基于SAFT-γ Mie状态方程的PAHs和LOHCs分子建模与氢载体性能优化研究

本研究针对液态有机氢载体(LOHCs)存储运输氢能的技术瓶颈，通过扩展SAFT-γ Mie群贡献状态方程，创新性地引入芳香桥头碳(aC)和亚甲基"弯头"基团(aCCH2aC)参数，实现了对多环芳烃(PAHs)和LOHCs体系气液相平衡的精准预测（蒸汽压平均绝对偏差9.67%，液体密度0.82%），为氢能基础设施设计提供了重要理论工具。

　　

氢能作为最具潜力的清洁能源载体，其储存运输技术一直是制约产业发展的关键瓶颈。虽然液态有机氢载体(LOHC)凭借高储氢密度、常温常压稳定等优势成为研究热点，但缺乏精准的热力学模型严重阻碍了工艺开发。传统状态方程难以描述多环芳烃(PAH)和LOHCs复杂的分子结构特性，导致设备设计和成本预估存在显著偏差。

法国巴黎萨克雷大学的研究团队在《Fluid Phase Equilibria》发表创新成果，通过扩展SAFT-γ Mie群贡献状态方程的适用边界，首次建立了包含芳香桥头碳(aC)和亚甲基"弯头"基团(aCCH₂aC)的参数体系。该研究从烷基咔唑、二苯甲烷等典型LOHC分子入手，采用分子模拟与实验数据相结合的优化策略，实现了对PAHs和LOHCs体系热力学性质的精准预测。

关键技术包括：1) 采用Mie势函数描述基团间相互作用；2) 基于烷基咔唑等LOHCs实验数据优化基团参数；3) 引入二阶相互作用参数修正结构差异效应；4) 通过气液平衡实验验证模型可靠性。

【SAFT-γ Mie】章节揭示，该模型将分子视为通过Mie势相互作用的异核链段集合，其势能函数u^Mie(r_kl)=C_klε_kl[(σ_kl/r_kl)^λ_klr-(σ_kl/r_kl)^λ_kla]能精确捕捉芳香环间的特殊作用力。

【Model parameters】部分显示，新参数使PAHs蒸汽压计算精度较Tan等前人研究提升显著，同时保持液体密度0.82%的超低偏差。对二苄基甲苯等复杂LOHCs，引入的aCCH₂aC基团成功解决了传统模型对"弯头"连接结构的预测偏差。

【Conclusions】指出，该模型不仅解决了PAHs蒸汽压预测长期存在的9.67%偏差问题，更首次实现了对LOHCs体系的全参数化描述。通过建立aC与CH₃等基团的二阶相互作用参数，显著提升了含烷基取代基分子的计算精度。

这项研究突破了氢能载体材料设计的理论瓶颈，其建立的参数体系可直接应用于加脱氢反应器、储罐等关键设备的模拟优化。特别是对苯基甲苯等LOHC候选分子的精准建模，为降低氢能储运成本提供了可靠的计算工具，推动氢能基础设施的标准化建设。作者Edgar Velásquez Sarmiento和Patrice Paricaud强调，该方法的普适性还可拓展至其他芳香族能源分子的热力学性质预测。