方式计算获得各个体相层掺杂模型的第一能量以及各个表面层掺杂模型的第二能量,由此能够提高计算效率,减少等待时间,实现多种微量掺杂元素分布倾向(掺杂特性)的快速确定。
在一种可能的设计中,所述获取掺杂元素掺杂于层状过渡金属氧化物正极材料的体相层掺杂模型与表面层掺杂模型之前,所述确定方法还包括:构建所述层状过渡金属氧化物正极材料的基准模型;根据所述基准模型与所述掺杂元素构建所述体相层掺杂模型以及所述表面层掺杂模型。
在一种可能的设计中,所述层状过渡金属氧化物正极材料中的过渡金属包括钪、钛、钒、铬、猛、铁、钴、镍、铜、锌、钌或者铟中的一种或者多种。
在一种可能的设计中,所述层状过渡金属氧化物正极材料包括LiCoO2、NaCoO2、LiNi0.5Mn0.5O2、LiNi0.33Co0.33Mn0.33O2、NaNi0.33Fe0.33Mn0.33O2中的至少一种。
第二方面,提供了一种掺杂元素分布倾向的确定装置,包括:获取单元,用于获取掺杂元素掺杂于层状过渡金属氧化物正极材料的体相层掺杂模型与表面层掺杂模型;计算单元,用于计算获得第一能量和第二能量,其中,所述第一能量为所述体相层掺杂模型的体系能量,所述第二能量为所述表面层掺杂模型的体系能量;确定单元,用于根据所述第一能量和所述第二能量确定所述掺杂元素在所述层状过渡金属氧化物正极材料中的分布倾向。
在一种可能的设计中,所述确定单元具体用于:确定所述掺杂元素的体相掺杂形成能,所述体相掺杂形成能为所述第一能量与所述第二能量的能量差;根据所述体相掺杂形成能确定所述掺杂元素在所述层状过渡金属氧化物正极材料中的分布倾向。
在一种可能的设计中,所述计算单元具体用于:基于第一性原理计算获得所述第一能量和所述第二能量。
在一种可能的设计中,所述计算单元具体用于:根据所述层状过渡金属氧化物正极材料中过渡金属元素的价态以及所处的晶体场类型确定初始磁矩;根据所述初始磁矩计算获得所述第一能量和所述第二能量。
在一种可能的设计中,所述计算单元具体用于:根据所述层状过渡金属氧化物正极材料中过渡金属元素的种类确定PBE+U算法所需要的U参数;基于所述U参数通过所述PBE+U算法计算获得所述第一能量和所述第二能量。
在一种可能的设计中,所述获取单元具体用于:获取多种掺杂元素中每种掺杂元素各自对应的所述体相层掺杂模型和所述表面层掺杂模型;所述计算单元具体用于:通过高通量计算的方式计算获得各个所述体相层掺杂模型的所述第一能量以及各个所述表面层掺杂模型的所述第二能量。
在一种可能的设计中,所述确定装置还包括构建单元:用于构建所述层状过渡金属氧化物正极材料的基准模型;根据所述基准模型与所述掺杂元素构建所述体相层掺杂模型以及所述表面层掺杂模型。
在一种可能的设计中,所述层状过渡金属氧化物正极材料中的过渡金属包括钪、钛、钒、铬、猛、铁、钴、镍、铜、锌、钌或者铟中的一种或者多种。
在一种可能的设计中,所述层状过渡金属氧化物正极材料包括LiCoO2、NaCoO2、LiNi0.5Mn0.5O2、LiNi0.33Co0.33Mn0.33O2、NaNi0.33Fe0.33Mn0.33O2中的至少一种。
第三方面,提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,当所述计算机程序在电子设备上运行时,使得所述电子设备执行前述第一方面中任一种可能设计所提供的确定方法。
第四方面,提供了一种掺杂元素分布倾向的确定装置,包括:处理器;存储器;以及计算机程序,其中所计算机程序被存储在所述存储器中,当所述计算机程序被所述处理器执行时,使得所述筛选装置执行前述第一方面中任一种可能设计所提供的确定方法。
第五方面,提供了一种计算机程序产品,包括:计算机程序代码,当所述计算机程序代码在电子设备上运行时,使得所述电子设备执行前述第一方面中任一种可能设计所提供的确定方法。
第六方面,提供了一种芯片,包括:处理器,用于从存储器中调用并运行计算机程序,使得安装有所述芯片的电子设备执行前述第一方面中任一种可能设计所提供的确定方法。
可以理解地,上述第二方面、第四方面提供的确定装置、第三方面提供的计算机可读存储介质、第五方面提供的计算机程序产品以及第六方面提供的芯片均用于执行前述第一方面所提供的确定方法,因此,其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果,此处不再赘述。
附图说明
图1是本申请实施例提供的掺杂元素分布倾向的确定方法的应用场景示意图。
图2是本申请实施例提供的掺杂元素分布倾向的确定方法的一例的流程示意图。
图3是本申请实施例提供的掺杂元素分布倾向的确定方法的另一例的流程示意图。
图4是体相层掺杂模型和表面层掺杂模型的一例的结构示意图。
图5是不同掺杂元素的体相掺杂形成能的计算结果对比图。
图6是本申请实施例提供的一实施例掺杂元素分布倾向的确定装置的示意性框图。
图7是本申请实施例提供的另一实施例掺杂元素分布倾向的确定装置的结构框图。
具体实施方式
下面将结合附图,对本申请中的技术方案进行描述。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
本文中术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。以下,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请实施例的描述中,除非另有说明,“多个”的含义是两个或两个以上。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
