跨尺度光电催化计算研究：从理论启蒙到创新突破

《Molecular Catalysis》：Understanding photoelectrocatalysis across scales: Computational studies towards enlightenment and innovation

　　

专业术语翻译 光驱动催化为将太阳能转化为化学燃料和原料提供了一条引人注目的途径，使得在纯热或电化学条件下难以或低效进行的反应成为可能[1-3]。通过将光吸收和电荷分离与催化氧化还原化学耦合，半导体光催化剂和光电催化（PEC）系统为利用可再生能源驱动氧化还原化学提供了互补途径[1,4]。特别是对于PEC系统，光物理学和电化学与界面反应性的紧密耦合引入了巨大的复杂性：性能敏感地依赖于光-物质相互作用、电荷传输、界面能量学和远离平衡态的操作条件[5,6]。 代表性的光驱动转化包括CO2还原为燃料和化学品[7,8]、固氮制氨[3]、选择性氧还原为过氧化氢[9]、水分解[1]以及光辅助C-H和C-N键形成[10]。尽管存在这种化学多样性，但这些转化共享反复出现的动力学挑战，包括多电荷积累、竞争反应路径、覆盖度依赖的活性和中毒、耦合的质量和电荷传输，以及在光照下载流子群体与表面化学之间的动态反馈[11,12]。当应用于PEC系统时，外部偏压可以为激发后的载流子分离提供额外的驱动力[5,6]。 因此，预测性材料设计需要连接跨越多个长度和时间尺度的过程。电子结构和能带排列建立了热力学驱动力，而缺陷、界面和形态则决定了载流子的局域化、迁移率和复合[4,5,13]。催化位点的空间组织和化学状态随后决定了可用电荷是否选择性地转化为产物[11,12]。因此，具有相同名义组成的材料，根据其纳米结构和操作环境的不同，可能表现出显著不同的活性、选择性和稳定性[14,15]。通过实验分离这些贡献仍然很困难，因为它们的特征尺度重叠，并且它们的可观测变量通常是耦合的[16-18]。 光驱动催化材料和器件的开发传统上严重依赖于化学直觉和试错筛选[5,19]。尽管这种方法取得了重要进展，但由于有限的实验通量、对界面结构和缺陷群体的不完全控制，以及在现实照明和反应条件下进行原位表征的困难，向预测性设计的进展仍然受到制约。基于机理的建模可以帮助分离耦合的贡献，系统地探索材料和操作范围，并识别最有效区分竞争机制的测量方法[20]。 可用的建模方法提供了对这些过程的互补但不完整的描述。电子结构和激发态计算确定了激发能、电荷局域化、界面能量学和基本反应势垒，而原子模拟则解析了结构涨落和分子反应机制[19,21]。介观模型，包括动力学蒙特卡洛（kMC），捕捉了更长时间和空间尺度上的随机输运、复合和反应事件[22,23]。连续介质和器件尺度模型则将有效动力学与宏观电荷和物种输运、反应器几何形状和操作条件联系起来[6,24]。因此，核心挑战不在于缺乏建模方法，而在于物理状态、参数及其不确定性在不同尺度间的可靠传递。 在这篇综述中，研究人员考察了电子结构、原子、介观和连续介质建模框架如何能够阐明从激发和载流子动力学到界面化学的现象和过程，并预测催化转化率和可测量的性能。与其主要按应用标签组织讨论，不如问每个框架解析了哪些过程和状态变量，哪些信息可以在尺度间传递，以及哪些实验可观测变量可以提供验证。研究人员将讨论重点放在PEC系统上，并以半导体光催化作为示例应用领域；关于光伏（PV）系统、光电子学、电池和热催化的研究，只有在它们提供可转移的建模概念时才被纳入。 在讨论中，PEC器件广义上指那些将光吸收体集成到光电极组件中，并为面向电解质的反应界面提供光生电荷的系统。吸收体可以是无机或有机半导体，也可以是分子敏化剂，它可以直接接触电解质，也可以通过保护层、电荷选择层或催化层传递电荷。研究人员包括了外接导线和内部连接的单片架构，同时将独立光伏模块驱动独立构建的电解池视为PV-电解[5,6,24,25]。 相比之下，悬浮的半导体光催化剂在没有外部电路或终端电极电位的情况下耦合还原和氧化化学。可以对PEC器件施加外部偏压，但这并非PEC类别的定义性要求。在本综述中，“光（电）催化”仅用作半导体光催化和PEC催化的总称，并不意味着它们的边界条件或可观测变量是可互换的。更详细的术语和架构区别将在第2节中介绍。 预期的范围侧重于方法，而非详尽的材料调查。在所考虑的研究中，最连续的跨尺度覆盖涉及TiO2、α-Fe2O3和BiVO4。涉及铬氧化物[26]、层状双氢氧化物[27]、有机半导体-电解质界面[28]、与分子催化剂偶联的氮化碳[29]、染料/助催化剂组装体[30,31]、混合卤化物钙钛矿[32]和上转换粒子[33]的目标案例为方法可转移性提供了更广泛的检验。诸如WO3、Cu2O和III-V族光电极等材料，虽然对PEC领域具有意义，但未进行全面调查；因此，关于这些家族的结论应在过程层面而非材料特定验证的层面上进行解读。 本综述的结构如下。第2节建立了共享的光子到产物的过程序列，以及由PEC架构引入的额外电化学边界条件。第3节和第4节分别考察了电子结构方法和原子方法，之后第5节考虑了介观动力学建模及其与连续介质和器件描述的联系。在结束之前，第6节概述了用于光（电）催化系统预测性多尺度建模的近期理论研究重点。这些优先事项包括与操作测量相关联的社区基准系统、尺度间自动化且可互操作的参数传递，以及机器学习激发表面反应势函数。

