Một nghiên cứu mới của Phòng thí nghiệm quốc gia Argonne National đã thúc đẩy sự thay đổi tư duy trong lĩnh vực nghiên cứu pin, khi chứng tỏ rằng trí tuệ nhân tạo (AI) kết hợp với thí nghiệm tự động có thể nhanh chóng làm lộ ra những giới hạn nền tảng vốn ẩn sâu ở cấp độ phân tử.

 

Chỉ trong 5 tháng, các nhà khoa học tại Argonne đã sử dụng robot, tự động hóa và AI để thực hiện hơn 6.000 thí nghiệm liên quan đến pin dòng chảy oxi hóa - khử hữu cơ (organic redox flow batteries - RFBs). Với cách làm truyền thống, khối lượng công việc này có thể mất 5 đến 8 năm.

Pin dòng chảy hữu cơ sử dụng các phân tử chứa carbon thay cho ion kim loại, nên từ lâu được xem là ứng viên tiềm năng cho lưu trữ năng lượng quy mô lớn nhờ nguyên liệu dồi dào, chi phí thấp và khả năng mở rộng cao. Tuy nhiên, suốt nhiều năm qua, công nghệ này vẫn bị hạn chế bởi một vấn đề then chốt: độ ổn định kém trong vận hành dài hạn.

Nghiên cứu của Argonne chỉ ra rằng tồn tại một rào cản ổn định mang tính nền tảng ở cấp độ phân tử, giới hạn khả năng cải thiện độ bền của pin dòng chảy hữu cơ. Phát hiện này không chỉ lý giải vì sao các nỗ lực cải tiến trước đây gặp bế tắc, mà còn mở ra những hướng nghiên cứu mới.

Hé lộ rào cản ổn định “không nhìn thấy”

Về cấu tạo, pin dòng chảy oxi hóa - khử gồm dung môi lỏng, các phân tử mang điện và muối dẫn điện. Trong quá trình vận hành, dung dịch này được bơm qua các tế bào điện hóa để lưu trữ hoặc giải phóng điện năng.

Pin dòng chảy hữu cơ từng được kỳ vọng là giải pháp lưu trữ năng lượng dài hạn cho lưới điện, do không phụ thuộc kim loại hiếm và có thể vận hành ở điện áp cao. Tuy nhiên, ở điện áp cao, các phân tử mang điện trở nên dễ phản ứng, dẫn đến phân hủy vật liệu và mất khả năng lưu trữ, nguyên nhân cốt lõi khiến công nghệ này khó triển khai ở quy mô lưới điện.

Ilya Shkrob, đồng tác giả nghiên cứu, nhận định. “Cộng đồng nghiên cứu đã chạm tới một rào cản ổn định vô hình. Điều này chứng tỏ còn thiếu một mảnh ghép quan trọng trong hiểu biết về hành vi của các phân tử hữu cơ mang điện”.

Để kiểm chứng giả thuyết này, nhóm nghiên cứu đặt ra một câu hỏi trọng tâm: liệu việc lựa chọn dung môi phù hợp có thể cải thiện đáng kể độ ổn định của các phân tử mang điện hay không? Với phương pháp truyền thống, câu hỏi này gần như không thể trả lời trong thời gian hợp lý do không gian dung môi hữu cơ quá lớn.

Lập bản đồ “địa hình hóa học” bằng robot và AI

Nhóm Argonne bắt đầu bằng việc phân tích hành vi của một phân tử điển hình, methylphenothiazine (MPT), và nhận thấy các phân tử mang điện có xu hướng phản ứng với chính dung môi, làm dung môi bị phân mảnh và khiến phân tử bị trung hòa. Tiếp theo, robot được đặt trong buồng glovebox không khí để trộn MPT với hàng trăm dung môi khác nhau. Các hỗn hợp được theo dõi bằng thiết bị quang phổ để đo tốc độ suy giảm của phân tử mang điện. Kết quả cho thấy phần lớn dung môi dẫn đến các con đường phân hủy tương tự nhau, củng cố giả thuyết về một rào cản ổn định mang tính phổ quát. Chỉ một số rất ít dung môi cho kết quả tốt hơn đáng kể.

Nhờ thuật toán học máy, nhóm nghiên cứu có thể loại bỏ các thử nghiệm kém hiệu quả, từ đó khảo sát 540 dung môi với số thí nghiệm chỉ bằng khoảng một phần ba so với kế hoạch ban đầu.

Thay đổi cách tiếp cận nghiên cứu pin

Theo các tác giả, phát hiện này cho thấy việc tiếp tục tìm kiếm các phân tử hữu cơ “cực kỳ bền” có thể không phải hướng đi thực tế. Thay vào đó, cộng đồng nghiên cứu cần xem xét lại chiến lược phát triển pin dòng chảy hữu cơ.

Một hướng đi là tận dụng những dung môi ổn định được phát hiện trong nghiên cứu cho các hệ pin khác như pin natri ion hoặc pin lithium kim loại. Một hướng khác là tái định nghĩa cách triển khai pin dòng chảy hữu cơ, chẳng hạn sử dụng trong thời gian hữu hạn cho lưới điện, sau đó tái sử dụng vật liệu cho các mục đích khác trong nông nghiệp hoặc công nghiệp hóa chất.

Theo Argonne, nghiên cứu này cho thấy AI và thí nghiệm tự động không chỉ giúp tăng tốc khám phá, mà còn có khả năng thay đổi cách đặt câu hỏi khoa học, từ đó mở ra những hướng đi mới trong nghiên cứu vật liệu và lưu trữ năng lượng.

N.P.A (NASTIS), theo Newswise