资源枯竭和环境污染已成为了传统能源发展的瓶颈,改变目前的能源结构、开发新能源成为当今社会迫在眉睫的任务。锂离子电池具有能量密度高、工作电压高、循环寿命长、无记忆效应和对环境友好等优点,已成为消费类电子产品的主要电源,在电动汽车、智能电网等方面的应用也日趋成熟。锂离子电池主要由正极材料、负极材料、隔膜和电解质等部分组成,正极材料是电池的重要组成部分,对锂离子电池的电化学性能起到决定性的作用。锂离子电池的正极材料主要包括层状过渡金属氧化物(LixTmO2,Tm为过渡金属)、尖晶石结构材料以及橄榄石结构材料等类型。
层状过渡金属氧化物是商业应用最为广泛的正极材料,其由锂离子(Li+)层和过渡金属氧化物(TmO2)层有序堆叠而成。微量掺杂是提高层状过渡金属氧化物正极材料性能的重要方法,微量掺杂元素分布在正极材料的体相层或者表面层,在几乎不影响正极材料本身的容量、电压的情况下,能够改善正极材料的循环性能、表面稳定性等,有利于提高锂离子电池的使用寿命。
微量掺杂元素倾向于在正极材料的体相中分布还是在表面处偏聚,将可能会对正极材料带来不同方面的性能影响。例如,对于倾向于在体相中分布的掺杂元素,其可能会在改善正极材料的循环性能、抑制过渡金属迁移、稳定相体结构、抑制相变等方面起到积极影响,而倾向于在正极材料的表面分布的掺杂元素,其可能会对正极材料的表面稳定性、水稳定性等方面带来影响。因此,在通过微量掺杂元素来提高层状过渡金属氧化物正极材料的性能时,需要首先确定掺杂元素在正极材料中的分布倾向,这样才能实现对正极材料的定向设计,例如可以首先根据掺杂元素的分布倾向来对元素种类进行合理选取,之后通过定向掺杂的方式来提高正极材料在某一方面的特性。
相关技术中,对于掺杂元素在正极材料中分布倾向的判断,主要通过实验的方法来实现,制备和表征工艺复杂、成本较高且周期较长,效率十分低下。如何快速且低成本地确定掺杂元素在正极材料中的分布倾向,是新型锂离子电池或钠离子电池正极材料研发上的巨大挑战。
有鉴于此,本申请实施例提供了一种掺杂元素分布倾向的确定方法,能够高效可靠的确定掺杂元素在层状过渡金属氧化物正极材料中的分布倾向。根据该确定方法,研发人员可以首先采用计算机模拟技术从原子尺度分别构建掺杂元素在层状过渡金属氧化物中的体相层掺杂模型和表面层掺杂模型,这两个掺杂模型可以是在同一基准模型的基础上将相同原子数量的掺杂元素分别掺杂于体相层以及表面层而得到。之后利用第一性原理等量子力学相关算法来计算获得上述两个掺杂模型的体系能量,其中,计算获得的体相层掺杂模型的体系能量可以被定义为第一能量,计算获得的表面层掺杂模型的体系能量可以被定义为第二能量。
体系能量能够用来表征化学结构的热力学稳定性,体系能量越大,其对应的化学结构越不稳定,越容易发生进一步的反应而生成另一种更加稳定(即体系能量更低)的化学结构。基于对上述热力学机理的认知,可以根据前述计算得到的第一能量和第二能量来确定掺杂元素在层状过渡金属氧化物正极材料中的分布倾向。
例如,当第一能量小于第二能量时,说明体相层掺杂模型的热力学稳定性要高于表面层掺杂模型,该表面层掺杂模型对应的化学物质有向体相层掺杂模型对应的化学物质进行迁移转变的趋势,因此能够确定掺杂元素倾向于在正极材料的体相中分布。而当第一能量大于第二能量时,说明体相层掺杂模型的热力学稳定性要低于表面层掺杂模型,体相层掺杂模型对应的化学物质有向表面层掺杂模型对应的化学物质进行迁移转变的趋势,因此能够确定掺杂元素倾向于在正极材料的表面处偏聚,例如可以是倾向掺杂于正极材料的表面层,或者难以被掺杂。
图1是本申请实施例提供的掺杂元素分布倾向的确定方法的应用场景示意图。本申请实施例提供的掺杂元素分布倾向的确定方法可以应用于图1所示的场景下。如图1所示,该场景包括确定装置,确定装置例如可以是电脑、工作站、服务器、计算机集群等计算设备,可以由确定装置来执行本申请实施例提供的确定方法。确定装置能够确定掺杂元素在层状过渡金属氧化物正极材料中的分布倾向,能够为定向设计高容量、高稳定性和长寿命的锂离子或钠离子电池层状氧化物正极材料提供必要的数据输入。该场景还可以包括与确定装置通信连接的计算机集群,计算机集群用于在计算任务量较大时,帮助确定装置计算掺杂模型的体系能量,以方便后续确定出掺杂元素在正极材料中的分布倾向。
如图1所示,研发人员可以根据正极材料的晶体结构以及掺杂元素在确定装置上进行模型构建,例如构建出掺杂元素掺杂于正极材料表面层的表面层掺杂模型,以及构建出掺杂元素掺杂于正极材料体相层的体相层掺杂模型。此外,研发人员也可以在其他设备上构建好模型而输入至确定装置。获取到掺杂模型以后,确定装置开始计算模型的体系能量。当具有多种掺杂元素需要确定在正极材料中的分布倾向时,此时由于计算任务量较大,因此可以将构建好的掺杂模型发送至计算机集群,计算机集群计算掺杂模型的体系能量,并且将结果反馈至确定装置,以供确定装置确定掺杂元素在正极材料中的分布倾向。确定装置可以通过显示屏向研发人员显示确定的结果,即掺杂元素具体是倾向于在正极材料中的体相中分布,还是在表面处偏聚,例如倾向于在表面层掺杂,或者难以被掺杂。
图2是本申请实施例提供的掺杂元素分布倾向的确定方法100的流程示意图。如图2所示,确定方法100包括步骤110-步骤130。
步骤110,确定装置获取掺杂元素掺杂于层状过渡金属氧化物正极材料的体相层掺杂模型与表面层掺杂模型。
本申请实施例提供的掺杂元素分布倾向的确定方法100能够用来确定掺杂元素在电池的层状过渡金属氧化物正极材料中的分布倾向,为电池正极材料的定向设计提供必要的数据输入。这里的层状过渡金属氧化物正极材料可以是锂离子电池的层状过渡金属氧化物(LixTmO2)正极材料或者钠离子电池的层状过渡金属氧化物(NaxTmO2)正极材料。
例如,这里的层状过渡金属氧化物可以为O2相、O3相、P2相或者P3相的层状过渡金属氧化物。
可选地,这里的过渡金属可以包括钪(Sc)、钛(Ti)、钒(V)、铬(Cr)、猛(Mn)、铁(Fe)、钴(Co)、镍(Ni)、铜(Cu)、锌(Zn)、钌(Ru)或者铟(In)中的一种或者多种。
