酸化物イオンの固相レドックスとナトリウムイオン電池への応用

本研究開発は、持続可能な社会の実現に向けた再生可能エネルギーの電力系統への接続に資する大規模蓄電技術の発展を目指し、酸化物イオンの固相レドックスを用いたナトリウムイオン電池正極材料の高エネルギー密度化を行っている。酸化物イオンの固相レドックスを用いた正極材料では大きな容量が得られるものの、副反応によってエネルギー効率やサイクル特性が低下する点が課題だった。これまでの研究でエネルギー効率低下の要因を定性的に明らかにしたが、定量的な設計指針の確立には至っていない。そこで本年度は、酸素レドックス正極材料において様々な条件が充放電特性へ与える影響を包括的に解明するため、機械学習を用いた定量的な分析を行った。積層様式による多形を持つナトリウム層状酸化物に代わり、リチウム層状酸化物をモデル化合物として選択した。具体的には昨年度合成を行ったリチウム層状化合物群に関して、様々な電流値とカットオフ電圧を用いて長期サイクルの定電流充放電試験を行い、充放電特性を予測する機械学習モデルを構築した上で説明変数の重要度と予測値への影響を分析した。初期サイクルのエネルギー密度を予測するモデルにおいては、テストデータに対する決定係数が0.975となり高い予測精度を示した。また重要度と予測値への影響の分析から、リチウム含有量の制御が最も重要であることが示された。長期サイクルにおけるエネルギー密度の予測においては初期サイクルと比較して特に遷移金属比率の重要度が増加し、Co比率の増加が良好なサイクル特性の実現に重要であると示唆された。以上の結果から、長期サイクルにおいて酸素レドックス正極材料を安定的に活用するためにはリチウム量の細かな制御と高いCo比率が重要であると結論づけられた。実験データを活用した機械学習予測モデルによる材料探索は他材料系への展開も期待される。以上の研究成果を学術誌に原著論文として報告した。

本研究開発は、持続可能な社会の実現に向けた再生可能エネルギーの電力系統への接続に資する大規模蓄電技術の発展を目指し、酸化物イオンの固相レドックスを用いたナトリウムイオン電池正極材料の高エネルギー密度化を行っている。酸化物イオンの固相レドックスを用いた正極材料では大きな容量が得られるものの、副反応によってエネルギー効率やサイクル特性が低下する点が課題だった。これまでの研究でエネルギー効率低下の要因を定性的に明らかにしたが、定量的な設計指針の確立には至っていない。そこで本年度は、酸素レドックス正極材料において様々な条件が充放電特性へ与える影響を包括的に解明するため、機械学習を用いた定量的な分析を行った。積層様式による多形を持つナトリウム層状酸化物に代わり、リチウム層状酸化物をモデル化合物として選択した。具体的には昨年度合成を行ったリチウム層状化合物群に関して、様々な電流値とカットオフ電圧を用いて長期サイクルの定電流充放電試験を行い、充放電特性を予測する機械学習モデルを構築した上で説明変数の重要度と予測値への影響を分析した。初期サイクルのエネルギー密度を予測するモデルにおいては、テストデータに対する決定係数が0.975となり高い予測精度を示した。また重要度と予測値への影響の分析から、リチウム含有量の制御が最も重要であることが示された。長期サイクルにおけるエネルギー密度の予測においては初期サイクルと比較して特に遷移金属比率の重要度が増加し、Co比率の増加が良好なサイクル特性の実現に重要であると示唆された。以上の結果から、長期サイクルにおいて酸素レドックス正極材料を安定的に活用するためにはリチウム量の細かな制御と高いCo比率が重要であると結論づけられた。実験データを活用した機械学習予測モデルによる材料探索は他材料系への展開も期待される。以上の研究成果を学術誌に原著論文として報告した。