综述：水质作为光催化绿色制氢的经济障碍

《RSC Advances》：Water quality as an economic barrier to photocatalytic green hydrogen productionOpen Access

　　

光催化水分解技术因其能够在温和操作条件下将太阳能直接转化为化学能，已成为可持续绿色制氢领域的一项极具前景的技术。尽管大量研究集中于开发高效光催化剂、助催化剂和电荷转移策略，但水质对光催化制氢的影响仍未得到充分探索。在实际应用中，产氢预计将利用多种水资源，包括淡水、地下水、海水、市政污水、工业废水和再生水，这些水源均含有溶解性无机离子、天然有机物、微生物和悬浮固体，可能对光催化性能产生不利影响。这些污染物可能吸附于催化剂表面、堵塞活性位点、改变表面化学性质、促进载流子复合、诱导光腐蚀并降低催化剂长期稳定性，最终导致产氢效率下降。此外，维持稳定运行所需的高水质通常需要能耗密集且成本高昂的预处理工艺，这使得水净化成为绿色制氢总成本中一个重要但经常被忽视的贡献因素。本综述通过讨论主要无机离子、重金属、天然有机物、盐度以及实际水体基质对催化剂活性和耐久性的影响，批判性地审视了水质与光催化析氢之间的关系。最后，本文强调了当前面临的挑战、研究空白以及未来策略——包括耐受污染物的光催化剂、自清洁催化剂表面、水处理-制氢集成系统，以及使用 realistic 水源的标准化测试协议——以促进光催化制氢的实际部署。通过整合光催化、水化学、催化剂稳定性和经济性考量，本综述为推进具有水韧性和成本效益的太阳能制氢技术提供了一个综合框架。

**1. 引言**

氢气已成为实现全球碳中和的最有前景的清洁能源载体之一，因为其利用过程仅产生水，无直接二氧化碳排放。然而，全球近95%的氢气仍通过蒸汽甲烷重整和煤气化等化石燃料路线生产，导致大量温室气体排放。为克服这一挑战，研究重点已转向由可持续能源驱动的可再生制氢技术。其中，光催化水分解尤为引人注目，因其可利用半导体光催化剂在环境条件下将太阳能直接转化为氢气。自1972年Fujishima和Honda发现光电化学水分解以来，通过带隙工程、异质结构筑、助催化剂负载、缺陷工程和纳米结构设计，高效光催化剂的开发取得了显著进展。尽管如此，光催化制氢的实际应用仍受多项挑战限制，包括太阳能-氢气转换效率低、催化剂稳定性不足以及真实水化学条件的影响。

**2. 氢经济**

向氢经济的转型已成为实现全球碳中和和增强能源安全的关键战略。氢具有高重量能量密度（120 MJ kg^?1），约为汽油的三倍，且在燃料电池中使用时仅产生水，使其成为难以电气化部门（如钢铁生产、化工制造、重型运输、航运和航空）的理想清洁能源载体。然而，氢的环境效益强烈依赖于其生产路径。目前，全球绝大多数氢气通过蒸汽甲烷重整和煤气化从化石燃料中生产。根据国际能源署（IEA）数据，2023年全球氢需求约达9700万吨（Mt），预计2024年将接近1亿吨，但低排放氢占比不足总产量的1%。IEA进一步预测，已宣布的低排放氢项目到2030年可能达到每年约4900万吨，但仅有少数项目达到最终投资决定，凸显了仍然存在的重大技术和经济障碍。

**2.1 光催化水分解**

光催化水分解已成为最有前景的可持续制氢技术之一，因为它直接将丰富的太阳能转化为化学能而不排放温室气体。与传统依赖化石燃料的制氢方法不同，光催化水分解利用半导体光催化剂在光照下驱动水分解为氢气（H₂）和氧气（O₂）。光催化的主要优势在于能够将太阳能收集和催化析氢集成到单一步骤中，无需外部电能，特别适合分布式和离网制氢系统。从环境角度看，光催化水分解仅消耗阳光和水，几乎零直接碳排放。此外，光催化剂可在环境温度和压力下运行，消除了热化学过程所需的高温反应器和大量能量输入。经济上，光催化水分解有潜力通过消除电力消耗来降低制氢成本——电力是传统水电解中最大的运营开支。