可选地,过渡金属层状氧化物正极材料包括但不限于LiCoO2、NaCoO2、LiNi0.5Mn0.5O2、LiNi0.33Co0.33Mn0.33O2、NaNi0.33Fe0.33Mn0.33O2等,其结构包含锂离子层或钠离子层、氧原子层和过渡金属原子层,按照一定的顺序以层状堆叠而成。
确定装置获取掺杂元素的表面层掺杂模型与体相层掺杂模型,这里的掺杂模型可以预先构建好。掺杂模型可以是晶胞模型、超晶胞模型,原子模型等,能够用于表征掺杂后正极材料的化学结构,并且能够被用来计算其自身的体系能量。
其中,表面层掺杂模型是对应元素掺杂于层状过渡金属氧化物表面层而形成的掺杂模型,体相层掺杂模型是对应掺杂元素掺杂于层状过渡金属氧化物体相层而形成的掺杂模型。应理解,层状过渡金属氧化物正极材料由多层过渡金属氧化物(例如LixTmO2或者NaxTmO2)层有序堆叠而成,其包括两个表面层,以及位于两个表面层中间的至少一个体相层,因此这里的体相层通常也可以被理解为中间层。可以通过将掺杂元素掺杂于两个表面层中的任意一个而形成表面层掺杂模型,可以通过将掺杂元素掺杂于至少一个体相层中的任意一个或多个而形成体相层掺杂模型。
在模型构建的过程中,根据层状过渡金属氧化物的具体晶体结构,首先构建对应正极材料的基准模型,该基准模型由多层LixTmO2或者NaxTmO2有序堆叠而成。模型的层数应当平衡计算精度与计算效率,例如模型的层数可以为3层、4层、5层、6层或者7层。之后在该基准模型的基础上构建表面层掺杂模型与体相层掺杂模型。具体地,可以通过一定原子数量的掺杂元素来替换表面层中的过渡金属(Tm)原子,以此形成表面层掺杂模型。可以通过相同原子数量的掺杂元素来替换体相层(即中间层)中的过渡金属原子,以此形成体相层掺杂模型。这样构建的表面层掺杂模型与体相层掺杂模型的总的原子数量相同,原子的种类也相同,区别仅在于掺杂元素的位置不同(一个位于表面层,一个位于体相层),从而能够统一基准,方便后续步骤中比较这两个掺杂模型的体系能量。
可选地,在其他实现方式中,表面层掺杂模型与体相层掺杂模型的原子总数、掺杂元素的原子数量等也不一定完全相同,此时可以对计算获得的两个掺杂模型的体系能量进行一定的处理(例如进行归一化处理等)之后,在进行后续的比较,以确定掺杂元素的分布倾向。
为了提高效率,在步骤110中,确定装置也可以一次获取多种不同的掺杂元素的表面层掺杂模型与体相层掺杂模型,即每一种掺杂元素其自身均对应一个表面层掺杂模型与一个体相层掺杂模型,各个掺杂模型中仅包括一种掺杂元素。对应同一种掺杂元素的表面层掺杂模型与体相层掺杂模型的掺杂元素的原子数量相同。
可选地,可以选取元素周期表中正极材料内原本不包含的元素作为掺杂元素。例如,前述的至少一种掺杂元素可以包括锂(Li)、 镁(Mg)、镍(Ni)、铜(Cu)、银(Ag)、锌(Zn)、镉(Cd)、钪(Sc)、钇(Y)、钒(V)、铬(Cr)、铁(Fe)、钴(Co)、钯(Pd)、铝(Al)、镓(Ga)、铟(In)、钛(Ti)、锆(Zr)、铈(Ce)、锗(Ge)、锌(Sn)、铌(Nb)、钽(Ta)、砷(As)、锑(Sb)以及铋(Bi)等中的一种或者多种。
步骤120,确定装置计算获得第一能量和第二能量,其中,第一能量为体相层掺杂模型的体系能量,第二能量为表面层掺杂模型的体系能量。
确定装置在获取到上述的表面层掺杂模型与体相层掺杂模型以后,计算这两个模型的体系能量。这里的体系能量一些情况下也被称为结构能量或者电子能量,能够用来表征化学结构的热力学稳定性。确定装置可以利用本地的计算资源来计算体系能量,也可以生成任务列表,借助位于远端的计算机集群来计算体系能量,本申请对此不做限定。
可以通过量子力学的相关计算软件来计算掺杂模型的体系能量,本申请对计算获得体系能量的方式不作特殊限定。作为一种可能的实现方式,可以基于第一性原理(firstprinciple)计算获得这两个模型的体系能量,即这里的第一能量和第二能量。
第一性原理计算是指基于量子力学原理的计算,根据原子核和电子的相互作用原理去计算分子结构和分子能量(或离子),能够从根本上计算出来晶体结构和物质的性质。本申请通过第一性原理来计算掺杂模型的体系能量,可从原子尺度基于元素特性和晶体结构,准确可靠的计算获得各个掺杂模型的体系能量。并且计算量适中,对计算机资源没有特别高的要求,能够兼顾计算效率与结果准确性。
可选地,可以通过基于量子力学的从头算(ab initio)方法或密度泛函理论(density functional theory,DFT)方法来计算掺杂模型的体系能量。
步骤130,根据第一能量和第二能量确定掺杂元素在层状过渡金属氧化物正极材料中的分布倾向。
结合前述的分析可知,体系能量能够用来表征化学结构的热力学稳定性,体系能量越大,其对应的化学结构越不稳定,越容易发生进一步的反应而生成另一种更加稳定(即体系能量更低)的化学结构。第一能量和第二能量能够分别用来表征体相层掺杂模型与表面层掺杂模型的热力学稳定性,因此可以根据前述步骤计算得到的第一能量和第二能量的相对大小(即根据两个模型的稳定性差异)来确定掺杂元素在层状过渡金属氧化物正极材料中的分布倾向,例如确定是否倾向于在体相层中分布,或者是否倾向于在表面层中分布,或者难以被掺杂。
例如,当第一能量小于第二能量时,说明体相层掺杂模型的热力学稳定性要高于表面层掺杂模型,该表面层掺杂模型对应的化学物质有向体相层掺杂模型对应的化学物质进行迁移转变的趋势,因此能够确定掺杂元素倾向于在正极材料的体相中分布。而当第一能量大于第二能量时,说明体相层掺杂模型的热力学稳定性要低于表面层掺杂模型,体相层掺杂模型对应的化学物质有向表面层掺杂模型对应的化学物质进行迁移转变的趋势,因此能够确定掺杂元素倾向于在正极材料的表面处偏聚,例如可以是倾向掺杂于正极材料的表面层,或者难以被掺杂。
再例如,也可以根据第一能量和第二能量的差值的大小来确定掺杂元素在层状过渡金属氧化物正极材料中的分布倾向。后续实施例将对此作进一步介绍。
