La ricerca di catalizzatori più produttivi per la creazione di combustibili sostenibili e prodotti chimici di base tramite reazioni elettrochimiche è appena diventata più semplice.
Alimentati da elettricità rinnovabile, gli elettrocatalizzatori che producono carburanti e prodotti chimici da acqua, anidride carbonica o azoto hanno il potenziale per decarbonizzare i trasporti pesanti e le industrie chimiche. Questa decarbonizzazione può essere ottenuta mediante la sostituzione diretta dei combustibili fossili o con la produzione a basso consumo energetico di combustibili e prodotti chimici.
Un nuovo database di elettrocatalisi open source, sviluppato dal National Renewable Energy Laboratory (NREL) e dai suoi partner, fornisce ai ricercatori una visione completa della conversione dell’energia elettrochimica. I dati estesi consentono di comprendere meglio i fattori fondamentali che regolano i cambiamenti nelle prestazioni dei catalizzatori e possono accelerare la progettazione degli elettrocatalizzatori.
Il nuovo database è stato sviluppato dal team BEAST (Eletrochimica della teoria funzionale oltre la densità con tecniche accelerate e solvate). Il consorzio BEAST, guidato da Ravishankar Sundararaman del Rensselaer Polytechnic Institute, comprende collaboratori del NREL, del Lawrence Berkeley National Laboratory, dell'Università del Colorado Boulder e dell'Università della Carolina del Sud.
Un database per approfondimenti atomistici sull'elettrochimica
Il database BEAST, o BEAST DB, consente agli elettrochimici sperimentali e teorici di esplorare reazioni catalitiche su scala atomica e visualizzare numerose proprietà sulle prestazioni del catalizzatore.
Esempi di reazioni elettrochimiche critiche includono la conversione di acqua, anidride carbonica o azoto in idrogeno, acido formico o altre molecole a base di carbonio ridotto e ammoniaca, rispettivamente, utilizzando elettrocatalizzatori. Comprendere le proprietà fondamentali durante l'elettrocatalisi può portare a progressi nell'efficienza e nella produttività del catalizzatore.
Derek Vigil-Fowler, il ricercatore di scienze computazionali presso NREL che ha concettualizzato BEAST DB, ritiene che questi dati possano consentire una comprensione olistica di questi catalizzatori.
"Avere in un unico posto risultati di riferimento standardizzati per le reazioni elettrocatalitiche più ampiamente studiate consente ai ricercatori di avere uno sportello unico per acquisire una comprensione di base di come funziona il loro catalizzatore su scala atomica.
"Possono visualizzare l'adsorbimento molecolare sulla superficie e il trasferimento di carica che guida le reazioni elettrocatalitiche e capire come questo varia tra i catalizzatori e gli intervalli di potenziale applicati. Altri possono basarsi su questi calcoli con nuovi calcoli ed esperimenti e fare progressi nel campo," Vigil- Fowler ha detto.
"L'obiettivo finale di BEAST DB è rendere più semplice l'esplorazione delle prestazioni dei catalizzatori e lo sviluppo di nuovi catalizzatori per diverse reazioni chimiche."
La diversità delle condizioni negli esperimenti elettrochimici pubblicati e nei calcoli teorici ostacola una completa comprensione dei sistemi elettrochimici. Mentre la teoria del funzionale della densità (DFT) può prevedere il comportamento catalitico, i metodi DFT rappresentano in modo inadeguato la lunghezza e le scale temporali nelle reazioni elettrochimiche, specialmente nell'interfaccia dinamica elettrodo-elettrolita.
BEAST DB utilizza un quadro sistematico che supera le carenze del DFT e modella accuratamente i sistemi elettrochimici, fornendo linee di base chiare per le prestazioni dell'elettrocatalizzatore e fungendo da elemento costitutivo per ulteriori sviluppi teorici.
Il database utilizza inoltre impostazioni di calcolo uniformi, un elemento cruciale mancante in letteratura che consentirà un confronto più semplice tra attività catalitica e produttività tra diversi elettrocatalizzatori e in condizioni diverse.