**2.2 光催化水分解机理**

光催化水分解过程包括在光照下发生在半导体表面的几个连续物理化学步骤。当能量等于或大于半导体带隙的光子撞击光催化剂时，价带（VB）中的电子被激发到导带（CB），在价带留下带正电的空穴。随后光生电子和空穴向催化剂表面迁移。高效电荷分离至关重要，因为快速的电子-空穴复合会将吸收的太阳能转化为热量而非有用的化学能。在还原位点，导带电子还原质子产生分子氢：2H⁺ + 2e^? → H₂。同时，价带空穴氧化水分子生成氧气：2H₂O + 4h⁺ → O₂ + 4H⁺。总反应为：2H₂O → 2H₂ + O₂，标准吉布斯自由能变化约237 kJ mol^?1，对应最低热力学电位1.23 V。在实际体系中，Pt、Rh、Ni、Co和MoS₂等助催化剂常沉积在半导体表面以加速质子还原并抑制电荷复合。

**3. 光催化制氢的水需求**

**3.1 不同氢技术中的水消耗**

水是光催化水分解中唯一的反应物。基于反应化学计量，生产1 kg氢气理论上需要9 kg（约9 L）水。然而，实际水需求远高于此，因为催化剂洗涤、反应器清洁、冷却、蒸发补偿、取样等辅助操作也需要水。与电解不同，光催化制氢对反应介质组成高度敏感，因为光催化剂在整个反应过程中与水直接接触。因此，实际水需求不仅应考虑数量，还应考虑水质。从经济角度看，预处理步骤（如过滤、软化、去离子、脱盐和天然有机物去除）会增加资本和运营成本，可能显著影响绿色制氢的总成本。

**3.2 水质作为被忽视的挑战**

水质长期以来被认为是传统电解的关键要求，但其对光催化水分解的影响相对较少受到关注。大多数实验室研究使用超纯水或去离子水以消除溶解离子、重金属、天然有机物、微生物和悬浮固体的干扰。然而，这不能代表实际应用中遇到的天然水或工业废水的化学复杂性。溶解污染物的存在带来了多重挑战：重金属离子（如Pb²⁺、Ni²⁺、Cu²⁺、Hg²⁺）可强烈吸附在催化剂表面，阻塞活性反应位点并改变助催化剂的电子结构；无机阴离子（如磷酸盐、碳酸盐、硫酸盐、氯化物和硝酸盐）可能与水分子竞争吸附位点或作为光生载流子的清除剂；天然有机物（特别是腐殖酸和富里酸）可形成表面涂层，抑制光吸收并阻碍传质。从工程和经济角度看，忽视水质可能导致光催化性能被显著高估和生产成本被低估。

**3.3 导致催化剂中毒的主要水污染物**

光催化制氢的性能强烈受给水水质影响。重金属离子（如Pb²⁺、Ni²⁺、Cu²⁺、Hg²⁺、Cr⁶⁺、Cd²⁺）被认为是最具影响力的催化剂毒物，因为它们强烈吸附在催化剂表面并改变活性位点的电子性质。天然有机物（NOM），特别是腐殖酸（HA）和富里酸（FA），能吸附在半导体表面、屏蔽入射光并与水分子竞争活性氧物种。无机阴离子（Cl^?、SO₄^2?、NO₃^?、PO₄^3?、HCO₃^?、CO₃^2?）可清除羟基自由基或阻塞活性位点。硬度离子（Ca²⁺、Mg²⁺）和悬浮固体也会在长期运行中导致催化剂失活。

**3.4 这些污染物在水中的来源**

导致催化剂中毒的污染物来源于自然过程和人为活动。重金属（Pb、Cd、Hg、Cr、Ni、Cu等）主要来自采矿活动、金属加工、电镀、电池制造、纺织工业、皮革鞣制、燃煤和农业径流。NOM主要来源于树叶、木材、藻类、水生植物和土壤有机物的分解。无机阴离子来源于矿物风化、海水入侵、肥料施用、生活污水和工业排放。硬度离子主要来自碳酸盐和硅酸盐矿物的溶解。悬浮固体和胶体颗粒来源于土壤侵蚀、沉积物输移、城市雨水径流和废水排放。