相对于常规的实验方法,本申请实施例提供的确定方法100能够高效可靠的确定出掺杂元素在层状过渡金属氧化物正极材料中的分布倾向。本申请能够避免实验的长周期和高成本等局限性,为通过微量掺杂元素提高锂离子或钠离子电池正极材料循环性能提供掺杂方案,为定向设计高容量、高稳定性和长寿命的锂离子或钠离子电池层状氧化物正极材料提供必要的数据输入。本申请实施例提供的确定方法100对电池正极材料的研发具有重要的指导意义,能够提高研发效率并大幅度节省试验费用,成为电池正极材料研发的有效辅助工具。
图3是本申请实施例提供的掺杂元素分布倾向的确定方法200的流程示意图。如图3所示,确定方法200包括步骤201、步骤202、步骤210、步骤221、步骤231以及步骤232这总共6个步骤。其中,步骤221可以看作是前述步骤120的子步骤,而步骤231与232可以看作是前述步骤130的子步骤。
步骤201,确定装置在研发人员的操作下,构建层状过渡金属氧化物正极材料对应的基准模型。
步骤202,确定装置在研发人员的操作下,根据该基准模型与掺杂元素构建体相层掺杂模型以及表面层掺杂模型。
在模型构建的过程中,研发人员可以根据层状过渡金属氧化物的具体晶体结构,首先构建对应正极材料的基准模型。之后通过一定原子数量的掺杂元素来替换表面层中的过渡金属原子,以此形成表面层掺杂模型;以及通过相同原子数量的掺杂元素来替换体相层(即中间层)中的过渡金属原子,以此形成体相层掺杂模型。
步骤210,确定装置获取构建好的体相层掺杂模型以及表面层掺杂模型。
步骤221,确定装置基于第一性原理计算获得体相层掺杂模型以及表面层掺杂模型的体系能量(即第一能量和第二能量)。
具体地,在本申请实施例中,确定装置采用基于密度泛函理论的第一性原理计算方法,能够较为准确地计算得到掺杂模型的体系能量,进而能够较为准确的预测材料的热力学稳定性。确定装置首先根据层状过渡金属氧化物正极材料中过渡金属元素的价态(例如是一价、二价或者三价等)以及过渡金属所处的晶体场类型(例如是八面体场、四边体场、四角锥场或者球形场等)来确定初始磁矩,该初始磁矩是计算所需要的初始参数。
可选地,可以将上述过渡金属元素的价态以及所处的晶体场类型等信息输入到预先编写好的计算程序中,该计算程序输出对应的初始磁矩。
进一步地,在本申请实施例中,可以通过广义梯度近似(Generalized GradientApproximation,GGA)的PBE(Perdew-Burke-Ernzerhof)泛函来计算前述的第一能量和第二能量。
可选地,可以通过PBE+U算法来计算获得前述的第一能量和第二能量。其中的PBE指的是Perdew-Burke-Ernzerhof泛函,U指的是U参数(或U值)。此时,确定装置可以首先根据层状过渡金属氧化物正极材料中过渡金属元素的种类确定PBE+U算法所需要的U参数,从而能够根据该U参数以及前述的初始磁矩生成与掺杂模型对应的第一性原理计算所需的输入文件(参数),即此时确定装置可以基于前述的初始磁矩与U参数,通过PBE+U算法来计算获得前述的第一能量和第二能量。
PBE+U算法是一种密度泛函理论中的修正方法,用于处理具有局部电子相关性的系统,如过渡金属氧化物和稀土金属化合物等。PBE+U方法将局部Coulomb(库仑)相互作用能(U)添加到普通的密度泛函理论中,以更准确地描述电子的行为。
在普通密度泛函理论中,对于具有强局部电子相关性的系统,如过渡金属氧化物和稀土金属化合物,交换-相关能的描述不够准确。因此,需要一种更准确的方法来描述这些系统中的电子行为。
PBE+U方法通过添加局部Coulomb相互作用能(U)来修正密度泛函理论。这个U值(或者U参数)是通过实验或计算确定的,通常在0到10电子伏特之间。通过添加U值,PBE+U算法可以更准确地描述局部电子相关性,从而提高计算结果的准确性。
总之,PBE+U算法是一种用于处理具有局部电子相关性的系统的密度泛函理论修正方法,通过添加局部Coulomb相互作用能(U)来提高计算结果的准确性。
元素周期表中,可选择的微量掺杂元素可能高达数十种,在确定掺杂元素的分布倾向的过程中,一次性可以获取多种掺杂元素所对应的表面层掺杂模型和体相层掺杂模型,由此能够同时确定多种掺杂元素在正极材料中的分布倾向。在本申请实施例中,确定装置可以生成任务列表,并提交计算机集群进行高通量计算,即确定装置可以通过高通量计算的方式计算获得各个体相层掺杂模型的第一能量以及各个表面层掺杂模型的第二能量,由此能够提高计算效率,减少等待时间,实现多种微量掺杂元素分布倾向(掺杂特性)的快速确定。
步骤231,确定掺杂元素的体相掺杂形成能,体相掺杂形成能为第一能量与第二能量的能量差。
步骤232,根据体相掺杂形成能确定掺杂元素在层状过渡金属氧化物正极材料中的分布倾向。
根据本申请实施例提供的确定方法200,可以根据第一能量和第二能量的差值的大小来确定掺杂元素在层状过渡金属氧化物正极材料中的分布倾向,该差值可以被定义为体相掺杂形成能。体相掺杂形成能作为元素微量掺杂分布倾向的描述符,当体相掺杂形成能越负(越小)时,说明掺杂元素越倾向于在材料的体相中均匀分布。例如,当体相掺杂形成能小于或者等于预设的第一阈值时,则可以认为(确定)掺杂元素倾向于在体相中分布,当体相掺杂形成能大于该第一阈值时,则可以认为掺杂元素倾向于在表面处偏聚(即倾向分布于表面层,或者该元素无法被掺杂)。该第一阈值可以为0,或者也可以为接近0的数值较小的正数或者负数,本申请对此不做特殊限定。
下面结合一个更加具体的示例,以锂离子电池层状氧化物正极材料钴酸锂(LiCoO2)微量掺杂元素分布倾向的确定流程,来对本申请实施例提供的确定方法100与确定方法200进行说明。
步骤1,以钴酸锂(LiCoO2)作为掺杂元素的基体材料,对其体相结构进行结构弛豫,并切取(104)面的表面模型(即基准模型);
