综述：费米工程实现下一代能源器件先进材料

本综述系统阐述了费米能级（EF）工程在能源材料设计中的革新作用。通过精准调控EF及其周边电子态结构（EF-engineering），可优化电极材料对反应中间体的选择性吸附能力，显著提升（光/电）催化剂（OER/HER/ORR）、太阳能电池、超级电容器和可充电电池等器件的性能。文章首次整合了EF调控策略与表征方法，为开发具有精确电子结构调控的纳米材料（NMs）提供新范式。

　　

费米工程：能源材料设计的电子结构密码

Strategies for E_F-engineering of electrode NMs

费米能级工程通过三种核心策略实现：元素掺杂可诱导电荷重分布（如N掺杂碳材料使E_F下移0.3eV）；界面工程构建的异质结构能形成内置电场（如MoS₂/g-C₃N₄界面使E_F偏移1.2eV）；应变调控通过晶格畸变改变能带色散（4%压缩应变使CoP的E_F态密度提升3倍）。这些方法共同特点是能精确调控E_F与反应中间体轨道能级的匹配度。

Characterization of E_F-engineering

同步辐射光电子能谱（SRPES）可直接测量E_F绝对位置，如Pt@CoO_x核壳结构显示E_F向费米能级移动0.8eV。开尔文探针力显微镜（KPFM）可空间分辨E_F分布，测得Mo掺杂BiVO₄表面电势差达120mV。电化学阻抗谱（EIS）间接反映E_F调控效果，优化后的NiFe-LDH电荷转移电阻降低2个数量级。

E_F-engineering for energy devices

在电解水领域，Ru-Ir合金通过d带中心下移使E_F接近HER中间体H*的1s轨道，过电位降至28mV。锂离子电池中，Fe₃O₄@C的E_F上移促进Li⁺ 3d电子耦合，容量提升至理论值92%。钙钛矿太阳能电池通过E_F梯度设计使载流子提取效率达99.8%。

Outlook and future perspectives

机器学习辅助的E_F预测模型、原位表征技术开发、以及多物理场耦合调控（光-电-热协同）将成为未来研究方向。特别需要建立E_F与反应动力学参数的定量构效关系，如发现ORR速率常数与E_F-O₂ 2π*能级差呈火山型关系。

该工作由浙江大学衢州研究院团队完成，获国家自然科学基金（52272244）等资助。这种电子结构层面的精准调控策略，为突破能源器件性能瓶颈提供了全新视角。