**4. 中毒机理**

水污染物通过多种物理化学机理降低光催化制氢效率，而非单一中毒途径。这些机理干扰光子吸收、电荷分离、表面氧化还原反应、助催化剂活性和光催化剂的结构稳定性。其有害效应主要通过八种基本机理发生：活性位点阻塞、竞争吸附、载流子复合、表面污垢、光腐蚀、晶体结构退化、助催化剂中毒和自由基清除。

**4.1 活性位点阻塞**

活性位点阻塞是光催化水分解中最直接的中毒机理之一。当溶解污染物强烈吸附在活性位点上时，它们物理占据质子还原或水氧化通常发生的位置，导致可接触的催化位点数量减少，产氢量下降。重金属离子对金属氧化物和贵金属助催化剂具有高吸附亲和力，形成稳定的表面络合物，抑制电子向吸附质子的转移。

**4.2 竞争吸附**

竞争吸附发生在溶解污染物与水分子或反应物竞争光催化剂表面吸附位点时。天然有机物、氯化物、硫酸盐、硝酸盐、碳酸氢盐、磷酸盐和各种有机污染物对半导体表面具有显著亲和力，占据吸附位点，降低析氢效率。与活性位点阻塞不同，竞争吸附通常部分可逆，且强烈依赖于污染物浓度、pH和离子强度。

**4.3 载流子复合**

高效的 photocatalytic 制氢需要光生电子和空穴在复合前快速分离。不幸的是，许多污染物引入额外的复合中心，显著缩短载流子寿命。过渡金属离子（如Fe³⁺、Cu²⁺、Cr³⁺、Mn²⁺）可能反复捕获和释放电子，充当电子-空穴复合中心。污染物吸附产生的表面缺陷也提供局部电子态，使电子和空穴在不参与析氢的情况下复合。

**4.4 表面污垢**

表面污垢涉及悬浮固体、天然有机物、微生物、生物膜、胶体颗粒或矿物水垢在光催化剂表面的积累。与分子吸附不同，污垢形成覆盖催化剂的连续物理层，减少光穿透、阻塞活性位点、增加扩散阻力并限制水分子与催化表面的接触。

**4.5 光腐蚀**

光腐蚀是光催化剂自身发生氧化或还原而非催化水分解的降解过程。光生空穴氧化晶格原子，而电子还原半导体结构中的金属离子。CdS、ZnO、Cu₂O和多种金属硫化物特别容易发生光腐蚀，因为其晶格原子在光照下热力学不稳定。

**4.6 晶体结构退化**

某些污染物渗透到半导体晶格中或与晶格原子反应，产生相变、非晶化、晶格畸变、氧空位再分布或晶体缺陷。这些结构变化改变电子能带结构、降低电荷迁移率、改变表面能并降低催化活性。

**4.7 助催化剂中毒**

大多数高效光催化剂含有Pt、Rh、Ru、Ni、Co或MoS₂等助催化剂，提供析氢活性位点。硫化合物、氯离子、重金属和有机硫物种强烈吸附在助催化剂表面，阻止质子吸附和电子转移。铂的硫中毒是多相催化中的经典例子，同样影响光催化制氢。

**4.8 自由基清除**

活性氧物种包括羟基自由基（˙OH）、超氧自由基（O₂˙^?）和光生空穴在光催化反应中发挥重要作用。许多溶解污染物在它们参与水氧化之前消耗这些活性物种。碳酸盐、碳酸氢盐、氯化物、硝酸盐、腐殖质和溶解性有机化合物迅速与羟基自由基反应，降低氧化能力并改变反应路径。

**5. 水质-成本关系**

水质日益被认为是影响光催化制氢商业可行性的重要经济因素。Maurya等人开发了光催化水分解的技术经济评估，报告称资本投资和劳动力占平准化制氢成本（LCOH）的近75%，而材料相关成本贡献13-29%。使用受污染的水会引入额外的经济负担，因为通常需要过滤、沉淀、活性炭吸附、离子交换、软化、反渗透或去离子等预处理工艺。水质差还会通过重金属吸附、天然有机物沉积、矿物结垢和无机离子积累加速催化剂失活，缩短催化剂寿命，增加再生频率。另一个重要的经济后果是催化剂中毒导致的产氢量下降，这会降低反应器吞吐量，同时固定成本保持不变，从而增加每千克氢的成本。