步骤2,选择Mg、Ti、Cr等图5中的元素作为掺杂元素,在步骤1获得的基准模型的基础上,选取过渡金属点位作为掺杂点位,分别生成如图4所示的不同元素的体相层掺杂模型和表面层掺杂模型。图4中的(a)部分为体相层掺杂模型,(b)部分为表面层掺杂模型。
步骤3,生成第一性原理计算所需要的输入文件,即确定计算所需要的初始参数(例如前述的初始磁矩和U参数),生成任务列表,并提交计算机集群进行批量计算。
步骤4,待计算结束后,对计算结果进行后处理,根据体系能量计算获得每种元素所对应的体相掺杂形成能,作为元素微量掺杂分布特性的描述符,当体相掺杂形成能较负时,微量掺杂元素倾向于在材料体相中均匀分布,得到不同元素在钴酸锂中的体相掺杂形成能如图5所示。
步骤5,由图5可知,掺杂形成能较低Mo、Mg、Ru、Al等元素倾向于微量掺杂于材料体相中,随着掺杂形成能的升高,对应的微量掺杂元素倾向于在材料表面偏聚的倾向逐渐增加。
上文结合图1至图5详细描述了本申请实施例提供的掺杂元素分布倾向的确定方法,下面结合图6、图7描述本申请实施例的确定装置。应理解,图6、图7所示的确定装置能够实现图2、图3所示的方法流程中的一个或者多个的步骤。为避免重复,在此不再详细赘述。
图6是本申请实施例提供的一实施例掺杂元素分布倾向的确定装置300的示意性框图。如图6所示,该确定装置300包括获取单元310,计算单元320以及确定单元330。
获取单元310,用于获取掺杂元素掺杂于层状过渡金属氧化物正极材料的体相层掺杂模型与表面层掺杂模型;
计算单元320,用于计算获得第一能量和第二能量,其中,所述第一能量为所述体相层掺杂模型的体系能量,所述第二能量为所述表面层掺杂模型的体系能量;
确定单元330,用于根据所述第一能量和所述第二能量确定所述掺杂元素在所述层状过渡金属氧化物正极材料中的分布倾向。
可选地,所述确定单元330具体用于:确定所述掺杂元素的体相掺杂形成能,所述体相掺杂形成能为所述第一能量与所述第二能量的能量差;根据所述体相掺杂形成能确定所述掺杂元素在所述层状过渡金属氧化物正极材料中的分布倾向。
可选地,所述计算单元320具体用于:基于第一性原理计算获得所述第一能量和所述第二能量。
可选地,所述计算单元320具体用于:根据所述层状过渡金属氧化物正极材料中过渡金属元素的价态以及所处的晶体场类型确定初始磁矩;根据所述初始磁矩计算获得所述第一能量和所述第二能量。
可选地,所述计算单元320具体用于:根据所述层状过渡金属氧化物正极材料中过渡金属元素的种类确定PBE+U算法所需要的U参数;基于所述U参数通过所述PBE+U算法计算获得所述第一能量和所述第二能量。
可选地,所述掺杂元素具有多种,每种所述掺杂元素各自对应一个所述体相层掺杂模型与一个所述表面层掺杂模型,所述计算单元320具体用于:通过高通量计算的方式计算获得各个所述体相层掺杂模型的所述第一能量以及各个所述表面层掺杂模型的所述第二能量。
可选地,所述确定装置300还包括构建单元340:用于构建所述层状过渡金属氧化物正极材料的基准模型;根据所述基准模型与所述掺杂元素构建所述体相层掺杂模型以及所述表面层掺杂模型。
可选地,所述层状过渡金属氧化物正极材料中的过渡金属包括钪、钛、钒、铬、猛、铁、钴、镍、铜、锌、钌或者铟中的一种或者多种。
可选地,所述层状过渡金属氧化物正极材料包括LiCoO2、NaCoO2、LiNi0.5Mn0.5O2、LiNi0.33Co0.33Mn0.33O2、NaNi0.33Fe0.33Mn0.33O2中的至少一种。
具体地,该确定装置300可对应于根据本申请实施例的确定方法100、确定方法200中的筛选装置(例如电脑、工作站、服务器或者计算机集群),或配置于筛选装置中的芯片。该确定装置300可以包括用于执行图2、图3中确定装置执行的方法的各个单元。并且,该确定装置300中的各单元和上述其他操作和/或功能分别为了实现确定方法100、确定方法200的相应流程,各单元执行上述相应步骤的具体过程在确定方法100、确定方法200中已经详细说明,为了简洁,在此不再赘述。
本申请实施例还提供了一种掺杂元素分布倾向的确定装置400,图7是本申请实施例提供的另一实施例掺杂元素分布倾向的确定装置400的结构框图。如图7所示,确定装置400包括处理器410以及存储器420,上述各个器件可以通过一个或者多个总线430连接。
确定装置400还包括计算机程序421,计算机程序421被存储在存储器420中,当该计算机程序421被处理器410执行时,使得确定装置400执行上述图2所示的确定方法100或者图3所示的确定方法200。其中,上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应实体器件的功能描述,在此不再赘述。
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质包括计算机程序,当其在计算机上运行时,使得该计算机执行上述方法实施例提供的方法。
本申请实施例还提供一种计算机程序产品,包括:计算机程序代码,当该计算机程序代码在电子设备上运行时,使得该电子设备执行上述方法实施例提供的方法。
本申请实施例还提供一种芯片系统,包括存储器和处理器,该存储器用于存储计算机程序,该处理器用于从存储器中调用并运行该计算机程序,使得安装有该芯片系统的电子设备执行上述方法实施例提供的方法。
其中,该芯片系统可以包括用于发送信息或数据的输入电路或者接口,以及用于接收信息或数据的输出电路或者接口。
应理解,本申请实施例中,该处理器可以为中央处理单元(central processingunit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(digital signalprocessor,DSP)、专用集成电路(application specific integrated circuit,ASIC)、现成可编程门阵列(field programmable gate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