论文解读文章

研究背景与现存问题

光驱动催化为将太阳能转化为化学燃料和原料提供了一条可持续的路线，使许多在纯热或电化学条件下难以高效进行的化学反应成为可能。光电催化（PEC）系统通过耦合光吸收、电荷分离与催化氧化还原化学，为实现这一目标提供了互补的技术途径。然而，这类系统面临的核心难题在于，光物理学、电化学与界面反应性之间存在极其紧密的耦合，导致其性能高度依赖于光-物质相互作用、电荷传输、界面能级排列以及非平衡态操作条件等众多复杂因素。尽管该领域已经取得了诸多进展，但长期以来，材料与器件的开发主要依赖化学直觉和经验性的试错筛选。由于实验通量有限、对界面结构和缺陷的控制不够精准，以及在实际工况下进行原位表征的难度极大，实现真正的预测性设计仍面临巨大瓶颈。此外，具有相同名义组分的材料，因其纳米结构和操作环境的差异，可能展现出截然不同的活性、选择性与稳定性，而实验手段往往难以独立解析这些相互交织的影响因素。

研究内容、结论与意义

为了解决上述挑战，这篇综述论文系统性地审视了如何利用电子结构、原子尺度、介观动力学以及连续介质建模等多种计算框架，来阐明从光子激发、载流子动力学到界面化学反应的完整过程链条，并最终预测催化转化效率与可测量的器件性能。研究人员得出的核心结论是：当前的主要障碍并非缺乏建模方法本身，而在于如何将物理状态、关键参数及其不确定性在不同时间与空间尺度之间进行可靠、高效的传递。这项工作的重要意义在于，它为光（电）催化领域的计算研究提供了一个清晰的、以过程为导向的方法论框架，指出了未来实现真正预测性多尺度建模的关键路径，从而有望加速新材料与新器件的理性设计与发现。

