近日，太原理工大学化学与化工学院、省部共建煤基能源清洁高效利用国家重点实验室教授左志军课题组成功构建了智能电解液筛选体系，预测并实验验证出一系列具有低过电位、长循环寿命的新型镁电解质体系。相关研究成果在《能源与环境科学》（Energy & Environmental Science）上发表。

团队通过构建动态溶剂化模型（Dynamic Solvation Model），融合离子在组成、配位、迁移过程中的多阶段信息，利用机器学习揭示可充镁电池（RMBs）中性能优异的溶剂结构特征：最优溶剂化结构表现为2/3/4配体配位数及5原子配位结构，利于离子去溶剂化和稳定SEI形成。

基于该模型，构建了智能电解液筛选体系，成功预测并实验验证出一系列具有低过电位、长循环寿命的新型镁电解质体系。研究表明，通过动态溶剂簇演化与电化学性能的深度关联，人工智能在高性能电解质设计中展现出前所未有的潜力，为多价金属电池的材料开发提供了重要理论支撑与实践路径。

左志军和上海交通大学教授杨晓伟、博士后赵婉玉为论文共同通讯作者，山西大学博士生李瑞敏为论文第一作者。研究工作获得国家自然科学基金和山西省科技创新团队专项的资助。

相关论文信息：https://doi.org/10.1039/D5EE01304F