还应理解,本申请实施例中的存储器可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(read-only memory,ROM)、可编程只读存储器(programmable ROM,PROM)、可擦除可编程只读存储器(erasable PROM,EPROM)、电可擦除可编程只读存储器(electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的随机存取存储器(random accessmemory,RAM)可用,例如静态随机存取存储器(static RAM,SRAM)、动态随机存取存储器(DRAM)、同步动态随机存取存储器(synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(double data rate SDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM,DR RAM)。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (11)
1.一种掺杂元素分布倾向的确定方法,其特征在于,包括:
获取掺杂元素掺杂于层状过渡金属氧化物正极材料的体相层掺杂模型与表面层掺杂模型,其中,所述表面层掺杂模型是对应所述掺杂元素掺杂于所述层状过渡金属氧化物表面层而形成的掺杂模型,所述体相层掺杂模型是对应所述掺杂元素掺杂于所述层状过渡金属氧化物体相层而形成的掺杂模型;
计算获得第一能量和第二能量,其中,所述第一能量为所述体相层掺杂模型的体系能量,所述第二能量为所述表面层掺杂模型的体系能量;
根据所述第一能量和所述第二能量确定所述掺杂元素在所述层状过渡金属氧化物正极材料中的分布倾向。
2.根据权利要求1所述的确定方法,其特征在于,所述根据所述第一能量和所述第二能量确定所述掺杂元素在所述层状过渡金属氧化物正极材料中的分布倾向,包括:
确定所述掺杂元素的体相掺杂形成能,所述体相掺杂形成能为所述第一能量与所述第二能量的能量差;
根据所述体相掺杂形成能确定所述掺杂元素在所述层状过渡金属氧化物正极材料中的分布倾向。
3.根据权利要求1所述的确定方法,其特征在于,所述计算获得第一能量和第二能量,包括:
基于第一性原理计算获得所述第一能量和所述第二能量。
4.根据权利要求3所述的确定方法,其特征在于,所述基于第一性原理计算获得所述第一能量和所述第二能量,包括:
根据所述层状过渡金属氧化物正极材料中过渡金属元素的价态以及所处的晶体场类型确定初始磁矩;
根据所述初始磁矩计算获得所述第一能量和所述第二能量。
5.根据权利要求3所述的确定方法,其特征在于,所述基于第一性原理计算获得所述第一能量和所述第二能量,包括:
根据所述层状过渡金属氧化物正极材料中过渡金属元素的种类确定PBE+U算法所需要的U参数;
基于所述U参数通过所述PBE+U算法计算获得所述第一能量和所述第二能量。
6.根据权利要求1-5中任一项所述的确定方法,其特征在于,所述获取掺杂元素掺杂于层状过渡金属氧化物正极材料的体相层掺杂模型与表面层掺杂模型,包括:
获取多种掺杂元素中每种掺杂元素各自对应的所述体相层掺杂模型和所述表面层掺杂模型;
所述计算获得第一能量和第二能量,包括:
通过高通量计算的方式计算获得各个所述体相层掺杂模型的所述第一能量以及各个所述表面层掺杂模型的所述第二能量。
7.根据权利要求1-5中任一项所述的确定方法,其特征在于,所述获取掺杂元素掺杂于层状过渡金属氧化物正极材料的体相层掺杂模型与表面层掺杂模型之前,所述确定方法还包括:
构建所述层状过渡金属氧化物正极材料的基准模型;
根据所述基准模型与所述掺杂元素构建所述体相层掺杂模型以及所述表面层掺杂模型。
8.根据权利要求1-5中任一项所述的确定方法,其特征在于,所述层状过渡金属氧化物正极材料中的过渡金属包括钪、钛、钒、铬、猛、铁、钴、镍、铜、锌、钌或者铟中的一种或者多种。
9.根据权利要求1-5中任一项所述的确定方法,其特征在于,所述层状过渡金属氧化物正极材料包括LiCoO2、NaCoO2、LiNi0.5Mn0.5O2、LiNi0.33Co0.33Mn0.33O2、NaNi0.33Fe0.33Mn0.33O2中的至少一种。
10.一种掺杂元素分布倾向的确定装置,其特征在于,包括:
获取单元,用于获取掺杂元素掺杂于层状过渡金属氧化物正极材料的体相层掺杂模型与表面层掺杂模型,其中,所述表面层掺杂模型是对应所述掺杂元素掺杂于所述层状过渡金属氧化物表面层而形成的掺杂模型,所述体相层掺杂模型是对应所述掺杂元素掺杂于所述层状过渡金属氧化物体相层而形成的掺杂模型;
计算单元,用于计算获得第一能量和第二能量,其中,所述第一能量为所述体相层掺杂模型的体系能量,所述第二能量为所述表面层掺杂模型的体系能量;
确定单元,用于根据所述第一能量和所述第二能量确定所述掺杂元素在所述层状过渡金属氧化物正极材料中的分布倾向。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,当所述计算机程序在电子设备上运行时,使得所述电子设备执行如权利要求1-9中任意一项所述的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310355432.3A CN116092615B (zh) | 2023-04-06 | 2023-04-06 | 掺杂元素分布倾向的确定方法和确定装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310355432.3A CN116092615B (zh) | 2023-04-06 | 2023-04-06 | 掺杂元素分布倾向的确定方法和确定装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116092615A CN116092615A (zh) | 2023-05-09 |