关键技术方法概述

为了全面理解光电催化过程，研究人员探讨了多种互补的计算技术。首先，电子结构计算（如密度泛函理论DFT、GW方法、含时密度泛函理论TDDFT）用于确定材料的激发能、能带对齐、电荷局域化行为以及基元反应势垒。其次，原子尺度模拟（如从头算分子动力学AIMD、非绝热分子动力学NAMD）用于解析结构涨落、载流子捕获与非辐射复合等微观动力学。第三，介观动力学模型，特别是动力学蒙特卡洛（kMC）方法，用于模拟载流子在更大时空尺度上的随机输运、复合与反应事件。最后，连续介质与器件尺度模型（如漂移-扩散模型、多物理场反应器模型）将有效的动力学参数与宏观的电荷、质量、热量传输以及反应器几何和操作条件相连接。

研究结果分述

第2节：耦合的光物理、电化学与催化过程

本节建立了一个统一的“光子到产物”过程框架，将其划分为六个关键环节：光子吸收与光激发（A）、分离载流子的产生（G）、载流子局域化/捕获/去捕获/输运与复合（T）、在反应界面的生产性电荷转移（I）、表面反应步骤（S）以及产物释放与活性位点再生（R）。该框架适用于半导体光催化与PEC光电极系统，并明确了PEC架构所引入的额外电化学边界条件。

第3节：电子层次建模研究

本节聚焦于电子结构计算方法的应用。通过研究TiO₂、BiVO₄、α-Fe₂O₃等代表性材料，研究人员展示了如何利用DFT、GW/BSE等方法计算光学吸收谱、准粒子能隙、激子结合能以及缺陷诱导的载流子局域化（如极化子）。这些计算为理解光吸收阈值、电荷分离的热力学驱动力以及表面反应活性提供了基础性的描述符。

第4节：原子层次建模研究

本节关注原子尺度的动力学模拟。通过非绝热分子动力学等方法，研究人员揭示了掺杂、缺陷（如氧空位）以及界面结构如何影响载流子的捕获、去捕获与非辐射复合速率。例如，在BiVO₄和g-C₃N₄中，特定缺陷会显著改变电荷分离效率和载流子寿命。此外，模拟还解析了水分子在TiO₂表面的光致解离、质子转移等基元反应步骤。

第5节：介观、界面与反应器应用

本节探讨了从介观到器件尺度的建模。动力学蒙特卡洛（kMC）模型成功模拟了多孔TiO₂薄膜中的载流子多重捕获输运以及与O₂的界面电子转移瞬态过程。对于PEC器件，一维或多维的连续介质模型（如漂移-扩散方程耦合微动力学）被用来模拟光吸收、载流子分离、表面反应以及整个反应器内的物质传输和气体收集，从而评估不同操作条件和设计参数下的整体性能。

第6节：结论与展望

本节总结了实现预测性多尺度建模的三大近期研究重点。第一，需要建立与操作态测量相结合的社区基准系统，以便对不同尺度的模型进行统一验证。第二，亟需发展自动化、可互操作的参数传递工具，以确保不同尺度模型间的无缝衔接。第三，必须大力推动机器学习驱动的激发态势函数和反应势函数的开发，以克服传统第一性原理方法在模拟复杂界面反应动力学时的成本限制。

总结讨论与研究结论翻译

总结讨论： 论文指出，尽管现有的各类计算模型已在各自尺度上取得了显著成功，但要真正实现对光（电）催化系统的预测性设计，关键在于打破尺度壁垒。目前，从电子结构到原子模拟，再到介观和连续介质模型，每一步的参数传递都充满挑战，例如如何处理激发态信息、如何定义有效的反应速率常数、以及如何量化模型间的不确定性。未来的研究应致力于开发标准化的基准测试协议，促进计算方法的互操作性，并借助机器学习等新兴工具，构建能够桥接不同时间和空间尺度的统一计算框架。

研究结论翻译： 在这篇综述中，研究人员考察了电子结构、原子、介观和连续介质建模框架如何能够阐明从激发和载流子动力学到界面化学的现象和过程，并预测催化转化率和可测量的性能。核心挑战不在于缺乏建模方法，而在于物理状态、参数及其不确定性在不同尺度间的可靠传递。近期的理论研究重点应包括：与操作测量相关联的社区基准系统、尺度间自动化且可互操作的参数传递，以及机器学习激发表面反应势函数。