Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch de
CORDIS - Forschungsergebnisse der EU
CORDIS

AI-Accelerated Design of Electrolytes for Robust Inorganic-Rich SEI in Li/Na/Mg Batteries

Projektbeschreibung

KI-Modell für Lösungsmittel in Metallbatterien

Die Batterietechnologie ist der Schlüssel zur Dekarbonisierung, aber die Entwicklung von Lithium-Metall-Hochleistungsbatterien wurde durch Sicherheitsbedenken im Zusammenhang mit der Festelektrolyt-Interphase (Solid Electrolyte Interphase, SEI) verzögert. Festelektrolyt-Interphasen, die reich an anorganischen Komponenten sind, bieten mehr Sicherheit und Langzeitstabilität, und schwach solvatisierende Elektrolyte (WSE) haben in diesem Bereich ein großes Potenzial. Das im Rahmen der Marie-Skłodowska-Curie-Maßnahmen geförderte Projekt AI4Bat entwickelt ein KI-Modell, das in der Lage ist, optimale Lösungsmittel für schwach solvatisierende Elektrolyte in Lithium-, Natrium- und Magnesium-Metallbatterien vorherzusagen. Das Projekt wird Simulationen auf atomarer Ebene verwenden, um Zusammenhänge zwischen Lösungsmitteleigenschaften und Anionenreduktionsprozessen in Lithiumbatterien herzustellen. Vielversprechende Lösungsmittel werden anschließend zu schwach solvatisierenden Elektrolyten (WSEs) formuliert und in Pouch-Zellen getestet, um ihre Leistungsfähigkeit zu bewerten.

Ziel

Battery technology is critical to achieving global decarbonization, but the commercialization of high-energy Li-metal batteries has been stalled for decades due to safety risks and limited lifespan. These issues stem from the failure of the solid electrolyte interphase (SEI) on the Li-metal anode. Conventional carbonate-based electrolytes lead to an organic-rich SEI that is porous, ionically insulating, prone to dendrites formation, dissolution, and electron tunneling, resulting in continuous battery degradation. In contrast, an inorganic-rich SEI, formed by anion decomposition, is dense, insoluble, electron-insulating, mechanically robust, and dendrite-free—offering a path toward safer and more durable batteries. Weakly solvating electrolytes (WSE) have emerged as a promising solution for creating such SEIs, but their development remains slow, relying on inefficient trial-and-error methods. The AI4Bat project aims to revolutionize this process by developing an AI-model capable of predicting optimal solvents to form WSEs for Li, Na, and Mg-metal batteries. Starting with Li-metal batteries, the AI-model will link solvent properties to anion reduction in the electric double layer using atomic simulations. This model will then screen new solvents from extensive databases, which will be formulated into WSEs and tested in pouch cells. The performance of these WSEs will be rigorously evaluated, focusing on the inorganic, ion-conductive, electron-insulating, mechanical properties and insolubility of the SEI, and correlated with overall battery performance. Upon successfully validating the AI-model in Li batteries, I will transfer it to Na/Mg-metal batteries to enhance their electrochemical performance through the development of robust inorganic-rich SEIs. This project will significantly accelerate the design of safer, high-performance batteries, paving the way for next-generation energy storage and conversion technologies.

Wissenschaftliches Gebiet (EuroSciVoc)

Schlüsselbegriffe

Programm/Programme

Thema/Themen

Finanzierungsplan

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

(öffnet in neuem Fenster) HORIZON-MSCA-2024-PF-01

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Koordinator

KEMIJSKI INSTITUT
Netto-EU-Beitrag
€ 198 557,52
Adresse
HAJDRIHOVA ULICA 19
1000 Ljubljana
Slowenien
Region
Slovenija Zahodna Slovenija Osrednjeslovenska
Aktivitätstyp
Research Organisations
Links
Gesamtkosten
Keine Daten

Partner (1)