CN116092615B true CN116092615B (zh) | 2023-08-29 |
Family
ID=86187207
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310355432.3A Active CN116092615B (zh) | 2023-04-06 | 2023-04-06 | 掺杂元素分布倾向的确定方法和确定装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116092615B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117476117B (zh) * | 2023-12-27 | 2024-04-23 | 宁德时代新能源科技股份有限公司 | 一种晶体结构中初始磁矩的预测方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1134046A (zh) * | 1994-11-25 | 1996-10-23 | 三洋电机株式会社 | 一种用在金属氢化物碱性电池上的吸氢合金电极及该电极的制备方法 |
CN105628685A (zh) * | 2015-12-30 | 2016-06-01 | 宁德时代新能源科技股份有限公司 | 一种锂离子电池芯中电解液分布的测定方法 |
JP2016139583A (ja) * | 2015-01-29 | 2016-08-04 | 輔仁大學學校財團法人輔仁大學 | リチウムイオン電池の金属勾配ドープ正極材料 |
CN108118362A (zh) * | 2018-01-09 | 2018-06-05 | 国家纳米科学中心 | 一种二硫化钼电催化产氢电极及其制备方法和用途 |
WO2021042983A1 (zh) * | 2019-09-02 | 2021-03-11 | 宁德时代新能源科技股份有限公司 | 正极活性材料、其制备方法、正极极片、锂离子二次电池与包含锂离子二次电池的电池模块、电池包和装置 |
CN113173606A (zh) * | 2021-04-09 | 2021-07-27 | 北京工业大学 | 一种基于密度泛函理论计算提高富锂铁锰基正极材料性能的改性方法 |
CN114256456A (zh) * | 2021-12-20 | 2022-03-29 | 珠海冠宇电池股份有限公司 | 一种高电压正极材料及含有该正极材料的电池 |
CN115206465A (zh) * | 2022-07-07 | 2022-10-18 | 昆明理工大学 | 一种基于第一性原理评价界面结合强度的方法 |
CN115221755A (zh) * | 2022-06-27 | 2022-10-21 | 湘潭大学 | 掺杂元素对HfO2铁电薄膜畴结构影响的相场分析方法 |
-
2023
- 2023-04-06 CN CN202310355432.3A patent/CN116092615B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1134046A (zh) * | 1994-11-25 | 1996-10-23 | 三洋电机株式会社 | 一种用在金属氢化物碱性电池上的吸氢合金电极及该电极的制备方法 |
JP2016139583A (ja) * | 2015-01-29 | 2016-08-04 | 輔仁大學學校財團法人輔仁大學 | リチウムイオン電池の金属勾配ドープ正極材料 |
CN105628685A (zh) * | 2015-12-30 | 2016-06-01 | 宁德时代新能源科技股份有限公司 | 一种锂离子电池芯中电解液分布的测定方法 |
CN108118362A (zh) * | 2018-01-09 | 2018-06-05 | 国家纳米科学中心 | 一种二硫化钼电催化产氢电极及其制备方法和用途 |
WO2021042983A1 (zh) * | 2019-09-02 | 2021-03-11 | 宁德时代新能源科技股份有限公司 | 正极活性材料、其制备方法、正极极片、锂离子二次电池与包含锂离子二次电池的电池模块、电池包和装置 |
CN113173606A (zh) * | 2021-04-09 | 2021-07-27 | 北京工业大学 | 一种基于密度泛函理论计算提高富锂铁锰基正极材料性能的改性方法 |
CN114256456A (zh) * | 2021-12-20 | 2022-03-29 | 珠海冠宇电池股份有限公司 | 一种高电压正极材料及含有该正极材料的电池 |
CN115221755A (zh) * | 2022-06-27 | 2022-10-21 | 湘潭大学 | 掺杂元素对HfO2铁电薄膜畴结构影响的相场分析方法 |
CN115206465A (zh) * | 2022-07-07 | 2022-10-18 | 昆明理工大学 | 一种基于第一性原理评价界面结合强度的方法 |
Non-Patent Citations (1)
Title |
---|