**6. 水质检测**

理解水污染物对光催化制氢的影响需要结合物理化学、光谱、显微镜和水质分析技术。X射线衍射（XRD）用于检测相变、结晶度变化和结构退化；扫描电子显微镜（SEM）和透射电子显微镜（TEM/HR-TEM）揭示形态变化、颗粒团聚和表面污垢；能量色散X射线光谱（EDS）提供沉积污染物的元素分布；X射线光电子能谱（XPS）确定氧化态变化、化学键合和毒物物种的吸附。电感耦合等离子体发射光谱（ICP-OES）和电感耦合等离子体质谱（ICP-MS）用于痕量金属分析，离子色谱（IC）测量无机阴离子。总有机碳（TOC）分析和UV-Vis光谱用于确定天然有机物。

**6.1 理解水诱导光催化剂中毒的先进表征方法**

**6.1.1 操作状态光谱**

Operando光谱是在实际反应条件下研究光催化剂的最强大方法之一，可同时监测光照期间催化剂结构、表面中间体和催化性能。Operando红外光谱（FTIR）、拉曼光谱、X射线吸收光谱（XAS）和环境压力XPS（AP-XPS）等技术可识别吸附污染物、表面中间体、氧化态变化和催化剂重构过程。

**6.1.2 同步辐射X射线吸收光谱（XAS）**

基于同步辐射的X射线吸收光谱，包括X射线吸收近边结构（XANES）和扩展X射线吸收精细结构（EXAFS），提供关于氧化态、配位环境和局部原子结构的元素特异性信息。

**6.1.3 开尔文探针力显微镜（KPFM）**

开尔文探针力显微镜是一种先进的扫描探针技术，用于测量纳米尺度分辨率的表面电位分布和电荷转移行为。KPFM可以提供电子积累、表面电场和光生电荷运动的信息。

**6.1.4 电化学阻抗谱（EIS）**

电化学阻抗谱（EIS）广泛用于评估界面电荷转移电阻、载流子迁移率和复合行为。较小的电荷转移电阻通常表示更快的电子传输和改进的催化活性。

**6.1.5 光致发光（PL）光谱**

光致发光光谱常用于研究半导体光催化剂中的电子-空穴复合过程。强PL发射通常表示快速复合，而降低的PL强度表明改善的电荷分离。

**6.1.6 时间分辨荧光和瞬态光谱**

时间分辨荧光技术，包括时间分辨光致发光（TRPL）和瞬态吸收光谱，提供载流子寿命和迁移路径的信息。

**6.1.7 密度泛函理论（DFT）计算**

密度泛函理论（DFT）已成为在原子水平解释污染物-光催化剂相互作用的重要计算方法。DFT计算可以预测污染物在催化剂表面的吸附能、活性位点中毒和电子结构修改。

**6.1.8 分子动力学（MD）模拟**

分子动力学模拟通过描述催化剂、水分子和污染物在较长时间尺度上的动态相互作用来补充DFT研究。MD模拟提供关于复杂界面现象的宝贵信息。

**7. 人工智能和机器学习用于水质感知的光催化制氢**

人工智能（AI）和机器学习（ML）正在通过数据驱动的发现、优化和预测分析快速改变材料科学和催化领域。机器学习模型可以从大型实验和计算数据集中预测催化活性、析氢速率、带隙和最佳合成条件。

**7.1 预测催化剂中毒**

AI在光催化中的一个新兴应用是预测溶解污染物引起的催化剂中毒。监督学习算法（如随机森林、支持向量机、梯度提升和人工神经网络）可以识别污染物性质与催化剂失活之间的复杂非线性关系。

**7.2 水质预测**

机器学习已成为预测水质的有效工具，可整合传感器数据、卫星观测、气象信息和历史水质记录来估计重金属、营养物质、天然有机物、悬浮固体、盐度和pH浓度。

**7.3 AI引导的催化剂设计**

机器学习越来越多地用于加速光催化剂的发现和优化，通过从广泛的实验和理论数据库中预测结构-性质关系。

**7.4 过程优化**

AI为优化光催化反应条件提供了强大工具。机器学习算法可以同时分析多维数据集，确定最大化析氢同时最小化催化剂失活的最佳操作条件。

**7.5 数字孪生**

数字孪生技术是智能过程工程的最新发展之一。数字孪生是物理光催化反应器的虚拟表示，可实时接收传感器数据并使用基于物理和数据驱动的模型预测未来系统行为。

**8. 光催化制氢前的水污染物去除**

**8.1 水预处理的重要性**

水预处理是维持光催化制氢系统效率和长期稳定性的必要步骤。预处理水平取决于水源和光催化剂的耐受性。

**8.2 悬浮固体的去除**

通过沉淀、混凝-絮凝、快速砂滤和膜过滤等方法去除悬浮固体。超滤和微滤膜可有效去除大于约0.01-0.1 μm的颗粒，同时保持相对较低的能耗。

**8.3 重金属的去除**

重金属去除通常通过化学沉淀、离子交换、吸附、膜过滤、电凝聚以及活性炭、沸石、生物炭、金属有机框架（MOFs）等功能化纳米材料实现。

**8.4 无机离子的去除**

采用石灰软化、离子交换树脂、电渗析、纳滤和反渗透等方法降低无机离子浓度。反渗透对生产高纯水特别有效，但因其高压要求显著增加资本和运营成本。

**8.5 天然有机物的去除**

使用铝盐或铁盐的常规混凝是去除NOM最经济的方法之一。活性炭吸附、生物活性炭、臭氧化、膜过滤和高级氧化工艺可进一步提高NOM去除效率。

**8.6 微生物的去除**

消毒技术包括氯化、臭氧化、紫外线照射、膜过滤和高级氧化工艺。紫外线消毒特别有吸引力，因为它不引入可能干扰光催化制氢的残留化学物质。

**8.7 海水淡化**

反渗透仍是全球主导的海水淡化技术，盐去除率超过99%，但能耗相当高。膜蒸馏、电容去离子、正渗透和太阳能驱动淡化等新兴技术正在研究中。

**8.8 高级氧化工艺（AOPs）**

高级氧化工艺（AOPs）产生高活性羟基自由基（˙OH）和硫酸根自由基（SO₄˙^?），能够在光催化制氢前降解持久性有机污染物。

**9. 水质感知的光催化制氢的未来展望和研究方向**

未来研究应超越仅优化初始析氢速率的传统策略，专注于开发能够在真实水质条件下运行的稳定、高效、耐受污染物的光催化系统。主要方向包括：使用 realistic 水基质建立标准化评估协议；开发抗污染物光催化剂（表面保护层、核壳结构、缺陷工程、氧空位优化、疏水修饰和稳健助催化剂设计）；集成可再生能源和水处理系统以减少污染物负荷；利用AI和ML加速发现下一代光催化剂；将经济分析和可持续性评估纳入未来研究；推进反应器工程和大规模集成。

**10. 结论**

光催化水分解代表了可持续制氢的一条有前景的途径，通过直接利用太阳能和水将太阳能转化为化学燃料。本综述强调，水不应仅被视为反应物，而应被视为能够控制光催化剂活性、耐久性和整体过程经济性的复杂化学环境。天然水和废水中的污染物可通过多种中毒途径显著影响光催化制氢，包括活性位点阻塞、竞争吸附、载流子复合、表面污垢、光腐蚀、晶体结构退化、助催化剂中毒和自由基清除。先进表征技术和计算方法为理解污染物-催化剂相互作用提供了宝贵机会。水预处理策略可以有效降低污染物浓度，但广泛的净化会增加能源消耗和运营成本。未来的技术应侧重于开发耐受水质的催化剂，以减少对昂贵超纯水的依赖。人工智能、机器学习和数字孪生技术为加速发现抗污染物光催化剂、预测中毒行为、优化操作条件和实现实时系统管理提供了新机遇。