
De energieverandering geassocieerd met waterstofverwijdering uit siliciumcarbide nanobuisjes. De grafiek toont de variatie van systeemenergie met de afstand van een waterstofmolecuul tot het oppervlak van een siliciumcarbide nanobuis (rechtsonder). De diepte van de curve geeft de energie aan die nodig is om waterstof uit de opslag te halen. Een vergelijking van voorspellingsmethoden wordt gepresenteerd, waarbij DMC de meest nauwkeurige is en vdW-DF2 de beste match. Krediet: Kenta Hongo van JAIST
Waterstofenergie heeft het potentieel om een belangrijke maatregel te zijn om de netto-emissiedoelstelling van de Verenigde Naties te halen, maar het industriële gebruik ervan wordt belemmerd door de moeilijkheden bij de opslag en behandeling. Waterstof wordt een gas bij een zeer lage temperatuur (-252°C), wat opslag bij kamertemperatuur lastig maakt. De interactie tussen waterstof en zijn opslagmateriaal is simpelweg te zwak om bij kamertemperatuur te blijven bestaan. Dit maakt het ontwerp van opslagmaterialen cruciaal om het doel te bereiken om waterstofenergie in het dagelijks gebruik te brengen.
Dit is waar computationeel materiaalontwerp om de hoek komt kijken. Tijdens de ontwikkeling van waterstoftechnologie kan veel tijd en moeite worden bespaard door een materiaal op een computer te ontwerpen en de capaciteit voor waterstofopslag te simuleren. Maar de voorspellingen worden zeer beperkt in hun gebruik, tenzij ze nauwkeurig zijn en tegen redelijke rekenkosten kunnen worden gedaan. In een recente studie gepubliceerd in ACS Omega, ontwikkelen wetenschappers een rekenkundig dure, maar zeer nauwkeurige nieuwe methode voor het voorspellen van waterstofopslag: “Het verbeteren van de voorspellingsbetrouwbaarheid voor simulaties kan de ontwikkeling van materialen voor de opslag van waterstofbrandstof helpen versnellen en leiden tot een meer energie-efficiënte samenleving”, zegt Dr.Kenta Hongo van het Japan Advanced Institute of Science and Technology (JAIST), die de studie leidde.
Een van de fundamentele aantrekkingskrachten tussen objecten is de van der Waals-kracht, die de interactie tussen atomen of moleculen definieert op basis van de afstand ertussen. Omdat de Van der Waals-kracht het gevolg is van behoorlijk gecompliceerde kwantumprocessen, konden conventionele behandelingen deze niet goed beschrijven, en daarom zijn de simulaties tot nu toe op het niveau van ruwe schattingen ervan. Maar is het juist om dat te doen bij het simuleren van waterstofopslag? Dit was de eerste zorg van Dr. Hongo en zijn team.
Om deze vraag te beantwoorden, keken ze naar siliciumcarbide nanobuisjes, een van de meest veelbelovende materialen voor waterstofopslag. Met behulp van een computationele techniek genaamd diffusie Monte Carlo (DMC), creëerden ze een model dat rekening hield met van der Waals-krachten bij het simuleren van de opslag van waterstof in siliciumcarbide nanobuisjes. De meeste conventionele modellen beschouwen de interacties tussen waterstof en siliciumcarbide nanobuisjes als een geheel, maar de DMC-methode gebruikt de kracht van een supercomputer om het interactiemechanisme getrouw te reconstrueren door de rangschikking van individuele elektronen te volgen. Dit maakt het DMC-model tot nu toe de meest nauwkeurige voorspellingsmethode. Met behulp van het DMC-model konden de onderzoekers ook voorspellen hoeveel energie er nodig zou zijn om waterstof uit de opslag te verwijderen en hoe ver de waterstof zich waarschijnlijk van het oppervlak van de siliciumcarbide-nanobuis zou bevinden. Vervolgens vergeleken ze de resultaten van hun modellering met die verkregen via conventionele voorspellingsmethoden.
Conventionele voorspellingsmethoden zijn meestal gebaseerd op een computationele techniek die de dichtheidsfunctionaaltheorie (DFT) wordt genoemd. DFT gebruikt functionalen (modelbeschrijvingen van kwantuminteracties) die de ruimtelijke variaties van elektronendichtheid beschrijven om de eigenschappen van complexe systemen te bepalen. Hoewel er verschillende op DFT gebaseerde onderzoeken zijn geweest naar de opslag van waterstof op nanobuisjes van siliciumcarbide, heeft geen van hen van der Waals-krachten in hun voorspellingen opgenomen. Van der Waals-gecorrigeerde DFT-functionaliteiten zijn echter gebruikt bij de voorspelling van andere materialen. Dr. Hongo en team simuleerden waterstofopslag met behulp van een breed scala aan DFT-functionaliteiten, die met van der Waals-correcties en die zonder. Ze ontdekten dat de DFT-functionalen zonder van der Waals-correcties de benodigde energie voor waterstofopslag met 4-14% verkeerd inschatten. Aan de andere kant produceerden van der Waals-gecorrigeerde DFT-functionaliteiten resultaten die vrij gelijkaardig waren aan die van DMC. Bovendien ontdekten ze dat de bijdrage van de van der Waals-kracht aan de opslagenergie ongeveer 9-29% was, wat nauwelijks onbeduidend is.
Deze bevindingen, meent Dr. Hongo, kunnen een opstap zijn voor verdere innovatie in simulatietechnologie voor waterstofopslag. “Hoewel de DMC-methode rekenkundig duur is, kan deze worden gebruikt om de eigenaardigheden (tendensen van voorspellingsfouten) van elke voorspellingsmethode te verduidelijken. Dit zal ons helpen te begrijpen welke voorspelling we moeten vertrouwen, en ook hoe voorspellingsmethoden kunnen worden aangepast om ze nuttiger te maken ,” hij legt uit.
Genki I. Prayogo et al, Belang van Van der Waals-interacties in waterstofadsorptie op een siliciumcarbide nanobuis Revisited met vdW-DFT en Quantum Monte Carlo, ACS Omega (2021). DOI: 10.1021/acsomega.1c03318
ACS Omega
Geleverd door Japan Advanced Institute of Science and Technology