过渡金属掺杂对γ′-Fe_4N的热稳定性和磁性的影响;闫岩;王丽丽;陈蕊;杨强;支文;韩玉;;吉林大学学报(理学版)(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116092615A (zh) | 2023-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lu et al. | The carrier transition from Li atoms to Li vacancies in solid-state lithium alloy anodes | |
US10665886B2 (en) | Li-ion battery capacity and voltage prediction using quantum simulations | |
Marquis et al. | An asymptotic derivation of a single particle model with electrolyte | |
KR102150271B1 (ko) | 다수의 옵저버를 갖는 배터리 관리 시스템 | |
Biesheuvel et al. | Imposed currents in galvanic cells | |
Kupper et al. | End-of-life prediction of a lithium-ion battery cell based on mechanistic aging models of the graphite electrode | |
CN116092615B (zh) | 掺杂元素分布倾向的确定方法和确定装置 | |
KR102650965B1 (ko) | 배터리 상태 추정 방법 | |
DE112017004755T5 (de) | Sekundärbatterie-Verwaltungssystem mit entfernter Parameterschätzung | |
DE112017000272T5 (de) | Sekundärbatterieverwaltung | |
Motupally et al. | Proton diffusion in nickel hydroxide: prediction of active material utilization | |
CN111177924B (zh) | 一种固态电池性能模型的建立方法及固态电池性能的预测方法 | |
US20120130690A1 (en) | Quantum-Simulations Database and Design Engine for Development of Lithium Batteries | |
Andersen et al. | Pore-scale transport resolved model incorporating cathode microstructure and peroxide growth in lithium-air batteries | |
Biesheuvel et al. | Diffuse charge effects in fuel cell membranes | |
Pan et al. | Optimizing discharge capacity of li-o2 batteries by design of air-electrode porous structure: Multifidelity modeling and optimization | |
CN116341297B (zh) | 电池仿真方法、装置、电子设备及计算机可读存储介质 | |
Wang et al. | Thermodynamic origin of reaction non-uniformity in battery porous electrodes and its mitigation | |
US20120130694A1 (en) | Simulated X-Ray Diffraction Spectra for Analysis of Crystalline Materials | |
Li et al. | Highly efficient Li− air battery using linear porosity air electrodes | |
Oehler et al. | Embedded real-time state observer implementation for lithium-ion cells using an electrochemical model and extended Kalman filter | |
CN116068408B (zh) | 电池老化数据确定方法、装置、计算机设备和存储介质 | |
Juarez et al. | The initial stage of OH adsorption on Ni (111) | |
Hack et al. | In situ x-ray computed tomography of zinc–air primary cells during discharge: correlating discharge rate to anode morphology | |
Teichert et al. | Li $ _x $ CoO $ _2 $ phase stability studied by machine learning-enabled scale bridging between electronic structure, statistical mechanics and phase field theories |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |