10月22日消息，一篇发表于arXiv预印本平台的研究（编号arXiv:30513类目physics.chem-ph，正式编号arXiv:2610.30513，提交于2026年10月21日22:46 UTC）将Zn K边扩展X射线吸收精细结构（EXAFS）实验与长时程分子动力学模拟结合，研究水性ZnCl2电解液从稀溶液直至30 molal高浓度的物种分布（speciation）演变。论文由Junhan Chen、Luke D. Gibson、Nadia N. Intan等九位作者完成。

研究难点在于：预测浓电解液中的物种分布需要精确的离子相互作用描述与对缓慢互变配位环境的充分采样。团队训练了基于revPBE（含/不含Zn相关原子对D3色散校正）的DeepMD模型，并与DPMD-SCAN、经典分子动力学（CMD）及MACE-MATPES-r2SCAN模型对比；EXAFS计算以水合与氯配位的锌参考配合物为基准，再应用于MD系综并配合Zn-Cl配位自由能分析。

主要发现：随浓度升高，锌的八面体配位减少、水分子被氯离子取代并促进氯桥缔合；三种DeepMD模型在3 molal下给出相近的EXAFS谱，但DPMD-SCAN在跨浓度迁移性上表现最佳，重现了实测谱学趋势、ZnCl2/LiCl混合谱的关键特征及与其他研究一致的八面体占比；DFT色散处理显著影响配位自由能与聚集行为，经典MD则显示出更大的谱学偏差。

水系锌电池因成本低、安全性好被视为规模化储能候选路线，而ZnCl2等高浓度盐水电解液的配位结构直接决定锌沉积可逆性；该研究为机器学习势在浓电解液谱学预测中的可靠性提供了基准，对水系电池电解液设计具有方法学价值。 （来源：arXiv）